Применение индикаторов технического анализа и эконометрических моделей для построения краткосрочных прогнозов значения индекса РТС

  • Вид работы:
    Дипломная (ВКР)
  • Предмет:
    Менеджмент
  • Язык:
    Русский
    ,
    Формат файла:
    MS Word
    247,84 Кб
  • Опубликовано:
    2012-08-24
Вы можете узнать стоимость помощи в написании студенческой работы.
Помощь в написании работы, которую точно примут!

Применение индикаторов технического анализа и эконометрических моделей для построения краткосрочных прогнозов значения индекса РТС

Введение

Как известно, российскому рынку ценных бумаг присущи следующие особенности: неликвидность значительной доли ценных бумаг, доминирующее влияние игровых спекулятивных операций, резкое изменение тенденций, отсутствие зависимости стоимости акций от финансовых результатов эмитента, информационная непрозрачность, доминирующее значение политических и макроэкономических факторов, большая волатильность. Все это вызывает большие трудности для оценки и прогнозирования значений рыночных показателей и усложняет применение долгосрочных инвестиционных стратегий.

Для инвестора особую важность представляет оценка состояния фондовых рынков в целом. Дело в том, что фондовый рынок очень чувствителен и реагирует практически на любые изменения, происходящие внутри компаний на изменения в экономике государства. Российский рынок к тому же привязан к внешним факторам, таим как состояние мирового рынка, в частности рынка США, и ценам на нефть. Подобная реакция немедленно отражается на динамике изменения цен на акции и облигации. Основными показателями, характеризующими конъюнктуру фондового рынка, являются фондовые индексы. В изменении индекса отражается тенденция движения рынка, знание которой необходимо для принятия инвестиционных решений. Повышение эффективности методов прогнозирования фондовых индексов направлено на повышение качества инвестиционных решений и, как следствие, должно привести к вовлечению в экономическую деятельность большего числа инвесторов. Рост инвестиционной деятельности, в свою очередь, приводит к повышению темпов экономического развития и уровня жизни.

Отметим, что особую роль в современной экономической науке, равно как и практической деятельности, играет проблематика рисков. Вопросы идентификации, систематизации, анализа, количественной оценки и управления рисками занимают важное место как на уровне теоретической литературы и научных исследований, так и в системе реальной экономики. Объективная реальность развития рынка свидетельствует о том, что на данном этапе требуются новые способы оценки рыночного риска в условиях текущей сверх - рискованности российского рынка акций и невозможности долгосрочного и среднесрочного прогнозирования тенденций фондового рынка. Все перечисленные выше факторы делают необходимой задачу выработки надежной системы прогнозирования фондовых индексов, что обуславливает актуальность выбранной темы работы.

Стандартные методы моделирования временных рядов для анализа и прогнозирования процессов, происходящих на финансовых рынках, часто дают неудовлетворительные результаты. Можно отметить разрыв между действительными экономическими реалиями и экономическими теориями. В частности, было выявлено, что распределение прибыли на фондовом рынке зачастую не соответствует нормальному закону и характеризуется более высокой вероятностью резкого изменения, нежели действительно случайные процессы.

Степень разработанности проблемы. Значительный вклад в исследование рынка ценных бумаг и развитие теории инвестиций в целом внесли, прежде всего, лауреаты Нобелевских премий (Дж. Тобин (1981), Г. Марковиц (1990), У.Ф. Шарп (1990), М. Шоулс (1997), Р. Ингл (2003)), а также ряд других зарубежных (Г. Дж. Александер, Дж. В. Бей-ли, Г. Дженкинс, Д. Мерфи, Д. Нельсон и другие) и отечественных (Л.О. Бабешко, А.В. Воронцовский, В.В. Давние, В.Н. Едронова, Д.А. Ендовицкий, Ю.П. Лукашин, Я.М. Миркин, А.О. Недосекин) ученых.

Предметом исследования в настоящей работе являются методы краткосрочного прогнозирования временных рядов.

Объектом исследования избраны значения закрытия дневных торгов индекса РТС.

Целью данной работы является совместное применение индикаторов технического анализа и эконометрических моделей для построения краткосрочных прогнозов значения индекса РТС.

Для реализации поставленной цели в дипломной работе были поставлены и решены следующие задачи:

изучить особенности данных российского фондового рынка;

обзор существующих инструментов анализа фондового рынка;

применение технических индикаторов для выявления разворота тенденций на фондовом рынке;

использование методологического аппарата эконометрического моделирования для улучшения сигналов, полученных инструментами технического анализа;

построение краткосрочных прогнозов значения фондового индекса с помощью эконометрических моделей;

анализ полученных результатов.

Теоретическую и методологическую основу исследования составили современная теория фондовых рынков, а также достижения в области эконометрического моделирования. В процессе работы над работой использовались труды отечественных и зарубежных авторов в области построения и анализа эконометрических моделей временных рядов, проблем прогнозирование фондового рынка и методологии технического анализа.

Были использованы материалы научной периодической печати, интернет-ресурсы, архив котировок фондового индекса РТС. Эти данные составили эмпирическую базу исследования.

Практическая значимость работы заключается в том, что сформулированы выводы о совместном использовании технического и эконометрического анализа применительно к данным фондового рынка. В связи с ростом активности на фондовом рынке и ужесточением требований к рискам, повышение надежности торговых стратегий за счет качественных краткосрочных прогнозов является актуальной задачей для инвесторов.

Данная работа разбита на практическую и теоретическую части. В первой главе раскрыты теоретические основы торговли на фондовом рынке, перечислены основные участники торгов, выделены особенности торговли на фондовом рынке и перечислены органы государственного контроля. В данном разделе описаны различия между компаниями первого и второго эшелона на российском рынке и рассмотрены кризисный и посткризисный периоды экономики для этих компаний. Кроме того, в этой главе освещены методологии построения главных индикаторов фондового рынка - фондовых индексов- в разных странах, в том числе и двух основных индексов российского рынка: ММВБ и РТС. В последнем разделе первой главы данной работы рассмотрены проблемы прогнозирования данных фондового рынка и кратко охарактеризованы известные методики.

Вторая глава работы посвящена применяемым методам технического и эконометрического анализа для построения краткосрочных прогнозов. В разделах данной главы описаны методики построения технических индикаторов, дающих торговые сигналы и особенности их применения. Анализ и прогнозирование временных рядов рассмотрен в соответствии с методологией Бокса и Дженкинса. Работа с эконометрическими моделями описана по следующей схеме:

проверка временного ряда на стационарность;

идентификация модели, то есть выбор ее параметров;

оценка модели и проверка на адекватность исходным данным;

прогнозирование;

выбор модели с наиболее точным прогнозом.

В данном разделе описаны модификации модели, учитывающие особенности финансовых данных и приводящие к повышению точности прогноза.

В третьей главе представлена практическая сторона прогнозирования временных рядов на примере индекса РТС - произведен поэтапный расчет индикаторов технического анализа, процесса подбора эконометрических моделей и получение результатов краткосрочного прогнозирования фондового индекса. Выводы о совместном применении технического и эконометрического анализа представлены в заключении.

Глава1. Фондовый рынок

Фондовый рынок (от английского «stock market») площадка, где торгуются акции и облигации. Основные функции фондового рынка:

обеспечение дополнительного финансирования для предприятий, в обмен на продажу последними доли в собственности (акции) или долговыми обязательствами (облигации);

перераспределение финансов между отраслями;

рыночное ценообразование.

Таким образом можно приобрести долю в компании и получать от этого прибыль двумя основными способами:

получать дивиденды;

играть на курсовой стоимости ценных бумаг.

Если первый способ не нашел широкого применения в нашей стране, в виду низкого размера дивидендов по большинству акций, то вторым способом пользуется большинство трейдеров и инвесторов в Рссии и за рубежом.

1.1 Участники фондового рынка

Прямой доступ на фондовый рынок имеют только профессиональные участники рынка ценных бумаг, имеющие соответствующую лицензию. На фондовом рынке существует несколько групп участников, осуществляющих профессиональную деятельность:

Брокер - лицо, непосредственно совершающее сделки на торговой площадке от имени или по поручению клиента. Процесс покупки/продажи акций по договору с брокерской компанией является достаточно трудоёмким. Однако в последнее время всё большей популярностью пользуются электронные системы, где можно купить/продать, через которые стороны заключают сделки, не отходя от экрана компьютера. Начиная с 1997 года, пользователи Глобальной сети в России могут воспользоваться услугами систем Интернет-трейдинга. Наиболее распространёнными на сегодняшний день являются QUIK и Transaq. Они представляют собой порталы, которые посредством удобного пользовательского интерфейса позволяют давать указания брокерам на осуществление той или иной операции с ценными бумагами в режиме реального времени.

Дилер - лицо, совершающее сделки от своего имени и на свои средства. Чаще всего брокерские компании также осуществляют торговые операции на свои средства.

Управляющий активами - лицо, совершающее операции на фондовом рынке в интересах своего клиента. В отличии от брокера, который просто исполняет заявки, управляющий самостоятельно принимает торговые решения согласно выбранной стратегии.

Клиринговая палата - осуществляет учет сделок с ценными бумагами между участниками фондового рынка.

Депозитарий - лицо, осуществляющее учет и переход прав на ценные бумаги.

Реестр - собирает, учитывает, обрабатывает и хранит данные по владельцам ценных бумаг.

Биржа - организует проведение сделок по купле-продаже ценных бумаг. В России две крупнейшие биржи - ММВБ и РТС.

Инвесторы, <#"580796.files/image001.gif">

График 1

Динамика индекса ММВБ (по логарифму) 14.12.2009-18.03.2011 гг.

Индекс РТС - официальный индикатор Фондовой биржи «Российская Торговая Система» (РТС). Впервые был рассчитан 1 сентября 1995 года и является общепризнанным показателем состояния российского фондового рынка. Индекс РТС рассчитывается в режиме реального времени в течение всей торговой сессии биржи РТС (с 10:30 до 18:00 по московскому времени) при каждом изменении цены акции, включенной в список для его расчета. В базу индекса РТС входит 50 наиболее капитализированных и ликвидных акций. Список акций, входящих в состав индекса РТС представлен в приложении 2. Изменение стоимости акций каждой компании влияет на величину индекса РТС. При этом, чем больше доля компании в индексе, тем ее влияние сильнее. Индекс РТС используется для того, чтобы отслеживать общее состояние рынка акций страны, вехи его развития и перспективы движения в будущем. Кроме того, индекс составляется таким образом, чтобы максимально адекватно отразить структуру экономики государства.

График 2

Динамика индекса РТС (по логарифму) 14.04.2008-18.03.2011 гг.


Перечисленные выше индексы хоть и являются основными и наиболее значимыми не только для своих национальных экономик, но и для всего мирового хозяйства в целом, но представляют лишь небольшую долю из всех используемых биржевых и внебиржевых котировочных индексов. Индексы являются динамичной экономической категорией, развиваясь и совершенствуясь вместе с изменениями в мировой экономике. Безусловно, создание и использование индексов позволило активизировать торговлю ценными бумагами в несколько раз, а значит, повысить инвестиционную активность экономик как развитых, так и развивающихся государств. Современный анализ фондовых рынков в основных своих положениях основывается на анализе биржевых индексов. Именно такая открытая игра, позволяет создать равные предпосылки для успешного прогноза и осуществления биржевой деятельности как для крупных, так и для молодых и небогатых инвесторов.

.5 Крупнейшие эмитенты российского рынка акций

Примерно 95% объемов ежедневных торгов совершается только с несколькими акциями. Их называют «голубыми фишками».

Под «голубыми фишками» обычно понимают высоколиквидные акции, эмитированные лидерами национальной промышленности и имеющиеся в большом количестве в свободном обращении. Обычно это акции, эмитированные не просто крупным предприятием, но предприятием, представляющим одну из крупнейших отечественных монополий или финансово-промышленных групп (ФПГ). Кроме того, эмитент или ФПГ, в которую он входит, должны заботиться о развитии рынка этих акций. Подавляющее большинство «голубых фишек» в настоящее время - это акции крупнейших нефтяных, энергетических и телекоммуникационных компаний,а также акции крупных банков. Динамика изменения цен основных российских компаний, чьи акции относятся к «голубым фишкам» приведена в приложении 3.

1.6 Рынок акций «второго эшелона»

Акции второго эшелона - это акции <#"580796.files/image004.gif"> , где C - текущая цена закрытия,

- самый низкий уровень за последние 5 дней, - самый высокий уровень за последние 5 дней.

 , где CL - трёхдневная сумма (C-L), - трёхдневная сумма (H-L).

Построенные таким образом линии называют быстрыми.

2.1.2 Скользящие средние

Скользящее среднее показывает среднее значение цены за некоторый промежуток времени. При расчёте скользящего среднего производится математическое усреднение цены за данный период, который является характеристикой любой скользящей, называемый порядком. По мере изменения цены её среднее значение либо растёт, либо падает. Существует пять распространённых типов скользящих средних: простое (арифметическое), экспоненциальное, треугольное, переменное и взвешенное. Скользящие средние можно рассчитывать для любого последовательного набора данных, включая цены открытия и закрытия, максимальную и минимальную, объём торговли или значения других индикаторов. Единственное, чем скользящие средние разных типов существенно отличаются друг от друга, это разными весовыми коэффициентами, которые присваиваются последним данным. В случае простого скользящего среднего все цены рассматриваемого периода имеют равный вес. Экспоненциальные и взвешенные скользящие средние делают более весомыми последние цены. Треугольные скользящие средние придают больший вес ценам в середине периода. И, наконец, переменные скользящие средние изменяют весовые коэффициенты в зависимости от волатильности цен. Существуют особые списки рекомендуемых периодов и типов скользящих средних для применения к различным рынкам.

Общий принцип сигналов скользящими средними формулируется так: если линия скользящей находится ниже ценового графика, то ценовой тренд является бычьим, а если выше, то тренд - медвежий; при пересечении графика цены со скользящей средней ценовой тренд меняет направление. Иными словами, скользящие средние представляют собой усложнённый вариант линий сопротивления и поддержки. Интерпретация скользящих средних индикаторов аналогична интерпретации ценовых скользящих средних: если индикатор поднимается выше своего скользящего среднего, значит, восходящее движение индикатора продолжится; если он опускается ниже скользящего среднего, это означает продолжение его нисходящего движения. Для анализа, основанного на пересечениях скользящего среднего, особенно хорошо подходят такие индикаторы, как MACD, ROC, индикатор темпа и стохастический осциллятор.

Простое, или арифметическое, скользящее среднее (SMA) рассчитывается путём суммирования цен закрытия за определённое число единичных периодов с последующим делением суммы на число периодов. В результате получается средняя цена за данный временной интервал и ценам каждого из дней присваивается равный вес.

, где - цена закрытия, n - период расчёта.

Экспоненциальное, или экспоненциально сглаженное, скользящее среднее (EMA) определяется путём добавления к вчерашнему значению скользящего среднего определённой доли сегодняшней цены закрытия. В случае экспоненциальных скользящих средних больший вес имеют последние цены закрытия. Так, чтобы вычислить n%-ное EMA, сегодняшнюю цену закрытия умножают на n% и прибавляют полученную величину к вчерашнему значению EMA, умноженному на (100-n)%. Процентные значения можно преобразовать соответствующее число дней.

Преобразование процентов в периоды производится по формуле:


Формула для обратного преобразования такова:


Во взвешенном (WMA) последним данным присваивается больший вес, а более ранним - меньший. Она рассчитывается путём умножения каждой из цен закрытия в рассматриваемом ряду на определённый весовой коэффициент. Значение весового коэффициента определяется количеством дней в периоде расчёта скользящего среднего.

 ,

где Wi - вес i-го компонента (при линейной взвешенной W=i).

В треугольной скользящей средней (TMA) основной вес приходится на среднюю часть ценового ряда. Фактически, они представляют собой дважды сглаженные простые скользящие средние. Длина простых скользящих средних зависит от чётности или нечётности выбранного числа периодов. Операции для расчёта TMA таковы:

К числу периодов скользящего среднего добавляется 1.

Полученная сумма делится на 2.

Если результат вышел дробным, то он округляется его до целого.

Рассчитывается простое скользящее среднее цен закрытия с числом периодов, полученным по пункту 3.

Вновь используя значение, полученное по пункту 3, рассчитывается простое скользящее среднее скользящего среднего, рассчитанного по пункту 4.

Переменное (VMA) - это экспоненциальное скользящее среднее, в котором параметр сглаживания, определяемый в процентах, регулируется автоматически, в зависимости от волатильности ценовых данных. Чем она выше, тем чувствительнее постоянная сглаживания, используемая для расчёта скользящего среднего. Чувствительность повышается за счёт присваивания большего веса текущим данным. Понятие переменного скользящего среднего ввёл Тушар Чанд в 1992 году. VMA рассчитывается следующим образом:

, где

С - цена закрытия,

 - вчерашнее скользящее среднее,- коэффициент волатильности, который обычно берётся из отношения вертикального горизонтального фильтра к своей величине 12 периодов назад; чем отношение выше, тем ярче выражен тренд и выше чувствительность скользящего среднего.

2.1.3 Схождение/расхождение скользящих средних

Схождение/расхождение скользящих средних (MACD) - это следующий за тенденцией динамический индикатор. Он показывает соотношение между двумя скользящими средними цены. Разработан Джеральдом Аппелем.строится как разность между двумя экспоненциальными скользящими средними с периодами 12 и 26 дней. Чтобы чётко обозначить благоприятные моменты для покупки или продажи, на график MACD наносится так называемая сигнальная линия - 9-дневное экспоненциальное скользящее среднее индикатора.наиболее эффективен в условиях, когда рынок колеблется с большой амплитудой в торговом коридоре. Чаще всего используемые сигналы MACD - пересечения, состояния перекупленности/перепроданности и расхождения. Покупать рекомендуется при пересечении линией индикатора линию своего скользящего среднего снизу вверх, а продавать - при пересечении индикатором сверху вниз линии скользящего среднего.

Формула очень простая: .

2.2 Особенности применения индикаторов технического анализа

Каждый из представленных индикаторов имеет широкое применение благодаря относительной простоте вычислений и точности прогноза. Но для каждого из них есть предпочтительные условия для использования в зависимости от целей, внешних условий и особенностей рынка.

Тактика торговли на основе скользящих весьма проста. Недостатком простой скользящей является двойная реакция на цену: при появлении новой цены в периоде и при выбывании устаревшей. Другими словами, график средней меняется и в момент, когда цена уходит из периода, а это никак не связано с текущей ситуацией и спутывает картину. Главное достоинство экспоненциальной скользящей средней в том, что она включает в себя все цены предыдущего периода, а не только отрезок, заданный при установке периода. Трейдер способен повлиять только на один параметр любой средней - на ее период. Чем больше выбранный период, тем меньше у скользящей средней будет чувствительность к изменению текущих цен. Кривая с маленьким периодом будет постоянно изламываться вверх и вниз, что даст много ложных сигналов. Скользящая средняя с очень большим периодом, напротив, будет постоянно запаздывать и пропускать выгодные моменты для входа и выхода. Стохастический осциллятор хорошо подходит для анализа и прогнозирования только в условиях устойчивого бокового тренда (коридора).

2.3 Эконометрические модели

Эконометрическое прогнозирование основано на принципах экономической теории и статистики: расчет показателей прогноза осуществляется на основе статистических оценочных коэффициентов при одной или нескольких экономических переменных, выступающих в качестве прогнозных факторов; позволяет рассмотреть одновременное изменение нескольких переменных, влияющих на показатели финансового прогноза. Эконометрические модели описывают с определенной степенью вероятности динамику показателей в зависимости от изменения факторов, влияющих на финансовые процессы. модели представляют собой модели авторегрессии (AR) и скользящего среднего (MA). Данный класс моделей был разработан Боксом и Дженкинсом в 1976 г. для анализа стационарных временных рядов


Моделью ARMA(p, q), где p и q - целые числа, задающие порядок модели, называется следующий процесс генерации временного ряда {Xt}:

,где c - константа,  - белый шум <#"580796.files/image016.gif">и  - действительные числа, авторегрессионные коэффициенты и коэффициенты скользящего среднего, соответственно.

Такая модель может интерпретироваться как линейная модель множественной регрессии <#"580796.files/image018.gif"> pi2>0. Бокс и пирс показали, что при увеличении длины выборки статистика Q=Trk2 имеет асимптотическое распределение χ2m. Этот тест было предложено применять для проверки наличия автокорреляции остатков модели типа ARMA(p, q), при этом число степеней свободы уменьшается на (p+q).

Для проверки наличия автокорреляции в моделях ARMA существует мощный и универсальный способ, а именно, метод множителей Лагранжа, применительно к проверке автокорреляции остатков его называют LM-тест Бреуша - Годфрея. Он входит в тройку классических асимптотических тестов: отношения правдоподобий, Вальда, множителей Лагранжа и применим для широкого класса задач проверки ограничений на коэффициенты моделей.

Тест для проверки нормальности Жарка-Беры выглядит следующим Тест для проверки нормальности Жарка-Беры выглядит следующим образом. Он вычисляет выборочные значения для коэффициентов асимметрии =Σ(et-x)3 и эксцесса K=Σ(et-μ)4, где х- выборочное среднее,  - выборочное среднеквадратичное остатков модели. При условии нормальности остатков, статистика Жарка-Беры [S2+0,25(K-3)2] имеет χ2 распределение с двумя степенями свободы.

На этапе выбора подходящей модели среди всего множества ARMA моделей используемые процедуры зачастую приводят к довольно неопределенным выводам . В итоге этого этапа возможно оставление для дальнейшего исследования не одной, а нескольких потенциальных моделей.

После того как произведена идентификация стационарной модели ARMA, то есть на основании имеющихся наблюдений принято решение о значении pи q в модели ARMA(p, q), порождающей данные, переходят к этапу оценивания коэффициентов модели. На этом этапе обычно используется метод максимального правдоподобия, который, в конечном счете, сводится к методу наименьших квадратов.

Так же не стоит забывать об «оптимальности» модели, то есть «более сложные» модели не должны существенно отличаться от подобранной модели. Точнее говоря, при увеличении порядка модели оценки коэффициентов при добавлении составляющих должны быть статистически незначимыми, а оценки коэффициентов при сохраняемых составляющих должны изменяться не очень существенно.

Традиционные модели временных рядов, такие как модель ARMA, не могут адекватно учесть все характеристики, которыми обладают финансовые временные ряды, и требуют расширения. Одна из характерных черт финансовых рынков - это то, что присущая рынку неопределенность изменяется во времени. Как следствие, наблюдается «кластеризация волатильности». Под этим имеется в виду то, что могут чередоваться периоды, когда финансовый показатель ведет себя непостоянно, и относительно спокойные периоды. Эффект кластеризации волатильности отмечен для таких рядов как изменение цен акций, валютных курсов, доходности спекулятивных активов. Применением ARCH моделей установлено, что динамика волатильности многих финансовых переменных

подчиняется устойчивым закономерностям. Ключевой момент, предлагаемый ARCH моделью, состоит в различении условных и безусловных моментов второго порядка. В то время как безусловная матрица ковариаций для представляющих интерес переменных может быть неизменной во времени, условные дисперсии и ковариации часто зависят нетривиальным образом от состояний мира в прошлом. Понимание точного характера этой временной зависимости крайне важно для многих проблем в макроэкономике и финансах, в том числе и для проблем фондового рынка. Кроме того, с точки зрения получения эконометрических выводов потеря асимптотической эффективности из-за неучета гетероскедастичности может быть сколь угодно большой, и при составлении экономических прогнозов, как правило, можно использовать намного более точную оценку неопределенности ошибки прогноза, если получать ее как условную по текущему информационному множеству.

ARCH-модель моделирует волатильность в виде суммы константной базовой волатильности и линейной функции абсолютных значений нескольких последних изменений цен. При этом уровень волатильности (стандартное отклонение доходности финансового инструмента) рассчитывается по следующей рекурсивной формуле (ARCH(q)):

, где- константа, базовая волатильность; i - предыдущие изменения цен; q - порядок модели - количество последних изменений цен, влияющих на текущую волатильность; bi - весовые коэффициенты, определяющие степень влияния предыдущих изменений цен на текущее значение волатильности.

Расширением ARCH-модели является GARCH-модель волатильности, где на текущую волатильность влияют как предыдущие изменения цен, так и предыдущие оценки волатильности (т.н. "старые новости"). Согласно данной модели (GARCH(p, q)) расчет волатильности производится по следующей формуле:


где p - количество предшествующих оценок волатильности, влияющих на текущую; ci - весовые коэффициенты, определяющие степень влияния предыдущих оценок волатильности на текущее значение.

Высокие по абсолютному значению реализации процесса в непосредственном прошлом влекут увеличение условной дисперсии в данный момент, и, следовательно, условной вероятности появления вновь высокой по модулю реализации ε. Напротив, относительно небольшие значения εt-1,...,εt-q приводят к снижению этой вероятности. Таким образом, можно ожидать, что вслед за большими (по абсолютному значению) наблюдениями вновь последуют большие наблюдения, за малыми - малые. Выбросы имеют тенденцию следовать один за другим, формируя периоды экстремально высокой волатильности.модель позволяет обойти проблему длинных лагов и большого числа параметров, ее применение успешно идентифицирует толстые хвосты и кластеризацию волотильности. Простая структура GARCH-модели существенно ограничивает динамику временного ряда. Как правило указывают на три недостатка данного типа. Первый связан с тем, что GARCH-модель игнорирует корреляцию между εt и σ2t+1. Второй недостаток происходит от того, что применительно к процессам типа GARCH различные определения стационарности не согласованы. Наконец, ограничения области допустимых значений параметров α и β создают трудности при оценивании GARCH модели. Модель GARCH можно модифицировать, чтобы учесть и некоторые другие особенности. В экспоненциальной GARCH-модели (EGARCH) , предложенной Нельсоном σ2t зависит как от абсолютного размера, так и от знака лагов остатков. А именно:


Однако среди недостатков данной модификации можно выделить излишнюю чувствительность условной дисперсии к выбросам.

Многие финансовые теории непосредственно требуют, чтобы доходности и дисперсии находились в обратном отношении или чтобы доходности были коррелированны. Для моделирования такого рода зависимостей была предложена модель ARCH-М или модель «ARCH в среднем». В этой модели условное математическое ожидание представляет собой явную функцию условной дисперсии :


где производная функции g по первому элементу отлична от нуля.

Модель типа ARCH-М предполагает явную функциональную зависимость условного среднего случайной величины от собственной условной дисперсии. Многочисленные примеры применения ARCH-M модели к отдаче вложений в различные фондовые индексы приводят к неоднозначным результатам. Кроме того, некоторые регрессоры, например, лаги зависимой переменной, остаются значимыми в присутствии ARCH-M эффекта, величина и даже знак которого чувствительны к выбору инструментов, включаемых в уравнение среднего или дисперсии.

2.3.4 Прогнозирование

Прогнозирование является конечной целью построения ARMA-моделей. На практике, как правило, неизвестны точные значения коэффициентов модели и работа ведется с их оценками, что добавляет дополнительную неопределенность в прогноз. Ряд эконометрических компьютерных пакетов корректно рассчитывает дисперсии ошибок прогноза, учитывая и неопределенность в коэффициентах. Рекомендуется строить прогноз на небольшое количество промежутков вперед, так как с все большим погружением в будущее совокупная ошибка модели накапливается. Иными словами, каждое следующее прогнозное значение содержит все больше погрешностей, чем предыдущее.

Таким образом, схема работы с моделями выглядит следующим образом:

Проверка ряда на стационарность, проведение стационарных преобразований с помощью первых либо вторых разностей. Нулевая гипотеза в тесте Дикки - Фуллера состоит в том, что ряд не стационарен.

Оценка модели.

Проверка качества модели по Z-критерию. Если расчетное значение превышает заданный уровень доверия, то фактор полагается незначимым.

В случае, если проверка на значимость пройдена, то тестируем остатки. Проверяем наличие автокорреляции по кореллограмме.

Проверка на гетероскедастичность. Нулевая гипотеза состоит в том, что дисперсия остатков неоднородна.

Тест на условную гетероскедастичность.

Проверка остатков на нормальность критерием Жака-Беры. Нулевая гипотеза - остатки распределены нормально.

Отбор тех модификаций модели, прошедших заданные критерии.

Построение прогноза по выбранным моделям.

Отбор моделей с наилучшей прогнозной способностью.

Построение прогноза по выбранной модели.

Глава 3. Применение технического анализа и моделей эконометрики для краткосрочного прогнозирования фондового рынка

В практической части дипломной работы применяется сочетание технического анализа и эконометрических моделей для построения краткосрочных прогнозов значения индекса РТС.

В соответствии с поставленными задачами расчеты проводились по следующей схеме:

изучение особенностей данных российского фондового рынка;

построение прогнозов по представленным данным:

применение технических индикаторов для выявления разворота тенденций на фондовом рынке;

определение типа сигнала (на покупку или на продажу) и проверка его фактическими данными;

для каждого сигнала проводится отбор эконометрических моделей с наилучшей прогнозной способностью;

построение краткосрочных прогнозов значения фондового индекса с помощью выбранных моделей для проверки сигналов, полученных инструментами технического анализа;

анализ полученных результатов.

3.1 Особенности российского фондового рынка

Фондовый рынок в России отличается высокой волотильностью ввиду таких особенностей как: резкое изменение тенденций, неликвидность значительной доли ценных бумаг, высокая доля спекулятивных операций, асимметрия в распределении информации и доминирующее значение политических и макроэкономических факторов. Ввиду этих особенностей увеличивается значение фондовых индексов в качестве отражения тенденций на рынке ценных бумаг.

В качестве исходных данных для анализа в работе использованы значения закрытия дневных торгов индекса РТС.

Индекс РТС является общепризнанным показателем состояния российского фондового рынка. Он используется для отслеживания общего состояния рынка акций страны, этапы его развития и перспективы движения в будущем. Кроме того, индекс максимально адекватно отражает структуру экономики государства, благодаря составу и пропорциям используюмых для его расчета ценных бумаг.

.2. Применение технического анализа для выявления торговых сигналов

В качестве индикаторов технического анализа в работе использованы быстрая и медленная скользящие средние. Формула расчета простой скользящей средней:


, где - цена закрытия, n - период расчёта.

Для расчета медленной скользящей средней был использован период расчета в 22 дня, а для быстрой - 5 дней. Расчет проведен с помощью программы Excel.

По совместному графику дневных значений закрытия индекса РТС с 01.03.2005 по 01.03.2011, быстрой и медленной скользящих средних было выявлено 43 сигнала, из них 22 на покупку и 21на продажу. Таблица с полученными сигналами представлена а приложении 4. При этом сигнал на покупку возникает в условиях восходящего тренда (медленный тренд растет), если его обгоняет быстрый тренд, а сигнал на продажу возникает в условиях нисходящего тренда (медленный тренд снижается), если быстрый тренд снижается быстрее.

После получения сигналов и определение их типа путем сравнения с фактическими данными было установлено, что 37 сигнала оказались прибыльными, а 6 - убыточными.

.3 Применение эконометрического моделирования

Задача эконометрического моделирования - снизить количество убыточных сигналов, не потеряв большую часть прибыльных. Для каждого полученного сигнала отбор моделей и построение прогноза проводились по следующей схеме.

В соответствии со схемой работы с эконометрическими моделями, представленной во второй главе, первым этапом является проверка временного ряда на стационарность. Проверка проводилась методами, описанными в предыдущей главе работы, а именно: с помощью визуального представления ряда, анализа кореллограммы и ADF -теста Дикки-Фулера на наличие единичного корня.

Расчеты проведены с помощью программного пакета Eviews 7. Eviews обеспечивает особо сложный и тонкий инструментарий обработки данных, позволяет выполнять регрессионный анализ, строить прогнозы в Windows-ориентированной компьютерной среде. Основным фактором выбора данного эконометрического пакеты послужили особо широкие возможности Eviews при анализе данных, представленных в виде временных рядов. В качестве выборки взяты наблюдения, предшествующие этому сигналу.

График 3

Значения индекса РТС за период 01.03.2005-01.03.2011


По представленному графику можно сделать вывод о нестационарности ряда, поскольку видны трендовые зависимости. График стационарного ряда должен колебаться вблизи константы.

Вывод о нестационарности исходного ряда подтверждает кореллограмма и результат проверки ADF -критерия.







Автокорреляция

 Q-Статистика

Значимость







 |*******

1484.3

0.000

 |*******

2959.7

0.000

 |*******

4426.3

0.000

 |*******

5884.0

0.000

 |*******

7333.1

0.000

 |*******

8773.3

0.000

 |*******

10205.

0.000

 |*******

11627.

0.000

 |*******

13040.

0.000

 |*******

14444.

0.000

 |*******

15839.

0.000

 |*******

17226.

0.000

 |*******

18603.

0.000

 |*******

19971.

0.000

 |*******

21329.

0.000

 |*******

22676.

0.000

 |*******

24013.

0.000

 |*******

25339.

0.000


Нулевая гипотеза теста состоит в отсутствии автокорреляции. В данном случае, нулевая гипотеза отвергается, следовательно, автокорреляция присутствует.














Статистика

 Значимость











Тест Дики-Фуллера

-1.527764

 0.5194


Нулевая гипотеза состоит в том, что ряд имеет единичный корень, для исходно ряда Н0 не отвергается.

С помощью логарифмирования ряд был преобразован в стационарный.

График 4

Значения стационарного преобразования индекса РТС за период 01.03.2005-01.03.2011





Статистика

 Значимость











Тест Дики-Фуллера

-34.26696

 0.0000


После того как получен стационарный временной ряд, необходимо определить параметры ARMA(p, q) модели. Для этого для каждой модификации модели проводится оценка параметров и проверка значимости по Z-критерию. Нулевая гипотеза состоит в том, что фактор не значим, и ее следует отвергнуть. После модель проходит проверку на автокорреляцию посредством Q-статистики. Далее проводится проверка на гетероскедастичность. Нулевая гипотеза состоит в том, что дисперсия остатков неоднородна. В итоге отбор проходят модели прошедшие проверку на значимость, отсутствие автокорреляции и гетероскедастичности.

В качестве примера рассмотрим сигнал номер 7 на продажу, выявленный 19.05.2006. Сигнал оказался прибыльным.

Для построения модели были выбраны 100 наблюдений, предшествующих прогнозу, далее по моделям, прошедшим отбор, строился трехдневный прогноз для выявления модели с наилучшей прогнозной способностью. С помощью выбранной модели строился прогноз на период после поступления сигнала.

Таблица 5

Периоды для рассмотрения сигнала

Период для построения модели

Период для проверки прогнозной способности модели

Период для прогноза

19.05.2006 - 19.12.2005

17.05.2006 - 19.05.2006

19.05.2006 - 23.05.2006


Для выбранного сигнала была выбрана модель MA(1), отвечающая выше изложенным параметрам:

Проверка на значимость:











Пременная

Коэффициентt

Стандартная ошибка

Z-статистика

Значимость











MA(1)

0.116554

0.037435

3.113496

0.0019












Нулевая гипотеза отвергнута, фактор значим.

Проверка на отсутствие автокорреляции:

Автокорреляция


 Q-статистика

Значимость









 .|. |

1

0.0221


 .|. |

2

1.7604

0.185

 *|. |

3

7.7884

0.720

 .|. |

4

8.1525

0.643

 .|. |

5

8.6991

0.169

 .|. |

6

8.7022

0.122

 .|* |

7

15.733

0.215

 *|. |

8

35.590

0.243

 .|. |

9

36.587

0.221

 .|. |

10

37.790

0.213

 .|. |

11

38.718

0.163

 .|. |

12

38.822

0.198

 .|* |

13

50.635

0.180

 .|. |

14

51.952

0.234


Полученный результат, говорит об отсутствии автокорреляции. Поскольку нулевая гипотеза о ее наличие отвергнута.

Проверка на гетероскедастичность:

Тест на гетероскедастичность: тест Годфрея











F-статистика

0.407310

 Значимость. F(1,99)

0.617

Нулевая гипотеза об отсутствии гетероскедастичности в модели не отвергается.

Поскольку модель прошла отбор, строим по ней прогноз.

График 5

Прогноз модели на период 19.05.2006 - 23.05.2006


Прогнозная способность модели определялась наименьшей ошибкой прогноза в сравнении и фактическими данными. Прогноз рассмотренной модели оказался точнее остальных.

Строим прогноз по модели на период 19.05.2006-23.05.2006

График 6

Прогноз модели на период 17.05.2006 - 19.05.2006

В итоге прогноз по модели не подтвердил полученный сигнал - прогнозируется рост индекса, а фактические данные демонстрируют снижение.

Данный пример демонстрирует ошибочный прогноз эконометрической модели при верном сигнале технического анализа.

Проверка всех 43 полученных сигналов проводилась аналогичным образом. Итоги проведенных расчетов представлены в приложении 5.

3.3 Анализ результатов

При применении представленной методики возможно получить 4 типа ситуаций.

Таблица 7

Возможные исходы

Сигнал подтвержден фактическими данными

Модель подтверждает сигнал

+

+

+

-

-

-

+


При рассмотрении 43 сигналов, полученных индикаторами технического анализа, 36 сигналов оказались прибыльными, 7 - убыточными. Модель подтвердила 32 прибыльный сигнал и 1 убыточный, отвергла 4 прибыльных и 6 убыточных.

Анализ полученных результатов приведен в таблице.

Преобладание прибыльных сигналов технического анализа говорит об эффективности его использования на рассмотренных данных.

Таблица 7

Результаты применения технического анализа

Инструмент

Прибыльные сигналы

Убыточные сигнали


шт

%

шт

%

Индикатор технического анализа

36

84

1

14


Таблица 8

Результаты применения моделей эконометрики

Инструмент

Подтвержденные прибыльные сигналы

Подтвержденные убыточные сигналы

Отвергнутые прибыльные сигнала

Отвергнутые убыточные сигналы


шт

%

шт

%

шт

%

шт

%

Модели эконометрики

32

89

1

14

4

11

6

86


По результатам применения эконометрических моделей преобладающее большинство прибыльных сигналов подтверждено, а убыточных - отвергнуто.

Глава4. Безопасность жизнедеятельности

.1 Характеристика вредных факторов при работе с компьютером

Внедрение ПК имеет как положительные, так и отрицательные моменты. С одной стороны, это обеспечение более высокой эффективности производства за счет совершенствования технологического процесса и повышение производительности труда, а с другой - увеличение нагрузки на работающих в связи с интенсификацией производственной деятельности и специфическими условиями труда.

Отрицательное воздействие компьютера на человека является комплексным.

На пользователя ПК может воздействовать ряд опасных и вредных факторов, наиболее значимые из которых следующие:

Повышенный уровень напряжения в электрических цепях питания и управления ПК, который может привести к электротравме оператора при отсутствии заземления оборудования

Излучения от экрана монитора. Как показали результаты многочисленных научных работ с использованием новейшей измерительной техники зарубежного производства, монитор ПК является источником:

электромагнитного излучения в низкочастотном, высокочастотном и сверхвысокочастотном диапазоне

мягкого рентгеновского излучения от электроннолучевой трубки (ЭЛТ)

ультрафиолетового излучения

инфракрасного излучения

электростатического поля

Не соответствующие нормам параметры микроклимата: повышенная температура из-за постоянного нагрева деталей ПК, пониженная влажность.

Нарушение норм по аэроионному составу воздуха, особенно в помещениях с разной системой приточно-вытяжной вентиляции или с кондиционерами.

Пониженный или повышенный уровень освещенности в помещении; не соответствующие санитарным нормам визуальные параметры дисплея.

Деятельность оператора предполагает, прежде всего, визуальное восприятие отображаемой на экране монитора информации, поэтому значительной нагрузке подвергается зрительный аппарат работающих с ПК. Наиболее сильно влияет на зрение:

Несовершенство способов создания изображения на экране монитора. Эта группа факторов включает в себя:

неоптимальные параметры схем развертки ЭЛТ;

несовместимость параметров монитора и графического адаптера;

недостаточно высокое разрешение монитора, расфокусировка, несведение лучей и низкий уровень других его технических характеристик;

избыточная или недостаточная яркость изображения.

Непродуманная организация рабочего места, которая является причиной:

наличия бликов на лицевой панели экрана;

отсутствия необходимого уровня освещенности рабочих мест;

несоблюдения расстояния от глаз оператора до экрана.

Повышенный уровень шума в системном блоке компьютера являются:

         вентилятор процессора;

         вентилятор видеокарты;

         вентилятор блока питания;

         вентиляторы системного блока;

         жесткий диск;

         оптические приводы.

Повышенный уровень шума также может быть от работающих вентилятора охлаждения ПК и принтера. Работающий компьютер создает акустические шумы, включая ультразвук.

7. Повышенный уровень загазованности воздуха (в первую очередь - по углекислому газу и аммиаку, которые образуются при выдыхании); повышенное содержание в воздухе патогенной (вызывающей заболевания) микрофлоры (прежде всего - стафилококка) особенно зимой при повышенной температуре в помещении, плохом проветривании, пониженной влажности, нарушении аэроионного состава воздуха.

. Психофизиологическая напряженность труда, включающая:

         монотонность труда;

повышенное умственное напряжение из-за большого объема перерабатываемой и усваиваемой информации;

повышенное нервно-эмоциональное напряжение (при этом ускоряется вывод из организма многих жизненно важных и необходимых витаминов и микроэлементов);

длительные статические нагрузки. Кроме того, наличие внешних постоянно действующих факторов:

наличие в воздухе рабочей зоны вредных веществ (окиси углерода, озона, аммиака, окислов азота, серы и т.п.), солей тяжелых металлов и органических соединений (фенола, бензопирена, формальдегида, полихлорированных бефенилов, свободных радикалов и др.);

резкое ухудшение качества воздуха по аэроионному составу, увеличения в нем содержания различных аллергенов, грибков, вирусов, бактерий, микроорганизмов; рост информационных нагрузок извне (причем не только во время работы на ПК).

Все это вызывает дополнительные психические перегрузки, стрессы, что также повышает вероятность заболеваний органов зрения и других наиболее нагруженных и ослабленных органов.

Если перечисленные факторы воздействуют на человека, организм которого не совсем здоров, то такое комплексное отрицательное воздействие значительно усугубляется.

.2 Эргономические требования к дисплеям

Одной из главных задач эргономики является обеспечение удобства использования человеком производимых продуктов и систем. Ее решение предполагает адаптацию проектов продуктов или систем, включая дисплеи,

характеристики приборов, программные средства, рабочие места, производственную среду и рабочие задания к характеристикам и возможностям и ограничениям потенциальных пользователей. Улучшение эргономических свойств повысит качество работы, уменьшит ошибки и дискомфорт, минимизирует риски, относящиеся к здоровью и безопасности. Дисплей на рабочем месте пользователя должен располагаться так, чтобы изображение в любой его части было различимо без необходимости поднять или опустить голову. Дисплей на рабочем месте должен быть установлен ниже уровня глаз оператора. Угол наблюдения экрана пользователем относительно горизонтальной линии взгляда не должен превышать 60o.

Рис.1. Расположение дисплея на столе.

Видеодисплейные терминалы (ВДТ) могут отражать от экрана излучение создаваемые внешними окружающими источниками света. При определенных условиях отраженное излучение вредит пользователю и влияет на комфортность его работы. Существуют следующие требования к техническим характеристикам ВДТ:

соотношение яркостей изображений с учетом зеркальной и диффузной отраженных яркостей должно быть равно 3 или более;

соотношение яркостей при зеркальном отражении к фону экрана должно быть низким. Визуальное восприятие и приемлемость зеркального отражения фона экрана должны изменяться в зависимости от полярности изображения;

соответствие ВДТ требованиям должно достигаться посредством антиотражающей обработки или дополнительного устройства, или способа организации рабочего места;

Выполнение данных требований на рабочем месте позволит минимизировать риски, связанные со здоровьем пользователя, в частности снизит нагрузку на органы зрения.

В настоящее время существует разные типы мониторов, отличающиеся своими характеристиками.

Таблица 9

Сравнительные характеристики мониторов

Характеристика

ЖК-мониторы

ЭЛТ- мониторы

Яркость

От 170 до 250 кд/м2 (+)

От 80 до 120 кд/м2 (-)

Контрастность

От 200:1 до 400:1 (-)

От 350:1 до 700:1 (+)

Угол обзора (по контрасту)

От 110 до 170º (-)

Свыше 150º (+)

Угол обзора (по цвету)

 От 50 до 125º (-)

Свыше 150º (+)

Разрешение

Одно разрешение с фиксированным размером пикселей. Оптимально можно использовать только в одном разрешении; в зависимости от поддерживаемых функций расширения или компрессии можно использовать более высокое или низкое разрешения, но они не оптимальны (-)

Поддерживаются различные разрешения. При всех поддерживаемых разрешениях монитор можно использовать оптимальным образом. Ограничение накладывается только приемлемостью частоты регенерации (+)

Частота вертикальной развертки

Оптимальная частота 60 Гц, что достаточно для отсутствия мерцания (+)

 Только при частотах свыше 75 Гц отсутствует явно заметное мерцание (-)

Ошибки совмещения цветов

Нет (+)

От 0,0079 до 0,0118 (0,20 - 0,30 мм) (-)

Фокусировка

Очень хорошая (+)

От удовлетворительной до очень хорошей (-)

Геометрические линейные искажения

Нет(+)

Возможны (-)

Неработающие пиксели

До 8 (-)

Нет (+)

Входной сигнал

Аналоговый или цифровой (+)

Только аналоговый (-)

Масштабирование при разных разрешениях

Отсутствует или используются методы интерполяции (-)

Очень хорошее (+)

Точность отображения цвета

Поддерживается True Color и имитируется требуемая цветовая температура (-)

 Поддерживается True Color и при этом имеется масса устройств калибровки цвета (+)

Гамма-коррекция (подстройка цвета под особенности человеческого зрения)

Удовлетворительная (-)

 Фотореалистичная (+)

Однородность

Часто изображения ярче по краям (-)

Часто изображение ярче в центре (-)

Чистота цвета (качество цвета)

Хорошее (-)

Высокое (+)

Мерцание

Нет (-)

Не заметно на частоте 85 Гц (-)

Время инерции

От 20 до 30 мс (-)

Пренебрежительно мало (+)

Энергопотребление и излучения

Низкий уровень электромагнитных излучений. Уровень потребления энергии примерно на 70% ниже, чем у стандартных ЭЛТ-мониторов (от 25 до 40 Вт) (+)

Всегда присутствует электромагнитное излучение, его уровень зависит от того, соответствует ли ЭЛТ стандарту безопасности. Потребление энергии в рабочем состоянии на уровне 60 -150 Вт (-)

Размеры/масса

Плоский экран, малая масса (+)

 Тяжелая конструкция, занимает много места (-)

Формирование изображения

Изображение формируется пикселями, число которых зависит только от конкретного разрешения LCD-панели. Шаг пикселей зависит только от размера самих пикселей, но не от расстояния между ними. Каждый пиксель формируется индивидуально, что обеспечивает великолепную фокусировку, ясность и четкость. Изображение получается более целостным и гладким (+)

Пиксели формируются группой точек (триады) или полосок. Шаг точки или линии зависит от расстояния между точками или линиями одного цвета. В результате четкость и ясность изображения сильно зависит от размера точки или шага линии и от качества ЭЛТ (-)

Интерфейс монитора

Цифровой инетерфейс (но большинство LCD мониторов имеют встроенный аналоговый интерфейс для подключения к наиболее распространенным аналоговым выходам видеоадаптеров) (+)

Аналоговый Интерфейс (-)

Примечание. Условные обозначения: (+) - достоинство, (-) - недостатки

.3 Санитарно-гигиенические параметры рабочего места

Проблема обеспечения безопасных условий труда, сохранения здоровья и работоспособности работников является весьма важной и актуальной.

Устранение недостатков и нарушений санитарно-гигиенических правил производства позволит сократить непроизводственные издержки, связанные с заболеваниями работающих, увеличить эффективность и производительность труда, повысить культуру производства.

Условия труда работающих с ПК характеризуются возможностью воздействия на них следующих производственных факторов: шума, тепловыделений, вредных веществ, статического электричества, ионизирующих и неионизирующих излучений, недостаточной освещенности, параметров технологического оборудования и рабочего места.

.3.1 Требования к микроклимату

В помещениях, где работа на ВДТ и ПЭВМ является основной, должны обеспечиваться оптимальные параметры микроклимата, приведенные в таблице 10.

Для повышения влажности воздуха в помещениях следует применять увлажнители воздуха, заправляемые ежедневно дистиллированной или питьевой водой.

Таблица 10

Оптимальные нормы микроклимата для помещений с ВДТ и ПЭВМ

Период года

Категория работ

Температура воздуха С º,  не более

Относительная влажность воздуха, %

Скорость движения воздуха, м/с

Холодный

Легкая - 1а

22-24

40-60

0,1


Легкая - 1б

21-23

40-60

0,1

Теплый

Легкая - 1а

23-25

40-60

0,1


Легкая - 1б

22-24

40-60

0,2

Примечания: к категории 1а относятся работы, производимые сидя и не требующие физического напряжения, при которых расход энергии составляет до 120ккал/ч; к категории 1б относятся работы, производимые сидя, стоя или связанные с ходьбой и сопровождающиеся некоторым физическим напряжением, при которых расход энергии составляет от 120 до 150 ккал/ч.

.3.2 Требования к уровню шума

Источников шума при работе с ПЭВМ несколько: это и вентиляторы, охлаждающие блок питания, процессор и графическую плату; приводы оптических и жестких дисков. В результате генерируется весьма широкий спектр звуков (включая ультразвук), причем каждый компьютер отличается в этом смысле своей индивидуальностью. Корпус компьютера при этом играет роль резонатора: он привносит в общую картину шума низкочастотные составляющие

При выполнении основной работы уровень шума не должен превышать 50 дБА.

В помещениях, где работают инженерно-технические работники, осуществляется лабораторный, аналитический или измерительный контроль, уровень шума не должен превышать 60 дБА.

В помещениях операторов ЭВМ (без дисплеев) уровень шума не должен превышать 65дБА.

На рабочих местах в помещениях для размещения шумных агрегатов вычислительных машин (АЦПУ, принтеры) уровень шума не должен превышать 75дБА. Снизить уровень шума в помещениях можно использованием звукопоглощающих материалов. Дополнительным звукопоглощением могут служить однотонные занавеси из плотной ткани, гармонирующие с окраской стен и подвешенные в складку на расстоянии 15-20см от ограждения. Ширина занавеси должна быть в два раза больше ширины окна. А снизить уровень шума самого компьютера можно при правильном и качественном выборе комплектующих - вентиляторов, кулера, блока питания, звукоизолирующего бокса для подавления шума винчестера и так далее.

.3.3 Требования к освещению рабочих мест

Искусственное освещение в помещениях с ВДТ и ПЭВМ должно осуществляться системой общего равномерного освещения. В производственных и административно-общественных помещениях, в случае преимущественной работы с документами, допускается применение системы комбинированного освещения.

Освещенность поверхности стола в зоне размещения рабочего документа должна быть 300-500лк.

Следует ограничивать прямую и отраженную блесткость на рабочих поверхностях за счет правильного выбора типов светильников и расположения рабочих мест по отношению к источникам естественного и искусственного освещения.

В качестве источников света при искусственном освещении должны применяться преимущественно люминесцентные лампы типа ЛБ. При устройстве отраженного освещения в производственных и административно-общественных помещениях допускается, применение метало галогенных ламп мощностью до 250Вт. Допускается применение ламп накаливания в светильниках местного освещения. Коэффициент запаса (Кз) для осветительных установок общего освещения должен приниматься равным 1,4.

Общее освещение следует выполнять в виде сплошных или прерывистых линий светильников, расположенных сбоку от рабочих мест, параллельно мышц зрения пользователя при рядном расположении компьютеров.

При периметральном расположении компьютеров линии светильников должны располагаться локализовано над рабочим столом ближе к его переднему краю, обращенному к оператору.

Для обеспечения нормируемых значений освещенности следует проводить чистку стекол оконных рам и светильников не реже 2 раз в год и проводить своевременную замену сгоревших ламп.

.3.4 Требования к излучениям

Уровни электромагнитных излучений, считающихся безопасными для здоровья, регламентируются нормами MPR II 1990: 10 Шведского национального комитета по измерениям и испытаниям, которые считаются базовыми, и более жесткие нормы ТСО 92, 95 Шведской конференции профсоюзов. Российский нормативный документ Госкомсанэпидемнадзора «Гигиенические требования к видео дисплейным терминалам, персональным электронно-вычислительным машинам и организация работы» полностью совпадают в части уровней ЭМИ с требованиями MPR II (таблица 11).

Таблица 11

Допустимые значения не ионизирующих электронно-магнитных излучений

Наименование параметров

Допустимые значения

Напряженность электрического поля  - в диапазоне частот 5Гц - 2кГц  - в диапазоне частот 2 - 400кГц

25В/м 2,5В/м

Плотность магнитного потока-  - в диапазоне частот 5Гц - 2кГц - в диапазоне частот 2 - 400кГц

250нТл 25нТл

Электростатический потенциал экрана видеомонитора

500 В


Напряженность электростатического поля не должна превышать 20кВ/м для взрослых пользователей, 15кВ/м - для детей дошкольных учреждений, учащихся средних специальных и высших учебных заведений.

Конструкция ВДТ и ПЭВМ должна обеспечивать мощность экспозиционной дозы рентгеновского излучения в любой точке на расстоянии 0,05м от экрана и корпуса при любых положениях регулировочных устройств не превышающей 100мкР/час (0,1мБЭР/час).

Для сравнения в таблице 4 приведены допустимые уровни излучения

ТСО 92 и MPR-II.

Таблица 12

Допустимые уровни излучения ПК

Электростатическое поле



Переменное электрическое поле  5 Гц - 2 кГц 2 - 400 кГц

10В/м 1В/м на расстояние 0,3м от центра экрана и 0,5м вокруг дисплея

 25В/м 2,5 В/м на расстояние 0,5м вокруг дисплея

 10В/м 1В/м на расстояние 0,5м вокруг дисплея

Переменное магнитное поле 5 Гц - 2 кГц  2 - 400 кГц

250нТл 200мА/м 25нТл 20мА/м

250нТл 200мА/м 25нТл 20мА/м

200нТл 200мА/м 25нТл 20мА/м


Нормы на уровень ЭМИ стали законом для многих ведущих фирм-изготовителей мониторов. Такие фирмы, как правило, проводят сертификацию своих изделий в Швеции или по Шведским методикам. В современных научных, учебных организациях, в домашнем пользовании можно встретить как мониторы высокого класса, удовлетворяющие самым строгим стандартам, так и мониторы, которые представляют известную опасность для здоровья.

.3.5 Требования к размещению рабочих мест

Рабочее место с ПК должно располагаться по отношению к оконным проемам таким образом, чтобы естественный свет падал сбоку, предпочтительнее слева.

Компьютер должен быть установлен так, чтобы, подняв глаза от экрана, можно было увидеть самый удаленный предмет в комнате. Удачным является расположение рабочего места, когда лицо оператора обращено к входному проему. Возможность перевести взгляд на дальнее расстояние - один из самых эффективных способов разгрузки зрительной системы во время работы с компьютером. Следует избегать расположения рабочего места в углах комнаты или лицом к стене - расстояние от компьютера до стены не менее 1м, экраном к окну, а также лицом к окну - свет из окна является нежелательной нагрузкой на глаза (рис. 3). Если компьютер все же размещен в углу комнаты, или помещение имеет весьма ограниченное пространство, американские специалисты рекомендуют установить на столе большое зеркало. С его помощью легко увидеть самые дальние предметы комнаты, расположенные за спиной оператора.

Рис.3

Похожие работы на - Применение индикаторов технического анализа и эконометрических моделей для построения краткосрочных прогнозов значения индекса РТС

 

Не нашел материал для своей работы?
Поможем написать качественную работу
Без плагиата!