Labs Blog
ePortfelj BI
Istraživanje iz domene poslovne inteligencije nad podacima iz sustava ePortfelj.
Kontakt: mvelic@ifnet.hr
Uvod
U sklopu kolegija „Metode razvoja i istraživanje sustava poslovne inteligencije“ poslijediplomskog doktorskog studija na Fakultetu organizacije i informatike, Marko Velić napravio je istraživanje iz domene poslovne inteligencije nad podacima iz sustava ePortfelj.Markov seminarski rad korištenjem metoda i alata za rudarenje podacima ispituje hipoteze o postojanju korelacije između kretanja vrijednosti dioničkog indeksa CROBEX i hrvatskih otvorenih investicijskih fondova obzirom na vrstu fonda i količinu ulaganja u hrvatske dionice.
Problem se možda čini jednostavan sa logičnim rješenjem, ali poslužio je kao dobar primjer za demonstraciju načina na koji funkcioniraju pojedini modeli rudarenja podacima.Kroz serijal članaka ovdje ćemo objaviti detaljan postupak izrade svakog pojedinog modela.
U prvom članku ukratko je prikazano cjelokupno istraživanje.
Problem
Investicijski fondovi se dijele po vrsti financijskih sredstava u koje ulažu. Tako postoje dionički, obveznički, mješoviti i novčani investicijski fondovi. Kako investicijski fondovi cijenu udjela objavljuju za prethodni trgovinski dan, postavlja se zanimljivo pitanje može li se i u kojoj mjeri predvidjeti kretanje cijene udjela investicijskog fonda ukoliko je poznato kretanje dioničkog indeksa. Osim same vrste fonda u obzir je uzet i udio u kojoj mjeri fondovi ulažu u hrvatske dionice tj. dionice koje kotiraju na Zagrebačkoj burzi. U radu je problem promatran iz dva aspekta tj. analitički modeli rađeni su nad kontinuiranim i nad diskretnim vrijednostima. Problem je obrađen sa nekoliko modela rudarenja podacima i u nekoliko softverskih alata te je na posljetku napravljena svojevrsna usporedba tj. sinteza dobivenih rezultata.
Obzirom da ne ulažu svi fondovi u jednakoj mjeri u dionice Zagrebačke burze, napravljena je kategorizacija fondova obzirom na to u kojoj mjeri ulažu u hrvatske dionice te je uvedena varijabla „ulaganje_u_rh_dionice“. Ova varijabla je diskretna i poprima vrijednosti „malo“, „srednje“ i „veliko“. Ovo je veoma važno jer neki fondovi uopće ne ulažu na hrvatskom tržištu poput primjerice fondova „Ilirika azijski tigar“ ili „Reiffeisen Emerging Markets“ itd.
Isto tako, činjenica da neki investicijski fond ulaže na stranim tržištima ne mora direktno isključivati korelaciju sa dioničkim indeksom hrvatskog tržišta kapitala jer su kretanja na tržištu kapitala globalno itekako povezana obzirom da danas u vrijeme rapidnog kolanja informacija na psihologiju ulagača s bilo kojeg tržišta može utjecati bilo koja vijest sa bilo kojeg kraja svijeta. Prema tome u ovom istraživanju očekuje se potvrda da stupanj ulaganja u RH dionice ima utjecaja na kretanje cijene fonda, ali puno manje od same vrste fonda.
Kao rezultat ovog istraživanja očekuje se potvrđivanje korelacije, ali ne i precizno predviđanje samih vrijednosti postotne promjene investicijskih fondova zbog objektivnih razloga i brojnih parametara koji imaju utjecaj na ciljnu varijablu „promjena fonda“. Također, veće i brojnije pogreške u predviđanju ciljne varijable očekuju se u području blizu vrijednosti nula, obzirom da se radi o veoma suptilnim promjenama i malom broju promatranih ulaznih varijabli.
Prilikom razmatranja modela kojim će se pokušati potvrditi koerlacija u obzir je uzeto nekoliko karakteristika podataka, ali i samog problema. Problem je klasifikacijski, obzirom da se nastoji potvrditi veza između vrste fonda, ulaganja u RH te kretanja postotne promjene vrijednosti CROBEX-a na postotne promjene cijene udjela fonda.
Metode i alati
Obzirom na navedeno, kao temeljna metoda rudarenja podataka u ovoj analizi korištene su neuronske mreže koje su u praksi potvrđene kao dobar alat za klasifikacijske probleme. Neuronske mreže kreirane su u programskom alatu SAS JMP 7. Kasnije su u Microsoft BI Development Studio odrađene i analize nekim drugim metodama za usporedbu rezultata te u programskom alatu GeNIe model Bayesove mreže kojim je također ispitana korelacija.
Kako je za očekivati da će biti veoma teško napraviti precizan predikcijski model obzirom na male razlike u relativnim postotnim promjenama i mali broj ulaznih varijabli to i nije cilj ovog istraživanja.
Korištenjem neuronske mreže nad kontinuiranim podacima dobiveni su rezultati poput prikaza na slici 1 iz kojeg je vidljivo da je najveća korelacija kod indeksnih fondova, potom kod dioničkih, zatim kod mješovitih, a najmanja tj. nikakva korelacija je kod obvezničkih i novčanih investicijskih fondova. Korištenjem neuronske mreže nad diskretnim podacima potvrđena je korelacija koja je u jednom segmentu vidljiva na slici 2.
nad diskretnim podacima
Na slici 2 je vidljivo kako je korelacija između jakog pada cijene udjela fonda i jakog pada vrijednosti Crobex-a najjača kod indeksnih fondova, potom kod dioničkih pa mješovitih koji puno ulažu u RH dionice te gotovo nikakva kod obvezničkih i novčanih investicijskih fondova.
Na slici 3 vidimo ROC krivulju koja prikazuje bolje predviđanje za vrijednosti „jaki rast“ i „jaki pad“ nego za vrijednosti „rast“ i „pad“ što je u skladu i sa početnom pretpostavkom da će vrijednosti bliže nuli biti teže predvidjeti. Površina pod krivuljama je relativno velika što ukazuje na dobro predviđanje modela za vrijednost ciljne varijable „promjena fond“.
U alatu Microsoft BI Development Studio izvršene su analize pomoću Microsoft Decision Trees, te Microsoft Naive Bayes modela čiji rezultati su vidljivi na slikama 3 i 4, a u GeNIe alatu kreirana je jednostavna Bayesova mreža vidljiva na slici 5.
Poslovne implikacije istraživanja
Poslovne implikacije istraživanja podrazumijevaju indikator za ili protiv ulaganja u investicijske fondove ulagačima na tržištu kapitala koji razmatraju ulaganje u otvorene investicijske fondove. Za dioničke, indeksne i mješovite fondove hrvatskog tržišta, koji spadaju u fondove većeg rizika od obvezničkih i novčanih, valja prilikom ulaganja razmotriti kretanje cjelokupnog tržišta kapitala odnosno trendove u kretanju dioničkog indeksa CROBEX. Ukoliko je tržište turbulentno, kao što je to slučaj za vrijeme globalne financijske krize u trenucima nastajanja ovog rada, uz negativne trendove kretanja dioničkog indeksa, ulaganjem u fondove ove vrste ne treba očekivati značajnije pozitivne prinose u kratkoročnom razdoblju već se, uz eventualni pad vrijednosti dioničkog indeksa, može pretpostaviti gubitak. Ukoliko se hrvatsko tržište kapitala oporavi i počne ostvarivati veće promete uz pozitivni trend kretanja vrijednosti dioničkog indeksa CROBEX, na temelju ovog istraživanja možemo pretpostaviti da će pozitivne prinose, prateći kretanje vrijednosti dioničkog indeksa, značajnije početi ostvarivati dionički i indeksni te u nešto manjoj mjeri mješoviti fondovi koji ulažu u dionice hrvatskog tržišta kapitala.
Screenshots
Zaključak
Istraživanje je ispitivalo korelaciju između postotne promjene dioničkog indeksa CROBEX, vrste investicijskog fonda i stupnja ulaganja u dionice na hrvatskom tržištu kapitala te postotne promjene cijene udjela investicijskog fonda korištenjem metoda rudarenja podacima i prikladnih softverskih alata.
U okviru rada obavljena su istraživanja nad kontinuiranim i diskretiziranim vrijednostima. Kao temeljna metoda za potvrđivanje korelacije korištene su neuronske mreže. Rezultati istraživanja potvrđeni su i u alternativnim softverskim alatima korištenjem drugih metoda rudarenja podacima, stablom odlučivanja i Bayesovom mrežom.
Nakon potvrđivanja korelacija, u radu su izložene poslovne implikacije istraživanja te se ukazuje i na smjernice za buduća istraživanja iz područja što će biti prikazano i u serijalu članaka koji će ovdje biti objavljeni.