СТРУКТУРНАЯ ПАМЯТЬ И ПРОГНОСТИЧЕСКАЯ СПОСОБНОСТЬ АВТОРСКОГО КОЭФФИЦИЕНТА СОНАПРАВЛЕННОСТИ (Λ) НА МОСКОВСКОЙ БИРЖЕ
Статья поступила в редакцию: 05.06.2026
Статья принята к публикации: 10.06.2026
Статья опубликована: 16.07.2026
Ключевые слова:
финансовые рынки, структурная память, коэффициент сонаправленности, рыночные режимы, поведенческие финансы.Аннотация
В статье исследуется структурная память и прогностическая способность векторного параметра λ на российском фондовом рынке. Анализируются четыре ликвидные акции Московской биржи: Сбербанк (SBER), Магнит (MGNT), Роснефть (ROSN), Яндекс (YNDX) за 2021–2024 гг. Цель работы – проверить, обладает ли ряд λ структурной памятью, различается ли доходность в трёх режимах (резонанс, хаос, переход) и может ли λ служить линейным предиктором будущей доходности. λ извлекается из псевдовекторной модели ценового движения. Использованы тест Льюнга–Бокса, тест Манна–Уитни и линейная регрессия. У Сбербанка обнаружена значимая структурная память. У Магнита и Яндекса память не выявлена. В резонансном режиме средняя дневная доходность положительна и значимо отличается от доходности в режимах хаоса и перехода. Корреляция λ с доходностью следующего дня слабая. Результаты могут быть использованы розничными инвесторами и профессиональными управляющими для диагностики структурных режимов рынка в реальном времени. λ не является линейным предиктором будущей доходности, но служит эффективным диагностическим индикатором текущего состояния рынка. Полученные выводы уточняют границы гипотезы эффективного рынка.
Информация о публикации
Финансирование: Исследование выполнено без привлечения внешнего финансирования, если иное не указано авторами.
Вклад авторов: Все авторы внесли существенный вклад в подготовку статьи, ознакомились с окончательной версией рукописи и одобрили ее к публикации.
Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов, если иное не указано в публикации.
Правообладатель: Издательский дом «Академический».
Условия использования. Статьи текущего года распространяются по подписке на журнал «Финансовый менеджмент». Все права защищены. Полная версия статьи доступна на сайте Научной электронной библиотеки eLIBRARY.RU www.elibrary.ru/contents.asp?titleid=9552 . Материалы предыдущих лет распространяются по лицензии Creative Commons Attribution 4.0 International (CC BY 4.0) . Метаданные всех статей распространяются по открытой лицензии и могут свободно использоваться в информационных, научных и библиографических целях.
Машиночитаемый файл метаданных: JATS XML
Список литературы
Банк России. Обзор ключевых показателей профессиональных участников рынка ценных бумаг. М., 2025.
Barber B.M., Odean T. The behavior of individual investors // Handbook of the Economics of Finance. Elsevier. 2013. Vol. 2. P. 1533-1570. DOI: 10.1016/B978-0-44-459406-8.00022-6.
Jordan B.D., Diltz J.D. Day trading: Profitability and performance persistence // Journal of Financial Markets. 2021. Vol. 54. DOI: 10.1016/j.finmar.2020.100602 EDN: NJJFAE.
Itskhoki O., Mukhin D. Sanctions and the exchange rate // Intereconomics. 2022. Vol. 57, No. 3. P. 124-128. DOI: 10.1007/s10272-022-1050-9 EDN: DBCPKB.
Teplova T., Gurov S. Nonlinear intraday trading invariance in the Russian stock market // Annals of Operations Research. 2022. DOI: 10.1007/s10479-022-04683-7 EDN: XUNKTU.
eToro. The Retail Investor Report 2025. [Электронный ресурс]. URL: https://www.etoro.com/ (дата обращения: 05.05.2025).
Lo A.W., Mamaysky H., Wang J. Foundations of technical analysis: Computational algorithms, statistical inference, and empirical implementation // The Journal of Finance. 2000. Vol. 55, No. 4. P. 1705-1765. DOI: 10.1111/0022-1082.00265 EDN: DYRTVX/
Kritzman M., Page S., Turkington D. Regime shifts: Implications for dynamic strategies // Financial Analysts Journal. 2012. Vol. 68, No. 3. P. 22-39. DOI: 10.2469/faj.v68.n3.3/
Stoyanov S. Pythagorean theorem and stock market // SSRN Electronic Journal. 2021. DOI: 10.2139/ssrn.3856077/
