Исследовательский материал на основе метода абсолютных курсов
Традиционный анализ валютного рынка опирается на парные курсы (например, EUR/USD) или макроэкономические показатели. Но метод абсолютных курсов позволяет смотреть на валюты как на самостоятельные активы с собственной доходностью, волатильностью и стабильностью. Мы пошли дальше: применили машинное обучение для поиска скрытых групп валют, ведущих себя схожим образом.
Что сделано
Взяты ежедневные абсолютные курсы 45 валют с 1996 по 2026 год (источник: абсолютные курсы валют). Для каждой валюты рассчитаны 7 ключевых признаков за три горизонта (1, 5 и 10 лет): общая доходность, средняя дневная доходность, волатильность, коэффициенты Шарпа и Сортино, максимальная просадка, коэффициент вариации. Получена матрица 45×21 признак. Данные стандартизированы, применён алгоритм k‑means. Детали расчётов — в Kaggle-ноутбуке.
Результаты кластеризации
Метод локтя и силуэтный коэффициент указали на k=2, но при k=4 получилась содержательная и интерпретируемая структура. Ниже — профиль каждого кластера.
Кластер 0: «Стабильные и развитые» (20 валют)
Валюты: AED, CAD, CHF, CNY, CZK, DKK, EUR, GBP, HKD, KWD, MYR, NZD, PLN, RON, SAR, SEK, SGD, THB, USD, VND.
Характеристики: низкая волатильность, умеренный положительный рост, малые просадки. Классические «тихие гавани» и валюты развитых экономик.
Кластер 1: «Сырьевые и развивающиеся рынки» (14 валют)
Валюты: AUD, BRL, CLP, COP, HUF, ILS, ISK, KZT, MXN, NOK, PEN, QAR, RUB, ZAR.
Характеристики: высокая средняя доходность, но и высокая волатильность, заметные просадки. Многие зависят от цен на сырьё (нефть, медь, сельхозпродукция). Российский рубль — здесь, а не в кризисном кластере.
Кластер 2: «Кризисный обвал» (3 валюты)
Валюты: ARS, EGP, TRY.
Характеристики: резко отрицательная доходность на всех горизонтах, экстремальная волатильность и просадки, превышающие 80–90%. Абсолютные курсы рухнули за 10 лет: ARS –98,7%, EGP –89,1%, TRY –77,3%.
Кластер 3: «Азиатский кластер» (8 валют)
Валюты: IDR, INR, JPY, KRW, PHP, PKR, TWD, UAH.
Характеристики: невысокая (часто слабоотрицательная) доходность, средняя волатильность, умеренные просадки. Японская иена, традиционно считавшаяся убежищем, в абсолютных курсах ведёт себя ближе к другим азиатским валютам, а не к CHF или USD.
Средние значения признаков (10 лет)
| Показатель | Кластер 0 | Кластер 1 | Кластер 2 | Кластер 3 |
|---|---|---|---|---|
| total_return (%) | 35,01 | 25,90 | -89,10 | -4,83 |
| mean_daily_return (%) | 0,0088 | 0,0107 | -0,0691 | -0,0011 |
| volatility (%) | 0,3244 | 0,8907 | 1,0834 | 0,4766 |
| sharpe | 0,0287 | 0,0126 | -0,0633 | 0,0003 |
| sortino | 0,0391 | 0,0153 | -0,0580 | 0,0015 |
| max_drawdown (%) | -9,93 | -29,95 | -89,55 | -25,05 |
| var_coef | 0,1087 | 0,0900 | 0,6867 | 0,0915 |
Что удивило
- Японская иена не попала в кластер стабильных валют. Её абсолютный курс оказался более волатильным (политика Банка Японии).
- Норвежская крона (NOK) — в сырьевом кластере (нефть), а шведская крона (SEK) — в стабильном.
- Российский рубль — в кластере развивающихся рынков, а не кризисном, что говорит о восстановлении после обвалов.
Практический вывод
Для диверсификации валютного портфеля имеет смысл выбирать активы из разных кластеров. Например, к стабильным валютам (кластер 0) добавить несколько сырьевых (кластер 1) и одну азиатскую (кластер 3). Валюты кластера 2 (кризисные) подходят лишь для краткосрочных спекулятивных стратегий с высоким риском.
Метод абсолютных курсов и его приложения подробно описаны на главной странице проекта. Исходные данные, код и графики — в Kaggle-ноутбуке.


Комментариев нет:
Отправить комментарий