Методы анализа рынка ценных бумаг: фундаментальный, технический подходы, российская специфика и роль новых технологий

На современном финансовом рынке, где ежедневно происходят колоссальные объемы торгов, а информация распространяется со скоростью света, способность принимать обоснованные инвестиционные решения становится критически важной. Согласно данным Московской Биржи, в октябре 2025 года объем торгов на фондовом рынке продолжал демонстрировать значительные показатели, что подчеркивает динамичность и потенциал российского рынка ценных бумаг. В этом бурном потоке данных и событий инвесторам, аналитикам и академическому сообществу необходимо владеть инструментами, позволяющими не только ориентироваться, но и преуспевать. Анализ рынка ценных бумаг — это не просто академическая дисциплина, а жизненно важный навык, позволяющий определять справедливую стоимость активов, прогнозировать их движение и минимизировать риски.

Цель данной курсовой работы — провести углубленное исследование методов анализа рынка ценных бумаг, охватывая фундаментальный и технический подходы, акцентируя внимание на российской специфике и трансформационной роли современных технологий. Задачи включают: раскрытие теоретических основ и истории развития каждого метода; детальное описание их инструментов, моделей и стратегий; сравнительный анализ преимуществ и ограничений; изучение особенностей применения на российском финансовом рынке, включая его регулирование и актуальные вызовы; а также анализ влияния искусственного интеллекта, машинного обучения и Big Data на эволюцию инвестиционного анализа. Структура работы последовательно проведет читателя от классических концепций к передовым инновациям, обеспечивая комплексное и всестороннее понимание предмета.

Теоретические основы и историческое развитие методов анализа рынка ценных бумаг

В основе любой осмысленной инвестиционной стратегии лежит глубокое понимание динамики рынка ценных бумаг. Исторически сложилось два доминирующих подхода к анализу — фундаментальный и технический, каждый из которых предлагает свою уникальную линзу для изучения финансового ландшафта. Их развитие отражает эволюцию рыночной мысли, от интуитивных наблюдений до сложных математических моделей. Именно способность применять эти подходы позволяет инвесторам не просто реагировать на события, а формировать проактивные стратегии, снижая неопределенность и повышая вероятность успеха.

Сущность и предпосылки фундаментального анализа

Фундаментальный анализ (ФА) — это не просто метод оценки, это целая философия инвестирования, которая стремится разгадать истинную, или внутреннюю, стоимость ценных бумаг. В отличие от сиюминутных рыночных колебаний, ФА фокусируется на глубоких, подлинных показателях, отражающих деятельность компании, её положение в отрасли и общее состояние экономики. Представьте себе детектива, который собирает улики: для фундаментального аналитика такими «уликами» являются финансовые отчеты, макроэкономические данные, новости об отрасли и конкурентах.

Основная цель ФА — определить, является ли актив недооцененным или переоцененным рынком. Если внутренняя стоимость, вычисленная аналитиком, оказывается выше текущей рыночной цены, это сигнализирует о потенциале роста, и актив становится привлекательным для долгосрочных инвестиций. Этот подход базируется на фундаментальном предположении о существовании причинно-следственной связи между экономическими и финансовыми факторами и стоимостью актива. Иными словами, считается, что рано или поздно рыночная цена стремится к своей внутренней, справедливой стоимости, что обеспечивает возможность получения прибыли на длинной дистанции.

Корни фундаментального анализа уходят в начало XX века, но его американская школа получила классическое оформление благодаря труду Бенджамина Грэма и Дэвида Додда «Анализ ценных бумаг», опубликованному в 1934 году. Эта книга стала библией для поколений инвесторов, заложив основы стоимостного инвестирования. Самый известный последователь Грэма, Уоррен Баффетт, превратил эти принципы в легендарное состояние, доказывая, что терпеливое исследование и инвестирование в качественные, недооцененные активы приносят плоды на долгосрочной дистанции. Таким образом, ФА — это выбор для инвесторов, формирующих позиционные сценарии и принимающих осознанные решения на длительный период.

Сущность и постулаты технического анализа

В то время как фундаментальный анализ углубляется в внутреннюю ценность компании, технический анализ (ТА) смотрит на рынок как на отражение коллективной психологии инвесторов. Это система прогнозирования цен, основанная исключительно на информации, генерируемой самими рыночными торгами: движении графиков котировок, объеме торгов и историческими данными. Задача ТА — выявить закономерности в поведении цен в прошлом и использовать их для прогнозирования будущих изменений.

Технический анализ покоится на трех незыблемых постулатах, которые составляют его философское ядро:

1. Рыночные движения цен учитывают всю информацию. Это означает, что все, что может повлиять на цену актива — фундаментальные показатели, экономические новости, политические события — уже учтено в текущей рыночной цене. Трейдеру не нужно искать скрытые данные; достаточно анализировать сам ценовой график.
2. Движение цен подчинено тенденциям (трендам). Цены двигаются не хаотично, а в рамках определенных направлений: восходящих, нисходящих или боковых. Задача технического аналитика — идентифицировать эти тренды и торговать в их направлении.
3. История повторяется. Поведенческая психология участников рынка не меняется со временем, и поэтому ценовые модели, которые работали в прошлом, вероятно, будут работать и в будущем.

Исторический путь технического анализа начался задолго до появления современных финансовых рынков. Самым старым инструментом, который дошел до нас, является метод кэйсен, или японские свечи, разработанный японскими торговцами рисом в XVIII–XIX веках. Эти свечи, визуально отображающие ценовые движения, стали предвестниками графического анализа.

В конце XIX века Чарльз Доу, американский журналист и сооснователь Dow Jones & Company, опубликовал серию статей, которые легли в основу знаменитой теории Доу. Она систематизировала идеи о трендах, объемах и корреляциях, став краеугольным камнем современного технического анализа. Далее, во второй половине XX века, с развитием компьютерных технологий, ТА получил новый импульс: появились сложные индикаторы и методы, использующие вычислительные мощности для обработки огромных массивов данных.

Технический анализ универсален: он применим к любому рынку (фондовому, товарному, валютному) и для сделок любой продолжительности — от краткосрочных спекуляций до среднесрочных позиций. Он особенно незаменим для трейдеров, чья прибыль напрямую зависит от оперативного реагирования на изменения цен.

Фундаментальный анализ: комплексная оценка внутренней стоимости активов

Фундаментальный анализ, подобно многослойному пирогу, требует последовательного и глубокого изучения различных уровней экономической реальности, чтобы в итоге прийти к обоснованной оценке внутренней стоимости актива. Этот процесс включает в себя не только изучение одной конкретной компании, но и ее место в более широком экономическом и отраслевом контексте.

Этапы фундаментального анализа: от макроэкономики до компании

Проведение фундаментального анализа — это структурированный процесс, который начинается с широкой перспективы и постепенно сужается до конкретного объекта инвестирования. Этот подход известен как «сверху вниз» (top-down analysis) и включает три ключевых этапа:

1. Макроэкономический анализ. На этом этапе аналитик погружается в изучение общеэкономической ситуации в стране и мире. Макроэкономические показатели, такие как валовой внутренний продукт (ВВП), уровень инфляции, процентные ставки Центрального банка, уровень безработицы, потребительские расходы и производственные индексы, служат компасом, указывающим на общее состояние экономики. Например, растущий ВВП и низкая инфляция создают благоприятную среду для роста корпоративных прибылей, тогда как высокие процентные ставки могут сдерживать инвестиции и замедлять экономический рост. Анализ таких факторов позволяет определить фазу экономического цикла и потенциальное влияние на различные секторы рынка.
2. Отраслевой анализ. После оценки макроэкономического ландшафта, внимание переключается на конкретные отрасли. Здесь исследуются такие факторы, как темпы роста отрасли, ее конкурентная структура (наличие монополий, олигополий, совершенной конкуренции), регуляторная среда, технологические инновации, потребительские предпочтения и барьеры для входа новых игроков. Например, технологическая отрасль может демонстрировать высокие темпы роста, но при этом отличаться высокой конкуренцией и быстрой сменой продуктов. Понимание этих нюансов позволяет оценить привлекательность отрасли для инвестиций и выявить наиболее перспективных игроков.
3. Анализ финансовой отчетности конкретной компании. Это самый детализированный этап, где изучается непосредственно объект инвестирования — конкретная компания. Аналитик тщательно изучает финансовую отчетность, включающую балансовый отчет, отчет о прибылях и убытках, и отчет о движении денежных средств. Ключевые показатели, такие как выручка, EBITDA (прибыль до вычета процентов, налогов, износа и амортизации), чистая прибыль, чистая стоимость компании, обязательства и денежный поток, позволяют оценить эффективность, рентабельность, платежеспособность и финансовую устойчивость бизнеса. Особое внимание уделяется дивидендной политике, истории выплаты дивидендов и их величине, что важно для инвесторов, ориентированных на доход.

Последовательное прохождение этих этапов позволяет сформировать всестороннее представление о потенциале компании, от общего экономического фона до мельчайших деталей ее финансового состояния.

Основные модели оценки акций

После всестороннего анализа макроэкономических, отраслевых и корпоративных данных, фундаментальный аналитик переходит к количественной оценке, используя различные модели для определения внутренней стоимости акций. Эти модели можно условно разделить на две основные категории: модели, основанные на дисконтировании будущих выгод, и модели оценки на основе активов.

1. Модели, основанные на дисконтировании будущих выгод. Суть этих моделей заключается в том, что стоимость ценной бумаги определяется как приведенная стоимость всех ожидаемых будущих денежных потоков, которые она генерирует для инвестора.
   • Модель дисконтирования дивидендов (DDM). Эта модель является одной из старейших и наиболее интуитивных. Она утверждает, что действительная стоимость ценных бумаг равна сумме дисконтированных ожидаемых будущих дивидендов.
     V = Σt=1∞ (Dt / (1 + r)t)
     где:
     V — текущая (внутренняя) стоимость акции;
     Dt — ожидаемый дивиденд на акцию в период t;
     r — требуемая норма доходности (ставка дисконтирования);
     t — период времени.
     Частным, но очень популярным случаем DDM является модель Гордона (Gordon Growth Model), которая предполагает, что дивиденды растут с постоянным темпом g на неограниченный период времени:
     V = D1 / (r - g)
     где D1 — ожидаемый дивиденд в следующем периоде.
   • Модели дисконтирования денежных потоков (DCF). Эти модели оценивают стоимость компании на основе ее свободного денежного потока (Free Cash Flow, FCF). Свободный денежный поток представляет собой деньги, оставшиеся у компании после всех расходов и капитальных вложений, которые могут быть распределены между инвесторами. Различают два основных типа:
     • FCFF (Free Cash Flow to Firm): Свободный денежный поток для фирмы. Оценивает стоимость всей компании, включая собственный и заемный капитал. Дисконтирование FCFF производится по средневзвешенной стоимости капитала (WACC).
     • FCFE (Free Cash Flow to Equity): Свободный денежный поток для собственного капитала. Оценивает стоимость исключительно собственного капитала (акций), дисконтирование производится по требуемой доходности собственного капитала.
     • Формула для дисконтирования свободного денежного потока имеет общий вид:
       V = Σt=1n (FCFt / (1 + WACC)t) + (TV / (1 + WACC)n)
       где:
       FCFt — свободный денежный поток в период t;
       WACC — средневзвешенная стоимость капитала;
       TV — терминальная стоимость (стоимость компании после прогнозного периода).
2. Модели оценки на основе активов (Asset-Based Valuation Models). Эти модели оценивают действительную стоимость обыкновенного акционерного капитала, исходя из оценочной стоимости активов компании за вычетом оценочной стоимости ее обязательств и привилегированных акций. По сути, это взгляд на компанию с точки зрения её баланса. Такие модели особенно полезны для компаний с большим объемом материальных активов или в случае ликвидации компании.
   • EV-мультипликатор. Оценочную стоимость обыкновенного акционерного капитала также можно рассчитать на основе EV-мультипликатора (Enterprise Value / значение фундаментального переменного показателя). EV (Enterprise Value) — это общая стоимость компании, представляющая собой сумму рыночной капитализации обыкновенных акций, рыночной стоимости привилегированных акций и долга, уменьшенную на величину денежных средств и их эквивалентов.
     EV = Рыночная капитализация + Общий долг – Денежные средства и эквиваленты
     Мультипликатор EV/EBITDA часто используется для сравнительной оценки стоимости компаний, позволяя нивелировать различия в структуре капитала и налогообложении.

Выбор конкретной модели зависит от множества факторов, включая зрелость компании, стабильность ее дивидендных выплат, структуру капитала и доступность необходимой информации.

Ключевые инвестиционные показатели (мультипликаторы) в фундаментальном анализе

Мультипликаторы — это мощные инструменты фундаментального анализа, которые позволяют быстро сравнить компании между собой, оценить их финансовое состояние и инвестиционную привлекательность. Они представляют собой отношения различных финансовых показателей, стандартизирующие данные для более удобного сопоставления. Рассмотрим ключевые из них:

1. P/E (Price/Earnings) – отношение рыночной цены акции к прибыли на акцию.
   • Формула: P/E = P / EPS
   • Где P — текущая рыночная цена акции, EPS — прибыль на одну акцию.
   • Назначение: P/E показывает, сколько инвесторы готовы платить за каждый рубль прибыли компании. Высокий P/E может указывать на ожидания высокого роста прибыли в будущем, но также может свидетельствовать о переоцененности акции. Низкий P/E может указывать на недооцененность или на проблемы в бизнесе.
2. EPS (Earnings Per Share) – прибыль на одну акцию.
   • Формула: EPS = (Чистая прибыль – Дивиденды по привилегированным акциям) / Средневзвешенное количество обыкновенных акций в обращении
   • Назначение: EPS является одним из наиболее важных показателей прибыльности компании. Рост EPS из года в год свидетельствует об увеличении прибыли компании на каждую акцию, что обычно положительно влияет на ее привлекательность для инвесторов.
3. ROA (Return on Assets) – рентабельность активов.
   • Формула: ROA = Чистая прибыль / Среднегодовая стоимость активов
   • Назначение: ROA показывает, насколько эффективно компания использует свои активы для получения прибыли. Чем выше ROA, тем эффективнее управление активами.
4. ROE (Return on Equity) – рентабельность собственного капитала.
   • Формула: ROE = Чистая прибыль / Среднегодовая стоимость собственного капитала
   • Назначение: ROE отражает эффективность использования собственного капитала акционеров. Высокий ROE свидетельствует о хорошей способности компании генерировать прибыль для своих акционеров.
5. ROCE (Return on Capital Employed) – эффективность от использования собственного капитала и привлеченных средств.
   • Формула: ROCE = EBIT / (Общие активы – Текущие обязательства) или ROCE = EBIT / (Собственный капитал + Долгосрочные обязательства)
   • Где EBIT — прибыль до вычета процентов и налогов.
   • Назначение: ROCE оценивает, насколько эффективно компания использует весь свой капитал (как собственный, так и заемный) для получения прибыли. Это особенно полезно для сравнения компаний с разной структурой финансирования.
6. ROI (Return on Investment) – эффективность управления долгосрочными средствами.
   • Формула: ROI = ((Доход от инвестиций – Стоимость инвестиций) / Стоимость инвестиций) × 100%
   • Назначение: ROI — это общий показатель эффективности инвестиций. Он позволяет оценить прибыльность вложенных средств относительно затрат, что важно при оценке долгосрочных проектов и стратегий.
7. D/E (Debt/Equity) – соотношение долга к собственному капиталу.
   • Формула: D/E = Общий долг / Собственный капитал
   • Назначение: D/E показывает степень финансового левериджа компании и ее зависимость от заемных средств. Высокий D/E может указывать на повышенные финансовые риски, но также может быть признаком агрессивной стратегии роста.

Применение этих мультипликаторов в комплексе позволяет инвестору получить всестороннее представление о финансовом здоровье, эффективности и потенциале роста компании, что является краеугольным камнем для принятия обоснованных инвестиционных решений.

Технический анализ: прогнозирование движений цен и торговые стратегии

Технический анализ — это искусство и наука чтения рынка через призму ценовых графиков и торговых объемов. В отличие от фундаментального анализа, он не занимается оценкой внутренней стоимости, а концентрируется на выявлении закономерностей и трендов, которые, как показывает история, имеют тенденцию повторяться.

Первичная информация и виды графиков

В основе любого технического анализа лежит обработка первичной информации, генерируемой рыночными торгами. Эти данные — своего рода отпечатки коллективного поведения миллионов участников рынка. Ключевые статистические показатели торгов включают:

• Цена: Наиболее важный элемент. Это может быть цена открытия, закрытия, максимальная и минимальная цена за определенный период.
• Объем торгов: Количество активов, проданных и купленных за определенный период. Высокий объем подтверждает силу ценового движения, низкий — указывает на его слабость или неопределенность.
• Показатели спроса и предложения: Хотя напрямую не отображаются на графиках, они формируют ценовые движения и объемы, являясь незримой силой, стоящей за каждой свечой или баром.

Для визуализации этой информации технические аналитики используют различные типы графиков, каждый из которых предоставляет уникальный взгляд на рыночную динамику:

1. Линейные графики: Самый простой тип, показывающий только цену закрытия за определенный период (например, день, час). Точки цен закрытия соединяются линией, что позволяет легко увидеть общее направление тренда. Идеальны для быстрой оценки долгосрочных тенденций.
2. Свечные графики (японские свечи): Один из наиболее информативных и популярных видов. Каждая «свеча» отображает четыре ключевых ценовых значения за выбранный период: цену открытия, цену закрытия, максимальную и минимальную цену. «Тело» свечи показывает разницу между ценой открытия и закрытия, а «тени» (фитили) — экстремумы цен. Цвет свечи (например, зеленый/белый для роста, красный/черный для падения) мгновенно сигнализирует о бычьем или медвежьем настроении.
3. Бары (баровские графики): Похожи на свечные графики, но имеют другое визуальное представление. Вертикальная линия бара соединяет максимум и минимум периода, а горизонтальные отметки слева и справа показывают цену открытия и закрытия соответственно. Бары также предоставляют всю необходимую информацию о ценовом диапазоне и направлении движения.

Торговые терминалы, такие как Quik, MetaTrader, TradingView, предоставляют широкие возможности для построения и анализа всех этих видов графиков, предлагая трейдерам комплексный инструментарий для работы с ценовыми данными.

Популярные технические индикаторы

Технические индикаторы — это математические преобразования ценовых данных и/или объемов, которые помогают трейдерам выявлять тренды, определять силу движения, точки перекупленности/перепроданности и потенциальные развороты. Они служат вспомогательными инструментами для принятия решений.

1. Скользящие средние (Moving Averages, MA):
   • Назначение: Наиболее базовый и широко используемый индикатор для определения общего направления тренда и сглаживания ценовых колебаний. MA рассчитывается как среднее значение цен за определенный период.
   • Виды: Простые скользящие средние (SMA), экспоненциальные скользящие средние (EMA), взвешенные скользящие средние (WMA). EMA реагирует на изменения цен быстрее, чем SMA, поскольку придает больший вес последним ценам.
   • Сигналы: Пересечение короткой MA с длинной MA часто трактуется как сигнал к покупке (короткая над длинной) или продаже (короткая под длинной). Цена выше MA указывает на восходящий тренд, ниже — на нисходящий.
2. Индекс относительной силы (Relative Strength Index, RSI):
   • Назначение: Импульсный осциллятор, который измеряет скорость и изменение ценовых движений. RSI используется для определения условий перекупленности или перепроданности актива, а также для выявления дивергенций.
   • Расчет: RSI рассчитывается по формуле:
     RSI = 100 - (100 / (1 + RS))
     Где RS (Relative Strength) — отношение среднего прироста цены к среднему падению цены за определенный период (обычно 14 периодов).
   • Сигналы: Типичные уровни перекупленности находятся выше 70 (актив, вероятно, переоценен и скоро может произойти коррекция), а перепроданности — ниже 30 (актив недооценен, возможен отскок). Дивергенции (расхождение между движением цены и RSI) могут сигнализировать о предстоящем развороте тренда.
3. MACD (Moving Average Convergence Divergence):
   • Назначение: Индикатор, подтверждающий тренд и измеряющий его силу. MACD состоит из двух экспоненциальных скользящих средних (быстрой и медленной) и гистограммы, которая показывает разницу между ними.
   • Расчет:

     Линия MACD = EMA(12) - EMA(26)
     Сигнальная линия = EMA(MACD, 9)
     Гистограмма MACD = Линия MACD - Сигнальная линия

   • Сигналы: Пересечение линии MACD с сигнальной линией является сигналом к покупке или продаже. Положительная гистограмма указывает на бычий импульс, отрицательная — на медвежий. Дивергенции также играют важную роль в прогнозировании разворотов.

Эти индикаторы, используемые как по отдельности, так и в комбинации, позволяют трейдерам получать более глубокое понимание рыночных движений и разрабатывать эффективные торговые стратегии.

Графические паттерны и свечные формации

Помимо математических индикаторов, технический анализ активно использует графические паттерны (фигуры) и свечные формации. Это визуальные конфигурации на ценовых графиках, которые, согласно теории технического анализа, предсказывают будущие движения цен, основываясь на повторяющихся психологических реакциях участников рынка.

1. Графические паттерны (фигуры): Это более крупные и продолжительные формации, которые могут указывать на продолжение существующего тренда или на его разворот.
   • Паттерны разворота:
     • «Голова и плечи»: Одна из самых надежных разворотных фигур. Выглядит как три вершины, где средняя (голова) выше двух других (плечи). Сигнализирует о возможном развороте восходящего тренда вниз.
     • «Двойная вершина» / «Двойное дно»: Две примерно равные вершины/дна, разделенные коррекцией/отскоком. «Двойная вершина» предвещает разворот восходящего тренда, «двойное дно» — разворот нисходящего.
   • Паттерны продолжения тренда:
     • «Треугольники»: Могут быть восходящими, нисходящими или симметричными. Обычно указывают на временную консолидацию перед продолжением основного тренда.
     • «Флаги» и «Вымпелы»: Краткосрочные фигуры, формирующиеся после резкого ценового движения. Выглядят как прямоугольники или небольшие треугольники, наклоненные против основного тренда. Сигнализируют о паузе и последующем продолжении тренда.
2. Свечные формации: Это комбинации одной или нескольких японских свечей, которые сигнализируют о разворотах, продолжении тренда или неопределенности на рынке. Они позволяют оперативно оценить настроения трейдеров.
   • Паттерны разворота:
     • «Молот»: Маленькое тело свечи с длинной нижней тенью. Появляется на нисходящем тренде и сигнализирует о возможном развороте вверх.
     • «Падающая звезда»: Маленькое тело свечи с длинной верхней тенью. Появляется на восходящем тренде и сигнализирует о возможном развороте вниз.
     • «Доджи»: Свеча с очень маленьким телом (цены открытия и закрытия почти совпадают) и длинными тенями. Указывает на неопределенность на рынке и возможное изменение направления движения.
   • Паттерны продолжения тренда: Существуют также формации, подтверждающие продолжение текущего тренда, например, «марубозу» (свеча с полным телом без теней) в направлении тренда.

Объем торгов является важным элементом технического анализа, дополняющим графические паттерны. Высокие объемы торгов при формировании прорывных паттернов или на пиках трендов подтверждают силу движения, в то время как низкие объемы могут сигнализировать об ослаблении тренда или ложных пробоях. Сочетание анализа графических паттернов, свечных формаций и объемов позволяет трейдерам выявлять точки входа и выхода из сделок с большей уверенностью.

Преимущества, ограничения и интеграция фундаментального и технического анализа

Выбор между фундаментальным и техническим анализом часто становится предметом жарких дискуссий среди инвесторов и трейдеров. Однако более прагматичный подход предполагает не противопоставление, а поиск синергии между этими двумя мощными инструментами. Для этого важно четко понимать их сильные и слабые стороны.

Преимущества и недостатки фундаментального анализа

Фундаментальный анализ предоставляет инвесторам глубокое понимание истинной стоимости актива, позволяя принимать взвешенные и стратегически ориентированные решения. Он является компасом для долгосрочных инвесторов, стремящихся к стабильному росту капитала.

Преимущества фундаментального анализа:

• Выбор перспективных активов: ФА помогает инвесторам выявлять компании с сильными финансовыми показателями, устойчивым бизнес-моделями и потенциалом для роста. Определяя справедливую (внутреннюю) стоимость ценных бумаг, аналитик может найти недооцененные активы, которые принесут доход в будущем.
• Основа для долгосрочных инвестиций: Этот подход идеально подходит для инвесторов, ориентированных на долгосрочную перспективу. Фундаментальные показатели меняются относительно медленно, что позволяет формировать позиционные сценарии и принимать решения, не подверженные краткосрочной рыночной шумихе.
• Оценка надежности и платежеспособности: ФА позволяет глубоко оценить финансовое здоровье эмитента, его способность выполнять обязательства, а также ликвидность и рентабельность его бизнеса. Это критически важно для минимизации рисков банкротства или значительного падения стоимости акций.

Ограничения фундаментального анализа:

• Несовпадение рыночной и внутренней стоимости: Несмотря на стремление рыночной цены к внутренней стоимости, на практике это совпадение не всегда происходит быстро. Рынок может оставаться иррациональным в течение длительного времени, и недооцененные активы могут оставаться таковыми, что требует от инвестора значительного терпения.
• Сложность и трудоемкость: Проведение глубокого фундаментального анализа требует значительных временных затрат, доступа к обширной финансовой информации и высокой квалификации аналитика.
• Субъективность интерпретации: Хотя ФА опирается на объективные данные, интерпретация этих данных и построение прогнозных моделей могут быть субъективными, что приводит к разным оценкам внутренней стоимости у разных аналитиков.
• Неэффективность для краткосрочной торговли: Фундаментальные факторы не меняются ежедневно, поэтому этот подход практически бесполезен для принятия краткосрочных торговых решений.
• Критика как «излишнего»: Некоторые теоретики рынка (например, сторонники гипотезы эффективного рынка) критикуют ФА, утверждая, что вся существенная информация уже отражена в текущей рыночной цене, делая его излишним.

Преимущества и недостатки технического анализа

Преимущества технического анализа:

• Универсальность: ТА применим к любым торгуемым активам (акциям, облигациям, валютам, товарам) на любом рынке и в любом временном интервале — от минутных графиков до месячных.
• Оперативность: Позволяет быстро реагировать на изменения рыночной конъюнктуры. Сигналы индикаторов и паттернов появляются в реальном времени, что критически важно для краткосрочных трейдеров.
• Гибкость временных горизонтов: Подходит для сделок разной продолжительности — от высокочастотного трейдинга (несколько секунд) до долгосрочных позиций (несколько лет), хотя его эффективность проявляется преимущественно на средних и коротких таймфреймах.
• Наглядность: Информация представлена в виде графиков, что делает ее более понятной и интуитивной для многих трейдеров. Визуализация помогает быстро оценить текущую ситуацию и выявить закономерности.
• Возможность автоматизации: Многие индикаторы и стратегии ТА могут быть алгоритмизированы и автоматизированы с помощью торговых роботов и экспертных систем, что позволяет снизить эмоциональное влияние и увеличить скорость выполнения операций.

Ограничения технического анализа:

• Субъективность интерпретации: Один из главных недостатков. Разные аналитики могут по-разному интерпретировать одни и те же графики, паттерны или сигналы индикаторов, что приводит к различным торговым решениям.
• Запаздывание сигналов: Многие технические индикаторы являются производными от цены и реагируют на изменения с задержкой. Это может привести к тому, что сигнал к входу или выходу появится слишком поздно, и выгодные торговые возможности будут упущены.
• Статистическая погрешность: ТА основывается на вероятности, а не на абсолютных гарантиях. Прошлые закономерности не всегда повторяются в будущем, и ни один паттерн или индикатор не дает 100% гарантии успеха.
• Ограниченная эффективность в условиях сильных фундаментальных изменений: Внезапные и значимые фундаментальные события (например, выход важной макроэкономической статистики, геополитические события, отчеты о прибыли) могут резко изменить рыночную динамику, делая сигналы технического анализа неактуальными.
• Риск «овертрейдинга»: Оперативность ТА может подталкивать трейдеров к чрезмерной активности на рынке (овертрейдингу), что увеличивает транзакционные издержки (комиссии, спреды) и может привести к непродуманным решениям.

Синергия подходов: как объединить ФА и ТА

Вместо того чтобы выбирать между фундаментальным и техническим анализом, многие успешные инвесторы и трейдеры используют их в синергии. Эти два подхода отлично дополняют друг друга, предоставляя максимально объективную и полную картину ситуации на рынке.

Представьте себе двух экспертов: один (фундаментальный аналитик) определяет, ЧТО покупать, основываясь на внутренней стоимости и долгосрочном потенциале компании, а другой (технический аналитик) определяет, КОГДА покупать (или продавать), опираясь на рыночные настроения и ценовые закономерности. Такая комбинация позволяет не только выявить перспективный актив, но и выбрать оптимальный момент для инвестирования, что значительно повышает шансы на успех. Каким образом инвестор может использовать эту синергию для максимизации прибыли?

На практике это может выглядеть так:

1. Фундаментальный анализ для выбора перспективных активов. Инвестор сначала проводит глубокий фундаментальный анализ, чтобы идентифицировать компании с устойчивым бизнесом, хорошими финансовыми показателями, сильным менеджментом и потенциалом для роста. Это позволяет сузить круг поиска до акций, которые действительно стоят своих денег и имеют долгосрочные перспективы. Например, после анализа финансовых отчетов и макроэкономических данных, инвестор может выявить недооцененную компанию в растущей отрасли.
2. Технический анализ для определения оптимальных моментов входа и выхода. Как только перспективный актив выбран с помощью ФА, трейдер переходит к техническому анализу, чтобы найти наилучший момент для покупки или продажи. Это может включать:
   • Использование индикаторов: Например, дождаться, когда RSI покажет перепроданность, или когда скользящие средние дадут сигнал к покупке, подтверждая начало восходящего движения.
   • Поиск графических паттернов: Искать фигуры продолжения тренда (например, «флаги» после консолидации) или разворотные паттерны («двойное дно»), которые сигнализируют о смене настроения рынка в благоприятном для покупки направлении.
   • Анализ объемов: Подтверждение ценовых движений высокими объемами торгов.

Такой интегрированный подход позволяет инвестору не только выбрать «правильную» компанию, но и совершить сделку в «правильное» время, максимизируя потенциальную прибыль и минимизируя риски. Например, если фундаментальный анализ показал, что акции компании X недооценены, технический анализ может помочь определить, когда именно начинается восходящий тренд, чтобы войти в позицию до того, как цена значительно вырастет. И наоборот, если фундаментальные показатели компании ухудшаются, технический анализ может дать ранний сигнал о выходе из актива до того, как это станет очевидно всем.

В конечном итоге, синергия ФА и ТА создает наиболее надежную основу для принятия инвестиционных решений, сочетая глубокое понимание внутренней стоимости с оперативным реагированием на рыночную конъюнктуру.

Российский рынок ценных бумаг: особенности, регулирование и современные вызовы

Российский рынок ценных бумаг, несмотря на свой сравнительно молодой возраст, является динамичной и развивающейся экосистемой, обладающей уникальными особенностями, вызовами и регуляторной спецификой. Для успешного применения методов анализа на этом рынке необходимо глубокое понимание его функционирования.

Становление и текущее состояние российского рынка ценных бумаг

Современный рынок ценных бумаг в России начал активно формироваться в начале 1990-х годов, после распада СССР и перехода к рыночной экономике. Это делает его относительно молодым по сравнению с вековыми историями развитых мировых бирж. Как и любой развивающийся рынок, российский фондовый рынок характеризуется более высокой степенью доходности и, как следствие, повышенным уровнем риска. Высокая волатильность является его отличительной чертой, что подтверждается значительными колебаниями индекса МосБиржи в октябре 2025 года, отражающими как потенциал для быстрого роста, так и повышенные инвестиционные риски.

Несмотря на периодические потрясения, российский рынок ценных бумаг демонстрирует тенденции к укреплению. В 2023 году наблюдалась восходящая динамика рыночной капитализации, которая к 29 декабря 2023 года достигла 55,819 трлн рублей. Этот рост был обусловлен трансформацией рынка и постепенным формированием его автономии от мировых финансовых рынков, а также переориентацией на внутренние источники капитала и национальных инвесторов.

Регулирование и инфраструктура

Устойчивое функционирование и развитие российского финансового рынка обеспечивается комплексной системой регулирования и развитой инфраструктурой.

Регулирование:
Центральный Банк РФ является ключевым регулятором, осуществляющим пруденциальный надзор (как на макро-, так и на микроуровнях) и поведенческий надзор. В его полномочия входит:

• Обеспечение устойчивого развития рынка ценных бумаг.
• Регулирование деятельности профессиональных участников (брокеров, дилеров, управляющих компаний, депозитариев, регистраторов, инвестиционных советников).
• Осуществление контроля и надзора за соблюдением законодательства.
• Защита прав и законных интересов инвесторов.

Нормативную базу рынка ценных бумаг составляет обширный пакет законов и подзаконных актов, основным из которых является Федеральный закон от 22 апреля 1996 года № 39-ФЗ «О рынке ценных бумаг». Этот закон определяет правовые основы эмиссии, обращения ценных бумаг и регулирования деятельности профессиональных участников. Государственное регулирование представляет собой интегрированный набор юридических, административных и экономических мероприятий, направленных на обеспечение стабильности, прогресса и устойчивости рынка.

Инфраструктура:
Инфраструктура финансового рынка России включает в себя:

• Торговые институты: Ключевым элементом является Московская Биржа (MOEX), которая объединяет фондовый, валютный, товарный, денежный рынки и рынок драгоценных металлов.
• Платежные и учетные институты: Системы расчетов, клиринговые палаты, депозитарии и регистраторы, обеспечивающие бесперебойное исполнение сделок и учет прав собственности на ценные бумаги.
• Информационные институты: Поставщики рыночных данных, информационные агентства.
• Профессиональные участники: Брокеры, дилеры, управляющие компании, инвестиционные советники, которые предоставляют услуги инвесторам.

Торги на Московской бирже проводятся в строго отведенное время, что важно учитывать при разработке торговых стратегий. Режим торгов включает:

• Утренняя сессия: С 07:00 до 09:50 МСК для ценных бумаг, с 09:00 для фьючерсов.
• Основная торговая сессия: С 10:00 до 18:40 МСК для акций и фондов, до 18:50 для облигаций.
• Вечерняя сессия: С 19:00 до 23:50 МСК для ценных бумаг и фьючерсов.

Также проводятся аукционы открытия и закрытия.

Влияние внешних факторов и актуальные изменения

Российский рынок ценных бумаг постоянно находится под влиянием как внутренних, так и внешних факторов. Одним из наиболее значимых вызовов последних лет стало влияние международных санкций. Эти ограничения, введенные в отношении России, оказывают статистически значимое влияние на индекс РТС. Например, в феврале 2022 года индекс РТС испытал резкое падение, что стало прямым отражением нестабильности и снижения доверия инвесторов на фоне геополитических факторов и новых пакетов санкций. Санкции могут приводить к снижению притока иностранного капитала в долговые инструменты и замедленному восстановлению рынка.

Однако российский рынок демонстрирует способность к адаптации. В ответ на внешние ограничения происходит трансформация, ведущая к формированию большей автономии и переориентации на внутренних инвесторов.

Важные актуальные изменения в законодательстве также оказывают влияние на рынок:

• С 27 октября 2025 года в соответствии с Федеральным законом № 402-ФЗ квалифицированными инвесторами признаются также операторы финансовых и инвестиционных платформ, а также операторы систем выпуска и обмена цифровых финансовых активов. Это расширяет круг участников, имеющих доступ к более сложным инвестиционным продуктам и возможностям.
• Этот же закон предоставил операторам финансовых платформ возможность выступать стороной по сделкам с собственными ценными бумагами и цифровыми правами. Это может привести к появлению новых моделей бизнеса и увеличению ликвидности на рынке.

Эти изменения подчеркивают динамичность российского регуляторного ландшафта и необходимость для инвесторов и аналитиков постоянно отслеживать законодательные нововведения для эффективной работы на рынке.

Новые технологии в анализе рынка ценных бумаг: ИИ, машинное обучение и Big Data

Эпоха цифровизации и бурного развития информационных технологий кардинально меняет ландшафт финансовой аналитики. Искусственный интеллект (ИИ), машинное обучение (МО) и технологии Big Data становятся не просто вспомогательными инструментами, а движущей силой, трансформирующей традиционные методы анализа рынка ценных бумаг.

ИИ и машинное обучение: новые горизонты для анализа

Искусственный интеллект и машинное обучение открывают совершенно новые горизонты для анализа финансовых рынков. Их способность обрабатывать и интерпретировать огромные объемы данных, которые измеряются петабайтами, со скоростью и точностью, недоступной человеку, делает их незаменимыми в современном инвестиционном процессе.

1. Сверхбыстрый и точный анализ данных: ИИ и МО способны анализировать колоссальные массивы данных — рыночные тенденции, новостные настроения, исторические показатели, корпоративные отчеты и даже альтернативные источники (спутниковые снимки, данные о трафике в магазинах) — в течение секунд или минут. Это значительно превосходит возможности традиционных методов, позволяя выявлять скрытые закономерности и корреляции, которые могли бы остаться незамеченными для человеческого глаза.
2. Нейросетевые технологии для прогнозирования: Нейронные сети, являющиеся одним из наиболее продвинутых направлений ИИ, могут прогнозировать потенциальные изменения на рынке с высокой степенью вероятности. Они обучаются на исторических данных, выявляя сложные нелинейные зависимости, и затем используют эти знания для оценки потенциала новых проектов и нахождения инвестиционных возможностей, предсказывая, например, движение цены акции или вероятность дефолта компании.
3. Идентификация торговых стратегий и автоматизация решений: ИИ и МО используются для автоматической идентификации и определения оптимальных торговых стратегий. Модели могут принимать решения на основе прогнозов и выполнять транзакции без участия человека, что ведет к развитию высокочастотного и алгоритмического трейдинга. Это позволяет сократить время реакции на рыночные изменения и исключить влияние человеческих эмоций.
4. Обучение с подкреплением и адаптация: Обучение с подкреплением (Reinforcement Learning) позволяет моделям ИИ адаптироваться к изменяющимся рыночным условиям. В отличие от традиционных систематических стратегий, которые могут быть эффективны только в определенных рыночных фазах, алгоритмы с подкреплением способны обучаться на своих ошибках и корректировать свое поведение в реальном времени, что является значительным преимуществом.
5. Анализ рыночных настроений с помощью NLP: Алгоритмы ИИ, оснащенные обработкой естественного языка (Natural Language Processing, NLP), способны выполнять углубленный анализ рыночных настроений. Они сканируют новостные потоки, социальные медиа, аналитические отчеты и другие текстовые данные, выявляя эмоциональную окраску и тональность сообщений, что позволяет прогнозировать влияние этих настроений на цены активов.
6. Мониторинг блокчейна и выявление аномалий: В условиях растущего рынка цифровых активов ИИ-технологии способны непрерывно мониторить транзакции и активность в блокчейне, выявляя аномалии, потенциальные мошеннические операции и инсайдерскую торговлю, тем самым повышая прозрачность и безопасность рынка.

Big Data: основа для глубокой аналитики и риск-менеджмента

Технологии Big Data стали краеугольным камнем современной финансовой аналитики. Они предоставляют инфраструктуру для сбора, хранения и обработки колоссальных объемов разнообразных данных, которые затем становятся пищей для алгоритмов машинного обучения и ИИ.

1. Трансформация подходов к оценке и прогнозированию: В последние годы технологии Big Data оказывают все большее влияние на сферу инвестиций, кардинально трансформируя подходы к оценке и прогнозированию проектов. Это проявляется в их активном использовании для анализа настроений рынка (о чем было сказано выше), разработки сложных алгоритмических торговых стратегий, оптимизации управления портфелем и более точной оценки рисков.
2. Эффективный анализ больших массивов данных для риск-менеджмента: Использование Big Data в сочетании с машинным обучением позволяет эффективно анализировать огромные массивы данных для более точной оценки рисков. Например, можно анализировать не только исторические цены, но и данные о макроэкономике, геополитике, а также неструктурированные данные (тексты новостей, блоги, социальные сети), чтобы выявить скрытые риски или возможности, которые ранее были недоступны для анализа.
3. Оптимизация выбора инвестиционных активов и минимизация человеческого фактора: Автоматизация анализа с помощью ИИ и Big Data помогает оптимизировать выбор инвестиционных активов. Системы могут предлагать наиболее подходящие активы на основе заданных критериев, проводить их непрерывный мониторинг и даже формировать рекомендации. Это позволяет минимизировать влияние человеческого фактора, такого как эмоциональные решения и когнитивные искажения, на инвестиционный процесс.
4. Анализ неструктурированных данных: Инновации, такие как нейронные сети и обработка естественного языка, дают возможность анализировать ранее недоступные неструктурированные данные. Помимо новостных потоков и социальных медиа, это могут быть спутниковые снимки, отслеживающие активность на промышленных объектах, данные о трафике в торговых центрах, данные о поисковых запросах в интернете. Все это открывает новые перспективы для инвесторов, предоставляя уникальные инсайты, которые могут дать конкурентное преимущество.

Преимущества и ограничения применения новых технологий

Внедрение искусственного интеллекта, машинного обучения и Big Data в финансовый анализ несет как огромные преимущества, так и существенные вызовы, которые необходимо учитывать.

Преимущества:

• Скорость и точность: Алгоритмы способны обрабатывать и анализировать петабайты данных со скоростью, недоступной человеку, и выявлять сложные закономерности с высокой точностью. Это позволяет получать оперативную и глубокую аналитику.
• Обработка неструктурированных данных: В отличие от традиционных методов, новые технологии могут эффективно работать с неструктурированными данными (тексты, изображения, аудио), извлекая из них ценную информацию для прогнозирования рыночных движений и настроений.
• Автоматизация и масштабируемость: Возможность автоматизировать рутинные аналитические задачи и масштабировать их на огромные объемы информации позволяет значительно повысить производительность и эффективность инвестиционных процессов.
• Выявление скрытых закономерностей: ИИ и МО могут обнаруживать сложные нелинейные зависимости и паттерны, которые человек или традиционные статистические методы могут упустить.
• Оптимизация управления портфелем: Алгоритмы могут непрерывно мониторить и ребалансировать инвестиционные портфели, подстраиваясь под изменяющиеся рыночные условия и минимизируя риски.

Ограничения и вызовы:

• Сложность улавливания человеческих эмоций и поведенческих факторов: Несмотря на продвинутые возможности NLP, алгоритмы ИИ могут не улавливать тонкие детали и нюансы человеческих эмоций, иррационального поведения и других поведенческих факторов, которые играют значительную роль в формировании рыночных движений.
• Адаптация к «черным лебедям» и манипуляциям: ИИ может быть сложно адаптироваться к внезапным и непредсказуемым событиям, так называемым «черным лебедям», которые не имели прецедентов в обучающих данных. Также алгоритмы могут быть уязвимы к рыночным манипуляциям, если они не запрограммированы для их распознавания.
• Риски чрезмерной оптимизации (overfitting): Чрезмерная оптимизация алгоритмов ИИ под конкретные исторические данные может привести к высокой эффективности в одних рыночных условиях, но к полной неработоспособности или значительным убыткам в других, когда рыночная динамика меняется.
• «Черный ящик»: Некоторые сложные модели ИИ, особенно глубокие нейронные сети, могут быть непрозрачными, что затрудняет понимание логики их решений. Это создает проблему «черного ящика» и может вызывать недоверие к их рекомендациям.
• Этические и регуляторные проблемы: Внедрение ИИ в финансах создает новые проблемы, такие как предвзятость алгоритмов, вопросы конфиденциальности данных и необходимость разработки адекватной регуляторной базы. Это может усилить ранее существовавшие риски на финансовых рынках, если не будут приняты соответствующие меры.
• Зависимость от качества данных: Эффективность ИИ и МО напрямую зависит от качества и объема входных данных. «Мусор на входе — мусор на выходе» — это правило особенно актуально для этих технологий.

Несмотря на эти ограничения, потенциал новых технологий в анализе рынка ценных бумаг огромен. Ключ к успеху лежит в грамотном сочетании их возможностей с глубоким экспертным знанием и постоянным мониторингом их работы.

Заключение: Перспективы развития методов анализа рынка ценных бумаг

Исследование методов анализа рынка ценных бумаг показало, что успешное инвестирование в современных условиях требует не только глубокого понимания классических подходов, но и готовности адаптироваться к стремительно меняющемуся технологическому и регуляторному ландшафту. Фундаментальный анализ, с его акцентом на внутреннюю стоимость и долгосрочный потенциал, остается незаменимым для стратегического выбора активов, тогда как технический анализ предоставляет оперативные инструменты для определения оптимальных точек входа и выхода, опираясь на рыночную психологию и ценовые закономерности.

Наиболее эффективный подход, как продемонстрировано, заключается в синергии этих двух методов. Фундаментальный анализ помогает ответить на вопрос «что покупать?», выявляя компании с устойчивым бизнесом и перспективами роста. Технический анализ, в свою очередь, решает задачу «когда покупать или продавать?», используя графики и индикаторы для определения наилучших моментов для сделок. Такое комплексное использование позволяет инвесторам формировать максимально объективную картину рынка, минимизируя риски и максимизируя потенциальную доходность.

Российский рынок ценных бумаг, как развивающаяся система, обладает своими уникальными особенностями, регулирующими органами (Центральный Банк РФ) и вызовами, такими как влияние международных санкций и необходимость адаптации к меняющейся геополитической обстановке. Однако, несмотря на эти сложности, рынок демонстрирует тенденции к автономии и росту капитализации, что подчеркивает его потенциал для инвесторов, глубоко понимающих местную специфику и актуальные изменения в законодательстве, например, касающиеся квалифицированных инвесторов и операторов финансовых платформ (ФЗ № 402-ФЗ от 27 октября 2025 года).

Наконец, революционное влияние новых технологий — искусственного интеллекта, машинного обучения и Big Data — переводит анализ рынка ценных бумаг на качественно новый уровень. Эти инструменты позволяют обрабатывать огромные объемы данных, выявлять скрытые закономерности, прогнозировать движения цен и автоматизировать торговые стратегии с беспрецедентной скоростью и точностью. При этом важно осознавать их ограничения, такие как сложность интерпретации человеческих эмоций и риски чрезмерной оптимизации.

В перспективе развитие методов анализа рынка ценных бумаг будет направлено на дальнейшую интеграцию классических подходов с передовыми технологиями. Мы увидим усиление роли гибридных аналитических систем, способных сочетать фундаментальные и технические факторы с возможностями ИИ для обработки неструктурированных данных и анализа рыночных настроений. Дальнейшие исследования в данной области должны быть сосредоточены на разработке более устойчивых к «черным лебедям» ИИ-моделей, повышении их прозрачности и создании этических рамок для их применения, что обеспечит не только эффективность, но и стабильность финансового рынка. Только через постоянное обучение, адаптацию и использование всего арсенала аналитических инструментов инвесторы смогут успешно ориентироваться в сложной и динамичной среде современного рынка ценных бумаг.

Список использованной литературы

1. Батяева Т.А., Столяров И.И. Рынок ценных бумаг: Учеб. Пособие. – М.: ИНФРА-М, 2006. -304 с.
2. Иванов А.П. Финансовые инвестиции на рынке ценных бумаг. – М.: Издательско-торговая корпорация «Дашков и Ко», 2008. – 444 с.
3. Лиховидов В. Н. Фундаментальный анализ мировых валютных рын¬ков: методы прогнозирования и принятия решений. — г. Владивосток — 2009 г. — 234 с.
4. Лука К. Применение технического анализа. – М: Издательский дом «ЕВРО», 2003. – 415 с.
5. Мишарев А.А. Рынок ценных бумаг. – СПб.: Питер, 2007, -256 с.
6. Мэрфи Д. Дж.. Технический анализ фьючерсных рынков: теория и практика. – М.: Сокол, 2008 г. – 592 с.
7. Нисон С. Японские свечи: графический анализ финансовых рынков. Перевод с англ. Дроздова Т., Волкова М. М.: Издательство «Диаграмма», 2006.– 336 с.
8. Рынок ценных бумаг: Методические указания к изучению курса (для студентов экономического факультета заочной формы обучения) / Сост.: Л.Н. Иванова, Н.В. Огорелкова. – Омск: Омск. гос. ун-т, 2003. – 68 с.
9. Рынок ценных бумаг: учебник для студентов вузов, обучающихся по экономическим специальностям / под ред. Е.Ф. Жукова. — 3-е изд., перераб. и доп. — М.: ЮНИТИ-ДАНА, 2009. — 567 с.
10. Стародубцева Е.Б. Рынок ценных бумаг: Учебник. — М.: ИД «ФОРУМ»: ИНФРА-М, 2006. — 176 с.
11. Ямкин В.Н. Технический анализ. – М.: ИКФ Омега-Л, 2005. – 480 с.
12. Японские свечи метод анализа акций и фьючерсов, проверенных временем. Моррис Г.Л. // [Электронный ресурс]: premcapital.ru (дата обращения: 29.10.2025).
13. Методы технического анализа: Введение [Электронный ресурс] // suo.sseu.ru. URL: http://suo.sseu.ru/assets/files/materials/finance/metody-tehnicheskogo-analiza.pdf (дата обращения: 29.10.2025).
14. Фундаментальный анализ фондового рынка — минимум, который должен знать каждый инвестор [Электронный ресурс] // Finam.ru. 2021. 3 ноября. URL: https://www.finam.ru/global/education/fundamentalnyiy-analiz-rynka-cennyh-bumag-20211103-1200 (дата обращения: 29.10.2025).
15. Что такое технический анализ. Основные понятия [Электронный ресурс] // БКС Экспресс. URL: https://bcs-express.ru/novosti-i-analitika/chto-takoe-tehnicheskii-analiz-osnovnye-poniatiia (дата обращения: 29.10.2025).
16. Основные категории моделей оценки акций [Электронный ресурс] // Fin-Accounting.ru. URL: https://fin-accounting.ru/ocenka-akcij-cfap3/ (дата обращения: 29.10.2025).
17. ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА НА БИРЖЕВОМ И ВНЕБИРЖЕВОМ РЫНКЕ ЦЕННЫХ БУМАГ [Электронный ресурс] // CyberLeninka. URL: https://cyberleninka.ru/article/n/ispolzovanie-iskusstvennogo-intellekta-na-birzhevom-i-vnebirzhevom-rynke-tsennyh-bumag/viewer (дата обращения: 29.10.2025).
18. Оценка акций: фундаментальный анализ и оценочные модели [Электронный ресурс] // 1kapital.ru. URL: https://1kapital.ru/articles/ocenka-akcii-fundamentalnyj-analiz-i-ocenochnye-modeli.html (дата обращения: 29.10.2025).
19. Асаул А. Н. и др. Основы бизнеса на рынке ценных бумаг: Модели оценки акций [Электронный ресурс] // ipetersburg.ru. URL: https://www.ipetersburg.ru/userfiles/upload/files/Osn_biznes_na_rzb.pdf (дата обращения: 29.10.2025).
20. Инвестиционный анализ: базовые методы и инструменты [Электронный ресурс] // citybs.ru. URL: https://citybs.ru/news/investitsionnyy-analiz (дата обращения: 29.10.2025).
21. Использование механизмов Big Data и Machine Learning при формировании диверсифицированного активно управляемого инвестиционного портфеля [Электронный ресурс] // НИУ ВШЭ. URL: https://www.hse.ru/edu/vkr/217992984 (дата обращения: 29.10.2025).
22. РОЛЬ BIG DATA И ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ПРОГНОЗИРОВАНИИ РЫНОЧНЫХ ТРЕНДОВ [Электронный ресурс] // CyberLeninka. URL: https://cyberleninka.ru/article/n/rol-big-data-i-iskusstvennogo-intellekta-v-prognozirovanii-rynochnyh-trendov (дата обращения: 29.10.2025).
23. Использование машинного обучения в инвестиционной деятельности [Электронный ресурс] // CyberLeninka. URL: https://cyberleninka.ru/article/n/ispolzovanie-mashinnogo-obucheniya-v-investitsionnoy-deyatelnosti (дата обращения: 29.10.2025).
24. Быстрый результат: до 4% за две недели на акциях ГМК Норникель [Электронный ресурс] // Альфа-Банк. URL: https://alfabank.ru/investments/russia/express-analytics/fast-result-up-to-4-in-two-weeks-on-gmk-nornikel-shares/ (дата обращения: 29.10.2025).
25. Влияние экономических санкций на российский фондовый рынок [Электронный ресурс] // CyberLeninka. URL: https://cyberleninka.ru/article/n/vliyanie-ekonomicheskih-sanktsiy-na-rossiyskiy-fondovyy-rynok/viewer (дата обращения: 29.10.2025).
26. Влияние санкций на финансовый рынок России [Электронный ресурс] // НИУ ВШЭ. URL: https://www.hse.ru/edu/vkr/783636592 (дата обращения: 29.10.2025).
27. Риски российского фондового рынка в условиях санкций и пути их преодоления [Электронный ресурс] // CyberLeninka. URL: https://cyberleninka.ru/article/n/riski-rossiyskogo-fondovogo-rynka-v-usloviyah-sanktsiy-i-puti-ih-preodoleniya/viewer (дата обращения: 29.10.2025).
28. Роль Банка России в регулировании и осуществлении надзора на рынке ценных бумаг [Электронный ресурс] // karpov.moscow. URL: https://karpov.moscow/wp-content/uploads/2022/08/karpov-k.a.-rol-banka-rossii-v-regulirovanii-i-osushhestvlenii-nadzora-na-rynke-cennyh-bumag-1.pdf (дата обращения: 29.10.2025).
29. ИНФРАСТРУКТУРА РЫНКА ЦЕННЫХ БУМАГ И ОСОБЕННОСТИ ЕЕ ФОРМИРОВАНИЯ В РФ [Эл��ктронный ресурс] // natural-sciences.ru. URL: https://www.natural-sciences.ru/ru/article/view?id=30553 (дата обращения: 29.10.2025).
30. Инфраструктура финансового рынка [Электронный ресурс] // ЦБ РФ. URL: https://www.cbr.ru/finmarket/infrastructure/ (дата обращения: 29.10.2025).
31. правовое регулирование рынка ценных бумаг в российской федерации [Электронный ресурс] // CyberLeninka. URL: https://cyberleninka.ru/article/n/pravovoe-regulirovanie-rynka-tsennyh-bumag-v-rossiyskoy-federatsii/viewer (дата обращения: 29.10.2025).
32. Инфраструктура [Электронный ресурс] // Московская Биржа. URL: https://www.moex.com/s1334 (дата обращения: 29.10.2025).
33. Полномочия Центрального Банка РФ на рынке ценных бумаг [Электронный ресурс] // core.ac.uk. URL: https://core.ac.uk/download/pdf/229648679.pdf (дата обращения: 29.10.2025).
34. Рынок ценных бумаг и его особенности в России [Электронный ресурс] // CyberLeninka. URL: https://cyberleninka.ru/article/n/rynok-tsennyh-bumag-i-ego-osobennosti-v-rossii/viewer (дата обращения: 29.10.2025).
35. Статья 38. Основы регулирования рынка ценных бумаг [Электронный ресурс] // КонсультантПлюс. URL: https://www.consultant.ru/document/cons_doc_LAW_10148/d1f8687a414b53cecfb538059e0a0f0745585501/ (дата обращения: 29.10.2025).
36. Финансовый рынок России: особенности и тенденции [Электронный ресурс] // Editorum. 2024. Декабрь. URL: https://editorum.ru/assets/files/uploads/articles/2024/12/jme-2024-12-rabadanova-amirkhanova.pdf (дата обращения: 29.10.2025).
37. АНАЛИЗ РЫНКА ЦЕННЫХ БУМАГ КАК ЭЛЕМЕНТА ФИНАНСОВОГО РЫНКА РФ В 2021 ГОДУ [Электронный ресурс] // eLibrary.ru. URL: https://elibrary.ru/item.asp?id=48421443 (дата обращения: 29.10.2025).
38. Рынок ценных бумаг [Электронный ресурс] // ЦБ РФ. URL: https://www.cbr.ru/finmarket/securities_market/ (дата обращения: 29.10.2025).
39. Новое в российском законодательстве (ежедневно) [Электронный ресурс] // КонсультантПлюс. URL: https://www.consultant.ru/law/hot/15-2810/ (дата обращения: 29.10.2025).
40. Путин подписал закон о совершении финансовых сделок с использованием финансовой платформы [Электронный ресурс] // Finam.ru. 2025. 28 октября. URL: https://www.finam.ru/analysis/newsitem/putin-podpisal-zakon-o-sovershenii-finansovykh-sdelok-s-ispolzovaniem-finansovoi-platformy-20251028-154940/ (дата обращения: 29.10.2025).
41. Федеральный закон от 27 октября 2025 г. № 402-ФЗ «О внесении изменений в отдельные законодательные акты Российской Федерации» [Электронный ресурс] // Гарант. URL: https://www.garant.ru/hotlaw/federal/1739572/ (дата обращения: 29.10.2025).
42. Ход торгов. Рынок акций отскакивает от минимумов 2025 [Электронный ресурс] // БКС Экспресс. URL: https://bcs-express.ru/novosti-i-analitika/hod-torgov-rynok-aktsii-otskakivaet-ot-minimumov-2025 (дата обращения: 29.10.2025).
43. Обзор фондового рынка 23/10/25. Инвестиционный банк [Электронный ресурс] // Альфа-Банк. URL: https://alfabank.ru/investments/russia/express-analytics/obzor-fondovogo-rynka-23-10-25/ (дата обращения: 29.10.2025).
44. АНАЛИЗ ТЕНДЕНЦИЙ РАЗВИТИЯ РОССИЙСКОГО ФОНДОВОГО РЫНКА [Электронный ресурс] // CyberLeninka. URL: https://cyberleninka.ru/article/n/analiz-tendentsiy-razvitiya-rossiyskogo-fondovogo-rynka/viewer (дата обращения: 29.10.2025).