Az aranyat és az ezüstöt is a BME frissdiplomásai gyűjtötték be a Budapesti Értéktőzsde idei Kochmeister-pályázatán.

A Budapesti Értéktőzsde idén kilencedik alkalommal hirdette meg a báró Kochmeister Frigyesről, a Budapesti Áru- és Értéktőzsde egykori alapítójáról elnevezett pályázatot. A kiírás alapján olyan fiatalokat díjaztak, akik „a tőzsdével, a tőkepiaccal, valamint a pénzügyi öngondoskodással kapcsolatos témakörökben a legkiemelkedőbb pályamunkát nyújtották be.”

A benyújtott 19 pályamű legjobb hat pályázója mérte össze tudását a szóbeli döntőn, amely a Műegyetem hallgatóinak nagyszerű sikerét hozta: egyetemünk két hallgatója végzett az előkelő első és a második helyen. A győztes Paljak Gergely és a másodikként befutott Liszbauer Tamás pályaműveit hamarosan a Hitelintézeti Szemle is közli.

Az aranyérmes Paljak Gergely mérnök-informatikus MSc és műszaki menedzser MSc (pénzügy specializáció) diplomát is szerzett a Műegyetemen. A Kochmeister-díjra beadott pályázata ez utóbbi képzésre írt szakdolgozata alapján készült „Kvantitatív befektetési stratégiák egyensúlya” címmel. Konzulensei dr. Deliné Pálinkó Éva és dr. Ormos Mihály voltak. A dolgozat a tőkepiaci kvantitatív befektetési modellek elterjedésének hatását vizsgálja a tőkepiaci stabilitásra, a buborékok kialakulására, a befektetők koordinációjára és a tőkepiacok hatékonyságára.

„A kereskedési volumen háromnegyede már ma is kvantitatív modellek által vezérelten zajlik, vagyis részben programok, gépi intelligencia irányítja. Abba a korba lépünk, hogy olyan egyszerű kvantitatív befektetési stratégiákat használni, mint okostelefon-alkalmazásokat letölteni. Új típusú kockázatok jelentek meg, amelyekből csak annyit látunk, amit például a 2010-es villámösszeomlás idején: néhány perc alatt tűnt el ezermilliárd dollár érték a tőzsdékről" – meséli Gergely. Dolgozatában ezeket a kockázatokat vizsgálta az „El Farol bár” játékelméleti modell újszerű alkalmazásával és kiterjesztésével. „Ha túl sokan választanak egyféle kvantitatív befektetési modellt, algoritmust, akkor e stratégiák hatása egymást erősíti, és a kialakuló dinamika a piacokon buborékokhoz vezet. Másképpen mondva: ha valamit azért vásárolunk, mert emelkedik az ára, és emelkedik az ára, mert vásároljuk, akkor a piaci árazás elszakad a gazdasági értékteremtéstől. Az El Farol bár modell segítségével beláttam, hogy az instabilitásból az egyensúlyi állapotba egy tanulási folyamaton keresztül képesek eljutni a tőkepiaci szereplők” – teszi hozzá, azzal, hogy nagyszerű lehetőség volt neki a Kochmeister-pályázat, hogy bemutathassa eredményeit. „Külön szeretném megköszönni Illés Ferenc és dr. Csóka Péter tanácsait a dolgozat elkészítésében”– említette a szerző.

Gergely szerint leginkább a rendszerszintű kockázatok további kutatása irányába lehet fejleszteni a dolgozatot, és játékelméleti eszközöket is felhasználni a tőkepiaci stabilitás szabályozásának kialakításához.

Az ezüstérmes Liszbauer Tamás pályaművének címe: „Devizapiaci árfolyam-előrejelzés neurális hálózatokkal.” A pályamű – amely egyben diplomamunka is – a tőzsdei árfolyam előrejelzésének lehetőségeit vizsgálja mesterséges neurális hálózatok segítségével. Az interdiszciplináris témaválasztás nem véletlen, mert Tamás a Villamosmérnöki és Informatikai Karon végezte a Bsc, majd az Msc képzést is, és ezzel párhuzamosan kezdte el a műszaki menedzser szakot. E hálózatok a megfigyelhető információk összegyűjtésével önmaguktól képesek tanulni, ok-okozati összefüggéseket keresni a múltban lezajlott események között. Az árfolyam historikus adatai révén tehát tanítható a hálózat, és miután véget ért a tanulási szakasz, teljesen új adatokra is lehet alkalmazni megszerzett tudását, amely ezentúl előrejelzésre is lehetőséget ad, és már kereskedési stratégiát is lehet építeni rá.

Többféle neurális hálózat létezik, amelyeket legtöbbször ún. hiba-visszaterjesztéses módszerrel tanítanak, azaz az előrejelzéshez képest kapott hibát visszavezetik az adatfeldolgozás fázisába, így lényegében saját hibáiból tanul a hálózat – magyarázza Tamás. A konkrét alkalmazásban a neurális hálózat minden tanulási ciklusban mintákat vesz az árfolyam-adatokból, és előrejelzést készít. Ezt követően meghatározható az előrejelzési hiba, amely a sorozatos tanulási ciklusokkal beépül a hálózatba. Így a hiba egy adott mértékével folyamatosan javulnak a hálózat paraméterei, és kevesebb az előrejelzési hiba. Így egy véletlen kiindulási állapotból minimális előrejelzési hibával rendelkező eszközt kaphatunk a tanulási szakasz végére. Ezt követően a hálózati paraméterek már nem változnak, a tanított hálózat „fekete doboz”-ként használható – összegzi.

A pályázó egy tetszőlegesen konfigurálható kereskedési rendszert épített fel. A kutatás jövőbeni lehetőségei között szerepel, hogy valós időben is tanuljon a hálózat, vagy, hogy a pályaműben szereplő, alacsony idősíkokon – pl. egy perc – vizsgált eurodollár árfolyama mellett a forint hosszabb időben – akár egy vagy több nap – bekövetkező változásait is képes legyen figyelni. Cél lehet még, hogy a technikai előrejelzés mellett a weboldalakat, a híreket is figyelje, és ezek alapján hozzon kereskedési döntéseket.

„Korábban magam is kipróbáltam a devizapiaci kereskedést, de nyereséget nem sikerült elérnem. A Villamosmérnöki és Informatikai Karon Kollár István tanár úr révén ismerkedtem meg a neurális hálózatok elméletével, és más fórumokon is hallottam, hogy ez használható elmélet a tőke- és devizapiaci elemzéseknél" – hangsúlyozta. "Már a diplomatéma kiválasztása előtt is foglalkoztam ezzel a területtel. Témavezetőmnek, Ormos Mihály tanár úrnak is nagyon tetszett a választásom, úgy érzem, a kétféle képzésből megszerzett tudás nagyon szerencsésen ötvöződött" – fogalmazott a második helyezett pályamű szerzője, aki hozzátette, hogy a jövőben akár startup vállalkozást is indítana ezen a területen.

A teljes dolgozatok letölthetők a Budapesti Értéktőzsde honlapjáról.

Fotó: bet.hu