Journal of Economics, Entrepreneurship and Law Journal of Economics, Entrepreneurship and Law Экономика, предпринимательство и право 2222-534X BIBLIO-GLOBUS Publishing House 117175 10.18334/epp.13.1.117175 OERGEM Articles Статьи Research Article The structure and characteristics of investment decision-making in a hedge fund Структура и особенности принятия инвестиционных решений в хедж-фонде https://orcid.org/0000–0001–9365–88378757-1395 Voronova Natalya Stepanovna Воронова Наталья Степановна

Проф., д.э.н., проф.

 n.voronova@spbu.ru https://orcid.org/0000-0003-1799-08835846-5479 Yakovleva Elena Anatolevna Яковлева Елена Анатольевна

Проф., д.э.н., доцент

 helen7199@gmail.com https://orcid.org/0000-0002-9790-65759280-6031 Sharich Ermin Emirovich Шарич Эрмин Эмирович

студент

 st062696@student.spbu.ru https://orcid.org/0000-0002-5395-60791397-1099 Yakovleva Darya Dmitrievna Яковлева Дарья Дмитриевна

студент

 st062671@student.spbu.ru St Petersburg State University Санкт-Петербургский государственный университет Saint Petersburg State University of Economics Санкт-Петербургский государственный экономический университет 31 01 2023 13 1 VOL 13, NO1 (2023) ТОМ 13, №1 (2023) 95 112 20 12 2022 24 01 2023 Copyright ©; 2023, Voronova N.S., Yakovleva E.A., Sharich E.E., Yakovleva D.D. Copyright ©; 2023, Воронова Н.С., Яковлева Е.А., Шарич Э.Э., Яковлева Д.Д. 2023 Voronova N.S., Yakovleva E.A., Sharich E.E., Yakovleva D.D. Воронова Н.С., Яковлева Е.А., Шарич Э.Э., Яковлева Д.Д. https://1economic.ru/lib/117175

The article structured the elements of the process of making investment decisions in a hedge fund for the purposes of formalizing a decision support system (DSS). In particular, the authors systematized risk control methods when making investment decisions within a hedge fund, taking into account portfolio optimization, tasks and conditions for achieving optimality. The authors raise the issue of strategies' mutual correlation, which leads to a potential threat of a decrease in resource provision (in the informational aspect) of a decision maker when working with DSS with a focus on the proposed target value to resolve a problematic situation. To solve this problem, it is proposed to carry out constant monitoring and updating of the accumulated knowledge base by the subject of management (manager) about the management object (investment strategy). It is also necessary to control the flows in the management object on the basis of matching needs and opportunities through logical and linguistic modeling (frames) in order to maintain the system's homeokinetic equilibrium.

В статье структурированы методы риск-контроля при принятии инвестиционных решений внутри хедж-фонда с учетом портфельной оптимизации, задач и условий достижения оптимальности для целей формализации системы поддержки принятия решений. Авторы поднимают вопрос взаимной коррелированности стратегий, приводящей к потенциальной угрозе снижения ресурсной обеспеченности (в информационном аспекте) лица, принимающего решения, при работе с системой поддержки принятия решений с ориентацией на предложенное целевое значение по разрешению проблемной ситуации. Решение же этой проблемы предлагается осуществлять через постоянный мониторинг и обновление накопленной базы знаний субъектом управления (менеджером) об объекте управления (инвестиционной стратегии), а также через контроль функционирования потоков в объекте управления на основе обеспечения соответствия потребностей и возможностей посредством логико-лингвистического моделирования (фреймов) в целях сохранения гомеокинетического равновесия системы.

 hedge fund financial market investment strategy cognitive modeling decision-making process decision support system хедж-фонд финансовый рынок инвестиционная стратегия когнитивное моделирование процесс принятия решений система поддержки принятия решений 1. Sharpe W.F. The Sharpe ratio // The Journal of Portfolio Management. – 1994. – № 21(1). – p. 49–58. 2. Fama E. F., French K. R. International tests of a five-factor asset pricing model // Journal of financial Economics. – 2017. – № 123(3). – p. 441-463. 3. Amel-Zadeh Amir, George Serafeim Why and How Investors Use ESG Information: Evidence from a Global Survey. / Working Paper. - Harvard Business School, 2017. – 87–103 p. 4. Volkova V.N., Vasiliev A.Y., Efremov A.A., Loginova A.V. Information technologies to support decision-making in the engineering and control // Proceedings of 2017 20th IEEE International Conference on Soft Computing and Measurements: SCM 2017; St. Petersburg; Russian Federation; 24-26 May 2017. 2017. – p. 727-730. 5. Кукор Б.Л. Адаптивное управление промышленным комплексом региона: теория, методология, практика. / Б.Л. Кукор, Г.А. Клименков; под общ. ред. Б.Л. Кукора. - Екатеринбург; Санкт-Петербург: ФГБУН Институт экономики Уральского отделения РАН, 2017. – 306 c. 6. Поспелов Д.А. Десять «горячих точек» в исследованиях по искусственному интеллекту // Интеллектуальные системы. – 1996. – № 1-4. – c. 47—56. 7. Hull J.C. Risk management and financial institutions. - New York: Pearson Education International, 2007. – 576 p. 8. Jorion P. Value at risk: The new benchmark for managing financial risk. - New York: McGraw-Hill Education, 2007. – 624 p. 9. Jalota Hemant, Thakur Manoj, Mittal Garima Modelling and constructing membership function for uncertain portfolio parameters: A credibilistic framework // Expert Systems with Applications. – 2016. – № 71(2). – p. 40-56. – doi: 10.1016/j.eswa.2016.11.014. 10. Fama E.F., French K.R. The cross-section of expected stock returns // Journal of Financial Economics. – 1992. – № 2. – p. 427-465. 11. Lochof R. Hedge Funds and Hope // The Journal of Portfolio Management. – 2002. – № 28. – p. 92-99. 12. Bansal Ravi, Kiku Dana, Shaliastovich Ivan, Yaron Amir Volatility, the Macroeconomy and Asset Prices // The Journal of Finance. – 2012. – № 69(6). – doi: 10.1111/jofi.12110. 13. Yin C., Zhu D. New class of distortion risk measures and their tail asymptotics with emphasis on Va R // Journal of Financial Risk Management. – 2018. – № 07(01). – p. 12–38. – doi: 10.4236/jfrm.2018.71002. 14. Levy H., Markowitz H.M. Approximating Expected Utility by a Function of Mean and Variance // American Economic Review. – 1979. – № 69(3). – p. 308-317. 15. Black F., Litterman R. Global Asset Allocation with Equities, Bonds, and Currencies. - Fixed Income Research, Goldman, Sachs Company, 1991. – 40 p. 16. Яковлева Е.А., Гаджиев М.М., Шарич Э.Э., Яковлева Д.Д. Принятие инвестиционных решений хедж-фондом на основе динамического риск-контроля // Экономика, предпринимательство и право. – 2022. – № 1. – c. 223-238. – doi: 10.18334/epp.12.1.114226. 17. Воронова Н.С., Шарич Э.Э., Яковлева Д.Д. Архитектура системы поддержки принятия инвестиционных решений в финансовой экономике на основе мониторинга рыночной конъюнктуры // Экономика, предпринимательство и право. – 2020. – № 12. – c. 2933-2946. 18. Markowitz H.M. Portfolio selection // J. Finance. – 1952. – № 7. – p. 77–91. 19. Кукор Б.Л., Куршев Е.П., Виноградов А.Н. Разработка динамического когнитивного сценария функционирования предприятия и производственных комплексов в процессе управления экономикой // Теоретические проблемы стратегического планирования на микроэкономическом уровне: Сборник докладов участников секционных заседаний XXI Всероссийского симпозиума. Москва, 2020. – c. 98-101.