Теория Обучение Литература Статьи Лучшие брокеры Forex

Исследование риска

Существует много способов управлять рисками. На финансовых рынках давнейший способ одновременно оказывается и простейшим: "фундаментальный" анализ. Если курс каких-нибудь акций растет, ищите причину в компании, стоящей за этими акциями, или в отрасли, к которой принадлежит компания, и в экономической ситуации в этой отрасли. Более глубокие исследования рисков позволят не только выявить причину, но также спрогнозировать следующее изменение курса. В данном методе ключевая концепция – "потому что". Курс акций, облигаций, товарных опционов и валюты меняется, потому что на рынок достаточно часто влияют некоторые внешние события или факты. Так, мировые цены на пшеницу растут, потому что высокая температура воздуха приводит к засухе в Канзасе или Украине. Доллар падает, потому что слухи о предстоящей войне приводят к росту цен на нефть. Все эти рассуждения имеют здравый смысл. К таким прогнозам часто прибегают финансовые газеты: они сообщают новости и выстраивают по степени важности все "потому что". Финансовые фирмы создали на основе этого метода отдельную процветающую отрасль; они привлекают тысячи фундаментальных аналитиков, которые классифицируются как макроэкономические или секторные эксперты (выполняющие анализ "сверху вниз" или "снизу вверх" соответственно). Такие специалисты придают всему процессу вид целостной системы, указывая, что компания должна говорить своим инвесторам. Фундаментальный анализ зиждется на таком предположении: если известна причина, то можно прогнозировать события и управлять риском.

Увы, если бы все было так просто. В реальном мире подлинные причины обычно неясны. Важнейшая информация часто неизвестна или даже непознаваема, как, например, в случае с российским дефолтом августа 1998 года. Ее могут скрывать или умышленно искажать, что и произошло в истории с лопнувшими "пузырями" Интернет-бизнеса и корпоративными скандалами Enron и Parmalat. Ее также могут неправильно истолковать, поскольку тонкий рыночный механизм, связывающий внешние новости с ценами, причину и следствие, загадочен и, как нам кажется, нелогичен. Угроза войны может привести как к падению, так и к росту курса доллара. Но какое из этих двух событий произойдет в действительности? После того, как некий факт свершится, он кажется очевидным; прошлые события фундаментальный анализ воспроизводит и объясняет очень хорошо, просто блестяще. Однако до наступления определенного факта оба результата кажутся равновероятно возможными. Так можно ли строить свою инвестиционную стратегию и оценивать риск, полагаясь исключительно на этот сомнительный принцип: я знаю больше, чем другие?

Такие сомнения привели финансовую отрасль к разработке других методов. Второй по давности (после фундаментального) вид анализа – "технический". В поиске подсказок, когда и что продавать и покупать, просеивают груды данных о ценах и объемах продаж, выявляют схемы их изменения (реальные или мнимые), а также составляют индикаторные диаграммы. Чартисты пользуются богатой терминологией: "голова и плечи" (напоминающая эти органы диаграмма движения цен), "флаги" и "вымпелы" (прямоугольный и треугольный графики соответственно), треугольники (симметричные, поднимающиеся и опускающиеся). Эта дисциплина, остававшаяся в тени в течение 1980-х годов, приобрела популярность в 1990-е, когда тысячи неофитов взялись с помощью Интернета торговать акциями и обмениваться профессиональными секретами. Правда, технический анализ хорошо работает в основном на валютных рынках. На них все передовые "форекс"-фирмы используют технический анализ, чтобы найти в "тиковых" (текущих) данных крупнейшего и самого изменчивого рынка мира "уровни поддержки", "разбросы цен" и другие схемы. Искаженная логика рынков тоже порой подвластна чартистам. Обменный курс фунта стерлингов и доллара действительно может приближаться к прогнозу технических аналитиков, а затем "отскочить назад", будто ударившись о стену, или "рвануть вперед", словно прорвавшись через барьер и ускорившись. Но в данном случае аналитики просто "всучивают" заказчикам свои результаты: ведь все знают, что все знают об уровнях поддержки, потому и действуют соответственно. Мы имеем дело с наивной верой, будто огромные суммы могут переходить из рук в руки на основании этакой финансовой астрологии. Иногда это срабатывает, но не может служить фундаментом для построения глобальной системы управления рисками.

Таким образом "родилось" то, что в бизнес-школах называют "современными финансами". Это направление появилось из теории вероятностей и статистики. Вот ее основная концепция: цены непредсказуемы, однако их колебания можно описать математическими законами случая. Таким образом, риск поддается измерению и управляем. Сегодня данный подход уже стал хрестоматийным, и я с ним согласен, – но только до определенной степени.

Работы в этой области начались в 1900 году. Молодому французскому математику Луи Башелье хватило безрассудства изучать финансовые рынки в то время, когда "настоящие" математики не снисходили до столь низменной темы, как деньги. В совершенно отличном от сегодняшнего мире XVII столетия Паскаль и Ферма (тот самый, для доказательства знаменитой "последней теоремы" которого потребовались 350 лет) разработали, в помощь увлекающимся азартными играми аристократам, теорию вероятностей. В 1900 году Башелье сделал следующий за фундаментальным анализом и диаграммами шаг, дав толчок новой масштабной волне в теории вероятностей, распространив ее на французские правительственные облигации. Его основная модель, которую часто называют "случайным блужданием", на самом деле очень близка к теории Паскаля и Ферма. В ней постулируется, что цены с равной вероятностью могут подняться или упасть подобно тому, как при подбрасывании монеты может с равной вероятностью выпасть орел или решка. Поэтому (как если бы цены определялись подбрасыванием монеты, частым и непрерывным) вся суматоха на фондовой или товарной бирже оказывается буквально статичной – некий белый (т.е. фоновый) шум того же рода, какой мы слышим из динамика радиоприемника, не настроенного на конкретную станцию. Амплитуда колебаний цен доступна для измерений. Большинство изменений (а именно 68%) – это небольшие движения вверх или вниз, в пределах одного "стандартного отклонения" (так математики называют простой критерий разброса данных) от среднего значения. В диапазон двух стандартных отклонений попадают 95%, а трех – 98%. Наконец – вскоре мы увидим, насколько важно данное замечание, – можно ожидать лишь чрезвычайно малого количества очень больших изменений. Если все движения цен изобразить на бумаге, получим гистограмму колоколообразной формы: многочисленные мелкие изменения сгруппированы в средней части колокола, а по его краям расположены редкие большие скачки.

Для математиков колоколообразная форма распределения – terra cognita ("знакомая земля"). Они настолько хорошо ее знают, что даже назвали "нормальной", подразумевая этим "неправильность" других форм. Эта хорошо изученная теория распределения вероятности получила название в честь великого немецкого математика Карла Фридриха Гаусса. Приведем пример нормального распределения. Средний рост взрослых мужчин в США равен приблизительно 178 см при стандартном отклонении около 5 см. Это означает, что 68% всех американских мужчин имеют рост в пределах 173-183 см; 95% – в пределах 168-188 см; 98% – в пределах 163-193 см. Математические основания кривой Гаусса полностью не исключают возможность появления гиганта ростом более 3,5 м или даже уникума... отрицательного роста. Но вероятность каждого из двух последних вариантов настолько мизерна, что в реальной жизни их никогда не встретишь. Кривая Гаусса описывает распределение столь, казалось бы, далеких по своему содержанию переменных, как рост армейских курсантов, коэффициент интеллектуального развития (IQ) или (вернемся к простейшей модели Башелье) результат подбрасывания монеты. Следует помнить, что в любой заданный момент времени или в любом заданном месте может случиться чрезвычайное событие.

Например, при подбрасывании монеты в течение некоторого времени может выпадать только орел, или же в одном воинском подразделении окажутся сплошь очень высокие или исключительно тупые солдаты. Однако в течение длительного времени мы можем смело рассчитывать на среднее значение: средний рост, средний уровень интеллекта, средний финансовый результат (ни прибыль, ни убыток). Эти соображения не исключают из фундаментального анализа внешних причин; при плохом питании средний рост армейских курсантов может уменьшиться, а инфляция приведет к падению цен облигаций. Поскольку мы не можем достаточно точно предсказать такие внешние влияния, единственным надежным хрустальным шаром (т.е. средством предсказания) остается теория вероятностей.

Во все времена и во всех краях гениев часто не признают. На докторскую диссертацию Башелье большая часть его современников не обратила внимания. Но в 1964 году его работу перевели на английский и опубликовали повторно, после чего она развилась в солидную доктрину современных экономики и финансов (что подтверждено пятью Нобелевскими мемориальными медалями по экономике). Для расширенного варианта модели Башелье часто используют название, предложенное Юджином Ф. Фама (Чикагский университет), защитившим докторскую диссертацию под моим руководством. Это – гипотеза эффективного рынка. В ней утверждается, что на идеальном рынке вся относящаяся к делу информация уже воплощена в текущей цене ценной бумаги. Вчерашнее изменение не влияет на сегодняшнее, а сегодняшнее не влияет на завтрашнее; каждое новое изменение цены не зависит от предыдущего.

На основе этих теорий экономисты разработали весьма тонкий инструментарий для анализа рынков. Они измеряют "дисперсию" и "статистику бета" различных ценных бумаг и классифицируют инвестиционные портфели по их вероятному риску. Согласно теории, фондовый менеджер может составить "эффективный" портфель ценных бумаг для получения целевой доходности с заданным уровнем риска. Это – финансовый эквивалент алхимии. Хотите заработать больше, но не особенно рискуя? Тогда с помощью современного финансового инструментария измените комбинацию неустойчивых и стабильных акций или измените соотношение акций, облигаций и наличности. Хотите вознаградить своих служащих, но не повышая им зарплату? Опять-таки с помощью того же инструментария разработайте программу поощрения служащих фондовыми опционами, т.е. предоставьте им право купить акции вашей компании с заданной вероятностью получить "живые деньги". Вспомним, что "Интернет-пузырей", одной из причин которых стало чрезмерно щедрое вознаграждение руководителей высшего звена фондовыми опционами, могло и не быть без Башелье и его последователей.

Увы, теория выглядела элегантно, но имела дефекты, что сегодня очевидно каждому из тех, кто в 1990-х годах пережил несколько периодов бума и краха. Старая финансовая ортодоксальность была основана на двух ключевых предположениях основной модели Башелье: изменения цен статистически независимы и распределены нормально. Однако факты, о чем я без устали говорил в 1960-х годах и что сегодня признают многие экономисты, свидетельствуют об обратном.

Во-первых, изменения цен на самом деле не являются независимыми друг от друга. Исследования, выполненные мною и другими учеными за последние несколько десятилетий, показывают, что многие серии финансовых цен имеют своего рода "память", т.е. сегодняшние влияют на завтрашние. Если сегодня отмечен значительный скачок цен вверх или вниз, то существует заметно большая вероятность того, что и на следующий день нас ожидает такое же резкое изменение. Это не та предсказуемая, "правильная" схема, которую предпочитают экономисты, не та периодическая последовательность подъемов и спадов, которую в учебниках представляют как стандартный бизнес-цикл. Примеры таких простых схем – периодических зависимостей между ценами в прошлом и настоящем – наблюдались на рынках давно. В частности, это сезонные колебания фьючерсных цен на пшеницу, обусловленные созреванием урожая, или ежедневные и еженедельные изменения объема валютных торгов, происходящие тогда, когда в очередном часовом поясе начинается торговый день.

Мое утверждение звучит как ересь, но вот оно: в действительности имеется другой, фрактальный вид статистической связи, или "долговременная память". Это тонкий вопрос, которому ниже мы посвятим отдельную главу. Сейчас же отметим только, что различные виды ценовых серий отличаются разной степенью памяти. Некоторые – долговременной, другие же имеют "слабую" память. Чем это объясняется, пока не совсем ясно, но можно сделать предположение. То, что компания делает сегодня – слияние, "отпочкование" или вывод на рынок нового, важного для нее товара, – определяет ее состояние через десять лет; рассуждая аналогично, можно предположить, что сегодняшние колебания курса ее акций повлияют на завтрашние колебания. Некоторые специалисты высказывают и такое мнение: рынку требуется длительное время для полного усвоения информации о ценах. При появлении плохих новостей некоторые инвесторы реагируют немедленно, тогда как другие, имеющие иные финансовые цели и ориентирующиеся на более длительные сроки, могут предпринять какие-то действия лишь через месяц или год. Каким бы ни было объяснение, мы согласимся с существованием данного явления, а также с тем, что оно противоречит модели "случайного блуждания".

Во-вторых, ценовые изменения очень далеки от колоколообразной кривой Гаусса. Это утверждение тоже не согласуется с ортодоксальными взглядами. Будь теория "случайного блуждания", предложенная Башелье, верна, мы могли бы проанализировать на компьютере любую подборку последовательных данных об изменениях рыночной цены и убедиться, что они приблизительно подчиняются нормальному распределению. Все изменения сгруппировались бы вокруг среднего значения, в данном случае – нулевого (т.е. отсутствия изменения). Однако в реальности кривая Гаусса очень плохо описывает фактические данные. Представленные графически ежедневные колебания промышленного индекса Доу-Джонса за 1916-2003 годы весьма далеки от простой колоколообразной кривой. Края фактической диаграммы загнуты вверх слишком высоко, т.е. было слишком много больших изменений. Согласно теории, в течение этого периода (1916-2003) могло быть всего 58 дней, когда индекс Доу-Джонса смещался более чем на 3,4%; в действительности же таких дней набралось 1001. Теоретически индекс мог "прыгнуть" на 4,5% всего шесть раз, но реальность, опять-таки, оказалась куда мрачнее: насчитывается 366 таких дней. И особенно убедительные цифры: колебания на 7% теоретически могут происходить один раз в 300 тысяч лет, однако только в XX столетии было 48 таких "черных" дней. Хочется воскликнуть: поистине, мы живем в ужасную эпоху, когда рушатся все предсказания! Но не лучше ли поискать проблему в другом месте? Может быть, просто неверны наши предположения?

Содержание Далее 


По нашей оценке, на 20.10.2018 г. лучшими брокерами являются:

• для торговли валютамиNPBFX;

• для торговли бинарными опционамиBinomo;

• для инвестирования в ПАММы и др. инструменты – Альпари;

• для торговли акциямиRoboForex Stocks (более 8700 инструментов – на счете R Trader).



Лучшие
брокеры:
        Альпари           Exness           Binomo
Кнопочка ТИЦ      Брокер «Альпари»      Брокер «Exness»      Брокер «Binomo»

Яндекс.Метрика