Теория Обучение Литература Статьи Лучшие брокеры Forex

Практическое использование модели

Однако достаточно теории. Как использовать эти идеи в качестве практического финансового инструмента? Во-первых, уравнения нужно вводить в компьютерную модель, которая должна работать в двух направлениях, прямом и обратном. Работа в прямом направлении означает возможность создавать искусственные ценовые диаграммы из фрактальных "семян" так же, как мы создавали карикатуры, а в обратном – возможность анализировать на наших компьютерах "сырые" ценовые данные и оценить ключевые параметры, необходимые для мультифрактальной модели. Затем, используя эти величины, мы должны иметь возможность дать команду компьютеру воспроизвести рынок, т.е. генерировать искусственный ценовой ряд, который отличается от реального, но имеет ту же статистическую структуру.

Именно это мы неоднократно и проделывали, используя компьютерный метод, названный "моделирование Монте-Карло". В результате этого получены превосходные репродукции ("подделки") рынка – не идентичные подлиннику (т.е. реальному рынку), но статистически подобные ему. "Что проку в копии?" – спросит читатель. Ответ таков: порядок. При любом сжатии данных – будь то компьютерный файл или набор значений цены – мы сводим их к меньшему количеству информационных объектов, к малому количеству параметров. При последующем развертывании (декомпрессировании, разархивировании) этих сжатых объектов мы не получаем полный набор исходных данных; теперь у нас есть нечто, достаточно близкое (для нашей цели) к оригиналу. Например, можно сжать (заархивировать) фотографию, сделанную знаменитым мастером Анри Картье-Брессоном, чтобы отправить ее кому-нибудь по электронной почте; получатель разархивирует ее; изображение будет более зернистым, чем отправленное, однако на обычном компьютерном экране разница незаметна. Это и есть "достаточно близкая" для нашей цели копия. Точно так же при финансовом моделировании нам нужна не точная копия оригинала, а "достаточно близкая" модель, чтобы мы могли принимать финансовые решения. Если нам удастся выделить суть поведения акций GE за последние двадцать лет, мы сможем применить эти знания для финансового инжиниринга и оценки риска при хранении у себя акций в течение следующих двадцати лет. Можно определить, сколько акций приобрести для своего инвестиционного портфеля и рассчитать подходящую для них стоимость опционов.

Конечно, именно такие цели стоят перед любой финансовой теорией, независимо от того, общепринята она или является новаторской. Единственное отличие: на этот раз у нас есть точная модель, на которую можно положиться.

На мой взгляд, основное достоинство мультифрактальной модели заключается в ее экономности. Один простой набор правил может дать большое разнообразие вариантов поведения рынков в зависимости от обстоятельств. В то же самое время многие финансовые теоретики испытывают нежную привязанность к совсем другому методу моделирования неустойчивости рынков. Его главный разработчик, американец Роберт Ф. Энгл, даже получил в 2003 году вместе с другим ученым Нобелевскую премию. Этот метод основан на одном из тех фактов, которые я выдвинул в данной книге: из-за явления зависимости моменты неустойчивости собираются в кластеры. Я уже называл группу статистических инструментов, разработанных для моделирования упомянутого факта. Эта группа – GARCH (Обобщенная авторегрессионная условная гетероскедастичность). Моделирование кластеров начинают с общепринятой броуновской модели колебания цен. Когда неустойчивость возрастает, добавляют новые параметры, чтобы все-таки добиться кривой Гаусса; если же неустойчивость снижается, то другие параметры сжимают чрезмерно "распухшую" кривую. Другими словами, колокол меняет свои очертания, подстраиваясь под обстоятельства. Конечно, метод GARCH удобен для многих опционных трейдеров и финансовых директоров, пытающихся смоделировать риск. Но он оставляет без ответа (или, точнее, считает не требующим ответа) вопрос о том, почему же кривая Гаусса меняет форму. А при работе с моделью практики фондового рынка убеждаются, что она очень сложна и при изменении исходных условий усложняется еще больше.

Подлинная наука стремится малым выразить многое. Однако большая часть устоявшихся финансовых моделей требует многого, а результат выдает малый. При их использовании необходимы бесконечные входные данные, множество параметров, длительные вычисления. Но даже если из-за полученных с их помощью прогнозов теряются деньги, от этих моделей никто не отказывается. Их просто "модернизируют" и используют дальше. Корректируют, подгоняют под конкретную задачу, расширяют и усложняют. Так постепенно из скверного семени вырастает большое, но больное дерево, с замазанными повреждениями, подпорками, ломающимися ветвями, которые приколачивают гвоздями или прикручивают шурупами. Понятно, что с такими несовершенными моделями их пользователи продолжают терять деньги.

В отличие от этих моделей, мультифрактальная начинается с неизменных, фундаментальных фактов о поведении рынков – "инвариантностей", как сказали бы математики. Такая модель отличается экономичностью, гибкостью и имитирует реальность. При разработке моделей я мысленно возвращаюсь к великим примерам истории. Вспомним знаменитый закон Ньютона о всемирной гравитации: сила притяжения между двумя телами зависит от расстояния между ними. Чтобы выразить эту мысль математически, великому англичанину потребовалось всего несколько росчерков пера. Однако с помощью своей формулы Ньютон объяснил траектории движения планет и полета комет и даже высоту приливов. Последующие поколения пошли еще дальше, и вот у нас есть ракеты, искусственные спутники и человек в космосе, но все вытекает из той самой формулы Ньютона. Он дал человечеству малое "семя" своей мысли, из которого вырос огромный и замечательный "лес" науки и техники. Я лелею надежду, что в один прекрасный день "семечко" мультифрактального анализа превратится в плодоносящее "древо" нового способа управления мировыми деньгами и экономикой.

Завершим главу примером использования мультифрактальной модели (рис. 11.5).

На рис. 11.5 показана весьма достоверная копия реальной ценовой диаграммы. (Под ней приведена диаграмма изменений цены.) Читатель, возможно, узнал ее: мы приводили эту диаграмму в главе 1 (рис. 1.1), когда пытались среди четырех графиков определить два подлинных и два поддельных.

Содержание Далее 


Для беспроблемного трейдинга рекомендую брокера Forex4you – здесь разрешен скальпинг, любые советники и стратегии; также можно иметь дело с Альпари; для инвесторов – однозначно Альпари с его множеством инвестиционных возможностей. – примеч. главного админа (актуально на 18.01.2018 г.).



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

Яндекс.Метрика