Тел.факс: +7(831)437-66-01
Факторинг  Практика биржевых спекуляций 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 [ 110 ] 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180

Проблема была в том, как упорядочить акции.

В City College, где Айзенштадт обучался математической статистике, только-только начали пользоваться на практике регрессионным анализом - тогда этот метод был самым современным. Как мы рассказывали в восьмой главе, при помощи регрессионного анализа можно оценить линейный эффект влияния группы независимых переменных на зависимую переменную. Для этого обычно используется метод наименьших квадратов. В общих словах, его суть в том, чтобы минимизировать сумму квадратов отклонений между значениями, рассчитанными при помощи уравнения регрессии, и реальными эмпирическими значениями.

Айзенштадт понял, что он может использовать метод наименьших квадратов и регрессионный анализ для того, чтобы понять, каким образом на доходность акций за полгода влияют прибыли компании за последний квартал, сравнить цены ее акций с ценами на акции других компаний, а таьеже исследовать долговременную динамику цен и прибылей.

Для применения регрессионного анализа на практике требуются значительные вычислительные мощности. Тогда подобные компьютеры только-только начали появляться. Айзенштадт убедил компанию Value Line оплатить аренду компьютерного времени ЭВМ IBM 7094, которая считала в сто раз медленнее, чем современный персональный компьютер, а стоила в 10 ООО раз дороже.

Если в уравнении было не менее пяти переменных и оно рассчитывалось для нескольких сотен акций, то обычно на вычисления, которые проделывал компьютер размером с два грузовика, уходила неделя. Как только этот компьютер включался, падало напряжение во всем здании, и лампочки светили в полнакала. Тем не менее даже такой компьютер позволил Айзенштадту провести сравнение компаний друг с другом и, таким образом, разработать основы классификационной системы Value Line.



Насколько же полезна система Value Line?

Насколько точны предсказания этой системы? Может ли она опровергнуть вошедшие в поговорку представ-ления о неточности финансовых прогнозов?

Поскольку Value Line каждую неделю публикует отчет примерно о 1700 акциях, то для тех, кто управляет инвестиционными портфелями, нереально учесть все еженедельные изменения цен этих акций. Это и не нужно, потому что многие акции обращаются в небольших количествах и имеют низкую ликвидность, поэтому комиссионные, которые придется заплатить за сделки с ними, съедят всю возможную прибыль.

Хороший тест для Value Line - это проследить поведение акций, входящих в различные рейтинговые группы этой системы, используя информацию, которая была доступна подписчикам в конце каждого квартала, для того чтобы проверить, какие результаты показали эти акции в следующем квартале, а затем многократно повторить эту процедуру. Результаты такого теста показаны на рис. 10.1.

Как видите, результаты блестящие: наблюдается прямая и четкая связь между предсказанными и реальными результатами данной группы акций. Средний прирост в 4,3% в квартал для акций первой (лучшей) группы существенно выше, чем 1,0% для акций худшей, пятой группы.

Хотя на первый взгляд разница в 3-4% за квартал может показаться не очень заметной, надо иметь в виду, что сложные проценты делают такую разницу за определенный период очень существенной. Например, сотня долларов, инвестированная в акции первой группы в конце второго квартала 1983 года, превратилась в 1319 долл. в конце второго квартала 2001 года. Это в 13 раз превышает доход, который принесла бы та же сумма, инвестированная в акции пятой группы, и в 2,4 раза больше, чем инвестиции в акции третьей группы. Такие результаты сообщаются каждые три месяца в информационном выпуске Selection & Opinion компании Value Line.



Что касается статистической значимости результатов, стандартное отклонение средней прибыли за квартал колеблется от 1 до 1,5%. Таким образом, разница между прибыльностью первой и второй группы и остальных трех групп больше, чем три стандартных отклонения, и это значит, что случайно такая ситуация может возникнуть только в одном случае из 500 и различия статистически достоверны.

Однако обратите внимание, что колебания доходности акций первой и пятой групп оказываются выше, чем у трех средних групп.

Интересный практический тест системы Value Line - проверить, что будет, если каждый квартал покупать акции первой группы и продавать акции пятой группы. Мы обнаружили, что такая комбинированная система длинных и коротких позиций принесет прибыль в 75% случаев. Средние результаты представлены в табл. 10.1.

Если оценивать ситуацию в целом, то надо сказать, что прогностические возможности системы Value Line - одна из лучших практических демонстраций точного предсказания за по-

Рисунок 10.1. Рейтинги акций различных групп Value Line Timeliness. Ежеквартальный расчет с 30 сентября 1985 года по 30 июня 2002 года

5.0 4.5 4.0 3.5 3.0 2.5 2.0 1.5 1.0 0.5 0.0

г.ота

1.01%



1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 [ 110 ] 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180