Тел.факс: +7(831)437-66-01
Факторинг  Рынок капитала 

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

В экономической теории и инвестиционном анализе мы продолжаем искать решение для проблемы многих тел. Мы должны помнить, что в проблеме многих тел нелинейности между силами далее не могут предполагаться несуществующими, как это сделано в проблеме двух тел, без радикального изменения природы системы. Это значит, что точечные аттракторы и предельные циклы не единственные возможные типы равновесия. Странные аттракторы, которые предлагают бесконечное количество решений в конечном диапазоне, являются весьма реальной возможностью. Только путем обобщения нашей аналитической концепции мы можем исследовать эту возможность достаточно эффективно.

ДРУГИЕ ВОЗМОЖНОСТИ

Существует множество других возможных объяснений для эмпирических находок, описанных в предыдущих главах. Существует также много других парадигм, которые могут оказаться более полезными, чем фракталы или хаос. Эти альтернативные методы тоже тесно связаны с теорией хаоса. Они являются относительно новыми разработками, о которых мы только что начали узнавать. В январском номере за 1991 г. журнала Scientific American описаны два таких направления.

Первый из таких подходов носит название теории вэйвле-тов; она явилась обобщением спектрального анализа. Создание вэйвлет-теории приписывается Ингрид Добеши (Ingrid Daubechies, Bell Labs), Григорию Белкину (Gregory Belylkin, Schiimberger-Doll Research) и Рональду Коифману (Ronald Coifmaii, Yale Iniversity). Спектральный анализ основан на преобразовании Фурье, разлагающем сигнал на ряд синусоидальных волн, которые, будучи сложенными вместе, воссоздают исходный сигнал. Однако применимость спектрального анализа зависит от того, имеет ли система характеристический масштаб; это означает, что каждое меньшее приращение сводится к определенному масштабу в соответствии с некоторым фиксированным числом. Спектральный анализ также ищет периодический цикл. Как мы видели, фрактальные и хаотические временные ряды не имеют характеристического масштаба, поэтому спектральный анализ хаотического ил фрактального временного ряда дает график, который выглядит как широкополосный шум. Непериодические циклы зД т£1кже вносят свой вклад.



Другие возможности 263

Поскольку вейвлет-теория умеет обращаться с мультимас-щтабными сигналами, она может быть использована для анализа фрактальных и хаотических временных рядов. Это мо-ясет стать обещающей областью будущих исследований.

Второй возможностью является концепция самоорганизованной критичности . Она подробно описана Бэком и Ченом (Вак, Chen, 1991) и предоставляет великолепные возможности для приложений в анализе рынков капитала.

Самоорганизованная критичность берет свое начало с изучения песчаных куч, в частности, их устойчивости. Глен Хелд (Glen Held, The IBM Thomas J. Watson Researbh Center) выполнил эксперименты на реальных песчаных кучах. Бэк и Чен проделали подобные же эксперименты математически. В таком эксперименте одна песчинка в некоторый момент времени падает в центре плоской круглой поверхности. Как можно ожидать, песчинки будут сбиваться в кучу, нагромождаясь одна на другую, и образуют конус, если их будет достаточно много. Время от времени песчинки будут осыпаться маленькими лавинами. Если куча станет выше, то и лавины станут больше, и наклон сторон конуса станет круче. В некоторой точке куча перестанет расти, и песок начнет высыпаться через края тарелки. На этой точке, где количество добавляемого песка равно количеству высьшающегося через края тарелки, куча достигает своего критического состояния . При этом размеры лавин могут широко изменяться - от немногих песчинок до больших оползней ( катастроф ).

Удивительно, но даже большие лавины не увлекают огромного количества песка. К тому же, наклон поверхности KOHvcR HP намног отклоняотгп от того, что был в критическом состоянии, даже после большого оползня-. Действительный размер лавин зависит от устойчивости песчинок, которые выбиваются сгустком песчинок, падающих при их движении вниз. Такой сгусток может достичь устойчивой позиции, и тогда не будет оползня; или он может достичь неустойчивости и продолжать выбивать песчинки, которые будут выбивать другие. Эти в свою очередь могут остановиться или Выбить другие неустойчивые песчинки. Бэк и Чен говорят, Что куча сохраняет постоянную высоту и наклон, поскольку вероятность того, что активность прекратится, в среднем сба- ?ансирована вероятностью того, что она будет расширяться . Другими словами, вероятность обвала и вероятность отсутствия обвала, по существу, одинаковы.



В песчаной куче существует много областей неустойчивости, но критическое состояние устойчиво - оно варьируется мало. Распределение устойчивых и неустойчивых участков часто изменяется, но сами по себе статистические характеристики оползней в сущности остаются одними и теми же.

Эта характеристика -локальные условия в непрерывном течении, при которых статистические характеристики остаются неизменными, - имеет тесную связь с фрактальной статистикой. В этом случае количество песка, который осыпается с кучи, непрерывно изменяется. Бэк и Чен говорят, что во временном ряду таких количеств можно видеть беспорядочный сигнал, который имеет черты всех длительностей . Другими словами, не существует характеристического масштаба или периодичности. Такой сигнал называется фликкер-шум , или 1 -шум. Через / обозначается фрактальная размерность; таким образом, фликкер-шум - это фрактальный шум, и 1 соотносится с показателем Херста.

Самоорганизованная критичность оказалась полезной при моделировании землетрясений и других естественных явлений, поскольку природные системы имеют тенденцию во все времена пребывать в критических состояниях. Другими словами, они далеки от равновесия. В случае песчаных куч наиболее устойчивой формой был бы не конус, а равномерное рассыпание на плоской поверхности. Однако реальная система, подобно другим природным системам, балансирует на грани устойчивости, далеко от равновесия.

Самоорганизованная критичность многообещающа, потому что она предлагает физическую модель для воспроизвод-гтва фряктяттт,ной гтятигтики Пня МОГ1ТЯ бы гтять очень плодотворной областью для будущих исследований.

Наконец, не в пример теории хаоса, теория самоорганизованной критичности дает надежду на возможность предсказаний. Самоорганизованные системы слабо хаотичны , что означает их нахождение на краю хаоса. Их близкие траектории разбегаются не экспоненциально, а в соответствии со степенным законом. Это означает, что слабо хаотичные системы не имеют временного масштаба, за пределами которого предсказание становилось бы невозможным, тем самым РР пуская возможность долговременного прогноза. Это противоречит положительному показателю Ляпунова, описанному гл. 13 применительно к рынкам капитала, но тем не менее остается перспективной областью исследований.



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