Тел.факс: +7(831)437-66-01
Факторинг  Управлению капиталом 

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

Рассмотрим, например, разыгрывание только одной игры в монетку два-к-одному . После 40 периодов владения при / = 0,25 среднее геометрическое HPR равно 1,060660172, а TWR равно 10,55. Если бы мы играли в ту же самую игру при значении / 0,01, то наше среднее геометрическое HPR было бы равно 1,004888053, что превысило бы 10,55 при возведении в степень 484. Таким образом, если можно сыграть 484 кона (периода владения) за то же время, которое ушло бы на 40 конов, то это дало бы эквивалентный рост при резком сокращении в потерях. К тому же вы значительно оградили бы себя от изменений поверхности. То есть вы одновременно весьма защитились бы и от изменений ситуации на рынке.

Может показаться, что вам понадобится торговать более чем одним компонетом (т. е. сценарным спектром) одновременно. То есть что для увеличения Т нужно торговать много большим количеством компонентов одновременно. Это противоречит мысли, высказанной ранее при обсуждении точек перегиба, что может оказаться выгоднее торговать только одним компонентом. Но, увеличивая количество компонентов, торгуемых одновременно, вы увеличиваете составное /портфеля. Например, если бы вы одновременно торговали по 20 сценарным спектрам с/= 0,005 для каждого, то ваше составное /для всего портфеля бьшо бы равно 0,1. На данном уровне одновременная реализация наихудших сценариев привела бы к потере 10% капитала. И напротив, вы преуспели бы больше, торгуя только по одному сценарному спектру, если бы могли задействовать эквивалент 20 периодов владения за тот же самый отрезок времени. Это может оказаться невозможным, но это - направление, в котором вы стали бы действовать для минимизации потерь.

Наконец, когда трейдер старается приблизиться к минимизации потерь, он может при этом использовать идею постоянного доминирования. Постоянное доминирование прекрасно для теоретически идеальной модели. Однако оно весьма чувствительно к изменениям поверхности. То есть при изменении исходных сценариев для подстройки к изменяющимся характеристикам рынка постоянное доминирование начинает сбоить. В азартной игре, где условия не изменяются от одного периода к другому, постоянное доминирование идеально. В реальном мире торговли вы должны защитить себя от колебаний повер-

хности. Поэтому минимизация потерь в рамках новой методологии очень хорошо приспосабливается к внедрению постоянного доминирования.

Итак, теперь мы завершили полный цикл от рассмотрения поверхности в пространстве рычагов и отыскания точки оптимального роста на ней до отступления от этой точки во имя удовлетворения реальных основополагающих ограничений по части минимизации потерь и сохранения капитала. Просто увеличив показатель степени тем или иным доступным образом, мы достигаем роста. Мы, возможно, достигнем эквивалентного роста, если сможем добиться достаточно большого Т, или достаточно высокого показателя степени. Поскольку показатель степени равен количеству периодов владения за данный отрезок времени, мы постараемся задействовать максимально возможное количество периодов владения за данный отрезок времени. Но при этом вовсе не обязательно торговать по максимально возможному количеству сценариев. Все корреляции приводят к одной. К тому же мы должны постоянно допускать случай, когда наихудшие сценарии реализуются одновременно для всех торгуемых компонент. Мы должны учитывать, что составное / или сумма значений / для всех одновременно торгуемых компонентов, представляет собой потери, которые нам предстоит перенести. Отсюда вытекает, что, стараясь приблизиться к оптимальности потерь, но и стремясь получить такой же рост, как и в оптимальной точке роста, следует торговать по минимально возможному количеству компонент и при минимально возможных значениях / для каждого компонента, а также добиваться задействования максимально возможного количества периодов владения за данный отрезок времени.

Точка оптимального роста - опасное место локализации. Но точно определив ее, то есть если мы располагаемся на том месте, где будет пик, то мы можем получить колоссальный рост. Даже в этом случае нам предстоит пережить серьезные потери. Впрочем, методология пространства рычагов позволяет нам выбрать такое место на карте в пространстве рычагов, где будет достигнута минимизация потерь. Это далее откроет нам альтернативный путь к достижению роста с помощью увеличения Т, или показателя степени, любыми доступными способами. Математически данная стратегия не столь очевидна с методологических позиций, известных прежде.



в конечном итоге инвестиционное решение опирается исключительно на точность вероятностей, сопоставленных сценариям. Поскольку мы интересуемся тем, какой процент инвестировать в ту или иную благоприятную возможность, мы не рассматриваем ситуацию в булевском смысле. То есть нас не интересует вопрос Следует инвестировать в это или нет? . Вспомните пример нашей игры в монетку два-к-одному из первой части этой книги. Согласно обьщенному здравому смыслу нам следут воспользоваться этой благоприятной возможностью, то есть сделать ставку, ибо имеет место положительное математическое ожидание. Но, инвестируя, мы заработаем на этой возможности с вероятностью не больше 25%. С вероятностью 50% или более мы наверняка проиграем. Нам не следует рассматривать возможности в простом булевском смысле, инвестировать или нет, покупать или не покупать данную акцию. Скорее, мы должны рассматривать ситуацию в оттенках черно-белого, спрашивая себя Сколько я инвестирую в эту благоприятную возможность? (может 0% или 100%, или, наиболее вероятно, что-то между двумя этими булевскими экстремумами). То есть когда мы рассматриваем инвестирование в рынок акций, перед нами стоит не вопрос Следует ли? , а, скорее, Сколько следует инвестрировать?

Новая методология, представленная в данной книге, требует от вас отказаться от булевского мышления. Булевский подход состоит в том, чтобы либо инвестировать во что-то (т.е. значение единица ), либо нет (т. е. значение нуль ). Новая методология требует не-булевского мышления, когда вместо вопроса Инвестировали ли вы в этот рынок (имеете ли на нем длинную позицию)? задают вопрос Сколько процентов вы инвестировали в этот рынок (в длинную позицию)? , ожидая получить такие ответы, как 0% или 100%, или, чаще, математически точный ответ (с учетом возможных сценариев для данного рынка) - точное значение между нулем и единицей.

Теперь мы знаем, что для данного набора сценариев или множества набора сценариев мы можем математически определить

оптимальную величину инвестирования. В книге это поставлено на первое место. Данная величина будет точной при условии, что сценарии, их исходы и вероятности реализации верны. Результаты точны лишь до той степени, до которой точны исходные данные. Поскольку при сопоставлении сценариев с тем, чем может обернуться благоприятная возможность, все сценарии допустимы, единственные предположения, которые необходимо сделать - это сопоставляемые сценариям вероятности. Таким образом, в конечном итоге инвестиционное решение опирается исключительно на точность сопоставленных вероятностей. Это не так легко сделать, поскольку мы не можем проверить сопоставляемые вероятности постфактум. Когда в конце некоторого периода владения реализовался один из сценариев, вы не можете знать, точна ли вероятность, которую вы сопоставили ему до его реализации, что вполне согласуется со строками Стейнбека, процитированными в начале книги. Поэтому анализ рынка не должен вьщвигать на первый план вопрос о том, инвестировать или нет. Напротив, основной целью анализа рынка должно быть получение ответов на гораздо более важные вопросы, такие как Какова вероятность того, что на рынке произойдет нечто определенное? Решение таких вопросов в долгосрочном плане принесет инвестору или управляющему капиталом гораздо больше, чем любые предсказания рынка.

Вот мы и вернулись к нашей исходной посылке о том, что анализ рынка, технический или иной, столь же важен, как решение о том, какую сумму инвестировать. Представляется, однако, что такое количественное решение может быть получено лишь при условии, что мы используем анализ рынка для сопоставления точных вероятностей возможностям того, как могут повести себя данные рынки, в противоположность тому, что мы думаем о том, как они себя поведут.

Новая роль инвестиционного аналитика



Список используемой литературы

Bellman, Richard, Adaptive Control Processes, Princeton: Princeton University Press, 1961.

Brinson, Gary P.; Singer, Brian D.; and Beebower, Gilbert L., Determinants of Portfolio Performance II: an update,* Financial Analysts Journal 47, May-June, 1991, pp. 40-49.

Feller, William, An Introduction to Probability Theory and Its Application, Vol. II, New York: John Wiley & Sons, 1966.

Gehm, Fred, Commodity Market Money Management. New York: Ronald Press, John Wiley & Sons, 1983.

Kelly, J. L., Jr.; A New Inteфretation of Information Rate, Bell System Technical Journal, July, 1956, pp. 917-926.

Kuhn, Thomas S.; The Structure of Scientific Revolutions, The University of Chicago Press, 1962.

Press, William H.; Flannery, Brian P.; Teukolsky, Saul A.; and Vetterling, William T, Numerical Recipes: The Art of Scientific Computing, New York: Cambridge University Press, 1986.



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