Саймон Вайн - Инвестиции и трейдинг. Формирование индивидуального подхода к принятию инвестиционных решений

– Уровни изменения для 22, 63, 126 и 253 дней рассчитаны от последнего дня в колонке, где указаны даты реакции на событие. Первая дата указывает начало рыночной реакции или торговый день, предшествующий событию.

– Рыночные дни.

– В 1916 г. список из 20 акций DJIA был пересмотрен и пересчитан к открытию курса 12 декабря 1914 г.

Источник: индекс Доу-Джонса, 1885–1990 гг.

Из таблицы можно сделать много интересных выводов. Особенно любопытно поведение рынка в дни, предшествующие оккупации Франции Германией в 1940 г. Оказывается, столь стремительная корректировка цен произошла ввиду того, что все европейские рынки следовали повышательной тенденции в месяцы, предшествующие событию. Представьте себе ситуацию в Европе в то время: полная милитаризация, нацисты только что оккупировали несколько стран, английские войска перебрасываются во Францию, а рынок растет. Не правда ли, этот факт подрывает веру в рациональность инвесторов и в их способность правильно трактовать информацию?

Проанализировав данные, приведенные в таблице, можно также сделать вывод о непредсказуемости реакции рынка на неожиданные события. Интересно, что большинство кризисных ситуаций не мешают быстрому восстановлению его позитивной динамики.

Процесс построения моделей

Рассмотрим методы, используемые «фундаменталистами» для прогнозирования на разных рынках. Для общего понимания процесса построения модели обратимся к профессору Ричарду Левичу, который показывает последовательность нахождения рабочей модели для построения прогноза на рынке валют.

«Выбор можно сделать из многих моделей: монетарный подход, портфельный баланс, покупательный паритет. После избрания модели под нее подбирают параметры: М1, М2, М3, валовой продукт, индекс роста цен, текущий баланс и т. д. Наконец, следует остановиться на одном из методов подсчета: обычное квадратическое отклонение, обобщенное квадратическое отклонение, общий метод моментов и т. д. Предположим, инвестор успешно идентифицировал модель, по которой курс спот S является функцией f набора неизвестных Х i: S = f (Х 1, Х 2…., Х n). Таким образом, спот в 2001 г. (статья была написана в 1999 г. – С.В. ), а возможно, и позднее, будет функцией Х 1в 2001 г., Х 2 – в 2001 г., Х 3 – в 2001 г. Но определение значений этих неизвестных в 2001 г. и далее – задача не из легких.

В таком случае инвестор может отвергнуть структурный подход и не следовать, например, структурному анализу временных рядов, а использовать одно- и многопараметрические модели анализа временных рядов, спектральный анализ временных рядов и метод нейронных сетей. Но и для этих моделей инвестор должен выбрать параметры и методы оценки.

Вне зависимости от избранного метода анализа он столкнется со стандартными эконометрическими проблемами, такими, например, как определение объема информации, необходимой для использования модели. В заключение следует напомнить, что модель, возможно, будет объяснять только прошлое, если в итоге историческая информация не окажется индикатором будущей информации» [54] Levich R.M. Can Currency Movements Be Forecasted? AIMR Conference Proceedings: Currency Risk in Investment Portfolios, June 1999, p. 30. .

Иными словами, для успеха прогнозирования необходимо правильно подобрать и синхронизировать многие «движущие части». К сожалению, как показал кризис финансовых рынков в Бразилии в 2002 г., даже при наличии полной информации и экономически прогрессивном правительстве достаточно одного просчета в предположениях – и самые надежные прогнозы мгновенно рушатся. Продемонстрируем вариант практического анализа этой ситуации.

Накануне выборов 2002 г. рынок оценивал состояние бразильской экономики как стабильное и испытывал большое доверие к способности Банка Бразилии контролировать ситуацию на финансовых рынках. Однако в течение мая – июля вероятность победы кандидата, не поддерживающего рынок, резко возросла. Попытаемся сделать прогноз, какое влияние может оказать руководство страны, неблагоприятно относящееся к рынку, на изменение цен на международных фондовых рынках при неизменном экономическом прогнозе развития Бразилии.

Текст предоставлен ООО «ЛитРес».

Прочитайте эту книгу целиком, купив полную легальную версию на ЛитРес.

Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.

Romer C. D., From Recession to Recovery: The Economic Crisis, the Policy Response, and the Challenges We Face Going Forward, Testimony before the Joint Economic Committee, October 22, 2009 http://www.whitehouse.gov/assets/documents/JECTestimony_October09-final.pdf

Sperandeo V. Trader VicII – Principles of Professional Speculation. John Wiley & Sons, Inc. 1994, p. 208.

Гносеология – одно из направлений философии, посвященное теории познания.

Soros G. The Alchemy of Finance. John Wiley and Sons, Inc.

Jones P. T., forward in Soros G. The Alchemy of Finance. John Wiley and Sons, Inc.

Caldwell Br. Popper and Hayek: Who Influenced Whom? Presentation at Karl Popper, 2002.

Caldwell Br. Hayek: Right for the Wrong Reasons? Похожий вывод сделал Р. Бэкхаус в Truth and Progress in Economic Knowledge, утверждая, что, вопреки огромному росту компьютерных возможностей и развитию сверхсложных статистических методов, результаты эмпирического прогресса в экономике хуже ожидавшихся.

Stiglitz J. E. Information and the Change in the Paradigm in Economics. Nobel Prize Lecture, December 8, 2001.

Еще более определенно высказался Ф. Найт, один из основателей Чикагской школы экономики, писавший за тридцать лет до К. Поппера: «Фундаментальная разница между животными и людьми заключается в том, что люди реагируют до того, как ситуации материализуются… Мы ощущаем мир до того, как реагируем на него; мы реагируем не на то, что ощущаем, а на то, что предполагаем». Knight F. H. Risk, Profit, Uncertainty. Boston, MA: Hart, Schaffner & Marx; Houghton Miffin Company, 1921.

При эмпирической проверке экономических моделей этот парадокс возникает постоянно; в случае неподтверждения прогноза событием появляется вопрос: является ли само событие аномалией или причина в том, что модель недостаточно хороша (bad-model problem). Например, если настроить используемую в сфере финансов модель CАPM на решение проблемы описания доходности малокапитализированных фирм, ее уже нельзя применить для описания доходности высококапитализированных компаний, и наоборот.