<<
>>

Пределы компьютерного моделирования

Некоторые профессионалы, с которыми я разговаривал, как, например, Майкл Барнард, очень гордятся своими навыками в области компьютерного моделирования. "Первого большого прогресса в этой области я достиг в 1973 году, когда овладевал программой ОаШЯгеапх Не знаю, помните ли вы Ех1е1 Сагс1$, но в свое время для поиска акций, отвечающих определенным критериям, приходилось просматривать эти карточки", - рассказывал мне Барнард.
Критериями отбора могли быть высокие темпы роста, а также рост прибыли на протяжение последних пяти лет. "В те времена брокеры только начинали осваивать компьютеры. А я должен был проанализировать с помощью компьютера ценность инвестиционного портфеля". Эта работа вызвала у Барнарда интерес. "Я прочитал руководство к программе и понял, что ее можно использовать для поиска акций, отвечающих критериям частных клиентов". Программа позволила Барнарду изучить гораздо большее количество бумаг на предмет их соответствия определенным критериям.

Роджер Ейтс больше упирал на тот факт, что в распоряжении его аналитиков в данный момент имеется значительно более лучшее программное обеспечение, чем когда бы то ни было. Он подчеркивал, что в конце 1980-х у шахматного компьютера 1ВМ не было никаких надежд выиграть у чемпиона мира. А в 1997 году машина "Бит Блю" все-таки смогла обыграть Каспарова, хотя тот считается одним из Величайших шахматистов всех времен.

Но даже при наличии в наши дни новых компьютерных программ и высококвалифицированных специалистов, способных создавать н использовать такие программы, в 1п\'е$со понимают, что следить за ъсеми акциями, торгуемыми на Лондонской фондовой бирже, а их 2500, Невозможно. Ейтс сообщил мне, что его компания отслеживает около 300 акций и интенсивно изучает их. В рабочих кабинетах, в которые я Заходил, люди работали на компьютерах. Я заметил Ейтсу, что особо Дурной активности совсем не видно.

"Ну и хорошо", - ответил с улыбкой сите. Лично он бывает очень доволен, если компания за год проводит Сделки лишь с четвертью отслеживаемых бумаг. Гпава4, _

Ейтс привел два примера, когда с помощью компьютеру моделирования была установлена закономерность, о которо" догадывались на интуитивном уровне, но, по утверждению Ейтса них никто ее не обнаружил и в системном анализе не использовал "Традиционной реакцией на предупреждение какой-либо компании по прибыли, когда она уведомляла, что результаты будут щоке ожиданий, было соответствующее понижение акций компании" рассказывал мне Ейтс, Как только такое предупреждение достигает рынка и информация усваивается участниками, цена акций компании идет вниз, и "Все в порядке". Но компьютерная обработка показала, что после первого предупреждения в 75% случаев компания в течение года выпускает второе предупреждение. Ейтс интуитивно считал это нормальным явлением, но рынок, ориентированный на более краткосрочное восприятие новостей, не приспособился к этому.

Как сказал мне Ейтс, "Если над этим поразмыслить, то в этом нет ничего особенно удивительного. Что касается компании, чьи акции котируются на рынке (а мы тоже такая компания), то если она считает, что ей, возможно, придется выпустить предупреждение, она должна учесть все потенциальные последствия. Она должна убрать все лишнее, посмотреть, не осталось ли каких-либо скрытых возможностей на тот момент, потому что, если что-нибудь пойдет не так, она попадет в неприятное положение". Во время большого обвала технологических бумаг 2001 года многие компании были вынужден выпустить именно такие повторные предупреждения и увидели, как их акции полетели вниз.

Похоже, существует и обратный процесс. У Ейтса есть данные и по росту прибыли или движущей силе. Компьютерный анализ здесь тоже показывает, что если дела у компании идут хорошо, и ее показатели значительно превосходят ожидания, скорее всего эта компания увеличит темпы роста в ближайшем будущем. Ь^езсо ишет компании, темпы роста которых и рост выплачиваемых компанией дивидендов превышают средние.

Многие аналитики намеренно сокращают объем информаш^1 для анализа. Например, Чарльз Кларк из ^ей ЬВ Рашпиге исключает как неперспективные целые отрасли экономики. На данный м0М автомобильная промышленность кажется ему абсолк! бесперспективной. "Я изменю свою точку зрения, но меня до

чбещпь з этом". Майкл Барнард, управляющий своим фондом в ^иочку, специализируется только иа ценных бумагах британских компаний, потому что не может справиться со всей информацией. Стратегии, подобные политике Епезсо, отслеживающей 300 ведущих акций, являются классическим способом решения проблемы информационной перегрузки путем сужения сферы своих интересов.

Такие профессионалы, как Кларк н Барнард, используют компьютеры для проверки своих идей, но компьютерное решение не является последним словом. Наиболее острой проблемой, с которой сталкиваются анатпжи, является то, что компьютерные программы способны выполнять аналитическую работу лучше самих аналитиков. Подтверждение этому можно найти и в других областях. Например, было установлено, что компьютеры ставят медицинский диагноз точнее большинства врачей общего профиля. В области финансовых рынков, где половина профессионалов не имеет специальной подготовки, вряд ли следует удивляться тому, что бумаги, выбранные финансовым аналогом машины "Биг Блю", будут успешными.

Дискуссии по этому вопросу вышли на первый план из-за успехов так называемых индексных фондов, достигнутых ими в последнее время. ^

<< | >>
Источник: Дэвид Кохен. Психология фондового рынка: Страх, Алчность и Паника. 2004

Еще по теме Пределы компьютерного моделирования:

  1. 15.3. Математические методы исследования экономики моделирование социальных процессов; моделирование эколого-экономических систем
  2. 8.1. Моделирование спроса и потребления Целевая функция потребления и моделирование поведения потребителей
  3. 2.3 Компьютерные преступления и наказания
  4. Вставка 3.1. Компания компьютерной анимации Pixar (Пиксар)
  5. 3.4 Защита от компьютерных вирусов
  6. 3.3 Организационно-техническое обеспечение компьютерной безопасности
  7. 5.3 Обеспечение компьютерной безопасности учетной информации
  8. Достижение пределов
  9. 10.5. Информатика тенденции и перспективы развития компьютерной техники и информационных технологий
  10. Компьютерные информационные технологии в бухгалтерском учете
  11. Компьютерные технологии, применяемые для сбора информации.
  12. 8.4. Математика экономико-математические методы и модели; метод математического моделирования в экономике; основные количественные характеристики мокро- и микроэкономического анализа; основные абстрактные модели рыночной экономики; моделирование спроса и предложения
  13. Пределы экономической науки
  14. За пределами цены контракта
  15. Функциональные задачи компьютерной информационной системы аудиторской деятельности
  16. ^ Анализ предела безопасности для оценки потока платежей
  17. Предел изменения курса контракта
  18. Цена «в пределах цены контракта»
  19. За пределами методологии: таинство вдохновения