1. Какую роль играет точечный прогноз при разработке стоп-заявок? Как точечный прогноз можно пересматривать по итогам последних торгов? Назовите плюсы и минусы такого пересмотра прогноза.
2. Почему точечный прогноз не стоит брать в качестве среднего для нормального распределения при расчете рекомендуемых цен покупки или продажи валюты на прогнозируемый период? Какое значение следует взять в качестве среднего для нормального распределения при расчете рекомендуемых цен покупки или продажи?
3. Каким образом при расчете рекомендуемых цен покупки и продажи находится средняя ошибка прогнозируемого индивидуального значения курса доллара? Какой t-критерий используется при расчете рекомендуемых цен покупки или продажи? Чем односторонний t-критерий отличается от двустороннего t-критерия?
4. Какой риск по мере повышения уровня надежности рекомендуемых цен покупки и продажи валюты у инвестора снижается, а какой, напротив, повышается? Можно ли оба эти риска одновременно свести к минимуму?
5. Повышается ли точность статистических моделей при уменьшении срока прогнозирования? Как этот процесс можно объяснить с точки зрения математики? Повышается ли при этом ценность прогноза?
6. Объясните, почему при построении статистических моделей для прогнозирования курса доллара к рублю с упреждением в две и в одну неделю мы не стали переходить к логарифмическому временному ряду, в то время как при построении модели для прогнозирования курса евро к доллару нам пришлось перейти к логарифмическому временному ряду?
7. Почему при одном и том же уровне надежности, в соответствии с которым составлялись цены покупки и продажи доллара на рубли, вероятность удачной сделки при покупке доллара выше, чем при его продаже? В чем причина асимметрии в доходности? Можно ли сказать, что такая же асимметрия в доходности существует относительно пары «евро — доллар»? Подтвердите свой вывод конкретными цифрами.
Краткое заключение
Ну вот, уважаемый читатель, вы уже читаете последнюю страницу книги, посвященной на первый взгляд довольно трудному делу — прогнозированию курсу доллара. Однако «не так страшен черт, как его малюют» — гласит народная пословица.
Надеюсь, наша книга убедила читателей, что причудливо меняющиеся курсы валют вполне поддаются прогнозированию. И хотя эти прогнозы нельзя давать со 100 %-ным уровнем надежности, однако прогнозирование курса валюты с 95 %-ным уровнем надежности является вполне посильной дня инвестора задачей, если он, конечно, владеет соответствующей методикой. Хотелось бы также заметить, что 100 %-ный уровень надежности в прогнозах невозможен не только на волатильных финансовых рынках, но и во многих областях человеческой деятельности, поскольку в жизни всегда есть место риску и разного рода случайностям.
Вполне очевидно, что интервальные прогнозы по курсам валют позволяют инвестору оценить как ожидаемые доходы, так и возможные убытки на прогнозируемый период. Соответственно он может либо захеджироваться от этих рисков, либо быть готовым понести возможные убытки в обмен на потенциально возможную прибыль. Причем если в первом случае, зная величину риска, инвестор может правильно оценить реальную цену покупки инструмента для хеджирования, то во втором случае он идет на риск не вслепую, а заранее оценив целесообразность такого шага. Благодаря надежному интервальному прогнозу (тестированию его надежности посвящена значительная часть этой книги) участник рынка еще до инвестирования средств в валюту имеет информацию как о максимальном уровне своих возможных убытков, так и о максимальной величине своих возможных доходов.
Еще одним важным направлением в сфере валютного прогнозирования является составление рекомендуемых цен продажи и покупки валют, что позволяет инвестору составлять стоп-заявки на продажу или покупку валют с определенным уровнем надежности. При желании уровень надежности можно повысить за счет повышения цены продажи или снижения цены покупки валюты, однако при этом у инвестора соответственно повышается риск упущенной прибыли. Умение составлять рекомендуемые цены покупки и продажи позволяет инвестору рассчитать приемлемый дня него уровень риска и обеспечить эффективное участие в валютной игре.
С уважением,
Владимир Брюков, независимый аналитик
Свои вопросы к автору по содержанию этой книги, а также предложения по ее улучшению читатели могут прислать на адреса его электронной почты:
[email protected], [email protected], [email protected]
Литература
1. Андерсон Т. Статистический анализ временных рядов / пер. под ред. Ю.К. Беляева. М.: Мир, 1976.
2. Дрейпер Н., Смит Г. Прикладной регрессионный анализ: пер. с англ. Кн. 1. 2-е изд… М.: Финансы и статистика, 1986.
3. Елисеева И.И., Юзбашев М.М. Общая теория статистики: учебник/ под ред. И.И. Елисеевой. М.: Финансы и статистика, 1995.
4. Макарова Н.И., Трофимец В.Я. Статистика в Excel. М.: Финансы и статистика, 2003.
5. Молчанов И.Н., Герасимова И.А. Компьютерный практикум по начальному курсу эконометрики (реализация на EViews): практикум. Ростов н/Д, 2001.
6. Турунцева М.Ю. Анализ временных рядов. М.: МИЭФ ГУ-ВШЭ, 2003.
7. Четыркин Е.М., Калихман И.Л. Вероятность и статистика. М.: Финансы и статистика, 1982.
8. Эконометрика: учебник / под ред. И.И. Елисеевой, И.И. Елисеева, С.В. Курышева, ТВ. Костеева и др. 2-е изд., испр. и доп. М.: Финансы и статистика, 2006.
© Брюков В.Г., 2011 © ООО «Центр Исследований Платежных Систем и Расчетов», 2011
© ООО «КноРус», 2011
Примечания
1
Турунцева М.Ю. Анализ временных рядов. М.: МИЭФ ГУ-ВШЭ, 2003. С. А—9.
2
См., например: Эконометрика: учебник / под ред. И.И. Елисеевой. 2-е изд., испр. и доп. М.: Финансы и статистика, 2006. С. 43—132.
3
Последние данные, имевшиеся у автора на тот момент, когда писались эти строки.
4
Здесь и далее необходимо учитывать, что при вычислении Р-значения коэффициента регрессии компьютерная программа может использовать число в экспоненциальном формате, который обычно применяется для обозначения очень больших или очень малых чисел. Часть числа заменяется символами Е + n (для очень больших чисел) и Е — n (для очень маленьких чисел), где Е (экспонента) означает умножение предшествующего числа на 10 в степени n. Если, например, число 5,4Е -60 перевести в числовой формат, то оно будет равно 0,00…
5
См. Эконометрика. С. 107.
6
Знак ^ используется в качестве обозначения степени числа, т. е. R^2 равно R2.
7
В книге все стоимостные выражения указываются в деноминированных единицах. В январе 1998 г. в России была проведена деноминация (уменьшение номинала) рубля, в результате которой его стоимость уменьшилась в 1000 раз. В июне 1992 г. доллар стоил 44,4 руб. и в дальнейшем продолжал быстрый рост. Однако для осуществления математических расчетов необходимо пользоваться едиными масштабами измерения стоимости, поэтому можно сказать, что в этот момент доллар стоил 4,44 коп. в копейках 1998 г., а к апрелю 2010 г. его цена превышала 30 руб.
8
Четыркин Е.М., Калихман И.Л. Вероятность и статистика. М.: Финансы и статистика, 1982. С. 255.
9
Гомоскедастичность, или гомогенность, дисперсии — состояние, при котором измерения вариативности колеблются внутри диапазона, ожидаемого при случайной вариативности; гетероскедастичностъ — состояние, при котором измерения вариативности являются большими, чем ожидаемые случайно.
10
Андерсон Т. Статистический анализ временных рядов / пер. под ред. Ю.К. Беляева. М. Мир, 1976. С. 276.
11
Андерсон Т. Статистический анализ временных рядов. С. 35, 39.
12
В этом и следующем абзацах стоимость доллара в рублях приводится с учетом деноминации в 1998 г.
13
Дрейпер И., Смит Г. Прикладной регрессионный анализ: пер. с англ. Кн. 1. М.: Финансы и статистика, 1986. С. 199.
14
Дрейпер Н., Смит Г. Прикладной регрессионный анализ. С. 190.
15
14
Дрейпер Н., Смит Г. Прикладной регрессионный анализ. С. 190.
15
Дрейпер Н., Смит Г. Прикладной регрессионный анализ. С. 190.
16
GujaratiD.N. Basic Econometrics. Third Ed. Me. Graw-Hill. Inc., 1995. P. 509–513.
17
См., например: Эконометрика. С. 327–334.
18
Андерсон Т. Статистический анализ временных рядов. С. 43.
19
Свешников АЛ. Прикладные методы теории случайных функций. М.: Наука, 1968. С. 33.