Одураченные случайностью

Теперь, когда я думаю о "математике Монте-Карло", я думаю о счастливой комбинации двух факторов: реализма человека Монте-Карло без мелочности, объединенного с интуицией математика без чрезмерной абстракции. На самом деле, эта отрасль математики имеет огромное практическое использование и не столь суховата, как это обычно думается. Я увлекся ею в ту минуту, когда стал трейдером. И она формировала мое мышление в большинстве вопросов, связанных со случайностью. Большинство примеров, используемых в книге, было создано с помощью моего генератора Монте-Карло, который я представляю в этой главе. Но в гораздо большей степени это скорее способ мышления, чем вычислительный метод. Математика - это, в принципе, инструмент больше для мышления, чем для вычисления.

Инструменты

Понятие альтернативных историй, обсуждаемых в предыдущей главе, может быть значительно расширено и подвергнуто различной технической обработке. Что приводит нас к инструментам, используемым в моей профессии, чтобы играть с вероятностью. Позже я их обозначу. Методы Монте-Карло, коротко говоря, состоят в создании искусственной истории, используя следующие концепции.

Во-первых, это траектория выборки. Невидимые истории имеют научное название — альтернативные выборочные траектории, которое заимствовано из области вероятностной математики, называемой стохастическим процессом. Понятие траектории, в противоположность результату, указывает на то, что это не простой анализ сценария в стиле МВА, но экспертиза последовательности сценариев в течение времени. Мы не просто интересуемся тем местом, где птичка может оказаться завтра ночью, но интересуемся всеми различными местами, которые она может посетить в течение интервала времени. Мы не просто интересуемся тем, сколько будет стоить капитал инвестора, скажем, через год, а скорее количеством сердечных приступов, которые он может испытывать в течение этого периода. Слово выборочная подчеркивает, что мы видим только одну реализацию среди множества возможных. Очевидно, что выборочная траектория может быть либо детерминированной, либо случайной.

Случайная выборочная траектория, также называемая случайным пробегом, является математическим названием для последовательности виртуальных исторических событий, начинающихся с данного момента и заканчивающихся в другой, и появление которых соответствует некоторому уровню неуверенности. Однако, слово случайный не должно путать с равновероятным (то есть имеющим одинаковую вероятность), поскольку некоторые результаты дадут более высокую вероятность, чем другие. Примером случайной выборочной траектории может быть температура тела вашего кузена в течение периода его болезни тифозной лихорадкой, измеряемой ежечасно. Также это может быть моделирование цены вашей любимой акции, измеренной ежедневно, на закрытии рынка, в течение, скажем, одного года. Начиная со 100$, в одном сценарии цена может заканчиваться 20$, достигнув, однако, максимума в220$, а в другом - она может заканчиваться в точке 145$, повидав минимум в 10$. Другой пример - эволюция вашего состояния в течение вечера в казино. Вы начинаете с 1000$ в кармане и делаете измерения каждые 15 минут. В одной выборочной траектории вы, в полночь, имеете 2200$, а в другой - вы едва наскребаете 20$ на такси.

Стохастические процессы относятся к динамике событий, разворачивающихся во времени. Стохастический -причудливое греческое название для случайного. Эта отрасль теории вероятности интересуется изучением развития последовательных случайных событий - можно даже называть это математикой истории. Ключ к процессу в том, что он заключает в себе время.

Что такое генератор Монте-Карло? Вообразите, что вы можете смоделировать совершенное колесо рулетки на вашем чердаке без того, чтобы обращаться за помощью к плотнику. Компьютерные программы могут моделировать что угодно. Они даже лучше (и дешевле), чем колесо рулетки, сделанное плотником, которое может "любить" какой-либо номер больше, чем другие, вследствие возможной неровности в своей конструкции или пола вашего чердака. Такая неровность называется уклоном.

Моделирование методом Монте-Карло больше всего похоже на игрушку. Можно производить тысячи, возможно, миллионы случайных выборочных траекторий, и смотреть на превалирующие характеристики их некоторых особенностей. Компьютер -незаменимый инструмент в таких занятиях. Очаровательная ссылка на Монте-Карло подчеркивает метафору моделирования случайных событий в манере виртуального казино. Один набор условий, которые, как считается, преобладают в действительности, запускает коллекцию моделей возможных событий. Даже не имея математической подготовки, мы можем применить моделирование методом Монте-Карло для 18-летнего христианского ливанца, последовательно играющего в Русскую рулетку на данную сумму, и видеть, сколько из этих попыток кончаются обогащением, или сколько времени требуется, в среднем, для того чтобы увидеть его некролог. Мы можем заменить барабан револьвера, чтобы он содержал 500 пулеприемников вместо шести, что, очевидно, уменьшило бы вероятность смерти, и посмотреть результаты.

Методы моделирования Монте-Карло стали впервые применяться в военной физике в лаборатории Лос-Аламоса во время подготовки бомбы. Они стали популярными в финансовой математике в 1980-ых, особенно в теориях случайных блужданий цены актива. Ясно, что для примера русской рулетки не требуется такого мощного аппарата, но многие проблемы, особенно ситуации сходства с реальной жизнью, нуждаются с силе генератора Монте-Карло.

Математика Монте-Карло

Это - факт, что "истинные" математики не любят методы Монте-Карло. Они полагают, что такие методы крадут у нас изящество и элегантность математики. Они называют это "животной силой", поскольку мы можем заменить большую часть математических знаний симулятором Монте-Карло (и другими вычислительными уловками). Например, без формального знания геометрии можно вычислять таинственное, почти мистическое число ?1. Как? Просто вписав круг внутрь квадрата и "стреляя" случайными пулями в получившуюся картину. При этом надо предположить равные вероятности для попадания в любую точку картины (что называется равномерным распределением). Отношение пуль внутри круга к количеству пуль внутри и вне круга, даст значение мистического р!, с почти бесконечной точностью. Ясно, что это - не эффективное использование компьютера, поскольку р! может быть вычислено аналитически, то есть в математической форме, но метод может давать некоторым пользователям большее понимание предмета, чем строки уравнений. Умственные способности и интуиция некоторых людей ориентированы таким способом, что они более восприимчивы к получению знаний именно в такой манере (я считаю себя одним из них). Компьютер возможно, не естественен для нашего человеческого мозга, как, впрочем, и математика.

Я - не "урожденный" математик, то есть я говорю на языке математики не как на родном языке, а со следами иностранного акцента. Сами по себе, математические изыски меня не интересуют, только их применение, в то время, как математик интересовался бы улучшением математики (через теоремы и доказательства). Я оказался неспособным к концентрации на расшифровке отдельного уравнения, если я не мотивирован реальной проблемой (и толикой жадности). Поэтому большая часть из того, что я знаю, пришла от торговли производными инструментами - опционы подтолкнули меня, к изучению вероятностной математики. Многие маниакальные игроки имели бы посредственные знания, если бы не приобрели замечательные навыки подсчета карт, благодаря своей страстной жадности.

Другую аналогию можно провести с грамматикой, которая часто более понятна и менее скучна, чем математика. Есть те, кто заинтересован грамматикой для пользы грамматики, и те, кто заинтересован в отсутствии ошибок при письме. Это как с "квантами" - подобно физикам, мы больше заинтересованы в использовании математического инструмента, чем в самом инструменте непосредственно. Математиками рождаются, но никогда не делаются. Физики и кванты также. Я не забочусь об "элегантности" и "качестве" математики, которую я использую, пока я могу получить правильный вывод. Я обращаюсь к помощи методов Монте-Карло всякий раз, когда это возможно. Они могут сделать работу и они, также, гораздо более обучающие, что позволяет мне использовать их в этой книге в качестве примеров.

Действительно, вероятность - это интроспективная область вопросов, поскольку она затрагивает более, чем одну науку, в особенности мать всех наук. Невозможно оценить качество знания, которое мы накапливаем без того, чтобы допустить долю случайности в манере, какой оно получено и нейтрализации аргументов в пользу случайного совпадения, которое могло просочиться при его строительстве. В науке, вероятность и информация рассматриваются в одинаковой манере. Буквально каждый большой мыслитель интересовался этим и большинство из них одержимо. Два самых больших ума, по моему мнению, Эйнштейн и Кейнс, оба начали свои интеллектуальные путешествия с этого. Эйнштейн написал свою главную работу в 1905, в которой он, почти первым, исследовал в вероятностных терминах последовательность случайных событий, а именно, эволюцию задержанных частиц в стационарной жидкости. Его работа по теории броуновского движения может использоваться в качестве основы для теорий случайных блужданий, используемых в финансовом моделировании. Что касается Кейнса, то для образованного человека, он - не политический экономист, на которого любят указывать, одетые в твид, левые, но автор авторитетного, интроспективного и мощного Трактата о вероятности. Прежде, чем окунуться в темную область политической экономии, Кейнс был вероятностником. У него были и другие интересные признаки, (он "взорвал" торговлю на своем счету после достижения чрезмерного богатства - понимание людьми вероятности, не переходит в их поведение).

Читатель может предположить, что следующим шагом после такого вероятностного самоанализа, должно стать вовлечение философии, в особенности раздела философии, занимающегося знанием, как таковым, и который называется эпистемологией, или методологией, или философией науки, которую популяризируют такие люди, как Карл Поппер и Джордж Сорос. Мы пока не будем затрагивать эту тему до поры, до времени.

Развлечение на моем чердаке

Создание истории

В начале 1990-ых, подобно многим моим друзьям по количественным финансам, я увлекся самостоятельным конструированием различных генераторов Монте-Карло, волнуясь при этом, от мысли, что я создаю историю, как демиург. Генерация виртуальных историй и наблюдение отклонений (дисперсии) между различными результатами может быть очень волнующим. Такая дисперсия показывает степень сопротивления случайности. Здесь я убеждаюсь, что был чрезвычайно удачлив в своем выборе карьеры: один из привлекательных аспектов моей профессии количественного опционного трейдера в том, что 95 % моего дня остаются свободными, чтобы думать, читать и исследовать (или заниматься в тренажерном зале, на лыжных спусках, или, более эффективно, на скамье в парке). У меня есть также хорошо оборудованный чердак для работы.

Достижения компьютерной революции для нас заключались не в наводнении нескончаемыми сообщениями электронной почты и не в доступе к комнатам для дискуссий; Для нас, эти достижения заключались во внезапном появлении быстрых процессоров, способных к генерации миллиона выборочных траекторий в минуту. Вспомните, что я никогда не рассматривал себя иначе, чем не восторженным решателем уравнений и редко проявлял мастерство в этом вопросе, будучи более приспособленным к составлению уравнений, чем к их решению. Внезапно, мой инструмент позволил мне решать наиболее тяжелые из уравнений с минимальными усилиями. Лишь немногие решения остались вне досягаемости.