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.
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
