კელის მეთოდით ზომის განსაზღვრა: მყიფე ხიდი უპირატესობიდან ექსპოზიციამდე

სწორი სიდიდე გააუმჯობესეთ

კელის მეთოდით პოზიციის ზომის განსაზღვრა მოცემულ მოდელში მოსალოდნელ ლოგარითმულ სიმდიდრეს მაქსიმუმამდე ზრდის. ეს უპირატესობის არსებობის აღმოჩენის მეთოდი არ არის და არც მომდევნო თვეში ფულის გამომუშავების ალბათობას ზრდის მაქსიმუმამდე. ლოგარითმები მკაცრად აფასებს შედეგებს, რომლებიც მცირე სიმდიდრეს ტოვებს, და ამით ზარალის დაგროვებით შედეგს ასახავს. ოპტიმიზაცია მაინც მთლიანად დამოკიდებულია დაშვებულ ალბათობებზე, მოგება-ზარალის ოდენობებსა და შესაძლებელ პოზიციებზე.

მარტივ განმეორებად ფსონში, რომელიც p ალბათობით თითო დადებულ ერთეულზე b ერთეულს იგებს, სხვა შემთხვევაში კი მთელ ფსონს კარგავს, შეუზღუდავი წილია f = p − (1 − p)/b. ეს ფორმულა პირდაპირ ვერ ჩაანაცვლებს სტოპ-ლოსის პროცენტს ან ბერკეტიანი ინსტრუმენტის მარჟის მოთხოვნას. მასში ზარალის განსაზღვრება მოდელის ნაწილია და არა სავაჭრო პლატფორმის ადმინისტრაციული პარამეტრი.

ორშედეგიან მოდელში f წილი მოგებისას ქონების 1 + bf კოეფიციენტს იძლევა, ზარალისას კი 1 − f-ს. მოსალოდნელი ლოგარითმული ზრდაა p ln(1 + bf) + (1 − p) ln(1 − f). დასაშვები წილი ყველა მოდელირებულ შედეგში დადებით ქონებას უნდა ინარჩუნებდეს. სესხებისა და ექსპოზიციის შეზღუდვები არჩევანს კიდევ უფრო ავიწროებს; მათ გარეშე მიღებული მაქსიმუმი პრაქტიკულ ზომას არ ნიშნავს.

ალბათობის მცირე შეცდომები პოზიციის ზომის დიდ შეცდომებს ქმნის

განვიხილოთ თანაბარი მოგებისა და ზარალის შედეგები და მოგების შეფასებული 55%-იანი ალბათობა. ფორმულა 10%-იან წილს გვაძლევს. თუ ნამდვილი ალბათობა 51%-ია, მოდელის ოპტიმუმი მხოლოდ 2%-ია; თუ იგი 50%-ზე ნაკლებია, დადებით პოზიციას მოდელში უპირატესობა არ აქვს. შესაბამისად, შეფასებაში რამდენიმე პროცენტული პუნქტის შეცდომამ მოჩვენებითი ოპტიმუმი შეიძლება მნიშვნელოვან გადაჭარბებულ ექსპოზიციად აქციოს.

დაკვირვებული მოგების სიხშირე ცნობილი ალბათობა არ არის. გადაფარული სიგნალებიდან მიღებული ასი გარიგება შეიძლება ასზე ბევრად ნაკლებ დამოუკიდებელ დაკვირვებას შეიცავდეს. შედეგების განაწილებაც შეიძლება შეიცვალოს საკომისიოების, გამოტოვებული შესრულებისა და უჩვეულო ზარალების შემდეგ. მოცულობის რომელიმე შედეგის განხილვამდე აღწერეთ, როგორ მიიღეთ შეფასება, მისი დამაჯერებელი გაურკვევლობის დიაპაზონი და რომელი არახელსაყრელი შედეგები აკლია შერჩევას.

ზრდა ასატან გზას არ ნიშნავს

სტრატეგიას შეიძლება დადებითი მოსალოდნელი ლოგარითმული ზრდა ჰქონდეს და ამავე დროს შუალედურად ღრმა ვარდნები განიცადოს. გრძელვადიანი მტკიცებები მარჟის მოთხოვნის, თანხის გამოტანის საჭიროების ან ფსიქოლოგიური ზღვრის პირობებში გადარჩენას არ უზრუნველყოფს. ინვესტორს, რომელსაც ფული მალე სჭირდება, მრავალი გამარტივებული დემონსტრაციის ნავარაუდევი უსასრულო ჰორიზონტი არ აქვს.

ფრაქციული კელი გამოთვლილ პოზიციას ამცირებს, ხშირად მგრძნობელობისა და კაპიტალის ვარდნის შესამცირებლად, თუმცა არჩეული წილი უნივერსალური უსაფრთხოების მოწმობა არ არის. ძლიერ გადაჭარბებული ოპტიმუმის ნახევარიც შეიძლება მეტისმეტად დიდი იყოს. რისკით შეზღუდული კელის ფორმულირებების კვლევა ვარდნის შეზღუდვებს აშკარად ადგენს და არ ვარაუდობს, რომ ზრდის მიზანი ავტომატურად ყველა პრეფერენციას ასახავს. ამ მოდელებსაც აქვთ დაშვებები, რომლებიც დამოუკიდებლად უნდა შემოწმდეს.

მრავალი შესაძლებლობა ერთ ბალანსს იყენებს

თითოეულ სიგნალზე ცალკეული სრული კელის გამოთვლის გამოყენებამ შეიძლება ერთი და იგივე კაპიტალი შეუმჩნევლად ხელახლა გამოიყენოს. ერთდროული პოზიციები შეიძლება ერთად წაგებულად დასრულდეს, პორტფელის ამოცანას კი მათი შედეგების ერთობლივი განაწილება განსაზღვრავს. ერთი სავალუტო შოკით დაკავშირებული სამი გარიგება სამი დამოუკიდებელი გამეორება არ არის მხოლოდ იმიტომ, რომ სიმბოლოები განსხვავდება.

პრაქტიკული შეზღუდვებია სესხების ხარჯები, კონტრაქტის მინიმალური ზომები, კონცენტრაციის ლიმიტები და დაგეგმილ გასვლაზე მეტი ზარალი. მხოლოდ მოგების ან წაგების ორობითი მოდელი ამ დეტალებს ფარავს. თეორიული წილის ერთეულებში გადაყვანამდე შეადგინეთ სცენარების ცხრილი ანგარიშის სრული ქონებისთვის, მათ შორის კორელირებული ფასობრივი ნახტომებისა და დაფინანსების საჭიროებებისთვის. ხარჯების ან საგანგებო შემთხვევებისთვის გადანახული ფული რისკის კაპიტალად დაუფიქრებლად არ ჩათვალოთ მხოლოდ იმისთვის, რომ უფრო დიდი პოზიცია პროპორციულად გამოიყურებოდეს.

ფორმულა მგრძნობელობის სავარჯიშოდ გამოიყენეთ

სასარგებლო სასწავლო გამოყენებაა შესაძლო ალბათობებისა და მოგება-ზარალის ოდენობების მიხედვით წილების დიაპაზონის გამოთვლა და შემდეგ პასუხის არასტაბილურობის შემოწმება. თუ მცირე გაუარესებაც უპირატესობას აქრობს, მნიშვნელოვანი დასკვნა მყიფეობაა და არა ცხრილში ყველაზე დიდი რიცხვი. უარყოფითი მოდელირებული ზრდაც ინფორმაციულია: ექსპოზიციის შემცირება ვერ შექმნის ეკონომიკურ უპირატესობას, რომელიც ხარჯების შემდეგ არ არსებობს.

კვლევის გაურკვევლობა გამოყავით ზარალის ატანის პირადი შესაძლებლობისგან. მოდელი შეიძლება სტატისტიკურად იმედისმომცემი იყოს, მაგრამ კონკრეტულ ჰორიზონტს ან დაფინანსების მოწყობას არ შეესაბამებოდეს. მიზანი, დაშვებები და სავალდებულო შეზღუდვები ერთად აღრიცხეთ. სავარჯიშოს მიზანია აჩვენოს, რისი დაჯერებაა საჭირო პოზიციის გასამართლებლად და არა ისეთი ავტორიტეტული პროცენტის გამოტანა, რომელიც განსჯას გვერდს აუვლის.

კაპიტალის წილამდე ზარალის მოდელი შეამოწმეთ

საწყისი მარჟა მაქსიმალური ზარალი არ არის. ინსტრუმენტმა, რომლის უზრუნველყოფისთვის 1 000 დოლარია საჭირო, ფასობრივი წყვეტის გამო დახურვამდე 3 000 დოლარი შეიძლება დაკარგოს. მისი ისეთ ფსონად წარმოდგენა, რომელიც მაქსიმუმ ათასს კარგავს, ამოცანას ცვლის. სტოპამდე მანძილიც გასვლის ფასის სახელშეკრულებო გარანტიას არ ქმნის; მოდელს რეალური შესაძლო ზარალი უნდა შეესაბამებოდეს.

მიმდინარე კაპიტალის 10%-ის ტოლი ათი ზედიზედ ზარალი საწყისის 0,9¹⁰ ≈ 34,9%-ს ტოვებს. ვარდნა 65,1%-ია და აღსადგენად დაახლოებით 186,8%-იანი ზრდაა საჭირო. 2%-იანი წილის შემთხვევაში 81,7% რჩება, აღსადგენი ზრდა კი დაახლოებით 22,4%-ია. ეს კონკრეტული გზების შედეგებია და არა მათი ალბათობები ან რეკომენდებული რისკის წილები.

ყოველი შედეგის შემდეგ ხელახალი გამოთვლა მნიშვნელოვანია. მიმდინარე კაპიტალის ათი პროცენტი ზარალის შემდეგ ფულად თანხას ამცირებს. საწყისი ათასიდან მუდმივი ასი დოლარი სხვა პროცესია: ხუთი ზარალის შემდეგ ის დარჩენილი თანხის უკვე 20%-ია. მინიმალურმა სავაჭრო ზომამ შემდგომი შემცირება შეიძლება შეაფერხოს. უწყვეტი ფორმულა დისკრეტულ კონტრაქტებს ავტომატურად არ ერგება.

მთელი ქონების გამანადგურებელი შედეგის ლოგარითმი უარყოფითი უსასრულობაა. მისი გამორიცხვა მხოლოდ იმიტომ, რომ მოკლე ისტორიაში არ გამოჩნდა, ხილულ ოპტიმუმს საფუძვლიანად ცვლის. ზუსტი ალბათობების გამოგონების ნაცვლად გამოყავით შეფასებული ჩვეულებრივი შედეგები მოდელში გაუთვალისწინებელი გაკოტრების გზებისგან. გაურკვევლობის აღიარება სჯობს არარსებული სტატისტიკური სიზუსტის დემონსტრირებას.