01.02.2018

Математическое ожидание. Просто о сложном. Азы трейдинга.

При размещении ставок любого типа всегда существует определенная вероятность получения прибыли и риск потерпеть неудачу. Положительный исход сделки, и риск потерять деньги неразрывно связаны с математическим ожиданием. В данной статье мы подробно остановимся на этих двух аспектах трейдинга.

Математическое ожидание - при количестве выборок или количества её измерений (иногда говорят - количества испытаний) стремящимся к бесконечности.

Смысл в том, что положительное математическое ожидание ведет к положительной (с повышением прибыли) торговле, а нулевое или отрицательное математическое ожидание означают, что не нужно торговать вообще.

Что бы было легче разобраться в данном вопросе, давайте рассмотрим понятие математического ожидания при игре в рулетку. Пример с рулеткой очень прост для понимания.

Рулетка - (Крупье запускает шарик в противоположную сторону вращения колеса, с того номера на какой шарик упал в предыдущий раз, который должен упасть в одну из пронумерованных ячеек, сделав не менее трёх полных оборотов по колесу.

Ячейки, пронумерованные числами от 1 до 36, окрашены в чёрный и красный цвета. Номера расположены не по порядку, хотя цвета ячеек строго чередуются, начиная с 1 - красного цвета. Ячейка, обозначенная цифрой 0, окрашена в зелёный цвет и называется зеро

Рулетка- это игра с отрицательным математическим ожиданием. Все из-за поля зеро.«0», которое не является ни черным, ни красным.

Поскольку (в общем случае) если не применять изменение ставки, игрок теряет 1$ за каждые 37 вращений колеса (при ставке 1$ за раз), что приводит к линейному убытку на уровне -2,7%, который увеличивается по мере роста числа ставок (в среднем).

Конечно у игрока на интервале, к примеру, в 1000 игр, могут случаться серии побед, и человек может начать ошибочно считать, что он может зарабатывать, обыгрывая казино, так и серии поражений. Серия побед в таком случае может увеличить капитал игрока на большее значение, чем у него было изначально, в таком случае, если у игрока была 1000$, после 10 игр по 1$ у него в среднем должно остаться 973$. Но если в таком сценарии у игрока окажется денег меньше или больше, мы будем называть такую разницу между текущим капиталом дисперсией. Зарабатывать на игре в рулетку можно только в рамках дисперсии.Если игрок продолжит следовать этой стратегии, в конечном счете человек останется без денег, а казино заработает.

Второй пример — знаменитые бинарные опционы. Вам дают сделать ставку, при удачном исходе вы забираете аж 90 процентов сверху от своей ставки, а при неудачном- теряете все 100. И дальше владельцам БО достаточно просто ждать, рынок и отрицательное мат ожидание сделают свое дело. А временная дисперсия даст надежду трейдеру бинарных опционов, что на данном рынке можно зарабатывать. Но это временно.

В чем же плюс криптовалютного трейдинга (как и трейдинга на фондовом рынке) ?

Человек сам может создать для себя систему. Сам может ограничить свой риск, и стараться забрать с рынка максимум возможной прибыли. (Причем если со вторым ситуация довольно спорная, то риск нужно контролировать очень четко.)

Чтобы понимать в каком направлении вас ведёт ваша стратегия необходимо ведение статистики. Трейдер должен знать:

1. Количество своих трейдов. Чем больше количество трейдов по заданной стратегии, тем точнее будет математическое ожидание
2. Частота удачных входов. (Вероятность) (R)
3. Свой профит по каждой положительной сделке.
4. Смещение (коэффициент прибыльных сделок) (B)
5. Средний размер вашей ставки (стоп ордер) (S)

Математическое ожидание (Е) = B * R – (1 – B) = B * (1 + R) –1

Чтобы примерно узнать свой итоговый заработок или убыток на счете (EE), к примеру, на дистанции в 1000 трейдов, воспользуемся формулой.

Где N — количество трейдов, которые мы планируем исполнить.

Для примера возмем начальные данные:

стоп лосс - 30 долларов.

профит - 100 долларов.

Количество сделок 30

Математическое ожидание отрицательное только при соотношении прибыльных и убыточных сделок (R) 20%/80% или хуже В остальных случаях положительное.

Пусть теперь профит будет 150. Тогда отрицательным мат ожидание будет при соотношении 16%/84%. Или ниже.

Вывод.

Что с этим делать? Начните вести статистику, если еще не начинали. Проверьте свои трейды, определите Ваше мат ожидание. Найдите то, что можно улучшить (количество верных входов, добор профита, урезание убытков)

Разработанно Expertcoin

Скальпинг на Форексе когда-то был горячей темой среди инвесторов. Похоже, тема остается актуальной поскольку та же самая тема стала вновь актуальной для криптовалюты. Для многих новых инвесторов криптовалютный скальпинг может быть новым, но им занимаются уже довольно давно. Понятие скальпинг Термин «скальпинг» используется для описания внутридневной торговли. Этот стиль инвестирования подходит тем, кто хочет получить…

Прогнозирование рынков, используя фундаментальный анализ становится немного сложнее, но его достаточно легко понять. Многие из вас уже слышали об этом методе. Однако для большинства начинающих трейдеров фундаментальный анализ является очень сложным методом прогнозирования. У фундаментального анализа долгая история, поскольку он используется на финансовых рынках уже более 100 лет. Вы можете применить его ко всем финансовым…

Существует множество методов, которые инвесторы и трейдеры могут использовать для поиска прибыльных позиций. От простых значений на экране до более сложных систем, таких как CANSLIM. Эти методы можно использовать для поиска акций и других активов для покупки. Здесь вся надежда на то, что метод инвестора поможет направить их к большой прибыли и уберет эмоции с…

Ральф Нельсон Эллиот был профессионалом, занимая различные бухгалтерские и деловые должности, пока не заболел в Центральной Америке, что привело к нежелательному выходу на пенсию в возрасте 58 лет. Теперь у него было большое количество времени и Эллиот начал изучать 75-летнее поведение фондового рынка в начале 1900-х годов, чтобы определить годовые, ежемесячные, еженедельные, ежедневные, часовые или…

Представьте, что вы потеряли более $660,000 всего за 30 секунд! В январе 2014 года один профессиональный трейдер сумел сделать то же самое, торгуя акциями HSBC, благодаря «толстым пальцам» и тому что не установил верхний ценовой лимит на свою сделку. В этом случае трейдер, вероятно, мог бы избежать потерь, разместив лимитный ордер вместо рыночного, тем самым…

Если вы планируете заняться инвестициями для того, чтобы обеспечить себя после выхода на пенсию, то единственная вещь о которой вы беспокоитесь — это хватит ли вам в итоге денег для ваших нужд в долгосрочной перспективе. Пенсионное планирование включает в себя расчеты, чтобы понять, насколько и как быстро ваши деньги будут расти со временем. Сложный процент…

Каждый трейдер сталкивается с проскальзываниями цены при торговле, будь то торговля акциями, торговля на форекс или торговля фьючерсами. Проскальзывание — это когда вы получаете цену, отличную от ожидаемой на входе или выходе из сделки. Если бид-аск спрэд акции составляет 49,36 доллара к 49,37, и вы размещаете рыночный ордер на покупку 500 акций, то вы ожидаете,…

Мы расскажем вам о различных типах торговли акциями, чтобы вы могли решить, что и как анализировать. Вопрос в том, каким типом биржевого трейдера вы хотите стать. Это зависит от вашего понимания «себя» и ваших знаний о различных типах торговли. Различные виды торговли требуют различные типы личности, количества времени и капиталовложений. Поэтому, вы должны решить, что…

Стаканы на бирже

В мире крипто-трейдинга важным аспектом являются динамические отношения между покупателями и продавцами. За ними всегда можно наблюдать в так называемых «стаканах». Стакан — это инструмент, который визуализирует в реальном времени список еще невыполненных ордеров для определенного актива. Стаканы показывают интерес покупателей и продавцов, что показывает спрос и предложение. Хотя все стаканы служат для одной и…

Математическое ожидание (МО) – это сумма произведения вероятностей получения прибыли со сделки, умноженная на фактический результат каждого трейда:

Где n – количество трейдов.

Убыточные сделки, подставляются в формулу с отрицательным знаком и при суммировании вычитаются, поэтому матожидание принимает как положительные, так и отрицательные значения.

Вероятности положительного исхода (или риска) на каждую сделку заменяют ее фактическим значением, добавляя соотношение среднего арифметического прибыли и убытка. В этом случае формула выглядит следующим образом:

Где фактическая вероятность равна реальному проценту прибыльных сделок от общего числа совершенных трейдов.

Средний профит считается как сумма прибыльных сделок, деленная на их количество. Также рассчитывают средний убыток (ср. лосс), суммируя отрицательные значения и усредняя результаты трейдов.

Соотношение флета и тренда меняется непредсказуемо, поэтому нельзя точно рассчитать вероятность, когда выросшие до максимума направленные движения принесут размер убытка, который невозможно «отработать» малыми тейками.

Правило сбора статистических данных для расчета математического ожидания профита

Расчеты математического ожидания считаются достоверными если:

данные включают исторический период от 2000 до 10 000 свечей или баров «рабочего таймфрейма» ; тесты в равной степени содержат участки растущего, падающего тренда и флэта ; волатильность не имеет сильных отклонений от исторических значений (нет кризисных явлений или панических распродаж).

Тактические приемы по повышению значения математического ожидания

Математическое ожидание сильно зависит от выбора тактики фиксации прибыли и ограничения потерь. Прежде чем принять решение расстаться с найденной или разработанной стратегией, по причине невысокого результата у МО, следует обратить внимание на соотношение стопов и тейков.

Малый размер ограничения убытков приводит к увеличению количества отрицательных сделок и накоплению убытков. Если трейдер торгует парой EUR/USD внутри дня, он должен учитывать, что «торговый шум» в среднем составляет 30 пунктов и приведет к частому срабатыванию stop loss, расположенных в этой зоне.

Соотношение тейк/стоп как 2 к 1 увеличивает значение матожидания. Считается, что тейки и стопы не должны быть ниже паритета (1 к 1).

Уменьшение количества сделок может привести к росту значения МО. Трейдеры используют временные фильтры, торгуя в течение сессии на участках, совпадающих по времени с работой фондовых бирж стран, к которым относятся валюты пары.

Повышение качества входов – покупок или продаж валютных пар . В торговую систему вводятся фильтры, разрешающие сделку в значимых точках. Таковыми являются – исторические максимумы и минимумы, свечи, совпадающие по тренду на младших и старших таймфреймах, показания индикаторов с большим (от 50) периодом и т.д.

Особенности математического ожидания при скальпинге

Скальпинг характеризуется большим количеством сделок внутри дня с низким положительным значением МО. Малый размер стопов в этом случае составляет исключение, оправданное высокой активностью торгов. При небольшом превалировании прибыли над убытком заработок приносит большое количество сделок внутри дня.

В остальных тактических правилах исключений нет – скальпер применяет фиксированное значение тейка, превосходящее по величине уровень стопа. Поиск оптимального значения матожидания достигается за счет подбора времени удерживания сделки, скальпер не должен «пересиживать» или работать, когда нет волатильности.

Рассматриваемый параметр не определяет в одиночку целесообразность принятия стратегии. Оценка производительности основана на комплексном анализе результатов тестирования.

Совершенно не обязательно быть правым чаще, чем ошибаться, для того, чтобы чтобы ваш торговый счет рос.

Обсуждая принципы построения , мы говорили о важности правил управления капиталом и рисками. Игнорирование этих пунктов торгового плана приводит к быстрой потере средств.

В этой статье мы продолжим обсуждать важность четвертого и пятого пункта торгового плана и на простых примерах разберем причины их чрезвычайной важности.

Риск-менеджмент подразумевает понимание того, в каких точках выходить из рынка, а также позволяет определить, является ли сделка качественной с точки зрения потенциала прибыли и рисков.

Цель применения правил управления рисками заключается в увеличении устойчивости торгового счета, снижении просадок и максимизации прибыли.

Пример таблицы для иллюстрации влияния различных отношений прибыль/риск на кривую доходности доступен по этой ссылке .

Математическое ожидание в трейдинге

Разберем простой пример, иллюстрирующий безусловную важность применения правил риск-менеджмента в трейдинге. Предположим, что риск на сделку составляет 10$, потенциальная прибыль также равняется 10$. Достойна ли сделка внимания?

Для ответа на этот вопрос нам необходимо знать вероятность получения прибыли или убытка. Но проблема в том, что в трейдинге это можно сделать лишь постфактум — во время анализа статистики сделок, то есть уже после того, как вы рисковали деньгами, или во время тестирования стратегии на исторических данных.

Это одна из причин, по которой нельзя торговать на реальном счете по стратегии, которую вы не тестировали на достаточно длинном и извилистом фрагменте истории.

На достаточно длинной дистанции торговый результат будет равен:

R — торговый результат,
N — количество сделок,
A — средний результат на сделку.

Средний финансовый результат на сделку в данном контексте можно назвать математическим ожиданием. Рассчитывается математическое ожидание так:

МО = СП * ВП — СУ * ВУ

МО — математическое ожидание,
СП — средняя прибыльная сделка в долларах,
ВП — вероятность получения прибыли,
СУ — средняя убыточная сделка в долларах,
ВУ — вероятность получения убытка.

Предположим, что вероятность получения прибыли равна 50%. Если прибыль на сделку равняется 10$, риск также равен 10$, то математическое ожидание равно нулю:

МО = 0,5 * 10$ — 0,5 * 10$ = 0$

Если математическое ожидание равно нулю, то торговля не имеет смысла, поскольку финальный результат в нашем примере также будет равен нулю: если 1000 сделок приносит нам в среднем 0$ на сделку, то в данном процессе прибыль получает брокер, но никак не трейдер.

Если в нашем примере вероятность получения убытка вырастет всего на 1%, ситуация кардинально изменится, математическое ожидание будет отрицательным:

МО = 0,49 * 10$ — 0,51 * 10$ = — 0,2$

Это означает, что в среднем в каждой сделке трейдер теряет 20 центов, и чем больше будет сделок, тем больше средств будет потеряно. Это характерно для всех систем с заведомо отрицательным математическим ожиданием (рулетка, игральные автоматы).

Если математическое ожидание ниже нуля, трейдинг не имеет смысла. Чем больше сделок совершает трейдер, тем больше средств будет потеряно.

Аналогично в бинарных опционах “выигрыш”, как правило, меньше риска. Это смещает математическое ожидание в пользу казино — если трейдер получает прибыль в 50% случаев, он все равно остается в минусе. В настоящих биржевых опционах вы вправе выбирать подходящие вам потенциалы прибыли и риска из тысяч возможных вариантов, а цена таких опционов определяется рыночным спросом и предложением, а не соответствующим департаментом брокера.

Пример, в котором мы рассчитали математическое ожидание, утрирован, тем не менее основная мысль данной статьи начинает постепенно выкристаллизовываться:

Если в среднем в каждой сделке прибыль равна или ниже риска, то трейдер принимает на себя обязательство (!) совершать больше прибыльных сделок, чем убыточных.

Зачем принимать на себя такое обязательство? Это абсурд.

Разовьем данную тему и разберем еще несколько наглядных примеров.

Пример 1. 60% убыточных сделок

Предположим, что торговый капитал равен 10 000$. Риск на сделку равняется 200$, соотношение прибыль/риск равняется два к одному, то есть в среднем прибыль на сделку равняется 400$.

Пусть в течение квартала трейдер активно торгует и совершает 300 сделок, при этом статистика данного периода далека от идеала — трейдер ошибается чаще, чем является правым — 180 сделок (60%) закрываются с убытком, 120 сделок (40%) — с прибылью. Математическое ожидание (МО) будет равно:

МО = 400$ * 0.4 — 200$ * 0.6 = 40$

Это означает, что в среднем в каждой сделке трейдер получает результат в 40$, и если сделок будет много, с торговым счетом все будет в порядке.

Рассчитаем торговый результат за период (ТР) по формуле выше:

ТР = 40$ * 300 сделок = + 12 000$

Трейдер ошибается в 60% случаев, а его капитал растет на 120%? Это и есть «Грааль» — магия риск-менеджмента. «Грааль» в трейдинге находится в , в отношении прибыль/риск на каждую сделку и расчете оптимального объема позиции.

Если соотношение прибыль/риск выше или равно 2, то трейдер получает возможность ошибаться чаще, чем быть правым.

Это увеличивает вероятность получения положительного математического ожидания, и чем выше будет соотношение прибыль/риск в каждой сделке, тем активнее будет расти торговый счет и тем быстрее будет выход из просадок.

Цитата из «Черный лебедь. Под знаком непредсказуемости»

Для принятия решений вы должны сосредоточиться на последствиях (которые вы можете знать), а не на вероятности события (степень которой вы знать не можете) - это главное правило идеи неопределенности. На этом фундаменте можно построить общую теорию принятия решений. Все, что нужно делать, это смягчать последствия.

Попутного тренда!

Математическое ожидание - это распределение вероятностей случайной величины

Математическое ожидание, определение, математическое ожидание дискретной и непрерывной случайных величин, выборочное, условное матожидание, расчет, свойства, задачи, оценка матожидания, дисперсия, функция распределения, формулы, примеры расчета

Развернуть содержание

Свернуть содержание

Математическое ожидание - это, определение

Одно из важнейших понятий в математической статистике и теории вероятностей, характеризующее распределение значений или вероятностей случайной величины. Обычно выражается как средневзвешенное значение всех возможных параметров случайной величины. Широко применяется при проведении технического анализа, исследовании числовых рядов, изучении непрерывных и продолжительных процессов. Имеет важное значение при оценке рисков, прогнозировании ценовых показателей при торговле на финансовых рынках, используется при разработке стратегий и методов игровой тактики в теории азартных игр.

Математическое ожидание - это среднее значение случайной величины, распределение вероятностей случайной величины рассматривается в теории вероятностей.

Математическое ожидание – это мера среднего значения случайной величины в теории вероятности. Математическое ожидание случайной величины x обозначается M(x) .

Математическое ожидание – это

Математическое ожидание – это в теории вероятности средневзвешенная величина всех возможных значений, которые может принимать эта случайная величина.

Математическое ожидание – это сумма произведений всех возможных значений случайной величины на вероятности этих значений.

Математическое ожидание – это средняя выгода от того или иного решения при условии, что подобное решение может быть рассмотрено в рамках теории больших чисел и длительной дистанции.

Математическое ожидание – это в теории азартных игр сумма выигрыша, которую может заработать или проиграть игрок, в среднем, по каждой ставке. На языке азартных игроков это иногда называется «преимуществом игрока» (если оно положительно для игрока) или «преимуществом казино» (если оно отрицательно для игрока).

Математическое ожидание – это процент прибыли на выигрыш, умноженный на среднюю прибыль, минус вероятность убытка, умноженная на средний убыток.

Математическое ожидание случайной величины в математической теории

Одной из важных числовых характеристик случайной величины является математическое ожидание. Введем понятие системы случайных величин. Рассмотрим совокупность случайных величин, которые являются результатами одного и того же случайного эксперимента. Если - одно из возможных значений системы, то событию соответствует определенная вероятность удовлетворяющая аксиомам Колмогорова. Функция, определенная при любых возможных значениях случайных величин, называется совместным законом распределения. Эта функция позволяет вычислять вероятности любых событий из. В частности, совместный закон распределения случайных величин и, которые принимают значения из множества и, задается вероятностями.

Термин «математическое ожидание» введён Пьером Симоном маркизом де Лапласом (1795) и произошёл от понятия «ожидаемого значения выигрыша», впервые появившегося в 17 веке в теории азартных игр в трудах Блеза Паскаля и Христиана Гюйгенса. Однако первое полное теоретическое осмысление и оценка этого понятия даны Пафнутием Львовичем Чебышёвым (середина 19 века).

Закон распределения случайных числовых величин (функция распределения и ряд распределения или плотность вероятности) полностью описывают поведение случайной величины. Но в ряде задач достаточно знать некоторые числовые характеристики исследуемой величины (например, ее среднее значение и возможное отклонение от него), чтобы ответить на поставленный вопрос. Основными числовыми характеристиками случайных величин являются математическое ожидание, дисперсия, мода и медиана.

Математическим ожиданием дискретной случайной величины называется сумма произведений ее возможных значений на соответствующие им вероятности. Иногда математическое ожидание называют взвешенным средним, так как оно приближенно равно среднему арифметическому наблюдаемых значений случайной величины при большом числе опытов. Из определения математического ожидания следует, что его значение не меньше наименьшего возможного значения случайной величины и не больше наибольшего. Математическое ожидание случайной величины есть неслучайная (постоянная) величина.

Математическое ожидание имеет простой физический смысл: если на прямой разместить единичную массу, поместив в некоторые точки некоторую массу (для дискретного распределения), или «размазав» её с определенной плотностью (для абсолютно непрерывного распределения), то точка, соответствующая математическому ожиданию, будет координатой «центра тяжести» прямой.

Среднее значение случайной величины есть некоторое число, являющееся как бы её «представителем» и заменяющее её при грубо ориентировочных расчетах. Когда мы говорим: «среднее время работы лампы равно 100 часам» или «средняя точка попадания смещена относительно цели на 2 м вправо», мы этим указываем определенную числовую характеристику случайной величины, описывающую её местоположение на числовой оси, т.е. «характеристику положения».

Из характеристик положения в теории вероятностей важнейшую роль играет математическое ожидание случайной величины, которое иногда называют просто средним значением случайной величины.

Рассмотрим случайную величину Х , имеющую возможные значения х1, х2, …, хn с вероятностями p1, p2, …, pn . Нам требуется охарактеризовать каким-то числом положение значений случайной величины на оси абсцисс с учетом того, что эти значения имеют различные вероятности. Для этой цели естественно воспользоваться так называемым «средним взвешенным» из значений xi , причем каждое значение xi при осреднении должно учитываться с «весом», пропорциональным вероятности этого значения. Таким образом, мы вычислим среднее случайной величины X , которое мы обозначим M |X| :

Это среднее взвешенное значение и называется математическим ожиданием случайной величины. Таким образом, мы ввели в рассмотрении одно из важнейших понятий теории вероятностей – понятие математического ожидания. Математическим ожиданием случайной величины называется сумма произведений всех возможных значений случайной величины на вероятности этих значений.

Х связано своеобразной зависимостью со средним арифметическим наблюденных значений случайной величины при большом числе опытов. Эта зависимость того же типа, как зависимость между частотой и вероятностью, а именно: при большом числе опытов среднее арифметическое наблюденных значений случайной величины приближается (сходится по вероятности) к ее математическому ожиданию. Из наличия связи между частотой и вероятностью можно вывести как следствие наличие подобной же связи между средним арифметическим и математическим ожидание. Действительно, рассмотрим случайную величину Х , характеризуемую рядом распределения:

Пусть производится N независимых опытов, в каждом из которых величина X принимает определенное значение. Предположим, что значение x1 появилось m1 раз, значение x2 появилось m2 раз, вообще значение xi появилось mi раз. Вычислим среднее арифметическое наблюденных значений величины Х, которое, в отличие от математического ожидания М|X| мы обозначим M*|X|:

При увеличении числа опытов N частоты pi будут приближаться (сходиться по вероятности) к соответствующим вероятностям. Следовательно, и среднее арифметическое наблюденных значений случайной величины M|X| при увеличении числа опытов будет приближаться (сходится по вероятности) к её математическому ожиданию. Сформулированная выше связь между средним арифметическим и математическим ожиданием составляет содержание одной из форм закона больших чисел.

Мы уже знаем, что все формы закона больших чисел констатируют факт устойчивости некоторых средних при большом числе опытов. Здесь речь идет об устойчивости среднего арифметического из ряда наблюдений одной и той же величины. При небольшом числе опытов среднее арифметическое их результатов случайно; при достаточном увеличении числа опытов оно становится «почти не случайным» и, стабилизируясь, приближается к постоянной величине – математическому ожиданию.

Свойство устойчивости средних при большом числе опытов легко проверить экспериментально. Например, взвешивая какое-либо тело в лаборатории на точных весах, мы в результате взвешивания получаем каждый раз новое значение; чтобы уменьшить ошибку наблюдения, мы взвешиваем тело несколько раз и пользуемся средним арифметическим полученных значений. Легко убедиться, что при дальнейшем увеличении числа опытов (взвешиваний) среднее арифметическое реагирует на это увеличение все меньше и меньше и при достаточно большом числе опытов практически перестает меняться.

Следует заметить, что важнейшая характеристика положения случайной величины – математическое ожидание – существует не для всех случайных величин. Можно составить примеры таких случайных величин, для которых математического ожидания не существует, так как соответствующая сумма или интеграл расходятся. Однако для практики такие случаи существенного интереса не представляют. Обычно случайные величины, с которыми мы имеем дело, имеют ограниченную область возможных значений и, безусловно, обладают математическим ожиданием.

Кроме важнейшей из характеристик положения случайной величины – математического ожидания, - на практике иногда применяются и другие характеристики положения, в частности, мода и медиана случайной величины.

Модой случайной величины называется её наиболее вероятное значение. Термин «наиболее вероятное значение», строго говоря, применим только к прерывным величинам; для непрерывной величины модой является то значение, в котором плотность вероятности максимальна. На рисунках показана мода соответственно для прерывной и непрерывной случайных величин.

Если многоугольник распределения (кривая распределения) имеет более одного максимума, распределение называется «полимодальным».

Иногда встречаются распределения, обладающие посередине не максимумом, а минимумом. Такие распределения называют «антимодальными».

В общем случае мода и математическое ожидание случайной величины не совпадают. В частном случае, когда распределение является симметричным и модальным (т.е. имеет моду) и существует математическое ожидание, то оно совпадает с модой и центром симметрии распределения.

Часто применяется еще одна характеристика положения – так называемая медиана случайной величины. Этой характеристикой пользуются обычно только для непрерывных случайных величин, хотя формально можно её определить и для прерывной величины. Геометрически медиана – это абсцисса точки, в которой площадь, ограниченная кривой распределения, делится пополам.

В случае симметричного модального распределения медиана совпадает с математическим ожиданием и модой.

Математическое ожидание представляет собой среднее значение, случайной величины - числовая характеристика распределения вероятностей случайной величины. Самым общим образом математическое ожидание случайной величины Х(w) определяется как интеграл Лебега по отношению к вероятностной мере Р в исходном вероятностном пространстве:

Математическое ожидание может быть вычислено и как интеграл Лебега от х по распределению вероятностей рх величины X :

Естественным образом можно определить понятие случайной величины с бесконечным математическим ожиданием. Типичным примером служат времена возвращения в некоторых случайных блужданиях.

С помощью математического ожидания определяются многие числовые и функциональные характеристики распределения (как математическое ожидание соответствующих функций от случайной величины), например, производящая функция, характеристическая функция, моменты любого порядка, в частности дисперсия, ковариация.

Математическое ожидание есть характеристика расположения значений случайной величины (среднее значение ее распределения). В этом качестве математическое ожиддание служит некоторым "типичным" параметром распределения и его роль аналогична роли статического момента - координаты центра тяжести распределения массы - в механике. От прочих характеристик расположения, с помощью которых распределение описывается в общих чертах,- медиан, мод, математическое ожидание отличается тем большим значением, которое оно и соответствующая ему характеристика рассеяния - дисперсия - имеют в предельных теоремах теории вероятностей. С наибольшей полнотой смысл математического ожидания раскрывается законом больших чисел (неравенство Чебышева) и усиленным законом больших чисел.

Математическое ожидание дискретной случайной величины

Пусть есть некоторая случайная величина, которая может принять одно из нескольких числовых значений (допустим, количество очков при броске кости может быть 1, 2, 3, 4, 5 или 6). Часто на практике для такой величины возникает вопрос: а какое значение она принимает "в среднем" при большом количестве тестов? Каков будет наш средний доход (или убыток) от каждой из рискованных операций?

Скажем, есть какая-то лотерея. Мы хотим понять, выгодно или нет в ней поучаствовать (или даже участвовать неоднократно, регулярно). Допустим, выигрышный каждый четвёртый билет, приз составит 300 руб., а цена любого билета - 100 руб. При бесконечно большом количестве участий получается вот что. В трёх четвертях случаев мы проиграем, каждые три проигрыша обойдутся в 300 руб. В каждом четвёртом случае мы выиграем 200 руб. (приз минус стоимость), то есть за четыре участия мы в среднем теряем 100 руб., за одно - в среднем 25 руб. Итого в среднем темпы нашего разорения составят 25 руб./билет.

Кидаем игральную кость. Если она не жульническая (без смещения центра тяжести и т.д.), то сколько мы в среднем будем иметь очков за раз? Поскольку каждый вариант равновероятен, берём тупо среднее арифметическое и получаем 3,5. Поскольку это СРЕДНЕЕ, то незачем возмущаться, что 3,5 очков никакой конкретный бросок не даст - ну нет у этого куба грани с таким числом!

Теперь обобщим наши примеры:

Обратимся к только что приведённой картинке. Слева табличка распределения случайной величины. Величина X может принимать одно из n возможных значений (приведены в верхней строке). Никаких других значений не может быть. Под каждым возможным значением снизу подписана его вероятность. Справа приведена формула, где M(X) и называется математическим ожиданием. Смысл этой величины в том, что при большом количестве испытаний (при большой выборке) среднее значение будет стремиться к этому самому математическому ожиданию.

Вернёмся опять к тому же самому игральному кубу. Математическое ожидание количества очков при броске равно 3,5 (посчитайте сами по формуле, если не верите). Скажем, вы кинули его пару раз. Выпали 4 и 6. В среднем получилось 5, то есть далеко от 3,5. Кинули ещё разок, выпало 3, то есть в среднем (4 + 6 + 3)/3 = 4,3333... Как-то далеко от математического ожидания. А теперь проведите сумасшедший эксперимент - киньте куб 1000 раз! И если в среднем и не будет ровно 3,5, то будет близко к тому.

Посчитаем математическое ожидание для выше описанной лотереи. Табличка будет выглядеть вот так:

Тогда математическое ожидание составит, как мы установили выше.:

Другое дело, что так же "на пальцах", без формулы, было бы трудновато, если бы имелось больше вариантов. Ну скажем, имелось бы 75% проигрышных билетов, 20% выигрышных билетов и 5% особо выигрышных.

Теперь некоторые свойства математического ожидания.

Доказать это просто:

Постоянный множитель допускается выносить за знак математического ожидания, то есть:

Это является частным случаем свойства линейности математического ожидания.

Другое следствие линейности математического ожидания:

то есть математическое ожидание суммы случайных величин равно сумме математических ожиданий случайных величин.

Пусть X, Y - независимые случайные величины , тогда:

Это тоже несложно доказать) Произведение XY само представляет собой случайную величину, при этом если исходные величины могли принимать n и m значений соответственно, то XY может принимать nm значений. Вероятность каждого из значений вычисляется исходя из того, что вероятности независимых событий перемножаются. В итоге получаем вот что:

Математическое ожидание непрерывной случайной величины

У непрерывных случайных величин есть такая характеристика, как плотность распределения (плотность вероятности). Она, по сути характеризует ситуацию, что некоторые значения из множества действительных чисел случайная величина принимает чаще, некоторые - реже. Например, рассмотрим вот какой график:

Здесь X - собственно случайная величина, f(x) - плотность распределения. Судя по данному графику, при опытах значение X часто будет числом, близким к нулю. Шансы же превысить 3 или оказаться меньше -3 скорее чисто теоретические.

Пусть, например, есть равномерное распределение:

Это вполне соответствует интуитивному пониманию. Скажем, если мы получаем при равномерном распределении много случайных действительных чисел, каждое из отрезка |0; 1| , то среднее арифметическое должно быть около 0,5.

Свойства математического ожидания - линейность и т.д., применимые для дискретных случайных величин, применимы и здесь.

Взаимосвязь математического ожидания с другими статистическими показателями

В статистическом анализе наряду с математическим ожиданием существует система взаимозависимых показателей, отражающих однородность явлений и устойчивость процессов. Часто показатели вариации не имеют самостоятельного смысла и используются для дальнейшего анализа данных. Исключением является коэффициент вариации, который характеризует однородность данных, что является ценной статистической характеристикой.

Степень изменчивости или устойчивости процессов в статистической науке может измеряться с помощью нескольких показателей.

Наиболее важным показателем, характеризующим изменчивость случайной величины, является Дисперсия , которая самым тесным и непосредственным образом связана с математическим ожиданием. Этот параметр активно используется в других видах статистического анализа (проверка гипотез, анализ причинно-следственных связей и др.). Как и среднее линейное отклонение, дисперсия также отражает меру разброса данных вокруг средней величины.

Язык знаков полезно перевести на язык слов. Получится, что дисперсия - это средний квадрат отклонений. То есть вначале рассчитывается среднее значение, затем берется разница между каждым исходным и средним значением, возводится в квадрат, складывается и затем делится на количество значений в данной совокупности. Разница между отдельным значением и средней отражает меру отклонения. В квадрат возводится для того, чтобы все отклонения стали исключительно положительными числами и чтобы избежать взаимоуничтожения положительных и отрицательных отклонений при их суммировании. Затем, имея квадраты отклонений, мы просто рассчитываем среднюю арифметическую. Средний – квадрат – отклонений. Отклонения возводятся в квадрат, и считается средняя. Разгадка магического слова «дисперсия» заключается всего в трех словах.

Однако в чистом виде, как, например, средняя арифметическая, или индекс, дисперсия не используется. Это скорее вспомогательный и промежуточный показатель, который используется для других видов статистического анализа. У нее даже единицы измерения нормальной нет. Судя по формуле, это квадрат единицы измерения исходных данных.

Пусть мы измеряем случайную величину N раз, например, десять раз измеряем скорость ветра и хотим найти среднее значение. Как связано среднее значение с функцией распределения?

Или будем кидать игральный кубик большое количество раз. Количество очков, которое выпадет на кубике при каждом броске, является случайной величиной и может принимать любые натуральные значения от 1 до 6. Среднее арифметическое выпавших очков, подсчитанных за все броски кубика, тоже является случайной величиной, однако при больших N оно стремится ко вполне конкретному числу – математическому ожиданию Mx . В данном случае Mx = 3,5.

Каким образом получилась эта величина? Пусть в N испытаниях n1 раз выпало 1 очко, n2 раз – 2 очка и так далее. Тогда количество исходов, в которых выпало одно очко:

Аналогично для исходов, когда выпало 2, 3, 4, 5 и 6 очков.

Предположим теперь, что мы знаем закон распределения случайной величины x, то есть знаем, что случайная величина x может принимать значения x1, x2, ..., xk с вероятностями p1, p2, ..., pk.

Математическое ожидание Mx случайной величины x равно:

Математическое ожидание не всегда является разумной оценкой какой-нибудь случайной величины. Так, для оценки средней заработной платы разумнее использовать понятие медианы, то есть такой величины, что количество людей, получающих меньшую, чем медиана, зарплату и большую, совпадают.

Вероятность р1 того, что случайная величина х окажется меньшей х1/2, и вероятность р2 того, что случайная величина x окажется большей х1/2, одинаковы и равны 1/2. Медиана определяется однозначно не для всех распределений.

Стандартным или Среднеквадратическим отклонением в статистике называется степень отклонения данных наблюдений или множеств от СРЕДНЕГО значения. Обозначается буквами s или s. Небольшое стандартное отклонение указывает на то, что данные группируются вокруг среднего значения, а значительное - что начальные данные располагаются далеко от него. Стандартное отклонение равно квадратному корню величины, называемой дисперсией. Она есть среднее число суммы возведенных в квадрат разностей начальных данных, отклоняющихся от среднего значения. Среднеквадратическим отклонением случайной величины называется корень квадратный из дисперсии:

Пример. В условиях испытаний при стрельбе по мишени вычислить дисперсию и среднеквадратическое отклонение случайной величины:

Вариация - колеблемость, изменяемость величины признака у единиц совокупности. Отдельные числовые значения признака, встречающиеся в изу¬чаемой совокупности, называют вариантами значений. Недостаточность средней величины для полной характеристики совокупности заставляет дополнять средние величины показателями, позволяющими оценить типичность этих средних путем измерения колеблемости (вариации) изучаемого признака. Коэффициент вариации вычисляют по формуле:

Размах вариации (R) представляет собой разность между максимальным и минимальным значениями признака в изучаемой совокупности. Этот показатель дает самое общее представление о колеблемости изучаемого признака, так как показывает разницу только между предельными значениями вариантов. Зависимость от крайних значений признака придает размаху вариации неустойчивый, случайный характер.

Среднее линейное отклонение представляет собой среднее арифметическое из абсолютных (по модулю) отклонений всех значений анализируемой совокупности от их средней величины:

Математическое ожидание в теории азартных игр

Математическое ожидание – это среднее количество денег, которое игрок в азартные игры может выиграть или проиграть на данной ставке. Это очень существенное понятие для игрока, потому что оно является основополагающим для оценки большинства игровых ситуаций. Математическое ожидание – это также оптимальный инструмент для анализа основных карточных раскладов и игровых ситуаций.

Допустим, вы играете с другом в монетку, каждый раз делая ставку поровну по $1 независимо оттого, что выпадет. Решка – вы выиграли, орел – проиграли. Шансы на то, что выпадет решка один к одному, и вы делаете ставку $1 к $1. Таким образом, математическое ожидание у вас равно нулю, т.к. с точки зрения математики вы не можете знать будете вы вести или проигрывать после двух бросков или после 200.

Ваш часовой выигрыш равен нулю. Часовой выигрыш – это то количество денег, которое вы ожидаете выиграть за час. Вы можете кидать монету 500 раз в течение часа, но вы не выиграете и не проиграете, т.к. ваши шансы ни положительны, ни отрицательны. Если смотреть, с точки зрения серьезного игрока такая система ставок неплоха. Но это попросту потеря времени.

Но предположим, кто-то хочет поставить $2 против вашего $1 в эту же игру. Тогда вы сразу же обладаете положительным матожиданием в 50 центов с каждой ставки. Почему 50 центов? В среднем одну ставку вы выигрываете, вторую проигрываете. Поставите первый доллар – и потеряете $1, ставите второй – выиграете $2. Вы два раза сделали ставку по $1 и идете впереди на $1. Таким образом, каждая из ваших однодолларовых ставок дала вам 50 центов.

Если за один час монета выпадет 500 раз, ваш часовой выигрыш составит уже $250, т.к. в среднем вы потеряли по одному доллару 250 раз и выиграли по два доллара 250 раз. $500 минус $250 равно $250, что и составляет суммарный выигрыш. Обратите внимание, что матожидание, являющиеся суммой, которую в среднем вы выиграли на одной ставке, равняется 50 центам. Вы выиграли $250, делая ставку по доллару 500 раз, что равняется 50 центам со ставки.

Математическое ожидание не имеет ничего общего с кратковременным результатом. Ваш оппонент, который решил ставить против вас $2 мог обыграть вас на первых десяти бросках подряд, но вы, обладая преимуществом ставок 2 к 1 при прочих равных, в любых обстоятельствах зарабатываете 50 центов с каждой ставки в $1. Нет разницы, выигрываете вы либо проигрываете одну ставку или несколько ставок, но только при условии, что у вас хватит наличности, чтобы спокойно компенсировать затраты. Если вы будете продолжать ставить так же, то за длительный период времени ваш выигрыш подойдет к сумме матожиданий в отдельных бросках.

Каждый раз, делая ставку с лучшим исходом (ставка, которая может оказаться выгодной на длинной дистанции), когда шансы в вашу пользу, вы обязательно что-то выигрываете на ней, и не важно теряете ли вы ее или нет в данной раздаче. И напротив, если вы сделали ставку с худшим исходом (ставка, которая невыгодна на длинной дистанции), когда шансы не в вашу пользу, вы что-то теряете независимо от того, выиграли вы или проиграли в данной раздаче.

Вы делаете ставку с лучшим исходом, если матожидание у вас положительно, а оно является положительным, если шансы на вашей стороне. Делая ставку с худшим исходом, у вас отрицательное матожидание, которое бывает, когда шансы против вас. Серьезные игроки делают ставки только с лучшим исходом, при худшем – они пасуют. Что означает шансы в вашу пользу? Вы можете в итоге выиграть больше, чем приносят реальные шансы. Реальные шансы на то, что выпадет решка 1 к 1, но у вас выходит 2 к 1 за счет соотношения ставок. В данном случае шансы в вашу пользу. Вы точно получаете лучший исход с положительным ожиданием в 50 центов за одну ставку.

Вот более сложный пример математического ожидания. Приятель пишет цифры от одного до пяти и делает ставку $5 против вашего $1 на то, что вы не определите загаданную цифру. Соглашаться ли вам на такое пари? Какое здесь матожидание?

В среднем четыре раза вы ошибетесь. Исходя из этого, шансы против того, что вы отгадаете цифру, составят 4 к 1. Шансы за то, что при одной попытке вы лишитесь доллара. Тем не менее, вы выигрываете 5 к 1, при возможности проиграть 4 к 1. Поэтому шансы в вашу пользу, вы можете принимать пари и надеяться на лучший исход. Если вы сделаете такую ставку пять раз, в среднем вы проиграете четыре раза по $1 и один раз выиграете $5. Исходя из этого, за все пять попыток вы заработаете $1 с положительным математическим ожиданием в 20 центов за одну ставку.

Игрок, который собирается выиграть больше, чем ставит, как в примере выше, – ловит шансы. И напротив, он губит шансы, когда предполагает выиграть меньше, чем ставит. Игрок, делающий ставку может иметь либо положительное, либо отрицательное матожидание, которое зависит от того, ловит он или губит шансы.

Если вы поставите $50 для того, чтобы выиграть $10 при вероятности выигрыша 4 к 1, то вы получите отрицательное матожидание $2, т.к. в среднем вы выиграете четыре раза по $10 и один раз проиграете $50, из чего видно, что потеря за одну ставку составит $10. Но вот если вы поставите $30 для того, чтобы выиграть $ 10, при тех же шансах выигрыша 4 к 1, то в данном случае вы имеете положительное ожидание $2, т.к. вы вновь выигрываете четыре раза по $10 и один раз проигрываете $30, что составит прибыль в $10. Данные примеры показывают, что первая ставка плохая, а вторая – хорошая.

Математическое ожидание является центром любой игровой ситуации. Когда букмекер призывает футбольных болельщиков ставить $11, чтобы выиграть $10, то он имеет положительное матожидание с каждых $10 в размере 50 центов. Если казино выплачивает равные деньги с пасовой линии в крепсе, то положительное ожидание казино составит приблизительно $1.40 с каждых $100, т.к. эта игра построена так, что каждый, кто поставил на эту линию, в среднем проигрывает 50.7% и выигрывает 49.3% общего времени. Бесспорно, именно это вроде бы минимальное положительное матожидание и приносит колоссальные прибыли владельцам казино по всему миру. Как заметил хозяин казино Vegas World Боб Ступак, «одна тысячная процента отрицательной вероятности на достаточно длинной дистанции разорит богатейшего человека в мире».

Математическое ожидание при игре в Покер

Игра в Покер является наиболее показательным и наглядным примером с точки зрения использования теории и свойств математического ожидания.

Математическое ожидание (англ. Expected Value) в Покере – средняя выгода от того или иного решения при условии, что подобное решение может быть рассмотрено в рамках теории больших чисел и длительной дистанции. Успешная игра в покер заключается в том, чтобы всегда принимать ходы только с положительным математическим ожиданием.

Математический смысл математического ожидания при игре в покер заключается в том, что мы часто сталкиваемся со случайными величинами при принятии решения (мы не знаем, какие именно карты на руках у оппонента, какие карты придут на последующих кругах торговли). Мы должны рассматривать каждое из решений с точки зрения теории больших чисел, которая гласит, что при достаточно большой выборке среднее значение случайной величины будет стремиться к её математическому ожиданию.

Среди частных формул для вычисления математического ожидания, в покере наиболее применима следующая:

При игре в покер математическое ожидание можно рассчитывать как для ставок, так и для коллов. В первом случае во внимание следует принимать фолд-эквити, во втором - собственные шансы банка. При оценке математического ожидания того или иного хода следует помнить, что фолд всегда имеет нулевое матожидание. Таким образом, сброс карт будет всегда более выгодным решением, чем любой отрицательный ход.

Ожидание говорит вам о том, что вы можете ожидать (прибыль или убыток) на каждый рискуемый вами доллар. Казино зарабатывают деньги, поскольку математическое ожидание от всех игры, которые практикуются в них, в пользу казино. При достаточно длинной серии игры можно ожидать, что клиент потеряет свои деньги, поскольку «вероятность» в пользу казино. Однако профессиональные игроки в казино ограничивают свои игры короткими промежутками времени, тем самым увеличивая вероятность в свою пользу. То же самое касается и инвестирования. Если ваше ожидание является положительным, вы можете заработать больше денег, совершая много сделок в короткий период времени. Ожидание это ваш процент прибыли на выигрыш, умноженный на среднюю прибыль, минус ваша вероятность убытка, умноженная на средний убыток.

Покер также можно рассмотреть с точки зрения математического ожидания. Вы можете предположить, что определенный ход выгоден, но в некоторых случаях он может оказаться далеко не лучшим, потому что выгоднее другой ход. Допустим, вы собрали фулл-хаус в пятикарточном покере с обменом. Ваш соперник делает ставку. Вы знаете, что если повысите ставку, он ответит. Поэтому повышение выглядит лучшей тактикой. Но если вы все же поднимите ставку, оставшиеся двое игроков, точно сбросят карты. Но если вы уравняете ставку, то будете полностью уверены, что двое других игроков после вас поступят также. При повышении ставки вы получаете одну единицу, а просто уравнивая – две. Таким образом, уравнивание дает вам более высокое положительное математическое ожидание, и будет являться наилучшей тактикой.

Математическое ожидание также может дать понятие о том, какая в покере тактика менее выгодна, а какая – более. К примеру, играя на определенной руке, вы полагаете, что ваши потери в среднем составят 75 центов, включая анте, то такую руку следует играть, т.к. это лучше, чем сброситься, когда анте равно $1.

Другой важной причиной для понимания сути математического ожидания является то, что оно дает вам чувство спокойствия независимо от того, выиграли вы ставку или нет: если вы сделали хорошую ставку или вовремя спасовали, вы будете знать, что вы заработали или сберегли определенное количество денег, которое игрок слабее не смог уберечь. Гораздо сложнее сбросить карты, если вы расстроены тем, что соперник на обмене собрал более сильную комбинацию. При всем при этом, деньги, которые вы сберегли, не играя, вместо того, чтобы ставить, прибавляются к вашему выигрышу за ночь или за месяц.

Просто помните, что если поменять ваши руки, ваш соперник ответил бы вам, и как вы увидите в статье «фундаментальная теорема покера» это лишь одно из ваших преимуществ. Вы должны радоваться, когда это случится. Вам даже можно научиться получать удовольствие от проигранной раздачи, потому что вы знаете, что другие игроки на вашем месте проиграли бы гораздо больше.

Как говорилось в примере с игрой в монетку в начале, часовой коэффициент прибыли взаимосвязан с математическим ожиданием, и данное понятие особенно важно для профессиональных игроков. Когда вы собираетесь играть в покер, вы должны мысленно прикинуть, сколько вы сможете выиграть за час игры. В большинстве случаев вам необходимо будет основываться на вашей интуиции и опыте, но вы также можете пользоваться и некоторыми математическими выкладками. К примеру, вы играете в лоуболл с обменом, и наблюдаете, что три участника делают ставки по $10, а затем меняют две карты, что является очень плохой тактикой, вы можете посчитать для себя, что каждый раз, когда они ставят $10, они теряют около $2. Каждый из них делает это восемь раз в час, а значит, все трое теряют в час примерно $48. Вы один из оставшихся четырех игроков, которые приблизительно равны, соответственно эти четыре игрока (и вы среди них) должны разделить $48, и прибыль каждого составит $12 в час. Ваш часовой коэффициент в этом случае попросту равен вашей доли от суммы денег, проигранной тремя плохими игроками за час.

За большой промежуток времени суммарный выигрыш игрока составляет сумму его математических ожиданий в отдельных раздачах. Чем больше вы играете с положительным ожиданием, тем больше выигрываете, и наоборот, чем больше раздач с отрицательным ожиданием вы сыграете, тем больше вы проиграете. Вследствие этого, следует отдавать предпочтение игре, которая сможет максимально увеличить ваше положительное ожидание или сведет на нет отрицательное, чтобы вы смогли поднять до максимума ваш часовой выигрыш.

Положительное математическое ожидание в игровой стратегии

Если вы знаете, как считать карты, у вас может быть преимущество перед казино, если они не заметят этого и не выкинут вас вон. Казино обожают пьяных игроков и не переносят считающих карты. Преимущество позволит вам со временем выиграть большее число раз, чем проиграть. Хорошее управление капиталом при использовании расчетов математического ожидания может помочь извлечь больше прибыли из вашего преимущества и сократить потери. Без преимущества вам лучше отдать деньги на благотворительность. В игре на бирже преимущество дает система игры, создающая большую прибыль, чем потери, разница цен и комиссионные. Никакое управление капиталом не спасет плохую игровую систему.

Положительное ожидание определяется значением, превышающим ноль. Чем больше это число, тем сильнее статис¬тическое ожидание. Если значение меньше нуля, то математическое ожидание также будет отрицательным. Чем больше модуль отрица¬тельного значения, тем хуже ситуация. Если результат равен нулю, то ожидание является безубыточным. Вы можете выиграть только тогда, когда у вас положительное математическое ожидание, разумная система игры. Игра по интуиции приводит к катастрофе.

Математическое ожидание и биржевая торговля

Математическое ожидание – достаточно широко востребованный и популярный статистический показатель при осуществлении биржевых торгов на финансовых рынках. В первую очередь данный параметр используют для анализа успешности торговли. Не сложно догадаться, что чем больше данное значение, тем больше оснований считать изучаемую торговлю успешной. Конечно, анализ работы трейдера не может производиться только лишь с помощью данного параметра. Тем не менее, вычисляемое значение в совокупности с другими способами оценки качества работы, может существенно повысить точность анализа.

Математическое ожидание часто вычисляется в сервисах мониторингов торговых счетов, что позволяет быстро оценивать работу, совершаемую на депозите. В качестве исключений можно привести стратегии, в которых используется “пересиживание” убыточных сделок. Трейдеру может некоторое время сопутствовать удача, а потому, в его работе может не оказаться убытков вообще. В таком случае, ориентироваться только по матожиданию не получится, ведь не будут учтены риски, используемые в работе.

В торговле на рынке математическое ожидание чаще всего применяют при прогнозировании доходности какой-либо торговой стратегии или при прогнозировании доходов трейдера на основе статистических данных его предыдущих торгов.

В отношении управления капиталом очень важно понимать, что при совершении сделок с отрицательным ожиданием нет схемы управления деньгами, которая может однозначно принести высокую прибыль. Если вы продолжаете играть на бирже в этих условиях, то независимо от способа управления деньгами вы потеряете весь ваш счет, каким бы большим он ни был в начале.

Эта аксиома верна не только для игры или сделок с отрицательным ожиданием, она истинна также для игры с равными шансами. Поэтому единственный случай, когда у вас есть шанс получить выгоду в долгосрочной перспективе, - это заключение сделок с положительным математическим ожиданием.

Различие между отрицательным ожиданием и положительным ожиданием - это различие между жизнью и смертью. Не имеет значения, насколько положительное или насколько отрицательное ожидание; важно только то, положительное оно или отрицательное. Поэтому до рассмотрения вопросов управления капиталом вы должны найти игру с положительным ожиданием.

Если у вас такой игры нет, тогда никакое управление деньгами в мире не спасет вас. С другой стороны, если у вас есть положительное ожидание, то можно, посредством правильного управления деньгами, превратить его в функцию экспоненциального роста. Не имеет значения, насколько мало это положительное ожидание! Другими словами, не имеет значения, насколько прибыльна торговая система на основе одного контракта. Если у вас есть система, которая выигрывает 10 долларов на контракт в одной сделке (после вычета комиссионных и проскальзывания), можно использовать методы управления капиталом таким образом, чтобы сделать ее более прибыльной, чем систему, которая показывает среднюю прибыль 1000 долларов за сделку (после вычета комиссионных и проскальзывания).

Имеет значение не то, насколько прибыльна система была, а то, насколько определенно можно сказать, что система покажет, по крайней мере, минимальную прибыль в будущем. Поэтому наиболее важное приготовление, которое может сделать трейдер, - это убедиться в том, что система покажет положительное математическое ожидание в будущем.

Для того чтобы иметь положительное математическое ожидание в будущем, очень важно не ограничивать степени свободы вашей системы. Это достигается не только упразднением или уменьшением количества параметров, подлежащих оптимизации, но также и путем сокращения как можно большего количества правил системы. Каждый параметр, который вы добавляете, каждое правило, которое вы вносите, каждое мельчайшее изменение, которое вы делаете в системе, сокращает число степеней свободы. В идеале, вам нужно построить достаточно примитивную и простую систему, которая постоянно будет приносить небольшую прибыль почти на любом рынке. И снова важно, чтобы вы поняли, - не имеет значения, насколько прибыльна система, пока она прибыльна. Деньги, которые вы заработаете в торговле, будут заработаны посредством эффективного управления деньгами.

Торговая система - это просто средство, которое дает вам положительное математическое ожидание, чтобы можно было использовать управление деньгами. Системы, которые работают (показывают, по крайней мере, минимальную прибыль) только на одном или нескольких рынках или имеют различные правила или параметры для различных рынков, вероятнее всего, не будут работать в режиме реального времени достаточно долго. Проблема большинства технически ориентированных трейдеров состоит в том, что они тратят слишком много времени и усилий на оптимизацию различных правил и значений параметров торговой системы. Это дает совершенно противоположные результаты. Вместо того, чтобы тратить силы и компьютерное время на увеличение прибылей торговой системы, направьте энергию на увеличение уровня надежности получения минимальной прибыли.

Зная, что управление капиталом - это всего лишь числовая игра, которая требует использования положительных ожиданий, трейдер может прекратить поиски "священного Грааля" биржевой торговли. Вместо этого он может заняться проверкой своего торгового метода, выяснить, насколько этот метод логически обоснован, дает ли он поло¬жительные ожидания. Правильные методы управления капиталом, применяемые по отношению к любым, даже весьма посредственным методам ведения торговли, сами сделают всю остальную работу.

Любому трейдеру для успеха в своей работе необходимо решить три самые важные задачи: . Добиться, чтобы число удачных сделок превышало неизбежные ошибки и просчеты; Настроить свою систему торговли так, чтобы возможность заработка была как можно чаще; Достичь стабильности положительного результата своих операций.

И здесь нам, работающим трейдерам, неплохую помощь может оказать математическое ожидание. Данный термин в теории вероятности является одним из ключевых. С его помощью можно дать усредненную оценку некоторому случайному значению. Математическое ожидание случайной величины подобно центру тяжести, если представить себе все возможные вероятности точками с различной массой.

Применительно к торговой стратегии для оценки ее эффективности чаще всего используют математическое ожидание прибыли (либо убытка). Этот параметр определяют, как сумму произведений заданных уровней прибыли и потерь и вероятности их появления. К примеру, разработанная стратегия торговли предполагает, что 37% всех операций принесут прибыль, а оставшаяся часть – 63% - будет убыточной. При этом, средний доход от удачной сделки составит 7 долларов, а средний проигрыш будет равен 1,4 доллара. Рассчитаем математическое ожидание торговли по такой системе:

Что означает данное число? Оно говорит о том, что, следуя правилам данной системы, в среднем мы будет получать 1,708 доллара от каждой закрытой сделки. Поскольку полученная оценка эффективности больше нуля, то такую систему вполне можно использовать для реальной работы. Если же в результате расчета математическое ожидание получится отрицательным, то это уже говорит о среднем убытке и такая торговля приведет к разорению.

Размер прибыли на одну сделку может быть выражен также и относительной величиной в виде %. Например:

– процент дохода на 1 сделку - 5%;

– процент успешных торговых операций - 62%;

– процент убытка в расчете на 1 сделку - 3%;

– процент неудачных сделок - 38%;

То есть, средняя сделка принесет 1,96%.

Можно разработать систему, которая несмотря на преобладание убыточных сделок будет давать положительный результат, поскольку ее МО>0.

Впрочем, одного ожидания мало. Сложно заработать, если система дает очень мало торговых сигналов. В этом случае ее доходность будет сопоставима с банковским процентом. Пусть каждая операция дает в среднем всего лишь 0,5 доллара, но что если система предполагает 1000 операций в год? Это будет очень серьезная сумма за сравнительно малое время. Из этого логически вытекает, что еще одним отличительным признаком хорошей торговой системы можно считать короткий срок удержания позиций.

Источники и ссылки

dic.academic.ru – академический интернет-словарь

mathematics.ru – образовательный сайт по математике

nsu.ru – образовательный веб-сайт Новосибирского государственного университета

webmath.ru – образовательный портал для студентов, абитуриентов и школьников.

exponenta.ru образовательный математический сайт

ru.tradimo.com – бесплатная онлайн школа трейдинга

crypto.hut2.ru – многопрофильный информационный ресурс

poker-wiki.ru – свободная энциклопедия покера

sernam.ru – Научная библиотека избранных естественно-научных изданий

reshim.su – интернет сайт РЕШИМ задачи контрольные курсовые

unfx.ru – Forex на UNFX: обучение, торговые сигналы, доверительное управление

slovopedia.com – Большой Энциклопедический словарь Словопедия

pokermansion.3dn.ru – Ваш гид в мире покера

statanaliz.info – информационный блог «Статистический анализ данных»

форекс-трейдер.рф – портал Форекс-Трейдер

megafx.ru – актуальная аналитика Форекс

fx-by.com – всё для трейдера

Знание основ технического и фундаментального анализа влияет только на процент удачных сделок в общем объеме операций. Но вы можете иметь великолепный результат по соотношению удачных и неудачных сделок и при этом быть постоянно в убытке.

Например, если восемь из десяти ваших сделок заканчиваются прибылью и только две из десяти приносят убытки (процент выигрышных сделок 80 = 8/10 Х 100%), то вас смело можно считать очень хорошим аналитиком. Но при этом если вы в среднем на одной сделке получаете прибыль в 10 пунктов (итого плюс 80 пунктов на 10 сделок) и средний убыток 50 пунктов (итого минус 100 пунктов на 10 сделок), то в целом вашу деятельность нельзя рассматривать иначе как убыточную, несмотря на очевидные аналитические способности. В данном случае вас уже нельзя назвать хорошим трейдером. Так как хороший трейдер не только умеет анализировать рынок, но и управляет своими позициями таким образом, чтобы сумма прибыли всегда перевешивала сумму убытков. С математической точки зрения подобное стремление называется стремлением к положительному математическому ожиданию:

МО = Pw x Sw - Pl х Sl,

где МО - математическое ожидание;
Pw - вероятность получения прибыли;
Sw - средняя сумма прибыли от одной прибыльной сделки;
Pl - вероятность получения убытков;
Sl - средняя сумма убытков от одной убыточной сделки.

Соблюдая, как минимум, равноправное соотношение между суммой прибыли и суммой убытков в расчете на одну среднюю сделку (положительную и отрицательную соответственно), вы получаете возможность работать с денежными средствами, а не играть. Если вы не освоите этот элемент трейдинга, то, даже будучи прекрасным аналитиком, вы обречены на разорение, так как спекулятивный рынок - это рынок профессионалов, а все остальные обречены.

В связи с этим следует привести следующее высказывание Ральфа Винса:

«В играх с отрицательным математическим ожиданием не имеется никакой схемы управления деньгами, которая сделает вас победителем»

Ralph Vince, Portfolio management formulas: mathematical trading methods for the futures, options, and stocks markets.

Знаете ли Вы, что: Вы можете выиграть $100–$1000 или iPhone Xs, приняв участие в бесплатном ежемесячном от NPBFX.

Как правило, любые игры с денежным выигрышем, будь это лотерея, ставки на ипподроме и в букмекерских конторах, игральные автоматы и т.п. являются играми с отрицательным математическим ожиданием. Поэтому участие в любой из них нельзя расценивать как источник стабильного дохода.

У вас может возникнуть закономерный вопрос а каково математическое ожидание финансовых игр? С одной стороны, эти игры обладают всеми внешними атрибутами азартных игр - спрэд и комиссионные являются своеобразными аналогами зеро рулетки. Это дает основание говорить об отрицательном математическом ожидании. Однако финансовые игры имеют одно кардинальное отличие от азартных игр - главным действующим лицом в них является не господин случай, а человек. Если поведение человека прогнозируемо и подчиняется определенным закономерностям, то и рынок может быть прогнозируемым.

Справедливости ради необходимо отметить, что ставки на ипподроме и в букмекерских конторах также необязательно обладают отрицательным математическим ожиданием. Так, шансы одной из хоккейных команд, являющейся лидером национального чемпионата, на победу у другой команды, находящейся в самом низу турнирной таблицы, гораздо выше 0.5. Если при этом вам предлагают заключить пари, где сумма вашего выигрыша в случае победы первой команды будет равна сумме проигрыша в случае победы второй команды, то идеальный вариант подзаработать. С другой стороны, вряд ли найдется желающий заключить с вами это пари на указанных условиях. Сподвигнуть его на это может только изменение денежных ставок.

Для расчета уравнивающего шансы сторон соотношения ставок применим следующую формулу:

где r - ставка первой стороны;
s - ставка второй стороны;
p - вероятность выигрыша первой стороны;
1-p - вероятность выигрыша второй стороны.

Так, если вероятность выигрыша лидера чемпионата у аутсайдера равна 0.9, соотношение ставок первой и второй стороны должно равняться

Таким образом, первый игрок должен поставить 9 жетонов против 1 жетона второго игрока. В этом случае игра будет равноценна для обоих игроков. Однако на практике все выглядит гораздо сложнее. Так, первый игрок может расценивать шансы на победу лидера как 0.95, а второй как 0.857.

Тогда первый игрок будет согласен на ставку 19 к 1, а второй - 6 к 1. Если найдется букмекер или третий игрок, то он может «развести» обоих игроков, сыграв на такой разнице в вероятностных оценках. Произойдет это, конечно же, только при условии, что игроки будут ставить на разные исходы: например, первый - на победу лидера, а второй - на победу аутсайдера. Выглядеть это будет следующим образом: первый игрок поставит на кон 19 жетонов с надеждой в случае удачи заработать 1, а второй поставит 1 жетон с надеждой заработать в случае победы аутсайдера 6 жетонов. Сумма ставки при этом будет составлять 20 жетонов. Если выигрывает команда-лидер, то первый игрок получит доход в размере 1 жетона (плюс возврат ставки в 19 жетонов).

В этом случае букмекер ничего не зарабатывает, но и ничего не теряет. Если же побеждает команда-аутсайдер, то второй игрок получит 6 жетонов. Посредник при этом «прикарманит» оставшиеся невостребованными 13 жетонов (20 он забрал в виде ставок и отдал 6 в виде выигрыша и 1 в качестве возврата ставки). Более того, если не побеждает ни одна команда, т.е. команды играют вничью, букмекер заберет себе обе ставки в размере 20 жетонов (см. табл. 6.1).

На финансовых рынках при большом скоплении игроков и неопределенности результатов подобные ситуации постоянно присутствуют. Поэтому у вас есть шанс поискать в этой «мутной воде» неравновесные соотношения ставок. Значительно облегчает такой поиск наличие инсайдерской информации. Именно такая информация позволяет чувствовать себя достаточно информированным и получить своеобразную точку опоры при оценке шансов на победу и проигрыш.

Кроме этого существуют финансовые инструменты с внутренне присущим положительным математическим ожиданием, которое формируется за счет гарантированного дохода.

Среди всех финансовых инструментов, которые торгуются на рынках, можно отметить обладающие положительным матожиданием, при условии стабильности рыночных цен (табл. 6.2).

Для всех этих инструментов существует валютный риск, если валюта инвестиций отличается от валюты баланса, т.е. валюты, в которой вы рассчитываете финансовый результат своей деятельности.

В качестве примера рассмотрим вариант торговли на рынке FOREX в расчете на положительные свопы.

Во-первых, торговать в расчете на свопы следует в направлении долгосрочного тренда. В противном случае можно попасть в жернова противоположного тренда, когда прибыль по свопам не будет перекрывать убытки, получаемые от негативного изменения спот-курса.

Рассмотрим пример приобретения долларов США против японской йены, по которым долгое время наблюдались значительные положительные свопы, обусловленные более высокими процентными ставками в США по сравнению с Японией.

Из рисунка 6.1 видно, что курс USD/JPY с 1998 по 1999 год включительно находился в медвежьем тренде, а значит, играть на свопах было нельзя. Далее, практически весь 2000 год рынок находился в зоне консолидации, что также останавливает от игры на свопах, хотя если ваши средства значительные, то зоны консолидации тоже могут быть использованы для подобных сделок.

И только в ноябре 2000 года рынок USD/JPY вышел из зоны консолидации, пройдя ключевой уровень сопротивления и сформировав длительное бычье движение.

Итак, примем за точку начала игры на свопах декабрь 2000 года. Последней расчетной датой возьмем декабрь 2001 года. Таким образом, общий период игры на свопах составляет один год.

За это время процентные ставки в США претерпели сильное снижение - с 6.4% в начале периода до 1.75% в его завершении. Средний уровень процентных ставок, таким образом, составил 4.1%. В то же время следует учитывать, что купленные доллары США мы будем размещать на депозитах, а уровень ставок по депозитам ненамного ниже среднего уровня процентных ставок. Примем, что в среднем за год мы размещали на депозит купленные нами доллары под 3.6% (на 50 базисных пунктов ниже среднего уровня процентных ставок).

В Японии уровень процентных ставок за рассматриваемый нами период практически не изменился, и кредит нам обошелся в 1.5% годовых.

По депозитам в долларах, таким образом, мы получим 35 тыс. долл. (1 млн долл. Х 3.5%), а за кредит в йенах заплатим 1.695 млн японских йен (113 млн йен Х 1.5%). Если бы курс йены не изменился, то за йеновый кредит мы бы заплатили 15 тыс. долл.

Таким образом, за год мы бы накопили свопы, которые, кстати, начислялись бы ежедневно в сумме 20 тыс. долл.

На самом же деле, так как курс японской йены за этот период сильно упал, прибыль по свопам выше, приблизительно достигнув 21 тыс. долл.

Согласитесь, весьма неплохая прибавка к пенсии.

Если предположить, что мы держали под залогом для проведения транзакции при покупке спот-контракта 1 млн долл. США против японских йен с кредитным рычагом 1 к 100, всего 10 тыс. долл., полученный доход превысил 200% годовых. Данный процент можно рассчитать также более простым способом - разницу процентных ставок (3.5% - 1.5% = 2%) умножить на величину кредитного рычага (100).

Еще одним применением математического ожидания является использование его при расчете цены входа в сделку. При этом будет сделан, конечно же, целый ряд допущений, которые могут еще со временем и меняться.

Пример. Рассчитаем цену, по которой можно было бы купить некий товар, если известно следующее.

1. Вероятность роста и падения стоимости этого товара мы расцениваем как 50/50.

2. Текущая рыночная цена товара 1.6250-55 (здесь учтен спрэд). Таким образом, если мы будем покупать, цена составит 1.6255, а если продавать-1.6250. Определимся, что стандартный спрэд на минимальном объеме для данного товара составляет 5 пунктов.

3. Уровень сопротивления, по которому мы хотели бы продать ранее купленный товар (можно также использовать другие ценовые ориентиры, каждый из которых будет искомым тейк-профитом), составляет 1.6350. При этом необходимо учитывать, что рынок может не дойти до указанной отметки. Поэтому реальный тейк-профит передвинем немного ниже, допустим на 10 пунктов - до 1.6340 (1.6350 - 0.0010).

4. Уровень поддержки, при проходе которого наша попытка заработать на покупке товара будет признана неудачной и принято соответствующее решение выйти из убыточной сделки, составляет 1.6150 (можно также использовать другие ценовые ориентиры, каждый из которых будет искомым стоп-лоссом). Здесь важно понимать, что простого достижения уровня поддержки для решения о выходе из неудачной позиции недостаточно. Появляется необходимость сделать еще одно допущение - проходом уровня поддержки признается снижение рыночной цены на 25 пунктов ниже уровня поддержки - до 1.6125 (1.6150 - 0.0025). Если же еще учитывать правило исполнения стоп-лоссов, то реальная цена исполнения стопа может оказаться еще ниже. Например, на 5 пунктов. Таким образом, окончательная цена стоп-лосса будет для нас составлять 1.6120 (1.6125 - 0.0005).

Зная все это, рассчитаем цену, по которой мы будем входить в рынок и покупать товар:

Если вас не устраивает вероятность получения прибыли, равная 50%, то вы можете изменить соотношение с 50/50 на другое. Например, 80/20. В этом случае необходимо будет пересчитать цену, по которой желательно совершать покупку.

Максимальное матожидание получения прибыли при покупке на уровне поддержки или при продаже под уровнем сопротивления

Это наиболее ценное знание, которым может на сегодня обладать трейдер. Это именно та точка опоры, которая дает возможность опытным трейдерам принимать рациональные решения по сделкам. И именно поэтому на подступах к уровням сопротивления и поддержки стоят множественные ордера. Здесь, правда, есть один интересный момент, не вполне вписывающийся в теоретический поиск лучшей цены покупки и продажи. Так, если исходить из того, что большинство рыночных участников действуют рационально и заинтересованы в наилучших сделках, цены только и делали бы что скакали от уровня к уровню практически без промежуточных движений (рис. 6.3).

Однако мы знаем, что большая часть рыночных объемов и проведенных сделок обычно лежит примерно посередине между найденными уровнями поддержки и сопротивления. Почему возникает это несоответствие?

Ответ мы найдем у тех же рыночных участников. В любой сделке неизменно участвует две стороны - покупатель и продавец. То, что хорошо для покупателя, как правило, нехорошо для продавца и наоборот. Я здесь не рассматриваю случаи вынужденной продажи, к которой могут прибегать инвесторы, нуждающиеся в деньгах, импортеры и экспортеры в другой валюте, хеджеры в конкретном товаре и т.д. Тогда можно рассчитать, что максимальное положительное математическое ожидание покупателя на уровне поддержки является максимальным отрицательным матожиданием для продавца. Вряд ли вы найдете много таких продавцов. Скорее всего, это будут или недальновидные игроки, или вынужденные рыночные участники. Таким образом, наибольшие объемы сделок действительно будут находиться в зонах, где матожидания прибыли покупателей и продавцов будут как можно больше совпадать. Небольшую подвижку в значениях матожиданий будет играть разница в оценках уровней сопротивления и поддержки, присущая разным рыночным участникам.

Здесь же нельзя не сказать и о вложенности математических ожиданий, рассчитанных для множества различных уровней сопротивления и поддержки. В один и тот же момент времени практически всегда существует несколько значимых ближайших уровней сопротивления и поддержки для одной и той же рыночной цены. Данные уровни можно увидеть, если рассматривать чарты разных временных интервалов.

Так, если мы возьмем уже рассмотренный нами ранее пример, но добавим хотя бы еще один временной отрезок (например, дневные чарты по сравнению с 5-минутными в первом случае) с новыми уровнями поддержки и сопротивления, расчеты матожидания прибыли и цены, где оно достигнет статистически значимой для нас величины, могут привести к совершенно иному результату.

1. Желательная вероятность получения прибыли для нас 80%.

2. Уровень сопротивления составляет 1.6430. Учитывая небольшую сдвижку рынка, который может не дойти до указанного нами уровня, передвинем реальный тейк-профит немного ниже, допустим на 25 пунктовдо 1.6405 (1.6430 - 0.0025). Допуск для дневных чартов возьмем больше, так как здесь увеличивается и погрешность при определении уровней, да и заинтересованные рыночные игроки больше смотрят на этот интервал времени.

3. Уровень поддержки составляет 1.5550. Сделаем допущение - проходом уровня поддержки признается снижение рыночной цены на 40 пунктов ниже уровня поддержки - до 15510 (1.5550 - 0.0040). Реальная цена исполнения стоп-лосса будет еще ниже на величину спрэда и (или) «проскальзывания» рынка, например на 10 пунктов. Таким образом, окончательная цена стоп-лосса будет для нас составлять 1.5500 (1.5510 - 0.0010).

Зная все это, рассчитаем цену, по которой мы будем входить в рынок и покупать товар (для дневных чартов):

Более того, если мы рассчитаем наилучшую цену для продажи товара (с вероятностью 65%), то увидим, что она очень близка к той цене, по которой мы были готовы на 5-минутных чартах покупать (пусть и с вероятностью 80%):

Данный факт также обусловливает разницу в расчетах и восприятии матожиданий различными рыночными участниками и увеличивает подвижность мнений о рыночных ценах.

Если вы не сторонник уровней поддержки и сопротивления и не верите в их существование, а значит, и в практическую пользу приведенных выше расчетов, то, по крайней мере, они дадут вам ориентир при постановке стоп- и лимит-ордеров при обыкновенном управлении активами (money management).

Вместо математического ожидания, использующего в расчете вероятность, которая является отражением субъективной оценки возможности наступления какого-либо события, можно рассчитывать ожидаемую полезность, особенно когда речь идет о принятии человеком экономических или инвестиционных решений.

Ожидаемая полезность вычисляется так же, как и математическое ожидание, однако вместо вероятности здесь применяется субъективный фактор полезности. Полезность является степенью удовлетворения человеческой потребности в чем-либо.

Разница в полезности одного и того же продукта хорошо отражена в следующем примере. Для только что отобедавшего человека полезность стакана воды составляет одну величину и далеко не самую высокую. С другой стороны, для человека, во рту которого в последние два дня не было ни росинки, а губы его потрескались от сухого зноя пустыни, полезность аналогичного стакана воды равна жизни.

Разницу между вероятностью наступления события и его полезностью можно увидеть в попытке решения очень простой житейской проблемы-брать или не брать зонт. Например, перед вами стоит проблема - брать перед выходом на двухчасовую прогулку по улице зонт или нет. Вы оцениваете вероятность дождя из-за пробегающих по небу редких туч как незначительную. Однако вы решили поехать далеко от дома и намерены провести большую часть этого времени на открытом воздухе. И хотя вероятность дождя, а значит, и потребности в зонте незначительна, зонт вы скорее всего возьмете, так как его полезность в случае дождя оцените выше неудобства, связанного с ношением зонта. При этом, естественно, на ваше решение может повлиять множество дополнительных факторов: начиная от прогноза погоды, вчерашней погоды (если вчера вы не взяли зонт при такой же вероятности, но промокли до нитки из-за внезапно хлынувшего дождя), идете вы один или с кем-то (например, если вы мужчина и пригласили на свидание девушку, то наверняка не захотите, чтобы она заболела из-за вашей беспечности и из-за того, что вы решили не брать с собой зонт, в случае, если дождь все-таки пойдет) и т.д. Таким образом, в своих повседневных действиях человек оценивает не столько вероятность наступления того или иного события, сколько полезность предпринимаемых им действий.

С финансовой точки зрения термин «полезность» хорошо виден на классическом примере «петербургского парадокса», который был описан Николаем Бернулли.

Бернулли рассматривал вариант игры между Петром и Павлом. Петр бросает двустороннюю монету и платит Павлу в том случае, если выпадает решка, и так до тех пор, пока не выпадет орел. После первого броска Петр платит 1 доллар, после второго - 2 доллара, после третьего - 4 и т.д. То есть за каждое последующее выпадение решки Петр платит Павлу сумму в два раза большую предыдущей.

Вопрос сколько вы заплатите за то, чтобы занять место Павла в этой игре.

С точки зрения математического ожидания потенциальная прибыль Павла стремится к бесконечности, так как выпадение решки может произойти бесконечное число раз подряд. Так, уже через сорок подбрасываний прибыль Павла в этой игре может превысить 1 млрд долл., а через пятьдесят одно подбрасывание астрономическую сумму 1 трлн долл. Полезность последующего удвоения подобных денег для одного человека уже не имеет значения - триллионом больше будет или на этом игра остановится. Такие деньги один человек будет уже попросту не в силах потратить за всю свою самую долгую жизнь.

Отсюда видно, что с ростом капитала полезность каждого дополнительного доллара падает. Так, полезность 100 долл. для неимущего намного выше, чем полезность тех же 100 долл. для миллионера.

Объяснить разницу в полезности одних и тех же 100 долл. можно и на примере процентного соотношения. Так, если на вашем счету у брокера находится 200 долл. для восстановления первоначального размера счета после потери половины из них возникнет потребность в удвоении капитала: 200 - 100 = 100 (-50%), затем 100 + 100 = 200 (+100%). Сначала вы получите -50%, а затем +100%. Естественно, последний финансовый результат - удвоение счета - получить гораздо сложнее, чем потерять половину.

Если же на вашем счету 1000 долл., то здесь процентное соотношение первоначальной потери и последующей прибыли для восстановления счета будет выглядеть следующим образом: 1000 - 100 = 900 (-10%), затем 900 + 100 = 1000 (+11%). Здесь разница между - 10% и +11% уже не является пропастью, а значит, и более реальна для восстановления первоначального размера инвестиционного счета.

Уменьшение полезности 100 долл. с ростом личного богатства зачастую приводит и к разной оценке риска потерять 100 долл. Для одного человека потеря этих денег может стать потерей всего, а другой даже не заметит их. Первый будет склонен к маленьким ставкам, но с большим возможным выигрышем, т.е. к большому риску. Однако относительно одних и тех же денег более богатый человек согласен будет рискнуть с большей вероятностью. И в любом случае богатый человек будет предпочитать игры с большими ставками, редко мелочась.

За выбор рискованной игры склонный к риску человек будет платить. Вот и получается, что бедные становятся еще беднее, играя в рискованные игры с маленькими шансами на успех.

У петербургского парадокса есть вполне рыночное отражение. Возьмем, например, акции компании АВС, объемы продаж и прибыли которой на протяжении последних трех лет стремительно росли. Если просто экстраполировать эти поистине блестящие финансовые показатели в бесконечность, то можно ожидать, что стоимость акций этой компании будет также стремиться к бесконечности. И, несмотря на абсурдность подобного ожидания, иногда фондовый рынок акций в лице своих многочисленных представителей из когорты инвесторов демонстрирует именно такие ожидания бесконечного положительного математического ожидания и бесконечной ожидаемой полезности. Для этого достаточно вспомнить любой биржевой бум: от бума железнодорожных акций середины XIX века до «мыльного пузыря» Интернет-акций конца XX века.

Теория полезности объясняет, почему рано или поздно такой бум захлебывается, даже если видимых причин для этого нет, а количество свободных и готовых для инвестирования денег не сокращается. Согласно теории полезности для инвесторов, которые во время бума новых акций уже много заработали, сравнительная полезность каждого дополнительного доллара меньше полезности потенциального убытка и они начинают фиксировать прибыль, тем самым останавливая развитие пирамиды.

Здесь же можно привести прямую аналогию со строительством пирамид. Представим себе, что мы строим свою собственную золотую пирамиду, вкладывая весь свой капитал в строительные блоки, каждый из чистого золота. Как мы знаем, в любой пирамиде каждый верхний блок меньше нижнего блока. Отсюда понятно, что ущерб от снятия нижнего блока больше потенциальной пользы добавления верхнего.

Кстати, игры с нулевым математическим ожиданием обладают отрицательным ожиданием полезности, так как полезность прироста меньше ущерба от возможного убытка аналогичной суммы. Это будет хорошо видно в материале главы, посвященной психологии.

Похожие статьи

Методика, предлагаемая Л

Политика рф счастье людей где

Как правильно приобретать активы

Качество жизни населения Виды социальной помощи