Чтобы лучше представлять картину изменения цен акций на реальном рынке, вообразите ледяную гору и тысячи жуков, пытающихся подниматься по ее склонам. Цена конкретных акций — это высота, на которой находится отдельный жук. Ветер, дующий по направлению к вершине, это общий подъем рынка, который в среднем помогает всем жукам подняться на новую высоту. Иногда ветер меняет направление, и жуки начинают дружно сползать вниз — это падающий рынок. Чаще ветер дует от подножия к вершине, но тем не менее отдельные жуки периодически теряют равновесие и скатываются вниз, к тому же более сильные постоянно сталкивают слабых — это конкуренция. Все они очень разные. На кого-то навешен тяжелый груз долговых обязательств, и таким очень трудно карабкаться наверх. Очень тяжелые жуки ползут медленно и степенно, осторожно выбирая безопасный путь, — это гиганты рынка типа IBM, Coca-Cola и др. Маленькие резвые жучки бегут наверх быстро, но, поскользнувшись, так же быстро откатываются назад — это молодые развивающиеся компании.

Жуки делятся на группы (отрасли), каждая из которых имеет свой маршрут. У одних он проходит по пологому склону, и выход на новую высоту занимает много времени. Для таких групп (коммунальное обслуживание, финансы и т. п.) очень важно направление и сила ветра. Другие группы ползут по почти отвесной стене, подъем идет быстро, но связан с большими опасностями: часто срываются не только отдельные жуки, но и целые группы. Это «жуки» из компьютерной, биотехнологической и других подобных отраслей. Задача инвестора — найти жука, который находится на оптимальном маршруте, может выстоять перед встречным ветром и достаточно силен, чтобы не быть затоптанным другими. Иными словами нужно найти жука, у которого вероятность подняться на новую высоту больше, чем вероятность скатиться вниз. Но можно ли это сделать?

Посмотрим, что говорит по этому поводу сухой язык математики. Если предположить, что цены акций меняются в соответствии с законами полного хаоса, то разность цен акций за определенное количество дней должна быть распределена по закону Гаусса — вероятность найти определенную разность цен должна описываться колоколообразной гауссовой кривой. Вычисления целого ряда авторов показали, что «хвосты» реальных распределений лежат выше теоретических значений. Это означает, что очень большие и очень малые изменения цен встречаются чаще, чем им положено. Есть акции, которые меняются быстрее (или более стабильно), чем им разрешает закон случайных блужданий, а значит это происходит не случайным образом. Именно это было ясно на примере жуков «альпинистов»: есть сильные и есть слабые жуки, у которых вероятности подняться и опуститься отнюдь не равны. Точно так же есть сильные и слабые компании.

А теперь главный вопрос: можно ли прогнозировать вероятности роста или падения курса акций? И главный ответ: да, можно! Далее будут приведены результаты статистического анализа рынка акций за последние 40 лет, которые показывают, что изучение финансовых показателей компаний дает достаточные основания для оценки шансов их роста или падения курса их акций. Такой анализ далеко не однозначен и позволяет говорить только о вероятностном прогнозе движения акций, но и этого достаточно, чтобы на протяжении длительного времени получать от инвестирования большую прибыль, чем только за счет среднего роста рынка или с помощью среднего инвестиционного фонда.

Как проводить такой анализ, мы расскажем позднее, детальнее ознакомившись с финансовыми показателями компаний. Пока же обсудим некоторые подробности оптимальных стратегий игры на бирже в случае, когда блуждания цен акций не случайны, т.е. вероятности их роста и падения различны. Мы постараемся четко сформулировать основные выводы и надеемся, что они помогут начинающему инвестору выбрать такую стратегию, которая даст максимальную прибыль при допустимом для него риске.

 §3. Как получать прибыль при неслучайных блужданиях?

Рассмотрим нашу старую модель изменения цены акций. Пусть каждый день цена меняется на один доллар, но вероятность роста (обозначим ее р) не равна вероятности падения (обозначим ее q). Очевидно, что

p + q = 1.

Предположим, что вы используете стратегию инвестирования, при которой потери обрезаются при падения цены на S долларов (на этой цене стоит «стоп») и акции продаются с прибылью L долларов, если цена достигла этого предела. В теории случайных блужданий (желающим детальнее ознакомиться с этими вопросами мы рекомендуем книги В. Феллера) доказывается, что P(S) — вероятность того, что цена коснется точки S раньше, чем точки L, т.е. вероятность проигрыша

P(L) — вероятность того, что цена коснется точки L раньше, чем точки S, т.е. вероятность выигрыша

P(L) = 1 - P(S).

При такой стратегии ваша средняя прибыль G (в долларах)

G = LP(L) - SP(S).

Анализ этих уравнений показывает, что вариант с различными вероятностями роста и падения цены, когда р q, качественно отличается от варианта совершенно случайных блужданий, когда р = q. Средняя прибыль равна нулю лишь тогда, когда р = q. Если р q, средняя прибыль отлична от нуля и, кроме того, вероятности выигрыша или проигрыша начинают зависеть не только от отношения L/S, но и от абсолютных величин L и S. Эти принципиальные моменты, важные для биржевой игры, необходимо рассмотреть подробнее.

Представьте, что вы купили акции по цене 100 долларов за штуку. Данные акции довольно активны, и их цена меняется в среднем на один доллар в день. Вы решаете, что акции могут вырасти до 104 долларов (L = 4), и ставите мысленный предел 104 доллара, когда вы их продадите с прибылью 4%. Для предотвращения больших потерь вы ставите «стоп» на 99 долларов (S = 1), и ваши максимальные потери будут 1 %. Какова вероятность выигрыша Р (L) и какова средняя ожидаемая прибыль G?

Ответ будет зависеть от вероятности р, т.е. от вероятности того, что акции вырастут в цене в течение одного дня. Если р = 0,5 (50% — «случайные блуждания»), то ответ на эти вопросы можно найти в начале данной главы: вероятность выигрыша P(L) = 20 % и средняя ожидаемая прибыль будет равна нулю. А что произойдет, если вероятность р будет равна 0,7 или 0,3? Результаты расчета приведены в таблице 5.2.

Вероятности выигрыша в обоих случаях меньше 60%, хотя средняя прибыль при р = 0,7 положительна и составляет 1,9 долларов, т. е. почти 2%. Это больше, чем средние потери от покупки акций с р = 0,3. Если бы вы купили акции двух компаний с р = 0,7 и с р = 0,3, вложив по 50 % капитала в каждую из них, то средняя прибыль от такого инвестирования составила бы (1,9 - 0,9)/2 = 0,5 % от начального капитала (деление на 2 возникло не из-за усреднения, а потому, что капитал был разделен между двумя компаниями).

Таблииа 5.2.

р

P(L)

P(S)

G

0,3

0,02

0,98

-0,9

0,7

0,58

0,42

1,9

Теперь рассмотрим другую важную задачу. Представьте, что вы занимаетесь трейдингом и ваш начальный капитал составляет 100 долларов. Вы покупаете и продаете акции различных компаний, среди которых равновероятно встречаются компании с р = 0,7 и р = 0,3. При этом все деньги, вырученные за продажу очередных акций, вы тратите на покупку следующих, ничего не добавляя и не откладывая. Можно ли получить прибыль при такой стратегии игры? Эта задача близка к методу выбора акций при помощи лука со стрелами, когда вероятности выбора «хороших» и «плохих» компаний практически одинаковы. В таком случае надежду можно возлагать лишь на то, что обрезание потерь «стопами» поможет быстро избавиться от плохих компаний и получить прибыль от хороших. Условия выберем прежние: «стоп» составляет 1 % от стоимости акций, и вы продаете акции, получив 4% прибыли.