Previous Entry Поделиться Next Entry
сходил к профессору по плану диссертации
terleev

Этот пост будет полезен тем, кто думает в стиле "блин, ну приехал я учиться, даже до экзаменов дополз еле как, а дальше то че? ну как дальше жить?"

(много всяких букв, может быть неинтересно)

Понятно, что этот вопрос заботит всех и самые душевные собрания случаются на переменах по четвергам у обогревателя в подвале с вопросами "ну а вы как в прошлом году писали-то?" тем немногим (двум из восьми) кто ходит на риск-менеджмент по причине неверного выбора в прошлом году. Обычный сценарий: сдать экзамены в июне (вот где страх и ужас, схема как в России -- четыре экзамена за две недели -- по три дня на то, чтобы прийти в себя и снова нырнуть в омут) и за оставшиеся 77 дней до конца августа не только написать но и прогнать через плагиатор свои жалкие 6000 слов.

Вообще, надо считать честно количество часов потраченных на учебу, я вот склонен считать курсовик данный на две недели часами: 12 часов последний день, 8 часов предпоследний, 5 дней по 4 часа в последнюю неделю и по два часа переживаний в течении первой недели. Итого на курсовик: 54 часа. С экзаменами сложнее, там списать то нечего, поэтому это неделя истерик по 12 часов в день (калькулятор клянется, что это 84 часа) а потом по 32 часа на каждый из них. Лекции считать за учебу неприлично, так, приятное прослушивание, поэтому реальной учебы получается примерно 54 часа на каждый из шести курсовиков, по сколько же на четыре экзамена и по четыре часа сорок дней (160 часов) на дипломную работу. То есть реально 700 часов (четыре рабочих месяца). С лекциями выходит год, но без них тоже мотивации никакой -- нужно вливаться в академический режим и пропитываться духом.

Проведя такие расчеты к профессору идти легче, ты понимаешь что ты дебил с трудом отличающий потери от value at risk, хлопаешь в ладошки, узнавая, что это одно и тоже и еще громче радуешься, когда узнаешь, что предположение нормальности, дающее приятный аналитический вид решения ведет не только к смещенности оценки, но и ее несостоятельности, сводя все дорогостоящие манипуляции к численным методам. Для людей без тараканов в голове: калькулятор и интуиция по прежнему в строю!


Итак, зайдя к профессору, я вылил на него 15 слов неприкрытой лести, пожаловался на монархический строй в стране и с легкой картавостью не свойственной английскому языку предположил что практическая применимости диссертации может сыграть на руку всем. Съев все это профессор вещал 23 минуты без остановки, будучи раз с трудом перебитый на мой неуклюжий пример, и выдал практически полный текст введения спешно закаракулированный мной в тетради.

Из его потрясающей кембриджской речи я узнал, что прошлая лекция открыла нам глаза на extreme value theory (жирным для себя делаю, чтобы потом читать проще было, а ссылочки расставлю, когда буду разбираться по порядку, пока просто переписываю из тетради), которая по его мнению является опорой будущего финансовой индустрии в ближайшую пятилетку.

Регуляторы (типа наших надзорных органов), говорит он в свете этой теории смотрят на основные риски: перед двумя предыдущими кризисами они смотрела на рыночный риск и кредитный риск, а вот сейчас что-то начали заглядываться на business-related risk, а так как оптимистов в FSA не берут на работу, говорит, жди беды или в IT или в manufactoring processes, да простят меня русофилы. А еще Саймон (профессор) предположил, что в областях типа commodities вполне возможна потребность в расчете бизнес рисков (парафин в скважине, врезка, авария на трубопроводе или важной скважине, человеческие потери и репутация).

Наиболее важным профессору показалось как-то связать анализ моделей расчета риска с предыдущим кризисом. Взять, к примеру, портфолио из различных секторов (за основу можно взять индексы), добавить туда валюту. Затем взять исторические данные начиная с 2008 года, посмотреть оценки агентств, какие они выбирали меры риска, прогнать их по данным, попробовать классические модели (модификации GARCH, RiskMetrics). И еще раз: набрать портфолио, выбрать несколько моделей, посмотреть результат прогона модели, откалибровать ее чтобы сошлась с регрессией и/или данными агентств.

Тезис самой диссертации может быть широким или узким. Широкий не потребует глубокого анализа, а узкий потребует аккуратного выбора специфики.

Чтобы выбрать портфолио лучше начинать с индексов. Для британского работодателя будет симпатичен FTSE 100,  для американцев S&P, а еще может быть интересно посмотреть сравнение южно-американского рынка с европейским, потому что кажется, что Южная Америка была лучше подготовлена к кризису, даже если это банально низкий уровень внешних инвестиций.

Исторические данные из Bloomberga скорее всего недоступны, поэтому лучше пользоваться библиотечным Datastream или еще проще -- Yahoo.Finance (кстати, у одногруппника видел прикольную книжку где описаны стандартизованные функции обращения к яху прямо из матлаба).

Должно быть интересно сделать слепые предсказания из "апреля 2008" на будущее, посчитав risk measures на раз в неделю (52 значения на год) и сравнить графически. Или, например, предположить нормальность value at risk и посчитать оценку (статистику). Если мера риска выбрана верная, то значения этой меры должны пойти вверх в "сентябре 2008". Из моделей GARCH скорее всего надо будет посмотреть (1,1), (2,2) и (3,3). А далее понять как правильно выставлять порог.

То есть по структуре диссератции: надо брать модель, смотреть ее ретроспективно (видимо на данных того же набора контор FTSE 100 начиная с сентября 2008 года) и делать выводы в конце секции: хорошая модель или плохая. Параметры моделей должны быть резонными: низкие параметры должны отражать спокойные периоды, высокие давать предупреждение о волнении на рынке.

И в конце профессор пообещал притащить на лекцию базу данных прошлых работ по теме.

Вооот... надо теперь все это переписать в нормальном виде и на местном наречии и отправить секретарю.


  • 1
EVT это что-то типа попытки предсказать появление Черных Лебедей?

Ваша диссертация для BSc или MFin? Я так понимаю первычные исследования не планируются если есть столько уже готовой статистики? Тогда можно сделать довольно быстро если понимать что делать.

MSc Financial Engineering (если интересно -- читайте метки, там есть такое слово).
не знаю про черных лебедей :) попытки сосчитать буферный капитал на период (в данном случае -- неделю).
Что в вашем понимании -- первичное исследование?
Да, это делается за два месяца максимум, любым студентом. В рабочем порядке должно, видимо, делаться не отходят от стола с лежащим на нем заданием.

Black swan events это название придуманое Нассимом Талебом для неожиданых, имеющих сильное значение событий, которые легко рационализировать пользуясь задним умом, но сложно предсказать; вполне возможно что это лженаука. Первичное исследование (фиг знает может кривой русский) это когда нужно получить данные которых в природе еще не существует (поставить эксперимент, опросить людей). Насколько я знаю так иногда пишут диссеры для торговых стратегий. С получением этих данных постоянно происходят факапы поэтому планируемое время написания диссера увеличивается и ведет к максимальному стрессу.

Про первичное исследование: в математике оно -- пустая трата времени. Данные всегда можно купить у поставщиков, того же блумберга, но большинство данных волбще публично, у тех же FSA и подобных. В математике важнее принцип обработки данных.
Про черных лебедей понял. Описанный вами подход красив. В математике не парятся по поводу райционализации задним числом. Есть теорема которая доказывает что некоторые детерминистские (руками заданные) функции выдают последовательность случайных чисел которые проходят тест на "случайность". То есть действуют также как физический (ядерный или электрический генераторы случайных чисел. А детерминистская функция -- это автоматически компьютерно вычислимая функция. Отсюда можно сгенерить любое распределение -- нормальное, "Т" и так далее. Если взять модель "jump diffusion" можно довольно точно (на 2012 год) оценивать деривативы, какие бы жуткие там не были катастрофы -- модели с учетом волатильносим умеют это считать. На них сверху прикручивают симуляцию Монте Карло (пример: бросание 30000 рисинок в квадрат с вписанным кругом, подсчет отношения количества рисинок внутри круга к количеству за ним даст число пи с точностью до шестого знака! А мы даже тригонометрию не вводили!) и запускают мощный (от 6гб оперативки) комп. Получают цену с учетом стада этих лебедей. Могу ошибаться, но пока мои знания таковы.

Математика это здорово, меня как не-математика она всегда приводит в shock and awe. Но сдается мне чистой математикой маркет можно только идеально-сферический в вакууме посчитать, ну или переменных будет очень очень много. Кстати если не знаете, рекомендую ftalphaville.ft.com, zerohedge.com и nakedcapitalism.com, плюс сылки с них (на альфавилле есть список блогов по теме сбоку снизу). Голый капитализм немного нонконформистский, но там все аргументировано а не в стиле захвати лондона, люди из индустрии все пишут. На этих всех ресурсах можно много интересного найти про прикладную сторону финансового инжиниринга.

За ссылки спасибо большое! Все больше вижу плюсов в блоговедении: то список литературы скинут, то где в барселоне пошататься, то вы, Сергей, напишете что-нибудь умное :) Так глядишь общими усилиями получим одного приличного финансиста в моем лице :) (шутка). Мне вообще нравится хулиганский стиль, и я бы с удовольствием ввернул в диссертацию пару фразочек из жестого блога какого-нибудь известного в городе мужика, чтобы профессорам сиделось не так уютненько.

математика это может и здорово, но гиперзанудно. пока поймешь фишку, как у петросяна -- час с грустным лицом просидишь, пока допрешь зачем все это. плюс британцев в том, что им для того чтобы показать что математику можно эту кое-куда засунуть, нужно всего лишь дорогу перейти -- на той же Russel Square есть пара консалтинговых контор, которые собаку сгрызли на этом. Из тех лекций что нам читала Геман (http://www.helyettegeman.com/) есть несколько дат, обычно примерно полгода-год после очередного кризиса (вы, надеюсь, согласны, что они цикличны и не связаны с "божьим гневом") {по датам: 1953, 1973, 1989, 200Х} базовую модель меняют.

Нас учат модели основанной на Brownian Motion, но в ней не учитываются резкие скачки, сейчас (согласно Геман) почти везде используется jump diffusion. И BM и JD если в кратце это способ описания самого базового поведения случайной величины, то есть цены одной акции. Это такая истеричная кривая (в случае BM -- довольно спокойная, в случае JM -- довольно произвольная) которую потом описывают с помощью среднего и волатильности (любие слово русских царей для списания всех бед), если собрать эти параметры по всем конторам (но лучше по индексам) то можно получить среднюю температуру по палате/госпиталю. Именно так, иронично, это описывается.

То, что происходило в указанные пять лет -- это надстройка или смена базовой модели, но есть и нетронутые принципы типа леммы Ито, когда дериватив берется только до второго порядка, третья производная просто не имеет смысла -- во первых в этом есть математическая истина, во вторых это очень легко объяснить финансистам и главное, самим трейдерам. А модели каждый период менялись именно потому что они описывали, как вы говорите -- некоторый идеальный рынок. Там и без этого хватает "false assumption" как например "no arbitrage opportunities" -- математиками считается что на рынке никто никого не обманывает и все имеют равный доступ к информации. Это рассмешит любого, но без этого допущения математика работать вообще не будет. Проще ввести функцию доступности информации (противоположной стороне), чем предположить что кто-то врет. Так что вы довольно сильно правы насчет идеализированности, но есть и плюсы. В фильме Margin Call хоть и много пурги, есть приятный момент, когда трейдеры сливали все акции. Они когда торгуются -- у них четыре-восемь экранов, на одном из них всегда матлаб, на другом эксель, на третьем блумберг. Фишка торга по телефону (там показан именно такой момент) в том, что они быстро-быстро цены пересчитывают на лету -- нас для этого и учат всем трюкам. кто лучше/быстрее матрицу ковариаций провернул, тот и молодец. тут вчера пацан-трейдер давал советы -- хоть интервью пиши, блин :( если интуиция сильнее математики, трейдеры берут интуицию, забив на параметры.

писал два часа с перерывами на остальное, так что не судите за логику, если чтото не сказал -- кидайте камни смело :)

Насколько я видел, умные математики в основном работают в Risk Management, а не трейдинге, и до недавнего времени аналитиков риска особо не ценили, сейчас конечно стали больше ценить.

А главная проблема до-кризисного риск-менеджмента была в том, что оценивали доходы/потери, а не ликвидность. То есть если инструмент в плюсе то как бы неважно можно этот плюс вывести в кеш или нет. И все риски были друг от друга независимы, что привело к срыву шаблона когда из за потери рынком ликвидности коропративные бонды повели себя так же как синтетические деривативы основаные на продаже карточных домиков безработным.

Я хорошо знаю только двух трейдеров, у одного высшего образования нет вообще, просто склад ума трейдерский, он торгует пенькой и салом (коммодитиз) в одном из лучших домов города. У другого PhD в микробиологии, но работу ему дали потому что у него была мощная карьера в онлайн покере. Сейчас торгует форексом в азии.

Банки вообще имеют довольно примитивную технологию получеия денег (примитивность идеи не мешает сложности ее реализации). Из за того что они то что называется market makers/broker dealers, у них есть доступ к потоку сделок заключаемых клиентами. Это дает им данные для построения арбитража нa проп трейдинге, и не один человек обложеный 8 экранами не сделает арбитраж так как его сделает HFT робот, а лучше три робота из которы самого слабого убивают в коне недели, а команде написавшей самого сильного дают немного денег на пиво. Поэтом - the house never looses:) на флоу трейдинге зарабатывается спред, а на проп трейдине остальное. До тех пор пока в системе есть ликвидность и психология не берет свое.

Edited at 2012-03-08 22:31 (UTC)

шикаааарно! ставлю пиво! любой бар города, любой вечер после 21:00.

Было бы неплохо, в ближайшие недели полторы не смогу а потом напишу в емейл

если можно, расскажите подробнее, про профессоров. я сейчас смотрю лекций online Yale courses - балдею от преподавателей.
Спасибо за идею про BBC - уже втянулась, ни дня без передачи.

Дадите ссылку на Yale?
Придумывайте вопросы про профессоров, я ж опять начну вещать обо всем :)

http://oyc.yale.edu/

Про профессоров - взгляд изнутри, может, сравнение с российскими, ну русскоговорящими. Подумаю ещё. Мне интересно ваше субъективное мнение.

да-да, сслылки на Yale это хорошо

очень понимаю. сама в размышлении о тезисе. пока понятен только профессор, по теме есть только ощущения:(

  • 1
?

Log in

No account? Create an account