Для большинства индикаторов разброса (breadth) рынка (рост-падение и максимумы-минимумы) и большинства индикаторов настроений (короткие продажи, мнения консультационных служб, отношения пут/колл) мы использовали программное обеспечение, компьютеры Digital Equipment и данные (дневные с января 1928), щедро предоставленные Энтони Табеллом из фирмы Delafield, Harvey, Tabell Inc., являющейся членом Нью-Йоркской фондовой биржи и Национальной ассоциации дилеров ценных бумаг (600 Alexander Road, Princeton, NJ 08540). Брокерско-дилерская фирма Табелла предлагает аналитические услуги и средства своим клиентам. Мощные компьютеры и программное обеспечение Табелла могут в течение нескольких минут обработать данные более чем за 60 лет.

Для большинства индикаторов темпов изменений цены мы использовали программное обеспечение для IBM PC, предоставленное фирмой Сотри Тгас, Inc., P.O. Box 15951,1021 Ninth Street, New Orleans, LA 70175. Этот программный пакет может загрузить в память одновременно 510 периодов данных. Это соответствует 42 годам месячных данных, 9.75 годам недельных данных и 2 годам дневных данных.

Для распознавания графических моделей, а также для некоторых исследований темпов изменений цены и оборота мы использовали программу Back Trak для IBM PC, разработанную Стивеном Л. Киллом из MicroVest, P.O. Box 272, Macomb, IL 61455. Это мошная, быстро работающая программа. Ее память неограничена: можно работать с базами данных, размер которых приближается к размеру жесткого диска компьютера. В наших исследованиях мы загружали одновременно около 1800 периодов данных. Это соответствует 150 годам месячных данных, 34 годам недельных данных и 7 годам дневных данных.

Некоторые графики были подготовлены с помощью программы The Technician для IBM PC, разработанной в Computer Asset Management, P.O. Box 26743, Salt Lake City, UT 84126. Этот быстрый и простой в использовании пакет включает исторические данные более чем за 9 лет, а также 50 индикаторов, описанных в данной книге.

Для некоторых расчетов мы использовали электронные таблицы Lotus 1-2-3,161 First Street, Cambridge, MA 02142.

Большинство исследований индикаторов темпов изменений цены проведено на недельных данных за 19 лет (с января 1968) сводного индекса цен обыкновенных акций Нью-Йоркской фондовой биржи (индекс включает

КОМПЬЮТЕРНЫЕ ПРОГРАММЫ И ДАННЫЕ, ИСПОЛЬЗОВАННЫЕ В ЭТОЙ КНИГЕ

все зарегистрированные на NYSE обыкновенные акции и взвешен по капитализации). Данные были получены из Commodity Systems, Inc., 200 West Palmetto Park Road, Boca Raton, FL 33432.

Данные no ценам закрытий месяца сводного индекса пятисот акций Standard & Poors, индекса краткосрочных государственных ценных бумаг со сроками погашения от 3 до 4 лет Standard & Poors, по среднемесячному уровню дивидендов акций Standard & Poors 500 и по прибылям компаний из Standard & Poors 500 в расчете на одну аидаю за последние 12 месяцев были взяты из Standard 8с Poors Statistical Service, Security Price Index Record, издание 1986 года, корпорация Standard & Poors, 25 Broadway, New York, NY 10004. Данные no свободным резервам, дисконтной и первичной ставках были взяты из Board of Governors of The Federal Reserve System, Banking and Monetary Statistics 1941-1970 и Annual Statistical Digest, Publications Services, Division of Administrtive Services, Board of Governors of The Federal Reserve System, Washington, D.C. 20551. Эти данные были внесены в память компьютера вручную.

Тед С. Эрл написал главу о исследовании долгосрочных скользящих средних. Исследование было проведено с помощью программного обеспечения и данных, которые Тед С. Эрл продает через Market Timing Report, P.O. Box 225, Tuscon, AZ 85702 (см. главу 9).

Дэвид P. Аронсон, президент Raden Research Group (P.O. Box 1809, Madison Square Station, New York, NY 10159), написал главу о современных компьютерах, используемых в инвестиционных исследованиях, и о мощном статистическом программном обеспечении, разработанном его компанией (см. главу 15).

Луи Мендельсон (Investment Growth Corporation, 50 Meadow Lane, Zephyrhills, FL 34249-9748) провел исследования, посвященные краткосрочной торговле на дневных данных. Результаты его исследований и модель, разработанная им с помощью его программы ProfitTaker, приводятся в главе 11.

Мы хотим поблагодарить всех, кто предоставил компьютеры, программное обеспечение и данные, без которых создание этой книги было бы невозможным.

Для управления инвестициями справедливы те же самые принципы и методы, что и для управления предприятием. В обеих областях в последнее время возросло влияние количественного анализа как эффективного средства для принятия решений.

Типичной альтернативой количественной модели принятия решений является ситуация, когда решения принимаются на основе субъективных мнений и пристрастий руководителя. Согласно статистике, прирост капитала у большинства управляющих инвестиционными портфелями ниже, чем показатели роста фондовых индексов. Это является следствием подобного неформального подхода к принятию решений. Более того, отсутствие системы в принятиях решений приводит к невозможности точно найти причину неудачи и избежать подобных ошибок в будущем.

В этом введении в количественную теорию принятия решений и построения моделей использованы материалы из книги Ричарда Д. Ирвина «Количественный анализ для принятия деловых решений», 7-е изд-е, издательство Bierman, Bonini, and Hansman, Richard D. Irwin, Inc., Homewood, IL 60430, 1986, стр. 4-19*.

Процесс принятия решений можно определить как процесс, при котором управляющий, столкнувшись с определенной проблемой, выбирает некий способ действий, или «решение», из множества возможных способов действий. Невозможно предвидеть все последствия принятого решения и нельзя быть вполне уверенным, что именно это решение приведет к наилучшим результатам. Сложность принятия решения состоит еще и в необходимости учитывать многие факторы и рассматривать различные варианты действий.

Общий процесс принятия решения, одинаковый для всех видов ситуаций, может быть описан следующим образом:

1.Определите, каким критерием вы будете пользоваться. Наиболее простым критерием может быть максимизация прибыли.

2.Определите множество всех возможных действий.

3.Определите, какой моделью вы будете пользоваться, и установите значения параметров процесса.

4.Определите, какой вариант действий дает оптимальный результат (согласно критерию, установленному в пункте 1).

* Перепечатано с разрешения автора

ОБЩЕЕ ВВЕДЕНИЕ В ПОСТРОЕНИЕ МОДЕЛЕЙ