Группа эконофизиков - ученых, использующих физические методы и приемы для анализа экономических данных - опубликовала алгоритм, с помощью которого можно предсказывать даты падения рынков. Подробно методология изложена в препринте статьи, доступном на сайте arXiv.org.
Узнайте больше в полной версии ➞В 2007 и 2008 годах исследовательский коллектив из Китая, Швейцарии и Бельгии предсказал даты резкого снижения двух китайских фондовых индексов - Shanghai Composite и Shenzhen Stock Exchange Component (SSE Component). Несмотря на то, что ученые не совсем точно угадали сроки падения, в обоих случаях оно действительно произошло, причем разница с предсказанной датой составила несколько дней.
В работах, где авторы называли сроки падения индексов, не была подробно изложена методология предсказания. Отмечалось только, что поведение индексов подчинялось функции, растущей быстрее экспоненты, что свидетельствует о наличии "пузыря". В своей новой статье ученые подробно объяснили, как они вычисляют срок падения фондового индекса.
Алгоритм исследователей включает экономическую теорию рационального ожидания и прогнозирования пузырей, "стадное" поведение инвесторов и трейдеров, а также закономерности статистической физики. В частности, авторы используют теорию о точках бифуркации - критических состояниях системы, после прохождения которых она резко и необратимо меняет свои характеристики.
Из работы ученых вытекает одно интересное следствие: авторы утверждают, что публикация их прогнозов не спровоцирует преждевременного коллапса рынка. Даже в том случае, когда инвесторы осведомлены о существовании "пузыря" и знают дату, когда он лопнет, они будут продолжать вкладывать средства, чтобы получать большие прибыли до самого последнего момента.
В последние годы физики и математики существенно расширили традиционные экономические методы анализа рынка. Уже в начале 1990-х годов экономисты осознали, что стандартные методы работы не позволяют адекватно предсказывать развитие ситуации на рынках. Оказалось, что, использование, например, закономерностей теории хаоса, позволяет получать гораздо лучшие результаты.