Андреа Семпл Проверка на любовь

Для решения данной проблемы, которая связана с преодолением этой «иллюзии будущего», нам необходимо учитывать влияние хаоса не только в будущем, но и в прошлом. Поэтому «формула» вектора текущих цен для этой Целевой программы должна быть усложнена.

Для решения этой проблемы мы используем исторические выборки ведущих индексов фондового рынка[10]. Наиболее известными индексами являются:

ü ASX200-индекс (Австралийская биржа),

ü BSE SENSEX-индекс (Индийская биржа),

ü САС40-индекс (Парижская биржа),

ü CFDS50 - ведущий индекс Еврозоны.

ü CreditSuisse-индекс (Цюрихская биржа),

ü DAX30-индекс (Биржа во Франкфурте-на-Майне),

ü DJI-индекс-индекс (индекс Доу-Джонса),

ü FTSE100-индекс (Лондонская биржа),

ü HIS-индекс (Гонг-Конгская биржа)

ü Ibovespa-индекс (Бразильская биржа),

ü MIB30-индекс (Миланская биржа),

ü ММВБ-индекс (Российская биржа),

ü NASDAQ Composite-индекс Национальной ассоциации дилеров по ценным бумагам,

ü Nikkei225-индекс (Токийская биржа),

ü S&P 500-индекс (500 компаний Америки),

ü SSE Composite-индекс (Шанхайская биржа),

ü РТС-индекс (Российская биржа).

Суть идеи, связанной с решением этой проблемы при конструировании данных, мы представляем так. Для каждой из выборок этих индексов мы выполним нормировку их значений, т. е. приведем их значения к единому нормированному масштабу, когда их (индексов) значения будут принадлежать диапазону . Для этого в для каждого индекса надо найти максимальное значение его выборке, а затем разделить на него все значения выборки. Таким образом, мы получим нормированныйиндекс, значения которого будут принадлежать единичному интервалу.

Следующим действием будет вычисление нормированного стохастического индекса средних величин, который будет рассчитываться как среднее для совокупности всех нормированных индексов, включаемых в этот комплекс. При этом мы должны учитывать, чтобы длины всех векторных компонент, включаемых в этот индекса средних величин, должны быть одинаковой длины (во времени).

Остается выполнить лишь два последних действия:

ü Разделить значения полученного вектора нормированного стохастического индекса на его последнее значение в этой выборке. Это необходимо сделать для того, чтобы изменилось его «прошлое» без изменения «настоящего».

ü Умножить вектор этот преобразованный с учетом «измененного прошлого» нормированный на сконструированный нами вектор динамики «текущих» цен реализации данной целевой программы. В результате выполнения этого действия мы получим вектор стохастической динамики «текущих цен» реализации Программы [11]. В нем будет учтено влияние хаоса и изменено «прошлое».

Ниже мы приводим график этого вектора – вектора динамики «текущих цен» завершения Целевой Программы. В нем учитывается влияние хаоса.

Рис. 7. Вектор стохастической динамики «текущих» цен реализации Программы.

Нам не представляет труда рассчитать и прогноз экспоненты хаоса для этого вектора. Он отображен на графике ниже.

Рис. 8. Прогнозная динамика экспоненты хаоса на 100-бальной шкале.

Полученный вектор экспоненты хаоса мы используем при расчете дополнительных затрат, которые потребуются для стабилизации заданного программного курса. При прогнозной оценке хаоса использовалась 100-бальная шкала. Она была построена в результате обработки экспонент хаоса для ведущих фондовых индексов. Для этого мы переместили все графики экспонент хаоса на один график, а затем нашли на нем точки пересечения всех пар экспонент. Ниже приведен такой график, на который нанесены несколько этих экспонент.

Рис. 9. Комплекс пересекающихся экспонент хаоса.

На основе полученных «точек пересечений» мы рассчитали «центр тяжести» этих координат. Результаты этой оценки приведены таковы:

ü Число деловых дней до перехода в фазу катастрофы составило 374.

ü Соответствующий этому моменту времени порог хаоса - 6,968.

При измерении хаоса мы построили 100-бальную шкалу для всех индексов, в т. ч. и для вектора стохастической динамики «текущих цен» реализации Программы. Для этого мы умножили каждую из экспонент хаоса на 100% и разделили на величину порога хаоса.

Мы учли, что при решении задачи «горизонт прогнозирования» не должен превышать найденной оценки 374 - числа дней до перехода в фазу катастрофы . Однако найденный «горизонт» был еще ограничен и длиной расчетного джокера [12]. При прогнозировании его длина составила 320 деловых дней.

Прогноз цен реализации Программы [13] на рассматриваемый перспективный период, который не должен был превышать длины этого откорректированного «горизонта». При обработке вектора«текущих цен» реализации Программы были выявлены надкластерные силы двух джокерах этой выборки. Они отображены на графиках ниже.

Рис.10. Надкластерный процесс в 1-м джокере выборки.

Рис. 11. Надкластерный процесс во 2-м джокере выборки.

С каждым из этих надкластерных сил (или надпроцессов) связана определенная сценарная история развития событий. Алгоритм свертки сценарных историй был описан в нашей монографии, на которую мы уже ссылались.

Ниже на рис.12 мы приводим график «исторической» и прогнозной динамики векторацен реализации Программы. Вних учитывается влияние хаоса для обоснованного при прогнозе периода, равного 320 деловых дней.

Рис. 12. «Историческая» и прогнозная динамика «текущей цены» реализации данной Программы.

Мы считаем, что для реализации данной Программы длительности такого периода, т. е. к февралю 2012 года, вполне достаточно. Ведь, по сути, надо выполнить только одно мероприятие Программы - построить один 12-ти этажный дом с 4-я подъездами на 450 квартир. Именно для этого момента времени мы получили прогнозную оценку для целевого состояния Программы. Она составила величину 786,8027 млн. руб.

Процесс решения краевой вариационной задачи начинается с расчета параметров для сконструированной нами «исторической» выборки. На графике ниже представлена динамика цен в выделенном последнем джокере.

Рис. 13. Динамика цен в сконструированной выборке (за 155 последних дней) и ее регрессия.

В процессе вычислений мы оценили хозяйственные помехи, которые учитываются при различных отклонениях от программного курса. Ниже на графике отражена динамика этих помех в рассматриваемом перспективном периоде.

Ниже мы приводим таблицу с заданными и вычисленными параметрами модели.

Табл. 1. Параметры, полученные при выполнении расчетов для этой Программы.

№	Наименование параметра	Величина параметра
1.	Перспективный период времени (число деловых дней)
2.	Целевая величина результатного фактора на конец периода	786,8
3.	Ожидаемая эффективность целевой программы	1,3
4.	Конечная скорость изменения результатного фактора
5.	Оценка результатного фактора на начальный момент
6.	Оценка математического ожидания результатного фактора	711,8271
7.	Оценка величины волатильности результатного фактора	35,51113
8.	Оценка параметра тренда функции распределения
9.	Оценка параметра крутости функции распределения	143,2193
10.	Оценка величины alpha-функции на начальный момент
11.	Оценка величины alpha-функции на момент конца периода	0,000161
12.	Статистическая оценка epsilon-параметра	0,00153
13.	Оценка величины 2-го статистического момента M2	1800,93613789255
14.	Оценка квадрата kapa-параметра	2,65948166595297
15.	Оценка величины углового коэффициента стат. траектории	0.91045
16.	Оценка величины свободного члена стат. траектории	642.42
17.	Оценка величины параметра хаоса	0.565330786832228
18.	Оценка порога хаоса для индексов фондового рынка и сконструированной стохастической выборки «текущих цен» Программы	6.968
19.	Прогнозная оценка перехода процессов в фазу катастрофы, когда многие процессы в экономике станут неуправляемыми (то есть, сколько деловых дней осталось до перехода в эту фазу, если прогноз начат с января 2011 года?)

На графике, который представлен ниже (рис. 14), отражена динамика оптимальных программных траекторий состояний для факторов результата и управления этой Целевой Программы.

Рис. 14. Программные траектории факторов результата и управления Целевой программы «Доступное жилье для молодых семей Смоленска».

В результате выполнения расчетов по этой Целевой программе были найдены:

· программные траектории фактора результата,

· фактора управления (затрат на управление),

· оценки риска и хозяйственных помех,

· прогнозная динамика экспоненты хаоса,

· оценка порога хаоса, после которого многие процессы становятся неуправляемыми и переходят в фазу катастрофы.

· оценка времени наступления катастрофы,

· оценка дополнительных затрат, необходимых для стабилизации отклонений от программного курса, вызванных дестабилизирующими факторами.

Согласно нашему прогнозу 3-я волна кризиса наступит примерно через 374 деловых дней, в апреле – мае 2012 года. Поэтому данная Программа должна быть завершена за 320 деловых дней и не позднее февраля 2012 года.

Полученные результаты расчетов подтверждают «работоспособность» предложенной нами модели и инструментов нелинейной задачи оптимального программирования и управления с учетом указанных дестабилизирующих факторов.

[1] Подшивалов Г.К. Модель нелинейной задачи оптимального программирования и управления с учетом дестабилизирующих факторов риска, хозяйственных помех и хаоса. // Журнал Управление риском. № 4 (56), 2010, стр. 2-19, – М.: изд-во АНКИЛ.

[2] Результаты этих исследований были опубликованы в монографиях:

Г.К. Подшивалов. Методологические основы, методика и инструментарий для измерения хаоса: Монография. Научное издание. – М., Издательство «Социум», 2010, 124 с.

Г.К. Подшивалов. Методологические основы и инструменты оценки прогнозных сценариев и решений: Монография. Научное издание. – М., Издательство МАТГР, 2010. - 267 с.

[3] Информация о целевых программах Смоленска приводится на сайте: http://www.admcity.smolensk.ru/.

[4] По информации, представленной на справочном сайте: http://www.vsmolensk.ru

[5] Согласно официальной информации Территориального органа Федеральной службы Государственной статистики по Смоленской области.

[6] В нашей монографии понятию «хаос» дается такое определение: Хаос – это явления или процессы, которым присущи положительная обратная связь, корпоративные взаимодействия, пространственная нелокальность с формированием и самоорганизацией структур, приводящих к образованию нового порядка. Хаос – это явления или процессы, которым присущи положительная обратная связь, корпоративные взаимодействия, пространственная нелокальность,самоорганизация, а также формирование структур, приводящих к образованию нового порядка. В динамике этих явлений проявляется совокупность следующих свойств: локальной неустойчивости; протекания; периодичности (рекурсивности); фрактальности; запутанности фазовых состояний и траекторий; плотности периодических точек; насыщения; диссипативности; универсальности; дискретности и многовариантности развития процессов в параллельных мирах.

[7] Переход в фазу катастрофы проявляется во многих хаотизированных социально-экономических процессах. Он сопровождается революциями, сменой социального строя. С ними связано формирование нового прядка и власти. Так, совсем недавно это свойство нелокальности хаоса проявилось в ряде стран Ближнего Востока и Северной Африки – череде революций. Все они произошли практически, почти одновременно. Население стран, недовольное властью, проводимой ей политикой, солидаризуется. В социальном поведении населения проявляются свойства корпоративности («эффект толпы»), самоорганизации и конвекционности. Как правило, эти свойства (социальной) среды формируются в общественном сознании в фазе «затишья». И лишь за ней следует фаза «стохастического удара» - революция.

[8] Информация о динамике этих данных приведена на справочном сайте: http://www.gdeetotdom.ru/analytics/

[9] Приведенные ниже графики отраслевых индексов ФИНАМ построены на основе исторических выборок, скачанных с сайта: http://www.finam.ru/analysis/export/.

[10] Вся необходимая информация - выборки по этим индексам - была скачана с сайта: http://investing.businessweek.com/research/stocks/snapshot/snapshot.asp?ticker=UT:TB

[11] Этот стохастический вектор «текущих цен» будет использоваться нами для получения прогнозной оценки целевого состояния Программы на момент ее реализации . Программа согласно паспортным данным должна быть начата с января 2011 года.

[12] Согласно определению, которое приведено в указанной выше монографии по прогнозированию, джокеру дается такое определение: Джокер - это одновременно и область в фазовом пространстве, в которой проявляется высокая степень хаотической неустойчивости системы, и алгоритм или правила, по которым факторы (действующие силы), формируя длинные причинно-следственные связи, преобразуют структуру системы и упрощают «реальность» ее функционирования.

[13] Прогноз строится на основе метода свертки сценарных историй, который подробно изложен в нашей монографии. В его основу положен спектральный анализ - представление стохастического процесса в виде совокупности кластерных сил (или подпроцессов). Каждый из них связан со своим аттрактором и каналом эволюции. Проводится кластерный анализ выборки и на его основе строится диаграмма кластерных времен. На этой диаграмме выделяются области русел и джокеров. Для выделенных областей джокеров оценивается расчетная величина джокера как средняя из величин длительностей джокеров исторической выборки. Для этого на диаграмме времен подсчитывается число джокеров и делится длительность выборки на число джокеров. Эту расчетную длину джокера мы затем используем для обоснования периода прогноза. Дальнейшая обработка джокеров будет строиться на формировании в них надкластерных структур. После того как надкластерныые структуры в джокерах сформированы, начинается процесс поэтапной свертки сценарных историй, в результате которого формируется прогнозная динамика.

Scan: fanni; OCR & SpellCheck: Larisa_F

Гелеос; 2004; ISBN 5-8189-0294-3

Перевод: Мария Юрьевна Павлова

Аннотация

Молодая талантливая журналистка и психолог Марта C. сотрудничает с модным изданием «Глосс». Она ведет женскую рубрику, в которой дает советы и рекомендации одиноким и замужним дамам, столкнувшимся с проблемами в личной жизни. Но все теоретические знания Марты оказываются бесполезными, когда у нее начинаются собственные любовные неурядицы. Дело доходит до того, что руководители журнала «Глосс», наблюдая за душевным смятением молодой женщины, уже готовы уволить ее за профессиональную непригодность. Водоворот событий все глубже затягивает Марту, бросая ее из одной крайности в другую…

Дата добавления: 2015-06-30