второго типа логика противоположна: ожидается, чтов сле-
дующий момент знак прироста изменится. Ясно, что пра-
вильное поочередное применение этих
двух
моделей может
дать абсолютно точные прогнозы. Но проблема состоит в
определении момента, когда прибегать к первой, а когда -
ко
второй.
Построим
на основе этих
двух
моделей новую, в которую
они
входят
как альтернативы. Организуем автоматический
выбор той или иной модели по такому правилу: если на
последних п точках (статистической базе) применение пер-
вой модели дало отрицательный
результат,
то для прогно-
зирования
(л-М)-й точки применяется вторая модель, и на-
оборот. Результаты испытания этой модели на прежних
данных со смещаемой базой с п=20 приведены в табл. 15.1
и
15.2. По четырем валютам (на этот раз — кроме британс-
кого фунта) получен положительный итог. Особенно велика
норма прибыли у швейцарского и французского франка.
Риск,
однако, остается.
В этой
главе
мы хотели показать, что простейшие стати-
стические модели
могут
оказаться полезными
даже
в столь
сложной задаче, как прогнозирование валютных курсов.
Была
исследована стохастическая природа валютных кур-
сов.
Сделан вывод о наличии в их движении определенной
инерционности.
Рассмотрены адаптивная и наивная моде-
ли,
которые применены к реальным данным. Результаты в
Целом оказались положительными, хотя полностью риска
избежать не удается.
Предложенные подходы к краткосрочному прогнозиро-
ванию валютных курсов позволяют эксперту оперативно
принимать
решения по текущим валютным операциям. Сам
прогноз,
вообще говоря, является исходной информацией для
второго этапа работы - выработки оптимального решения.
На
этом этапе решение задачи по одной валюте целесооб-
разно
сопоставить с решениями задач по
другим
валютам в
рамках комплексного
подхода.
Одномерная задача есте-
ственным образом перерастает в многомерную.