Федеральное государственное бюджетное образовательное

учреждение высшего образования

Российская академия народного хозяйства и государственной
службы при президенте Российской Федерации северо-западный
институт управления

МОДЕЛИ ПОВЕДЕНИЯ ЦЕН: СЛУЧАЙНОЕ

БЛУЖДАНИЕ, МАРТИНГАЛЫ,
ГЕОМЕТРИЧЕСКОЕ СЛУЧАЙНОЕ
БЛУЖДАНИЕ
ЭКОНОМИЧЕСКИЙ ФАКУЛЬТЕТ.

ДИСЦИПЛИНА: ФИНАНСОВЫЕ СТРАТЕГИИ И ФИНАНСОВОЕ МОДЕЛИРОВАНИЕ.

КАФЕДРА: ФАКУЛЬТЕТ ЭКОНОМИКИ И ФИНАНСОВ.

РАБОТУ ВЫПОЛНИЛА: СТУДЕНТКА ГР. ЭК-4-20-13

РУБЛЕВА О.В.

Санкт-Петербург
2022 год
МОДЕЛЬ ПОВЕДЕНИЯ ЦЕН: ВВЕДЕНИЕ

• Когда мы рассматриваем сектор рынка, соответствующий долгосрочным сделкам, вероятно, следует признать, что
определяющее влияние на цены оказывают здесь такие экзогенные факторы, как обменные курсы и процентные
ставки, показатели экономического роста, тенденции (тренды) цен и показателей прибыли. Поведение рынка здесь
удовлетворительно описывается так называемой гипотезой эффективного рынка, согласно которой в каждый момент вся
доступная информация о текущих и будущих событиях дисконтируется в текущие цены рынка, так что изменения цен
бывают вызваны только поступающей свежей информацией.
• Напротив, в краткосрочной перспективе появляются новые возможности для прогнозов, связанные с учетом
регулирования платежей, обратных связей и многочисленных технических и структурных факторов. Старые
парадигмы финансовой науки типа модели случайного блуждания или гипотезы эффективного рынка внушают нам
представление о том, что финансовые рынки склонны относительно плавно и разумно приспосабливаться к
поступающей информации. В этом круге идей вполне убедительно выглядят описания поведения рынка на
основе линейных зависимостей и законов обращения трендов (стационарности).
• Однако драматические обвалы рынка при отсутствии существенных изменений информации, резкие изменения условий
доступа и сроков при пересечении компанией какого-то невидимого порога в кредитной сфере — все это проявления
нелинейности. Действительность показывает, что поведение финансовых рынков едва ли может быть описано
линейными трендами.
МОДЕЛЬ ПОВЕДЕНИЯ ЦЕН: СЛУЧАЙНОЕ
БЛУЖДАНИЕ
• Случайное блуждание (или Броуновское движение или Random
walk)—это процесс с независимыми приращениями, причем каждое
приращение обладает нулевым средним.
• Почему возникает необходимость использовать понятие «в
среднем»? Дело в том, что при увеличении числа сделанных шагов
количество возможных траекторий движения растёт очень быстро:
одношаговых — 4, образующихся при двух шагах — 42 и т. д. В
случае миллиона шагов число траекторий равно
— 41000000 это больше, чем число атомов во Вселенной, но в задачах Роберт Броун
1773 —1858
экономики такие величины встречаются и с ними надо уметь
работать.
МОДЕЛЬ ПОВЕДЕНИЯ ЦЕН: СЛУЧАЙНОЕ
БЛУЖДАНИЕ
• Одно из первых достижений этой теории — объяснение броуновского движения. В 1827 году шотландский
биолог Роберт Браун, новаторски использовавший микроскоп, обнаружил явление беспорядочного
движения микроскопических частиц в полостях зёрен пыльцы. Изначально надеявшийся, что он открыл
«источник жизни», в результате продолжительных исследований Браун пришёл к иному выводу: природа
такого движения (называемого сейчас броуновским) — физическая, а не биологическая.

• Данная модель обладает интересным и далеко идущим следствием с точки зрения повторения и

организации крахов во времени. Действительно, мы видим, что каждый раз, когда случайные
блуждания приближаются к выбранной постоянной величине «W», цена пузыря взмывает вверх, и,
согласно условию отсутствия арбитража совместно с рациональными ожиданиями, это подразумевает под
собой то, что рынок входит в "опасные воды" с приближающимся крахом.
МОДЕЛЬ ПОВЕДЕНИЯ ЦЕН: СЛУЧАЙНОЕ
БЛУЖДАНИЕ
• Л. Башелье был, безусловно, первым, кто для описания
динамики цен акций обратился к моделям "случайных
блужданий и их предельным образованиям" которые, говоря
современным языком, есть не что иное, как броуновское
движение.
• Если отвлечься от математических обозначений, то модель
случайного блуждания утверждает следующее-
движение фондового рынка в целом (и цен отдельных
Луи Башелье инструментов, обращающихся на нем) непредсказуемо.
1870 —1946 Цена фондового актива в соответствии с этой моделью
изменяется абсолютно случайно. Инвестор равновероятно
может ожидать падения или роста завтрашней цены.
МОДЕЛЬ ПОВЕДЕНИЯ ЦЕН: СЛУЧАЙНОЕ
БЛУЖДАНИЕ
• Естественно, подобный вывод не осчастливил профессионалов фондового рынка.
Ведь если модель случайного блуждания работает на практике, то это означает,
что их работа абсолютно бесполезна — даже подслеповатая обезьяна сможет
провести операцию с ценными бумагами, которая по показателям
прибыльности будет не хуже (а скорее всего, даже лучше) операции, проведенной
профессиональным участником. Абсурд — сказали профессионалы и вернулись к
трендам. 
• Годом великого перелома стал 1965-й. В этом году публикуется работа Пола
Самуэльсона «Доказательство случайного изменения рационально ожидаемых Пол
цен». Используя инструменты микроэкономического анализа, Самуэльсон Самуэльсон
показал, что на рынке, где присутствует совершенная конкуренция, динамика цен 1915 —2009
должна подчиняться модели случайного блуждания, а значит, должна быть
непредсказуемой.
МОДЕЛИ ПОВЕДЕНИЯ ЦЕН: СЛУЧАЙНОЕ
БЛУЖДАНИЕ
• Единственное практическое следствие теории заключается в том, что если вся информация,
относящаяся к ценным бумагам, в любой момент времени полностью отражается рыночными ценами,
то динамика цен фондовых активов, обращающихся на подобном рынке, подчиняется модели
случайного блуждания. Если же динамика цен подчиняется модели случайного блуждания (т. е.
непредсказуема), то ни один оператор рынка не может получить доход от проведения операций
с ценными бумагами, который отличался бы от нормального. Нормальный доход — это доходность
рыночного индекса.
• Именно поэтому динамика цен будет подчиняться модели случайного блуждания — на эффективном
рынке операторы равновероятно могут ожидать, что их прогнозы завышены или занижены
относительно реальных будущих значений цен.
• Однако значение теории эффективного рынка вовсе не в том, что она подтверждает модель случайного
блуждания, а в том, что она четко устанавливает необходимое условие, при котором цены
действительно будут вести себя так, как если бы они подчинялись модели случайного блуждания.
МОДЕЛИ ПОВЕДЕНИЯ ЦЕН: МАРТИНГАЛЫ

• Мартинга́л в теории случайных процессов —

такой случайный процесс, что наилучшим (в смысле
среднеквадратичного) предсказанием поведения процесса
в будущем является его настоящее состояние.
• Пусть a и b — положительные целые числа, тогда
ожидаемое количество шагов, когда простое одномерное
случайное блуждание с началом в точке 0 впервые
достигнет b или −a равна ab. Вероятность того, что данное
блуждание достигнет b прежде, чем достигнет −a, равна
, что следует из того факта, что простое случайное
блуждание является мартингалом.
МОДЕЛИ ПОВЕДЕНИЯ ЦЕН:
ГЕОМЕТРИЧЕСКОЕ СЛУЧАЙНОЕ БЛУЖДАНИЕ

• Геометрическое броуновское движение (ГБД)- используется в качестве модели изменения

факторов риска.
• На эффективных рынках финансовые цены изменяются во времени в соответствии с моделью
случайного блуждания. Последняя модель представляет собой стохастический процесс, в
котором изменение уровня происходит путем прибавления случайной переменной с нулевым
средним значением и постоянной дисперсией.
• Модель случайного блуждания обладает одним свойством, которое наиболее важно при анализе
финансовых временных рядов. Такое свойство называется свойством Маркова и состоит в том,
что вся информация, необходимая для определения вероятности будущего значения
переменной, содержится в текущем состоянии этой переменной. В соответствии с гипотезой
эффективных рынков цены активов отображают всю историческую информацию, касающуюся
этого актива, и реакцию на поступающую новую информацию по данному активу.
МОДЕЛИ ПОВЕДЕНИЯ ЦЕН:
ГЕОМЕТРИЧЕСКОЕ СЛУЧАЙНОЕ
БЛУЖДАНИЕ
• Более точно предполагается, что цены подчиняются процессу Маркова,
являющемуся частным случаем стохастического процесса, в котором полное
распределение связано только с текущим значением цены. Прошлая история не
играет никакой роли. Итоговый процесс формируется из трех следующих
компонентов, в порядке возрастания сложности:
• 1. Процесс Винера (броуновское движение).
• 2. Обобщенный процесс Винера.
• 3. Процесс Ито.
ГЕОМЕТРИЧЕСКОЕ СЛУЧАЙНОЕ
БЛУЖДАНИЕ: ПРОЦЕСС ВИНЕРА
(БРОУНОВСКОЕ ДВИЖЕНИЕ)
• Пусть S является случайной переменной, at — период времени. За малый
промежуток времени At переменная S изменится на AS. При условии, что S следует
процессу Винера, изменение S за малый промежуток времени определяется как:
где е ~ (0,1).
• Переходя к пределу и заменяя приращения дифференциалами, последнее
выражение можно записать как:
• Так как е — нормально распределенная переменная, то и AS должна подчиняться
нормальному закону со средним, равным нулю, и дисперсией At. В итоге процесс
Винера описывает переменную AS, изменения которой фиксируются по
интервалу At таким образом, что среднее значение этой переменной равно нулю, а
дисперсия пропорциональна At:
ГЕОМЕТРИЧЕСКОЕ СЛУЧАЙНОЕ
БЛУЖДАНИЕ: ПРОЦЕСС ВИНЕРА
(БРОУНОВСКОЕ ДВИЖЕНИЕ)
Применение процесса Винера в представленной форме для описания изменения цен активов
невозможно по следующим причинам:
• Активы характеризуются различными степенями волатильности. В описанном процессе
волатильность предполагалась одинаковой;
• Рисковые активы имеют положительное ожидаемое среднее значение дохода. В описанном процессе
среднее значение AS равно нулю, поэтому в среднем будущая цена не будет отличаться от настоящей.
Разные ценные бумаги характеризуются различной волатильностью, поэтому влияние с будет разным
на такие активы, что и отражено в их волатильности. Такая проблема может быть легко устранена
путем умножения е на параметр а, который представляет собой годовое СКО величины AS. Таким
образом, уравнение примет следующий вид:

Соответствующее выражение для приращений становится равным:

ГЕОМЕТРИЧЕСКОЕ СЛУЧАЙНОЕ
БЛУЖДАНИЕ: ОБОБЩЕННЫЙ ПРОЦЕСС
ВИНЕРА
Такой процесс описывает переменную Лх, сформированную из процесса Винера с добавлением
постоянного тренда (тенденции) а на единицу времени. Параметр тенденции а представляет собой
изменение S за малый промежуток времени dt. При рассмотрении только тенденции
величина dS, получаемая из ожидаемого дохода а за малый промежуток времени, составила бы
a dt. Однако, объединив это с процессом Винера, получаем стохастический процесс случайной
переменной, характеризующейся как скоростью тенденции, так и основными свойствами процесса
Винера. Для этой случайной переменной характерны следующие свойства:
• Ожидаемый доход за малый интервал времени составляет adt.
• Случайное изменение определяется выражением.
Таким образом, обобщенный процесс Винера в приращениях можно записать следующим образом:

Так как величина AS распределена нормально, то ее среднее значение составляет a At, а СКО — а(АГ)'2.
ГЕОМЕТРИЧЕСКОЕ СЛУЧАЙНОЕ
БЛУЖДАНИЕ: ОБОБЩЕННЫЙ ПРОЦЕСС
ВИНЕРА
• В итоге получаем, что обобщенный процесс Винера включает
основной процесс Винера в совокупности с тенденцией.
Причем последняя составляющая является
детерминированной, а основной процесс Винера определяет
собой стохастический компонент.
• Необходимо отметить, что желаемый стохастический процесс
цен активов должен включать абсолютный доход, который
является функцией от цены актива, но ставка дохода не должна
зависеть от цены актива. Для удовлетворения таких требований
нужно обобщенный процесс Винера заменить на более общий
тип стохастического процесса, известный как процесс Ито.
ГЕОМЕТРИЧЕСКОЕ СЛУЧАЙНОЕ
БЛУЖДАНИЕ: ПРОЦЕСС ИТО
• Эта модель описывает обобщенный процесс Винера, у которого тренд и волатильность зависят от
текущего значения основной переменной и времени:

• В нашем случае основные переменные — цена актива S и время t, для которых процесс Ито
запишется как:

• Для преобразования процесса Винера в процесс Ито обозначим ожидаемую ставку доходности
через р; тогда р5 определяет абсолютный доход. Для малого интервала времени At ожидаемый
абсолютный доход составляет в приращениях величину AS = р5ДГ, а в пределе — dS=
xSdt. Разделив обе части последнего равенства на S, получим ставку доходности, равную dS/S= цdt.
ГЕОМЕТРИЧЕСКОЕ СЛУЧАЙНОЕ
БЛУЖДАНИЕ: ПРОЦЕСС ИТО
Таким образом, имеем абсолютное изменение цены актива AS, которое является
функцией от цены актива St, и ставки доходности dS/S, которая не зависит от цены
актива. Следовательно, dS/S является функцией от рdt и ni:(dt)‘2. 
В итоге объединения получаем выражение:

которое после преобразования приводит к процессу Ито:

Если процесс Винера часто называют броуновским движением, то полученный процесс
Ито называется геометрическим броуновским движением. Процесс считается
геометрическим, потому что параметры тренда и волатильности пропорциональны
текущему значению S, что является типичным для цен акций.
ГЕОМЕТРИЧЕСКОЕ СЛУЧАЙНОЕ
БЛУЖДАНИЕ: ПРОЦЕСС ИТО
Важность логнормального допущения зависит от рассматриваемого горизонта. Например, при горизонте,
равном одному дню, выбор между логнормальным и нормальным законами не играет существенной роли. С
другой стороны, при горизонте, измеряемом в годах, эти два допущения о виде закона распределения приведут к
различным результатам. Логнормальное распределение является более реалистичным, так как в этом случае
значения цен остаются положительными.
• При имитации этот процесс аппроксимируется последовательными шагами с использованием нормального
распределения следующего вида:
• Для имитации будущей цены для S необходимо начать с текущей цены S, и сгенерировать последовательность
независимых нормально распределенных стандартных величин е для / = 1,и. Значения цены в моменты
времени (t + 1), (/ + 2) определяются как:

и т.д. до достижения требуемого горизонта, где цена St+n = St должна иметь распределение, близкое к
логнормальному.
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ:
1. Бородин А.Н. Элементарный курс теории вероятностей и математической статистики. –СПб.: Лань, 2004.
2. Кузнецова Л.Г. Страницы истории. Экскурс в теорию случайных блужданий и ее использование для оценки стоимости
финансовых активов. 28 (196) - 2005.
3. Бэстенс Д.-Э., ван ден Берг В.-М., Вуд Д. Нейронные сети и финансовые рынки: принятие решений в торговых
операциях. – Москва: ТВП, 1997.
4. Розанова Н.М. Монетарная экономика. Практикум. Учебное пособие для бакалавриата и магистратуры. Москва,
Юрайт, 2016.
5. Коллектив авторов. Экономика переходного периода. Сборник избранных работ. 1999-2002. М., 2003.
6. Гисин В.Б., Диденко А.С., Путко Б.А. Математические основы финансовой экономики. Учебное пособие. – М.:
Прометей, 2018.
7. Булинский А.В., Ширяев А.Н. Теория случайных процессов. – М.: ФИЗМАТЛИТ. 2005.
8. Вавилов С.А., Ермоленко К.Ю. Финансовая математика. Стохастический анализ. Учебник и практикум для
бакалавриата и магистратуры. Москва. Юрайт. 2016.
9. Иванченко И.С. Производные финансовые инструменты: оценка стоимости деривативов: учебник для вузов. Москва.
Юрайт. 2019.
10.Ширяев А.Н. Вероятностно-статистические методы в теории принятия решений. М.: МЦНМО: НМУ, 2020.
Спасибо за
внимание!