«Стохастическим процессом» называется последовательность событий, происходящих во времени. Стохастика — красивое греческое название случайности. Этот раздел теории вероятности посвящен изучению последовательности случайных событий, его можно назвать «математической историей». Главная характеристика процесса состоит в его протяженности во времени.
Так что же такое генератор Монте-Карло? Представьте, что у себя на чердаке вы создали идеальную рулетку, не прибегая к услугам столяра. Можно написать компьютерную программу, симулирующую практически все, что угодно. Она будет даже лучше (и дешевле), чем колесо рулетки, созданное вашим знакомым мастером, поскольку не будет предпочитать одно число остальным за счет перекоса конструкции или неровности пола (этот недостаток называется «смещением»).
С тех пор как я стал взрослым, ничто не напоминало мне игрушку так сильно, как симуляции методом Монте-Карло. Можно создать тысячи, миллионы случайных выборочных траекторий и изучить их особенности и доминирующие характеристики. Основным помощником в этом исследовании является компьютер. Гламурная отсылка к Монте-Карло подчеркивает метафору — вы симулируете случайные события по примеру виртуального казино. Нужно задать набор условий, соответствующих реальности, и начать вычисление возможных последовательностей событий. Без особых познаний в математике с помощью этого метода можно симулировать ситуацию, в которой восемнадцатилетний ливанский подросток-христианин последовательно играет в «русскую рулетку» на заданную сумму, и увидеть, сколько попыток приведут к обогащению или как долго в среднем он сможет играть, пока не попадет на кладбище. Мы можем предположить, что в барабане 500 гнезд, — тогда вероятность смерти уменьшится — и посмотреть, что из этого выйдет.
Впервые симуляции методом Монте-Карло использовались военными физиками в лаборатории Лос-Аламос во время подготовки к испытаниям атомной бомбы. Этот метод стал популярным инструментом финансовой математики в восьмидесятые годы, особенно в свете теории случайных блужданий цен на активы. Конечно, для случая с «русской рулеткой» такой аппарат не нужен, но для решения многих задач, особенно отражающих ситуации из реальной жизни, требуется его мощь.
Математика метода Монте-Карло
Истинные математики не любят метод Монте-Карло, это факт. Они уверены, что его использование заслоняет всю красоту и элегантность их науки, и называют этот метод грубой силой. Зачастую симуляцией Монте-Карло (и другими компьютерными хитростями) мы можем заменить свои знания математики. Например, любой человек без особых познаний в геометрии может таинственным, почти мистическим способом рассчитать число пи. Как? Нарисовать круг, вписанный в квадрат, и «стрелять» в картинку случайным образом (как в аркадных играх), при этом вероятность попадания в любую точку картинки одинакова (это иногда называют равномерным распределением). Частное от деления количества «пуль», попавших внутрь круга, на количество «пуль» за его пределами даст число пи с точностью до почти бесконечного числа знаков после запятой. Ясно, что это не самый эффективный способ использования компьютера, ведь число пи можно рассчитать аналитически, применяя математические формулы, но описанный метод позволяет некоторым пользователям понять тему интуитивно, а не с помощью строчек уравнений. Многим людям (к ним отношусь и я) легче усвоить материал именно таким способом (так устроены их разум и интуиция). Возможно, компьютер чужд человеческому мозгу, как и математика.
Я не «носитель» математического языка, я не могу говорить на нем, как на родном, скорее в моей речи чувствуется иностранный акцент. Математические вопросы меня интересуют не сами по себе, а только для решения прикладных задач, в то время как математики скорее занимаются развитием самой науки (придумывая и доказывая теоремы). Я не могу концентрироваться на решении уравнений, пока какая-то реальная задача (с легкой примесью жадности) не послужит мотивирующей силой. Поэтому многому я научился благодаря торговле производными ценными бумагами (теорию вероятности меня заставили изучать опционы). В обычной жизни многие увлеченные игроки — люди весьма посредственного ума, но благодаря своей необузданной жадности они приобретали выдающиеся способности считать карты.
Другим примером может быть грамматика. На нее, скучную и лишенную озарений, математика нередко бывает похожа. Некоторые интересуются грамматикой ради нее самой, а некоторые всего лишь хотят не делать ошибок при составлении документов. Людей из второй категории называют квантами — как и физики, мы больше заинтересованы в использовании математических средств, чем в средствах как таковых. Математиками рождаются, а не становятся. Физиками и квантами тоже. Меня не заботит элегантность и качество используемых мной математических инструментов, если я могу получить верный результат. Я прибегаю к методу Монте-Карло всегда, когда возможно. И он делает свое дело. Он помогает также решать задачу обучения, так что я буду использовать его в этой книге для примера.
Вероятность является междисциплинарной областью изучения, поскольку это понятие относится не к одной науке, а к матери всех наук — к знанию вообще. Невозможно оценить качество приобретаемых нами знаний без скидки на некоторую случайность, присущую способу их получения, и исключения из аргументов случайных совпадений, которые могут просочиться в их конструкцию. Научные подходы к рассмотрению вероятности и информации одинаковы. Буквально все великие мыслители проявляли к вероятности интерес, зачастую всепоглощающий. Эйнштейн
[21] и Кейнс
[22], два величайших, по моему мнению, ума, начали с нее свой интеллектуальный путь. Эйнштейн написал свою главную работу в 1905 году, в ней он практически впервые исследовал последовательность случайных событий в терминах вероятности, а именно движение взвешенных частиц в неподвижной жидкости. Его статью по теории броуновского движения можно считать основой метода «случайного блуждания», применяемого в финансовом моделировании. Что же касается Кейнса, этот образованный человек был не тем экономистом, которого любят цитировать облаченные в твид «левые», а автором влиятельного, междисциплинарного и убедительного труда «Трактат о вероятности». До погружения в темные воды политической экономии Кейнс занимался вероятностью. У него были и другие интересные черты (он в итоге «лопнул», проиграв огромные деньги с брокерского счета, — понимание людьми вопросов вероятности не сказывается на их поведении).
Читатель может решить, что после таких размышлений о вероятности следующим шагом должно стать погружение в философию, особенно в ту ее область, которая занимается проблемами познания и называется «эпистемология», «методология» или «философия науки». Но мы пока этого делать не будем и вернемся к этой теме позже.
