Блок-схема имитационной модели HYIP

Добрый день всем читателям блога.

Для наглядности представления и простоты понимания работы имитационной модели HYIP (призванной, по моему замыслу, помочь оценить «срок» жизни проекта или иными словами оценить «потенциал» HTYIP) решил сегодня представить вашему вниманию общую блок-схему этой модели. Также попробую объяснить, как работает программа сейчас, на данной фазе своего развития.

Модель построена не без идеализации реальных условий. Иначе в данном случае нельзя. Математика ведь это наука хоть и точная, но абстрактная. Эта «идеализация» отразилась в ряде допущений (мне кажется вполне рациональных и не жестких), которые состоят в следующем:

Допущение №1: тарифы с большими суммами будут выбираться в модели реже, чем с меньшими по принципу: «богатых» меньше чем «бедных». Для используется генератор псевдослучайных целых чисел, полигон частот «выдаваемых» значений которого будет иметь вот такой вид (пример приведен для 10 тарифов в цикле с 10 000 итераций):

ftar 

Скрипт на языке R:

#--------------------------------------------------------------------------
#Функция выбора тарифа. Тарифы должны быть отсортированы в
#порядке убывания вероятности их выбора.
#На функцию распределения частот влияет параметр u,
# чем он больше - тем «круче» спад частот
#n - количество вкладов
#m - количество тарифов
#возвращает значения от 1 до n включительно (целые)
getTar<-function(n,m,u)
{  return ( 1+trunc(m*(1-runif(n)^(1/u))) ) }

Допущение №2: как только по процентным начислениям накопилась минимальная сумма средств для вывода — вкладчик выводит её (в модели «происходят» выплаты) по принципу: завтра может быть уже поздно.

Допущение №3: на протяжении всего срока «жизни» HYIP количество новых вкладчиков в день изменяется в пределах от 0,…,nm (nm мы задаём сами) и эта величина случайная. Она сохраняет свои статистические характеристики (функцию распределения) на протяжении всего срока «жизни» HYIP, в отличие от того случая, что я описал здесь. При этом вероятность «большого» числа новых вкладчиков в день меньше, чем «небольшого». Для этого используется генератор псевдослучайных целых чисел, полигон частот «выдаваемых» значений которого будет иметь вот такой вид (пример приведен для 50 вкладчиков в цикле с 10 000 итераций):

fnvklad

Скрипт на языке R:

#--------------------------------------------------------------------------
#Функция "развития проекта" с равномерным распределением частот вкладчиков
#Количество вкладчиков может быть от 0 до nm включительно
getN<-function(nm,u)
{  return( round(nm*(1-runif(1)^(1/u))) ) }
#----------------------------------------------

Допущение №4: вероятность выбора вкладчиком «внутри» выбранного им тарифа меньшей суммы больше, нежели большей суммы. Для этого используется генератор псевдослучайных целых чисел, полигон частот «выдаваемых» значений которого будет иметь вот такой вид (пример приведен для сумм от 50 до 500 $ в цикле с 10 000 итераций):

fmoney 

 Скрипт на языке R:

#--------------------------------------------------------------------------
#Функция выбора суммы вклада внутри выбранного тарифа.
#На функцию распределения частот влияет параметр u,
# чем он больше - тем больше спад частот
#nmin - минимальная величина вклада внутри тарифа
#nmax - максимальная величина вклада внутри тарифа
#возвращает значения от nmin до nmax включительно (целые)
getMon<-function(nmin,nmax,u)
{ return(nmin+trunc((nmax-nmin+1)*(1-runif(1)^(1/u))))  }

И сама блок-схема:

s-model
В следующий раз думаю стоит провести важный эксперимент по оценке степени влияния потенциального количества новых вкладчиков в день на срок «жизни» HYIP.

Похожие статьи:

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *