Когда целесообразно применять имитационное моделирование HYIP?

Добрый день уважаемые подписчики.

Сегодня мне бы хотелось написать статью на тему проведения имитационного моделирования HYIP. А конкретно, хотелось бы объяснить в каких случаях это самое имитационное моделирование полезно и работает, а в каких нет.

Основным результатам моделирования является эмпирическая функция распределения вероятностей времени жизни проекта (далее – ЭФРВ). ЭФРВ я привожу в виде графика, где по оси абсцисс отложено время «жизни» проекта в днях. По оси ординат оценка вероятности, что проект «проживет» меньше указанного количества дней.

Допустим, мы хотим узнать, дольше какого количества дней n проживет наш проект с заданной вероятностью p (задается не в процентах!)?

Для этого мы смотрим на график ЭФРВ, конкретно на ось ординат и находим на ней значение равное 1-p. Далее из этой точки проводим влево перпендикулярную оси ординат линию. Где-то эта линия пересечет кривую графика. В месте этого пересечения проводим вниз линию, перпендикулярную оси абсцисс. Там, где ось абсцисс будет пересечена находится значение количества дней n, больше которого проживет проект с заданной вероятностью p.

Как правило, по результатам моделирования я автоматически рассчитываю несколько вариантов для заранее заданных вероятностей p.

И так, когда же лучше применять этот метод?

Во-первых, метод целесообразно применять на этапе предварительной оценки вновь стартовавших инвестиционных проектов.

Метод позволяет определять не только больше какого количества дней «протянет» проект с заданной вероятностью, но и позволяет оценить вероятность окупаемости вклада, чтобы принять инвестиционное решение, если сроки ещё не упущены.

Приведу несколько примеров.

Пример №1: Проект стартовал 0 дней назад (то есть сегодня). Срок окупаемости вклада 100 дней. По результатам имитационного моделирования, с использованием ЭФРВ, мы получили, что с вероятностью 0.6 проект «проживет» дольше 100 дней. Значит с вероятностью 0.6 окупится и наш вклад если инвестировать прямо сегодня. Инвестируя в проект позже, вероятность окупаемости нашего вклада падает.

Согласитесь, что вряд ли бы Вы захотите инвестировать в проект, если вероятность окупаемости вклада получилась бы ниже 0.5…. А для кого-то и 0.6 мало. Пожалуйста, пользуйтесь графиком и получайте результаты для своей вероятности!

Пример №2. Проект стартовал 50 дней назад. Срок окупаемости вклада 50 дней. Нам необходимо найти вероятность того, что проект проработает дольше 100 дней, при условии, что он уже отработал 50 дней (!).

Допустим, по результатам имитационного моделирования, с использованием построенной ЭФРВ, мы получили, что с вероятностью 0.6 проект «проживет» дольше 100 дней и с вероятностью 0.95, что проект проживет дольше 50 дней. Тогда вероятность того, что проект проработает дольше 100 дней, при условии, что он уже отработал 50 дней вычисляется так: 1-(0.95-0.6)=0.65. Это вероятность окупаемости вклада на 50 день работы проекта.

Пример №3. Проект стартовал 0 дней назад (сегодня). Срок окупаемости вклада 50 дней. По результатам имитационного моделирования, с использованием построенной эмпирической функции распределения, мы получили, что с вероятностью 0.45 проект «проживет» дольше 50 дней. Какой смысл вкладывать в такой статистически ненадежный проект? Работа такого проекта дольше скорее всего возможна лишь за счет доноров… либо в идеальных условиях, когда обстоятельства складываются как нельзя лучше.

И такое бывает. Сделал админ проект. Проект статистически «слаб». Но отработал максимально возможный срок! Повезло. То есть, скажем из 1000 вариантов проект отработал по одному наилучшему… Дело случая! Админа все хвалят. Админ молодец. Уверен в себе и делает ещё один проект… и проект быстро «умирает». Хотя, казалось бы, прошлый проект был показателен… накоплен опыт. Но никто не подумал о том, что исходные параметры проекта (например, размеры депозитов или проценты по ним) не могут обеспечить «статистически» стабильную работу проекта и заранее делают проект с большой степенью вероятности «мертворожденным». То есть при заданных админом параметрах из 1000 случаев в 999 проект «загибается» очень быстро…

И на этом месте мне бы хотелось перейти к «во-вторых».

Во-вторых, метод имитационного моделирования целесообразно применять на этапе создания проекта.

Можно «поиграться» с параметрами создаваемого проекта и посмотреть, как ведет себя проект? Где его слабые места? Что добавить и что убрать, чтобы обеспечивалась стабильная работа проекта и в большинстве случаев он отрабатывал приемлемый срок?

В качестве примера, я могу привести проект «Добротерра» (статья №1, статья №2), который прошел процедуру статистической имитационной оценки на этапе своего становления. Создатель проекта не посчитал зазорным обратиться ко мне за помощью.

Именно благодаря полученным результатам в процессе моделирования в проекте «Добротерра» были найдены теоретически слабые места, выработаны методы их ликвидации и борьбы с ними.

На мой взгляд, в современных условиях неопределённости и кризиса HYIP-индустрии качественный проект обязан пройти статистические испытания и быть качественным не только по дизайну, но и в своем статистическом потенциале. Именно в такой проект я готов вкладываться сегодня с большой уверенностью получить профит и помогать его создателям.

dobroterra.com

Похожие статьи:

5 комментариев к статье “Когда целесообразно применять имитационное моделирование HYIP?

  1. Очень интересно, а можно эту эмпирическу функцию распределения вероятностей времени жизни проекта изложить в виде формулы для практического пользования.

    1. Виктор, да, конечно, любые ЭФРВ можно аппроксимировать (приближать) непрерывной функциональной зависимостью. Но в этом я не вижу особого смысла. Т.к. для каждого нового проекта эта функция будет своя.

  2. Как часто и какие проекты Вы будете моделировать?
    Можете, например, смоделировать раскрученный сейчас проект coinsage.biz?

  3. Николай, здравствуйте.
    Как часто я буду моделировать проекты? Сейчас это зависит от свободных средств, которыми я располагаю и времени. Есть проекты которые моделируются быстро, т.к. схема уже отработана… Есть те, для которых все нужно делать с 0. И на это бывает тратится пару недель.Пока я моделирую только те проекты, в которые вкладываю средства сам. Обычно это происходит раз в месяц. Но достойных проектов даже в первой прикидке становится все меньше. При этом некоторые проекты не проходят статистические испытания и я о них просто не пишу. Что не совсем правильно…
    Я не планирую останавливаться на достигнутом. Развитие будет примерно по таким направлениям:
    1. Сделать единую таблицу, где свести все проанализированные мной проекты и результаты анализа. Туда же буду добавлять те проекты, которые не прошли испытания. А также даты фактического скама. Это позволит людям оперативно получать информацию, а не искать на сайте какие проекты есть и каких нет…
    2. Мне было бы проще, если бы было сообщество людей, либо конкретный человек, который бы мог отбирать достойные проекты основываясь на всем известных принципах (дизайн, техническая часть, админ и т.п.). Если проект действительно достоин, можно его оценить и статистически. Одно конкретное предложение на эту тему у меня уже есть и сейчас идет обсуждение чего и как. Посмотрим, что будет на практике.
    3. Представляется весьма перспективным сотрудничество с создателями проектов. Сделать проект более устойчивым помогает его математическая модель. Варьируя значения параметров модели — можно определить наилучшие размеры депозитов, их время, проценты…. Пример — Добротерра. Сегодня я получил результаты статистических испытаний этого проекта в экстремальных условиях. Они неплохие. Если создатель проекта будет согласен, то я опубликую их. Более того накопление статистических данных по тому, либо другому проекту позволяет строить более точные модели, с точки зрения оценки и прогнозирования новых проектов.

Добавить комментарий

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