Прогноз срока «жизни» проекта «Venture Alliance» ~ 225 дней

В предыдущей статье я предложил общий алгоритм оценки времени работы высокодоходного проекта. Также я говорил, что для непосредственного прогнозирования времени жизни проекта и создания имитационной модели его работы необходимо выбрать какой-то конкретный проект.

Сегодня моим первым проектом для оценки его времени «жизни» стал проект под названием «Venture Alliance». (В проекте наступил скам 17.05.2016.)

Об этом проекте уже много написано в Интернет известными и не очень людьми. Компания позиционирует себя как компания, занимающаяся венчурными инвестициями и работает с 17.09.2015 года.

Этот проект я выбрал по нескольким причинам:

  1. Единственный тарифный план, который прост и облегчает работу по построению имитационной модели.
  2. В данной компании у меня размещен депозит в 50$, который на этой неделе полностью окупился.
  3. Есть прогнозы времени «жизни» проекта на некоторых блогах, на основе личного мнения и инсайдерской информации.

Последняя причина – наиболее значима для меня. Так как в своём блоге я могу сделать прогноз не на основе своих мнений, суждений или известной мне и только мне информации, а на основе имитационной модели, результат работы которой сможет повторить любой желающий. Тем самым у моего прогноза, на мой взгляд, есть изюминка – научный подход, а, следовательно, и более «высокая» степень объективности в условиях нехватки информации!

И так, исходные данные по проекту «Venture Alliance» и предварительные допущения таковы:

  1. Срок депозита – пожизненно. То есть каждый новый вклад не возвращается. Вкладчику ежедневно переводятся только проценты от сделанного вклада до конца «жизни» проекта.
  2. Ежедневное начисление и перевод процентов.
  3. Процент, под который делается вклад – плавающий. Допущение №1: процент вклада имеет тенденцию к постепенному увеличению по линейному закону.
  4. Допущение №2: 20% от средств, рассчитанных к выплате остаются в системе (то есть происходит некоторый процесс реинвестирования). Это продлевает срок жизни проекта.
  5. Сумма депозита от 10-10000$.
  6. Проект работает 186 дней.
  7. Количество инвесторов 51634.
  8. Инвестировано ~ 4 876 725 $.
  9. Текущий процент вклада 2.43%.
  10. Допущение №3: Функция «развития проекта» описывается функцией getn(), а функция генерации размера сделанного вклада функцией getd(), которые я описал в предыдущей статье. При этом значения параметров этих функций необходимо подобрать так (это такие параметры, как p1, p2, nm и u), чтобы при моделировании при t=186 (проект работает 186 дней) выполнялись (хотя бы примерно) условия п.7, п.8. и п.9.
  11. Допущение №4: Изначально при старте проекта процент по вкладам составлял 1%.

А теперь приступаем непосредственно к моделированию.

Ещё раз приведу функции, что требуются для моделирования, т.к. я немного модифицировал их.

#--------------------------------------------------------------------------
#Функция генерации размера вкладов
#n - количество вкладчиков, mind - минимальный размер вклада
#maxd - максимальный размер вклада, u – кэффициент «спада»
getd<-function(n,mind,maxd,u)
{
  if (n<1) {return(0)}
  #Генерация
  d<-1-runif(n)^(1/u)
  #Перевод данных в диапазон в кладов
  d<-round(d*(maxd-mind)+mind)
  return(d)
}
#--------------------------------------------------------------------------
#Функция "развития проекта"
#nm - это максимальное количество вкладчиков за 1 день
#p1 – это время окончания этапа развития проекта, 
#а p2 – время перехода проекта на этап «умирания».
getn<-function(t,p1,p2,nm)
{
  #Стабильное состояние (вторая ффаза)
  y<-1
  #Развитие проекта (первая фаза)
  if(t<=p1)
  {y<-exp(-log(t/p1)^2)}
  #"Умирание" проекта
  if(t>=p2)
  {y<-exp(-4*log(t/p2)^2)}
  y<-y*0.8+runif(1,min=0,max=0.2)
  return(round(y*nm))
}

Вот скрипт на языке R процесса «жизни» такого проекта:

#--------------------------------------------------------------------------
#Всего инвестировано (изначально в проект)
inv<-0
#Остаток средств после выплаты на счете компании (пока ничего нет)
r<-0
#Время "жизни" проекта (один день)
t<-1
#Начальный процент- 1%
p<-1
#Максимальное количество вкладчиков
# (этот параметр подобран экспериментально)
nm<-460
#Всего вкладчиков
h<-0
#Коэффициент "спада" функции распределения
# (подобран экспериментально)
u<-120
#Объём выплат
k<-0
#Таблица суммы вкладов за один день и
#установленного процента для каждой суммы
vp<-NULL
#Повторяем, до тех пор,
# пока проект способен платить по «обязательствам»
while(r>=0)
{
#Количество вкладчиков в день в зависимости от времени существования проекта
n<-getn(t,150,180,nm)
#Всего вкладчиков
h<-h+n
#Сумма поступивших в проект финансовых средств от каждого вкладчика
v<-sum(getd(n,10,10000,u))
#Таблица суммы вкладов и установленного процента для каждой суммы
vp<-rbind(vp,c(v,p))
#Суммарный объём инвестиций
inv<-inv+v
#Объём свободных средств (используются для выплат)
r<-(r+v )
#Объём выплат. Зависит от суммы вкладов, сделанных под определённый процент.
#Если выходной день - то процент для всех сумм вкладов равен 1%.
if (((t%%6)==0)||((t%%7)==0)) {k<-sum(vp[,1]*1/100)}
else
{k<-sum(vp[,1]*vp[,2]/100); p<-p+0.01075}
#Остаток средств после выплаты с учетом реинвестиций в 20%
r<-r-k*0.8
#Время работы проекта
t<-t+1
if(t==186) {print(paste("Инвестировано",inv));print(paste("Инвесторов",h));
  print(paste("Текущий процент:",round(p,2)))}
#r<-r-1
}
print(paste("Время жизни проекта (дн.):",t))
print(paste("Время жизни проекта (мес.):",round(t/30,1)))

И так, сравним значения п. 7, 8, 9 со значениями, которые выводит имитационная модель на 186 день. Вот, что получилось:

Количество инвесторов по данным сайта – 51 634, по модели 51 580.

Инвестировано по данным сайта ~ 4 876 725 $, по модели ~ 4 752 690 $.

Текущий процент вклада по данным сайта 2.43%, по модели 2.43%.

Таким образом получилось, что на 186 день результаты работы модели не сильно отличаются от результатов работы реального проекта. Будем считать, что модель согласована с реальным объектом исследования.

Согласовать модель можно ещё лучше, если «поиграть» со значениями параметров p1, p2, nm и u. Однако это не сильно повлияет на прогноз. Как, впрочем, и другие особенности – способ задания функций «развития проекта» и функции генерации размера сделанного вклада. Это я проверил экспериментально «за кадром».

Предложенная мной модель показала, что срок «жизни» проекта «Venture Alliance» при заданных условиях и допущениях составляет 212 дней!

То есть проекту осталось «жить» что-то около месяца!

На срок «жизни» прежде всего влияет и очень сильно – процент реинвестиций. Величина эта, по сути, случайная. А я установил её постоянной, равной 20%. Это достаточно грубое приближение. К тому же в имитационной модели не предусмотрено, что реинвестированные средства размещаются также под какой-то процент. То есть они «уходят» из проекта быстрее, нежели сейчас.

Чтобы немного «сгладить» этот недостаток и добавить некоторую долю случайности вместо строчки r<-r-k*0.8 в последнем скрипте можно написать r<-r-k*runif(1,min=0.5,max=1).

Эта функция задает процент реинвестирования от 0% до 50% (что ближе к реальности) случайным образом, используя равномерный закон распределения случайной величины.

Но даже в этом случае срок жизни проекта «Venture Alliance» по модели составляет не более 225 дней!

Прогнозируемая дата «смерти»: 1 мая 2016 года +-3 дня.

У меня 50$ в проекте под 2,2%. Моя прибыль составит примерно 43$.

Что в общем-то неплохо.

Понятно, что в проект уже можно не вкладывать?

Поживем – увидим, что будет по факту на самом деле.

Похожие статьи:

Добавить комментарий

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