Как стать автором
Обновить
16
0
Евгений Табацкий @jatx

Программист

Отправить сообщение
Допустим.
Но, как это ни странно, на первой строчке по внешнему долгу стоит США — локомотив планеты всей :)
Невыгодно, думаю, в первую очередь США — так как это конец мировой гегемонии доллара.

К примеру, недавно ЦБ РФ и ЦБ Китая заключили валютный своп на 150 млрд юаней.

Так что мешает организовать подобную систему в пределах тех же БРИКС или ШОС?
По-моему, было бы вполне удобно.
Немного недопонял.
Откуда 6 юр. лиц?
В примере вообще не рассматривались юридические лица.
Предполагается, что акты купли-продажи осуществляются государствами (гос. монополия на внешнюю торговлю, для простоты примера).
Есть разница.
СДЕ привязана к реальной корзине товаров, не нужен майнинг, эмиссия СДЕ как таковая отсутствует.
Самый первый вариант диверсифицированного продукта включал в себя пищевые продукты.
Об этом в первой статье.
В дополнении к первой статье было построено два ДП:
ДП1 — топливо и металлы.
ДП2 — продукты питания и прочие возобновляемые ресурсы.

Была вычислена динамика их относительной стоимости почти за 55 лет:



Впрочем, изменение состава ДП/СДЕ — дело не сложное.
Достаточно изменить входные данные, и матлаб-скрипт вычисляет состав ДП за считанные секунды.
Представленный в этой статье вариант ДП не претендует на окончательный.

Скрипты и файлы с данными можно взять здесь:
github.com/tabatsky/jatx/tree/master/prices
Спасибо за замечание, исправил.
Писал поздно вечером, не обратил на это внимания.
Интересная информация.
Главная проблема здесь — найти данные в подходящем для обработки виде.
Спасибо.
Убрал это из статьи.
Вот графики цен на золото, нефть и газ в ДП:



На них можно заметить довольно длительные периоды стабилизации, между которыми цены меняются скачкообразно.

Чем валюты хуже ресурсов?
Ресурсов наша планета может производить ограниченное количество, а количество валюты зависит лишь от скорости печатного станка.

На счет недвижимости — цены на нее могут сильно варьироваться в пределах одного города, не говоря уже о мировых.

И, в качестве дополнения.
Возможно, Вам будет интересно.

Я попробовал спроектировать цены на собственные векторы матрицы ковариаций — таким образом вся система распадается на набор из нескольких случайных процессов, которые можно считать независимыми.
В одном из второстепенных процессов удалось выявить довольно четкую периодичность в 7.5-8 лет.
Имел в виду не совсем это.
Существует статистика по потреблению на душу населения в долларах для разных стран (и соответственно для страны в целом).
Пытаюсь найти такую статистику за несколько десятков лет.
Суммарный объем потребления по стране не обязательно совпадает с ВВП.
И, как я полагаю, в случае США объем потребления превышает ВВП.
Интересно было бы сопоставить объем потребления, ВВП, долги и денежные агрегаты.

Но все равно спасибо :)
Случайно, не найдется ли у Вас статистики по объемам потребления (мировым или США)?
Хочу попробовать еще одну зависимость исследовать.
Кстати говоря, на графике можно заметить пики стоимости ДП в долларах, приходящиеся на август 2008 и май 2011, что примерно соответствует двум волнам экономического кризиса.

Так же, в википедии можно найти (в этой статье):
>> В предкризисных 2000-х годах наблюдался бум потребления, сопровождавшийся неуклонным ростом цен на сырьё.

Что так же вполне соотвествует графику.
Думаю, если взять цены в евро или фунтах, то конечный результат получится если и не точно таким, но и существенно отличаться не должен (может быть очень небольшая разница в соотношениях цен).
В модели производится нормирование цен на геометрическое среднее: можете представить себе параллелепипед. Если мы поделим все его стороны на геометрическое среднее, то получим параллелепипед единичного объема с тем же самым соотношением сторон. Это и есть та самая система координат.

Теперь о результатах.

Взял более полный набор товаров — 36 наименований.
Подробнее см. скрипт:
github.com/tabatsky/jatx/blob/master/matlab/dp_m1_m2_cpi.m

Все графики нормированы на среднее.

1. ДП, M1, M2

Нижний график — ДП и M1. Корреляция — 69.11%.
Верхний график — ДП и M2. Корреляция — 76.77%.


2. ДП и CPI


Корреляция — 64.24%.

Спасибо за предоставленные данные по денежным агрегатам и CPI, сам бы очень долго искал :)
Спасибо за дельные замечания.

1. Настройка и тестирование по времени.

Тестовый интервал, график относительных изменений:



На тестовом интервале:

стандартное отклонение — 2.0384%
нормированный минимум — 0.968
норм. максимум — 1.0644

github.com/tabatsky/jatx/blob/master/matlab/prices_advanced_time.m

2. Два различных ДП.
ДП1 — нефть, газ, сжиж. газ, уголь, золото, платина, серебро, медь, алюминий, олово, цинк, железная руда, свинец.
ДП2 — бревна, целлюлоза, говядина, баранина, курица, кукуруза, ячмень, рис, соя, бананы, апельсины, кокосовое масло, арахисовое масло, пальмовое масло.

Соотношение цен ДП1 и ДП2 в долларах:



стд. откл. — 21.9953%
норм. мин. — 0.5826
норм. макс. — 1.4728

github.com/tabatsky/jatx/blob/master/matlab/prices_advanced_dp.m
В исследовании используются не «сырые» цены за 30 лет, а относительные — цены, деленные на среднее геометрическое.
Поэтому, думаю, можно рассматривать их как случайные величины.
UPD:
1. На счет четырехугольника (серебро-курица-золото-табак).
Я бы объяснил это так: периодами люди больше потребляют (курица, табак), периодами — больше откладывают (серебро, золото).
Растет спрос, соответственно и цена.
2. (хлопок-железо-говядина-медь).
Железо и медь — промышленный товар.
Хлопок и говядина — потребительский.
Видимо существуют какие-то колебания баланса между промышленным и потребительским сектором.
Вот граф для значений корреляции < -50%:



Как видно, узлы образуют либо парные связи, либо четырехугольники (минус на минус дает плюс).
Но какую-либо зависимость здесь отследить сложно.
На счет нелинейных коэффициентов — нужно подумать, как их здесь можно применить.
Высоким колебаниям подвержены цены на такие товары, как различного рода техника.
Именно поэтому я не стал включать ее в модель, а взял лишь «первичные товары» — те, которые всегда в цене.

Информация

В рейтинге
Не участвует
Откуда
Комсомольск-на-Амуре, Хабаровский край, Россия
Дата рождения
Зарегистрирован
Активность