Einstein originally showed ...

  • Ecco la 56° Edizione del settimanale "Le opportunità di Borsa" dedicato ai consulenti finanziari ed esperti di borsa.

    Settimana da incorniciare per i principali indici internazionali grazie alla trimestrale più attesa dell’anno che non ha deluso le aspettative. Nvidia negli ultimi tre mesi del 2023 ha generato ricavi superiori all’intero 2021, confermando la crescita da record della società grazie agli investimenti globali nell’intelligenza artificiale. I mercati azionari hanno festeggiato aggiornando i record assoluti a Wall Street e in Europa, mentre il Nikkei giapponese raggiunge un nuovo massimo storico dopo 34 anni. Le prossime mosse delle banche centrali rimangono sempre al centro dell’attenzione. Per continuare a leggere visita il link

Von Neumann

Nuovo Utente
Registrato
17/4/02
Messaggi
32
Punti reazioni
0
"Einstein originally showed that a particle suspended in a liquid would increase its distance covered with the square root of time used to measure it,
R=T^0,5
where R is the distance covered and T time. This is the well known result in option pricing where the standard deviation of a random series over fifty days is approximately equal to the standard deviation of the random series over five days multiplied by the square root of ten.

Hurst generalised the above formula to investigate the dynamical
properties of a time series. In this approach the above exponent is an unknown, H, and can vary between zero and one"

Fin qui la teoria.

Ma la pratica ?!

Un mio dubbio riguarda l' efficacia o meno dell' Hurst's exponent quando applicato alle serie finanziarie. Cioe' trovare un titolo con un H.Exponent prossimo ad 1 (elevata persistenza) rappresenta una fondata ragione per investire in quel titolo seguendo la tendenza?

Secondo voi vale la pena di fare qualche verifica?
La cosa si potrebbe fare interessante in quanto si potrebbe condurre un' indagine a livello intraday ed individuare ad esempio quale ora del giorno presenta una maggiore persistenza e nella quale e' statisticamente conveniente investire seguendo la tendenza.
Naturalmente tutto cio' se il metodo hurst ha un senso quando riferito a serie storiche finanziarie.
l' Hurst exponent non fa alcuna assunzione circa la distribuzione di frequenza dei dati, superando, sotto questo aspetto, il limite che invece coinvolge altri modelli finanziari.
Altra caratteristica e' che i valori all'inizio della serie sono tanto importanti quanto quelli alla fine.

In sintesi mi par di aver capito che l'hurst exponent e' il primo passo verso il caos deterministico e si tratta di una tecnica di tipo non lineare.

Domanda: anche nel caso di tecniche di tipo non lineari e' importante avere una serie storica estremamente ampia?
Le mie conoscenze di teoria del caos sono praticamente nulle pertanto mi scuso delle stupidaggini che dico.
Pero' in questo caso avendo a che fare con i frattali, la teoria sottostante non afferma che una regola deterministica individuata su 10 anni esiste ugualmente su ogni intervallo temporale, 1 anno, 1 ora, 1 minuto, ecc. ?
 
qualche assunto teorico
teoria del mercato efficiente o long-term memory nei rendimenti delle attività finanziarie?
Ci risponde il Prof.Mandelbrot, il quale ha indagato sulle proprietà di autosimiglianza statistica nelle serie storiche finanziare, ovvero se le stesse avessero natura frattale.
Ciò avviene tramite la R/S analisys e l'esponente di Hurst (H), che distingue la serie casuale da una non casuale, anche se la prima non ha una distribuzione di tipo normale.
Tale esponente varia tra 0 ed 1, distinguendo una serie di tipo casuale con H<0.
Calcolare l’esponente H di Hurst per una serie storica di un indice di borsa oppure del prezzo di un titolo azionario significa andare a vedere se questa serie presenta un comportamento casuale, così come ipotizzato dalla teoria del mercato efficiente, o se invece esistono delle tendenze.
H può essere preso come misura dell’impatto del "market sentiment", generato dagli eventi passati, sui rendimenti futuri.
Se H>0.5 significa che l’interpretazione da parte degli investitori delle notizie che influenzano i mercati non viene immediatamente riflessa nel prezzo così come assunto dalla teoria del mercato efficiente. L’informazione ricevuta oggi continuerà ad essere scontata dal mercato anche in futuro.

L’influenza di tale informazione decade nel tempo, ma ad un tasso molto più lento di quello di una semplice dipendenza di breve termine.
Per il mercato azionario americano, il Prof.Mandelbrot, utilizzando i rendimenti dell’indice S&P 500, ha trovato un esponente H pari a 0.78 dimostrando quindi che tale mercato non segue un "random walk" bensì un andamento che rivela una sottostante struttura frattale.
L'uso di tecniche di trading appropriate rappresenta dunque una possibilità di extrarendimenti.


Hollywood.
 
nel loro studio Mandelbrot e Peters hanno realizzato che la serie dei rendimenti di mercato è una serie persistente con una sottostante distribuzione di probabilità frattale. I rendimenti seguono un processo stocastico distorto ("fractional brownian motion").

Hollywood

Il tutto lo avevo già scritto in un altro post:Mercati efficienti e analisi tecnica
 
Salve,
una domanda da ignorante... come si fa a calcolare l'esponente di Hurst? C'è un metodo alla mano per determinarlo oppure è un calcolo troppo complesso?

Grazie :)

Panurgo
 
Scritto da Panurgo
Salve,
una domanda da ignorante... come si fa a calcolare l'esponente di Hurst? C'è un metodo alla mano per determinarlo oppure è un calcolo troppo complesso?

Grazie :)

Panurgo

In Excel lo fa questo programmino.
Metti i dati che vuoi analizzare nella colonna A (in realta' devi mettere i rendimenti lognormali della serie storica) e poi attivi la seguente macro VBA...
Alla fine ottiene il coefficiente di Hurst.


Sub Hurst()

Dim Data()
Dim Array1()
Dim Array2()
Dim Mean
Dim Result()

Dim NoOfDataPoints As Integer

Dim NoOfPlottedPoints As Integer
Dim PlottedPointNo As Integer

Dim NoOfPeriods As Integer
Dim PeriodNo As Integer

Dim N As Integer
Dim i As Integer
Dim m As Integer
Dim logten
Dim R
Dim S
Dim RS
Dim SumSquared

logten = Log(10)

'Cancella ogni dato precente
Worksheets("Data").Range("C3").Value = Null
Worksheets("Data").Range("D : D").Value = Null
Worksheets("Data").Range("E:E").Value = Null

'Ottieni il numero totale dei dati
NoOfDataPoints = Worksheets("Data").Range("C1").Value

ReDim Data(NoOfDataPoints)

'Ignorando gli spazi!
i = 1
counter = 1
Do While counter <= NoOfDataPoints
Set curCell = Worksheets("Data").Cells(i, 1)
If Application.WorksheetFunction.IsNumber(curCell.Value) Then
Data(counter) = curCell.Value
counter = counter + 1
End If
i = i + 1
Loop

NoOfPlottedPoints = NoOfDataPoints - 2
ReDim Result(NoOfPlottedPoints, 2)

'Comincia il loop principale
For N = 3 To NoOfDataPoints

totalR = 0
totalS = 0

NoOfPeriods = NoOfDataPoints - N + 1

For PeriodNo = 1 To NoOfPeriods
ReDim Array1(N)
ReDim Array2(N)

For i = 1 To N
Array1(i) = Data((PeriodNo - 1) + i)
Array2(i) = 0
Next i

Summ = 0
SumSquared = 0
For i = 1 To N
Summ = Summ + Array1(i)
SumSquared = SumSquared + ((Array1(i)) * (Array1(i)))

Next i
Mean = Summ / N

'STDEV
'S = Sqr((SumSquared - (Summ * Summ) / N) / (N - 1))

'STDEVP
S = Sqr((SumSquared - (Summ * Summ) / N) / N)

For i = 1 To N
Array1(i) = Array1(i) - Mean
Next i

For i = 1 To N
For j = 1 To i
Array2(i) = Array2(i) + Array1(j)
Next j
Next i

Maxi = Array2(1)
Mini = Array2(1)
For i = 1 To N
If Array2(i) > Maxi Then Maxi = Array2(i)
If Array2(i) < Mini Then Mini = Array2(i)
Next i

R = Maxi - Mini
totalR = totalR + R
totalS = totalS + S

Next PeriodNo

R = totalR / NoOfPeriods
S = totalS / NoOfPeriods
RS = R / S

PlottedPointNo = N - 2
Result(PlottedPointNo, 1) = (Log(N)) / logten
Result(PlottedPointNo, 2) = (Log(RS)) / logten

Next N

Sumx = 0
Sumy = 0
Sumxy = 0
Sumxx = 0

For i = 1 To NoOfPlottedPoints
Worksheets("Data").Cells(i + 6, 4).Value = Result(i, 1)
Worksheets("Data").Cells(i + 6, 5).Value = Result(i, 2)
Sumx = Sumx + Result(i, 1)
Sumy = Sumy + Result(i, 2)
Sumxy = Sumxy + (Result(i, 1)) * (Result(i, 2))
Sumxx = Sumxx + (Result(i, 1)) * (Result(i, 1))
Next i

' Infine, calcola 'sto benedetto esponente di Hurst :)
H = (Sumxy - ((Sumx * Sumy) / NoOfPlottedPoints)) / (Sumxx - ((Sumx * Sumx) / NoOfPlottedPoints))
Worksheets("Data").Range("C3").Value = H

End Sub
 
Ripeto di nuovo la domanda, se Hollywood od altri avete qualche idea o qualche parere senza impegno.
Nel caso di tecniche che studiano i mercati come se fossero sistemi non lineari (come effettivamente pero' i mercati sono a mio avviso), e' importante avere una serie storica estremamente ampia, come per le usuali analisi di tipo statistico ortodosso?

Ripeto che le mie conoscenze di teoria del caos sono praticamente nulle pertanto mi scuso delle stupidaggini che dico.

Se e' vero quanto sostiene Mandelbrot sulle analogie frattali, una regola deterministica individuata su 10 anni esiste ugualmente su ogni intervallo temporale, 1 anno, 1 ora, 1 minuto, ecc. ?

Mi pare invero strana tutta questa faccenda....

Mah! :confused: :confused: :confused:
 
Ehi, ma perche' te la prendi cosi'?
In fin dei conti l'ipotesi di Hurst mi affascina, ma l'avevo premesso che non ero un esperto di queste cose, che avrei detto delle stupidaggini.

Piuttosto, vorresti farmi la cortesia di spiegarmi perche' il processo di costruzione di un modello di trading per i mercati finanziari e' cosi' diverso dalla costruzione dei modelli fisici che cercano di spiegare alcuni processi economici, e che invece dicono funzionino abbastanza bene ?

Ciao e comunque grazie dell'inquadramento.
Scusa per aver tirato in ballo Einstein...

PS Non prendertela, siamo qui per discutere pacatamente ..:)
 
indecoroso, assolutamente indecoroso.
da chi dichiara di conoscere la storia mi sarei aspettato almeno una parziale comprensione di cosa siano la ricerca e la scienza.
Vedere due persone serie e preparate come Mantegna e Stanley strumentalmente definite apprendisti stregoni mi dispiace molto. Mi dispiace molto anche aver postato dei riferimenti ai loro lavori in questo forum.
Da queste due persone nella mia vita ho imparato molto e altrettanto dai loro allievi, persone motivate ed entusiaste con un gran desiderio di confronto.

gosides
 
Scritto da kanizsa


Indecoroso, signor Von Neumann, questo e' l'aggettivo minimo che posso riservarLe.

Spendero' ancora qualche parola per Lei, poi me ne ritornero' nell'oblio ai miei studi di medievalistica e rivolti soprattutto all'indagine della figura del grande Abelardo, che aveva raccolto la summa dello scibile umano.

Altroche' leggere su questo forum le cretinate che scrivono i contemporanei come Lei!

Von Neumann, lei e' stato semplicemente indecoroso nella strumentalizzazione ai suoi fini di crearsi un uditorio usando impropriamente la figura del grande Alberto Einstein, il piu' grande scienziato di tutti i tempi e traviando il suo pensiero.

Al solo scopo di fare un figurone tra questi partecipanti al forum che poco capiscono di fisica e molto meno ancora di matematica.

Perche' tutti questi "analisti tecnici" sono sempre sguaiati e pronti a "rubare" alle discipline serie del pensiero scientifico, senza assolutamente capirli, concetti od intuizioni complesse, traviati indecorosamente al solo scopo di giustificare quella volgare pseudodisciplina da fattucchieri e cartomanti che e' l'analisi tecnica basata sulla teoria della complessita'.


Le ricordo per entrare nel merito di quanto Lei ha asserito, che nel 1905, Einstein scrisse un articolo - che poi fu una delle motivazioni del Nobel - sul moto casuale delle piccole particelle, spiegando finalmente le osservazioni di Brown.

"Moto browniano" .. Si parla sempre, ma Lei lo sa chi era davvero il signor Brown ?

Era un biologo dell'800 e analizzò e descrisse il fenomeno delle particelle di polline che, cadute in acqua, si muovevano come se fossero vive. Einstein capì perché: i granelli di polline venivano mossi da urti casuali con le molecole dell'acqua. E trovò anche la formulazione matematica di quel tipo di moto.
Fece una teoria, insomma, ma Einstein, quella volta, non fu il primo.
E' un episodio da falso storico perché in realtà cinque anni prima Bachelier, allievo del matematico Poincaré, forse il piu' grande matematico di tutti i tempi, aveva elaborato la stessa teoria studiando non il polline, ma la dinamica delle azioni quotate allora alla borsa di Parigi".

Esisterebbero, dalla sua personalissima lettura di Hurst, di Einstein e dalla personale rilettura della teoria della complessita' e del chaos che Lei ha fatto motivo della complessista' delle tecniche investigative conosciute in fisica per renderci conto del motivo perché l mercati si comportino così.

POVERO ILLUSO, CARO VON NEUMANN !

Vede, essendone io un cultore, la storia la conosco bene.

Pochi anni fa il Financial Times parlò per la prima volta del fenomeno, per il presunto successo ottenuto dell'approccio negli istituti finanziari anglosassoni con questi presunti innovativi approcci.

Banche d'affari, società di intermediazione finanziaria, compagnie assicurative: chiunque si occupasse di valutazioni del rischio economico, assumeva sempre più spesso fisici e matematici.

Due di questi ne ha assunti perfino una grossa banca milanese dei CW, due "econofisici", cosi' vengono (o si fanno chiamare).

Eppure, avendo a disposizione cotanta "scienza" nella conoscenza dei sistemi dinamici che concorrono alla formazione del prezzo dei cw, bastano un gruppo di praticoni del sud dall'occhio rapace e dalla mano felina a sbancare sistematicamente cio' che i modelli econofisici della banca milanese hanno stabilito essere imbattibile.

C'è chi tra gli studiosi dell'approccio fisicalista aveva avuto l'ardore di voler dimostrare che il tasso di cambio del Dollaro è simile alla turbolenza di un fluido con stati di vortice. E alcuni studiosi di questa scuola arrivavano a confrontare la crescita dei sistemi economici con lo sviluppo delle specie biologiche.

Poi ci fu la prima volta di 'Nature', con un articolo del nostro Mantegna e di Stanley, che si erano distinti per uno studio di valutazione di derivati finanziari in cui avrebbero tenuto conto di eventi rari e catastrofici tipo crisi e crolli in borsa: sarebbero stati più precisi, insomma, rispetto agli studi di Black e Scholes sul crollo dell'11 settembre, la cui "coda grassa" era "prevista" dai loro modelli econofisici.

Insomma apprendisti stregoni come Nostradamus, piu' o meno.

A posteriori sappiamo quanto sia faciel spiegare un po' tutto.

NON SI PUO' MODELLIZZARE NULLA, l'andamento di una borsa, è estremamente sensibile ad ogni input esterno.

NON SI POTRA' MAI credere di poter arrivare ad un modello che dica come andrà una borsa o un investimento.

Perché tra l'economia e i problemi classici affrontati dalla fisica c'è una fondamentale differenza: se si arriva ad una teoria sbagliata sul comportamento degli atomi, gli atomi non ne sono influenzati. :) :) :)

Lasciamo pure Hurst a calcolare le piene del Nilo. Non rubiamogli le sue intuizioni, come nemmeno le geniali scoperte di Einstein sul moto browniano per dimostrare cio' che non e' affatto dimostrabile con i fondamenti della meccanica, razionale, probabilistica o quantistica.

Lei ha compiuto un'operazione scorretta, sfruttare la fama del grande scienziato svizzero per catturare l'attenzione sul suo thread.

DAVVERO INDECOROSO !

In conclusione, Le ricordo con un monito cio' che il noto ed esimio prof. Bouchaud una volta disse

"chartists make a living by recognizing patterns on past charts of prices and are on average right 50 % of the time".



Scusi , ma lei chi è ? Come si permette di parlare in modo così sgradevole a chi neanche conosce ? Un'altra volta l'ho vista litigare con atima e ho potuto notare la sua arroganza. Soprattutto , la sua rassegnazione passiva a non capire il fenomeno "mercato" . Siccome non è in grado di capirlo , preferisce rassegnarsi e etichettare in malo modo chi cerca , con lo studio sempre più approfondito , di capire e di trarne profitto . Là fuori ci sono tante cose che non si sanno e che si possono scoprire , l'uomo vincente è quello che tenta di farlo. Sono d'accordo sul non complicare troppo le cose a livello di econofisici probabilmente inutili e battibili dal classico cassettista. Non sono però assolutamente d'accordo nel respingere questa voglia di avanzare e di conoscere. Si ricordi che il tutto potrebbe essere molto utile all'industria mondiale del risparmio gestito , che ha rilevanza fondamentale in occidente , per gestire in modo sempre più razionale e sempre meno in balia degli eventi il fenomeno mercato.
L'analisi tecnica serve , serve perchè la finanza non è la fisica . La natura non ha emotività e comportamenti non razionali , noi si. Serve anche soprattutto se chi ci crede in estate va in vacanza a Malibu e lei , che non ci crede , magari riesce ad andare solo a Fregene.
 
Scritto da swaption


Scusi , ma lei chi è ? Come si permette di parlare in modo così sgradevole a chi neanche conosce ? Un'altra volta l'ho vista litigare con atima e ho potuto notare la sua arroganza.

Concordo con te, anch'io ho avuto la stessa impressione riguardo i contenuti che in questa sede ha espresso Kanizsa.

Ho potuto notare che e' davvero come tu dici, cioe' che Kanizsa e' una persona dal modo di fare arrogante, sprezzante del lavoro di tutti questi studiosi che cercano di capire la chiave di lettura e forse un giorno di accesso ai mercati, ben sapendo che non e' un'impresa facile e che serve un grosso lavoro di ricerca

Di questo io ne sono cosciente, ma Kanzisa ha fatto sfoggio di una arroganza e di una vena polemista senza limiti e senza confini, rendendo poco conciliabile una discussione pacata sull'esponente di Hurst, che e' la domanda iniziale che avevo posto.

La ripeto a te, forse tu la sai.

Per il calcolo dell'esponente di Hurst, occorrono delle serie
storiche estese di dati come per l'analisi statistica di autocorrelazione, oppure un valore di vicino allo 0 oppure 1 con pochi dati e' gia' di per se' stesso significativo ?
 
Ora come ora non ti so rispondere......però so che da qualche parte ho un libro in cui si dice qualcosa di questo esponente. Non appena lo trovo , posto qui il risultato della mia ricerca. Sono convinto che ci sia un modo per capire il fenomeno mercato. Io ho studiato un pò su spss ; se usavo un modello lineare per studiare la serie del nasdaq mi veniva fuori un random walk. Ma una serie può anche essere spezzata ( il metodo del piece-wise-trend ) ed anche studiata con modelli non lineari. Questo solo per dire che c'è sicuramente una grossa ricerca , partita da Mandelbrot , su queste tematiche.
L'unica cosa su cui posso dire di essere d'accordo con kanisza è non complicare troppo. Fino a che si studiano le serie in un certo modo va benissimo , si deve fare ; però andare a complicare troppo la ricerca come kanisza descriveva forse ci fa perdere di vista la dimensione "terra terra" della Borsa. Sei d'accordo ?
 
Scritto da swaption
Ora come ora non ti so rispondere......però so che da qualche parte ho un libro in cui si dice qualcosa di questo esponente. Non appena lo trovo , posto qui il risultato della mia ricerca. Sono convinto che ci sia un modo per capire il fenomeno mercato. Io ho studiato un pò su spss ; se usavo un modello lineare per studiare la serie del nasdaq mi veniva fuori un random walk. Ma una serie può anche essere spezzata ( il metodo del piece-wise-trend ) ed anche studiata con modelli non lineari. Questo solo per dire che c'è sicuramente una grossa ricerca , partita da Mandelbrot , su queste tematiche.
L'unica cosa su cui posso dire di essere d'accordo con kanisza è non complicare troppo. Fino a che si studiano le serie in un certo modo va benissimo , si deve fare ; però andare a complicare troppo la ricerca come kanisza descriveva forse ci fa perdere di vista la dimensione "terra terra" della Borsa. Sei d'accordo ?

Grazie dell'interesse.

Il limite che spesso si incontra nell'analisi statistica dei dati in finanza e' che molto spesso occorrono delle lunghissime serie per osservare dei comportamenti deterministici, o, meglio, presunti tali dall'osservatore.

Quasi sempre si ricorre alle medie mobili, pesate, esponenziali, smussate, adattative e via discorrendo, per attribuire tramite un parametro alpha un'importanza maggiore agli ultimi dati acquisiti.

Nell'esponente di Hurst, da quanto ho capito leggendo questo forum, i valori all'inizio della serie sono tanto importanti quanto quelli alla fine.

Ho capito bene ?
Se tu potessi rispondermi anche su questo ...

Grazie
 
Scritto da swaption
Ora come ora non ti so rispondere......però so che da qualche parte ho un libro in cui si dice qualcosa di questo esponente. Non appena lo trovo , posto qui il risultato della mia ricerca.

Che libro e' ?
 
Scritto da Hollywood
nel loro studio Mandelbrot e Peters hanno realizzato che la serie dei rendimenti di mercato è una serie persistente con una sottostante distribuzione di probabilità frattale. I rendimenti seguono un processo stocastico distorto ("fractional brownian motion").

Hollywood

Il tutto lo avevo già scritto in un altro post:Mercati efficienti e analisi tecnica

Per i piu' pigri ... ecco il link.

http://www.finanzaonline.com/forum/showthread.php?s=&threadid=206018
 
Scritto da Von Neumann


Se e' vero quanto sostiene Mandelbrot sulle analogie frattali, una regola deterministica individuata su 10 anni esiste ugualmente su ogni intervallo temporale, 1 anno, 1 ora, 1 minuto, ecc. ?

provo a risponderti:
non so cosa tu intenda per regola deterministica.
la natura frattale dell'andamento di prezzi e' di tipo stocastico. Questo significa che uno spezzone dell'andamento dei prezzi su un timeframe breve ha le stesse proprieta' statistiche dell'andamento dei prezzi su timeframe piu' estesi. Le suddette proprieta' statistiche sono sinteticamente la funzione di autocorrelazione temporale (o la sua trasformata di Fourier, lo spettro di potenza) e la Probability Distribution Function (PDF).
Essendo proprieta' statistiche non sono definibili su un singolo spezzone di andamento dei prezzi, ma solo come proprieta' medie di molti spezzoni analoghi (questi spezzoni per essere rappresentativi devono contenere tutte le configurazioni possibili per il sistema: microtrend ascendenti e discendenti, inversioni...).

Quindi la descrizione frattale contiene tutte le possibili storie per l'andamento dei prezzi ed e' difficilmente utilizzabile per trarne profitto.
Per conseguire profitto e' necessario ricercare deviazioni dal comportamento frattale. Un esempio di tali deviazioni e' dato dalle correlazioni che si osservano per per le variazioni di prezzo entro un timeframe molto breve (qualche minuto).

Nonostante l'odierno infelice intervento, se cerchi tra i post di Kanizsa troverai molti buoni spunti sulla ricerca di queste inefficenze del mercato.

ciao
gosides
 
giusto per ricordare.....

>>>>>>>>un Libro Che Non Potete Non Leggere
http://images.amazon.com/images/P/0...01.LZZZZZZZ.jpg


The errors that brought LTCF down were in a sense quite basic. (1) It not only underestimated the human element of the markets, it ignored that factor altogether. People - and therefore markets - sometimes act irrationally.....









Editorial Reviews
Amazon.com
On September 23, 1998, the boardroom of the New York Fed was a tense place. Around the table sat the heads of every major Wall Street bank, the chairman of the New York Stock Exchange, and representatives from numerous European banks, each of whom had been summoned to discuss a highly unusual prospect: rescuing what had, until then, been the envy of them all, the extraordinarily successful bond-trading firm of Long-Term Capital Management. Roger Lowenstein's When Genius Failed is the gripping story of the Fed's unprecedented move, the incredible heights reached by LTCM, and the firm's eventual dramatic demise.
Lowenstein, a financial journalist and author of Buffett: The Making of an American Capitalist, examines the personalities, academic experts, and professional relationships at LTCM and uncovers the layers of numbers behind its roller-coaster ride with the precision of a skilled surgeon. The fund's enigmatic founder, John Meriwether, spent almost 20 years at Salomon Brothers, where he formed its renowned Arbitrage Group by hiring academia's top financial economists. Though Meriwether left Salomon under a cloud of the SEC's wrath, he leapt into his next venture with ease and enticed most of his former Salomon hires--and eventually even David Mullins, the former vice chairman of the U.S. Federal Reserve--to join him in starting a hedge fund that would beat all hedge funds.

LTCM began trading in 1994, after completing a road show that, despite the Ph.D.-touting partners' lack of social skills and their disdainful condescension of potential investors who couldn't rise to their intellectual level, netted a whopping $1.25 billion. The fund would seek to earn a tiny spread on thousands of trades, "as if it were vacuuming nickels that others couldn't see," in the words of one of its Nobel laureate partners, Myron Scholes. And nickels it found. In its first two years, LTCM earned $1.6 billion, profits that exceeded 40 percent even after the partners' hefty cuts. By the spring of 1996, it was holding $140 billion in assets. But the end was soon in sight, and Lowenstein's detailed account of each successively worse month of 1998, culminating in a disastrous August and the partners' subsequent panicked moves, is riveting.

The arbitrageur's world is a complicated one, and it might have served Lowenstein well to slow down and explain in greater detail the complex terms of the more exotic species of investment flora that cram the book's pages. However, much of the intrigue of the Long-Term story lies in its dizzying pace (not to mention the dizzying amounts of money won and lost in the fund's short lifespan). Lowenstein's smooth, conversational but equally urgent tone carries it along well. The book is a compelling read for those who've always wondered what lay behind the Fed's controversial involvement with the LTCM hedge-fund debacle. --S. Ketchum

The Economist
"This book is story-telling journalism at its best."


See all editorial reviews...


--------------------------------------------------------------------------------
Spotlight Reviews (what's this?)
Write an online review and share your thoughts with other customers!
2 of 2 people found the following review helpful:

So Certain, So Wrong, November 11, 2001
Reviewer: Kenneth P. Childs (see more about me) from Portland, OR
"When Genius Failed" is the amazing story of Long Term Capital Fund, a huge hedge fund (over $5 billion in equity capital) managed by people who were suppose to be brilliant (two partners won the Nobel Prize in Economics, three were former Harvard professors and several had advanced degrees from MIT and Harvard), which recorded astonishing growth in its first four years ($1 invested in May 1994 was worth $4.11 in April 1998) and then suddenly crashed ($5 billion lost in five months) during a time when the stock market was booming (mid- to late-1998).

Using complex economic models, the fund's managers had precisely calculated the risk of the fund losing twenty percent of its value to be an event that would occur no more often than once every fifty years and the risk of the fund crashing completely to be so statistically remote as to be nonexistent. So confident were the partners that they not only invested their own personal fortunes (some of the partners had net worths in the hundreds of millions), but also leveraged the funds assets to over $100 billion (a leverage ratio of 30 to 1) and exposed it to risks of over $1 trillion (through derivative investments).

Investors were eager to participate and nearly all of the major investment banks (Merrill Lynch, Chase Manhattan, Bear Sterns, Bankers Trust, JP Morgan, Lehman Brothers, Morgan Stanley Dean Whitter, and Salomon Smith Barney, to name just a few) had big stakes in it. So successful was LTCF that less than a year before its demise, it returned $2.7 billion in cash to investors, since it had simply run out of opportunities in which to invest.

The errors that brought LTCF down were in a sense quite basic. (1) It not only underestimated the human element of the markets, it ignored that factor altogether. People - and therefore markets - sometimes act irrationally, but the precise mathematical models LTCF was using to predict market behavior couldn't account for that. (2) It was both extremely leveraged and extremely illiquid, which in combination is a highly risky position (ask any real estate developer who's had to carry a project through slow times). And (3) while it foolishly thought it had diversified its investments, it really hadn't. Though it had numerous investments, which made it look diversified, they almost all mirrored each other. The same market condition that affected one investment necessarily affected nearly all of them.

LTCF's rise and fall is a fascinating story filled with great themes -money, greed, hubris, success, failure - topics that make for great literature. That its a true story makes it all the more incredible. As a former columnist for the Wall Street Journal, Roger Lowenstein is well qualified to tell the story and he does a commendable job. Readers unfamiliar with economics may occasionally need to re-read sections to understand some of the investment concepts, but this flaw is easy to overlook. WGF is an otherwise fast read and one that will appeal to a wide audience. --This text refers to the Paperback edition.


Was this review helpful to you?


5 of 6 people found the following review helpful:

Absorbing account, flawed conclusions, August 28, 2001
Reviewer: Oliver Kamm (see more about me) from London United Kingdom
Lowenstein's book traces the collapse of the hedge fund Long-Term Capital Management in 1998. It draws two cautionary lessons, one relating to financial markets and one more widely applicable to human affairs: first, there are inherent limits to the usefulness of models based on historical data; secondly, there are inherent limits to human intelligence ' even Nobel Prize-winning intelligence ' when it is not tempered by judgement.

Lowenstein maintains that LTCM's models had an excessively narrow concept of risk, interpreted as volatility around the mean. Historic volatility proved to be an inadequate guide ' and in the autumn of 1998, no guide at all ' to future volatility. He states that a more relevant measure of risk for LTCM, unacknowledged by its partners, was leverage: the position size was too big. In the autumn of 1998 - when Russia in effect defaulted on its sovereign debt, and markets in South-East Asia and Latin America crashed in short order ' markets became characterised by so-called 'contagion', which gave a new understanding of the risk of leverage. A highly-leveraged fund found that it could not count on being right (that is, on betting on mean reversion) eventually: it had to be right sufficiently, every day. If it was highly leveraged and its bets proved wrong, it would not be able to get to the long term. A fund could be illiquid and heavily exposed, or it could be leveraged; if it was both, it could be wiped out in a single day. This simple truth was the weakness at the heart of LTCM. The company's models indicated that they were unlikely to lose more than about $40 million on any given day; in two days, in August and September 1998, they lost more than $500 million on each day.

Lowenstein's account is fascinating; he focuses on the irony that LTCM's strategic rationale was the management of risk, yet in practice the company ended up speculating and lost. But this is where his argument goes awry. He argues that this experience 'betrayed the flaw at the very heart ' the very brain ' of modern finance'. Yet the evidence contained in the book suggests the opposite conclusion.

Modern finance teaches that you cannot earn 40% a year without some risk of losing a lot of money; LTCM's experience confirms that. Indeed, Lowenstein makes two further points that are perfectly consistent with modern finance. First, LTCM's weakness was not its strategic rationale or its models, but its management procedures: there was no independent check on the traders. Perversely, LTCM increased its leverage as spreads narrowed ' as if borrowing more would turn an unsound business into a better one rather than a still-riskier one. Secondly, while LTCM's diversification strategy ostensibly proved of little value, as markets crashed simultaneously, in fact the company's investments were less well-diversified in practice than in theory. LTCM had in effect taken the same bet ' on lower-rated bonds ' but done so in so many permutations as to give the illusion of diversification. Diversification it might have been; efficient it was not. The experience of LTCM should in no respect be taken as an indictment of the role of financial markets in allocating scarce resources to productive uses, or of modern financial theory - whose insight it confirms rather than refutes.


Was this review helpful to you? All Customer Reviews Avg. Customer Rating:

Write an online review and share your thoughts with other customers!
A Nearly Perfect Piece of Journalism, April 18, 2002
Reviewer: Mark McDonough (see more about me) from Reston, VA USA
This is truly an excellent book. The tale of LCTM is an important one for a number of reasons -- not least because the bailout orchestrated by the Federal Reserve was a major milestone in the Fed's ill-advised tendency to protect speculators from the consequences of their own actions.

The details of what LCTM did are extraordinarily complex, but Lowenstein does an excellent job of giving the reader enough information to understand the tale without getting bogged down in trying to explain the details of swap spread derivatives. You don't need to be an Wall Street whiz to understand this book, although it would probably help if you at least read the financial pages now and then.

Lowenstein also excels at telling the human tale -- he makes the arrogance and greed of the LCTM players on their way up very real, and conveys their bafflement and confusion on the way down.

What remains astouding about the entire story, as Lowenstein points out, is that a group of people could be so intelligent and learned and yet make bonehead thinking errors that would be readily apparent to a C student in Econ 101. In that sense, LCTM is a universal human story about the dangers of self-delusion and hubris. --This text refers to the Paperback edition.
 
per ricordare il disastro di due premi nobel.....

...
 

Allegati

  • qq.jpg
    qq.jpg
    30,6 KB · Visite: 596
Indietro