ٹیگ آرکائیو: اصول غیر یقینی

Chaos and Uncertainty

The last couple of months in finance industry can be summarized in two words — chaos and uncertainty. The aptness of this laconic description is all too evident. The sub-prime crisis where everybody lost, the dizzying commodity price movements, the pink slip syndrome, the spectacular bank busts and the gargantuan bail-outs all vouch for it.

The financial meltdown is such a rich topic with reasons and ramifications so overarching that all self-respecting columnists will be remiss to let it slide. سب کے بعد, a columnist who keeps his opinions to himself is a columnist only in his imagination. I too will share my views on causes and effects of this turmoil that is sure to affect our lives more directly than anybody else’s, but perhaps in a future column.

The chaos and uncertainty I want to talk about are of different kind — the physics kind. The terms chaos and uncertainty have a different and specific meanings in physics. How those meanings apply to the world of finance is what this column is about.

Symmetries and Patterns

Physicists are a strange bunch. They seek and find symmetries and patterns where none exists. I remember once when our brilliant professor, لی Smolin, described to us how the Earth could be considered a living organism. Using insightful arguments and precisely modulated articulation, Lee نے ایک مجبور کیس بنا دیا ہے کہ زمین, حقیقت میں, مطمئن تمام ایک پیکر ہونے کے ضوابط. لی کی نظر میں نقطہ اتنا نہیں تھا یا زمین لفظی زندہ تھا, but that thinking of it as an organism was a viable intellectual pattern. Once we represent the Earth in that model, we can use the patterns pertaining to organism to draw further predictions or conclusions.

Expanding on this pattern, I recently published a column presenting the global warming as a bout of fever caused by a virus (us humans) on this host organism. Don’t we plunder the raw material of our planet with the same abandon with which a virus usurps the genetic material of its host? In addition to fever, typical viral symptoms include sores and blisters as well. Looking at the cities and other eye sores that have replaced pristine forests and other natural landscapes, یہ سزا تو ہمارے میزبان زمین پر fetid مظالم باعث بنیں کر رہے ہیں کہ تصور کرنا مشکل نہیں ہے. Can’t we think of our city sewers and the polluted air as the stinking, اس کے جسم پر ناسور oozing رہا?

While these analogies may sound farfetched, we have imported equally distant ideas from physics to mathematical finance. Why would stock prices behave anything like a random walk, unless we want to take Bush’s words (that “Wall Street got drunk”) literally? لیکن سنجیدگی سے, Brownian motion has been a wildly successful model that we borrowed from physics. ایک بار پھر, once we accept that the pattern is similar between molecules getting bumped around and the equity price movements, the formidable mathematical machinery and physical intuitions available in one phenomenon can be brought to bear on the other.

Looking at the chaotic financial landscape now, I wonder if physics has other insights to offer so that we can duck and dodge as needed in the future. Of the many principles from physics, chaos seems such a natural concept to apply to the current situation. Are there lessons to be learned from chaos and nonlinear dynamics that we can make use of? May be it is Heisenberg’s uncertainty principle that holds new insights.

Perhaps I chose these concepts as a linguistic or emotional response to the baffling problems confronting us now, but let’s look at them any way. It is not like the powers that be have anything better to offer, یہ ہے?

Chaos Everywhere

طبیعیات میں, chaos is generally described as our inability to predict the outcome of experiments with arbitrarily close initial conditions. مثال کے طور پر, try balancing your pencil on its tip. واضح طور پر, you won’t be able to, and the pencil will land on your desktop. اب, note this line along which it falls, and repeat the experiment. Regardless of how closely you match the initial conditions (of how you hold and balance the pencil), the outcome (the line along which it falls) is pretty much random. Although this randomness may look natural to us — سب کے بعد, we have been trying to balance pencils on their tips ever since we were four, if my son’s endeavours are anything to go by — it is indeed strange that we cannot bring the initial conditions close enough to be confident of the outcome.

Even stranger is the fact that similar randomness shows up in systems that are not quite as physical as pencils or experiments. لے لو, مثال کے طور پر, the socio-economic phenomenon of globalization, which I can describe as follows, admittedly with an incredible amount of over-simplification. Long time ago, we used to barter agricultural and dairy products with our neighbours — کا کہنا ہے کہ, a few eggs for a litre (or was it pint?) of milk. Our self-interest ensured a certain level of honesty. We didn’t want to get beaten up for adding white paint to milk, مثال کے طور پر. These days, thanks to globalization, people don’t see their customers. A company buys milk from a farmer, adds god knows what, makes powder and other assorted chemicals in automated factories and ships them to New Zealand and Peru. The absence of a human face in the supply chain and in the flow of money results in increasingly unscrupulous behaviour.

Increasing chaos can be seen in the form of violently fluctuating concentrations of wealth and fortunes, increasing amplitudes and frequency of boom and bust cycles, exponential explosion in technological innovation and adaptation cycles, and the accelerated pace of paradigm shifts across all aspects of our lives.

It is one thing to say that things are getting chaotic, quite another matter to exploit that insight and do anything useful with it. I won’t pretend that I can predict the future even if (بلکہ, especially if) I could. تاہم, let me show you a possible approach using chaos.

One of the classic examples of chaos is the transition from a regular, laminar flow of a fluid to a chaotic, turbulent flow. مثال کے طور پر, when you open a faucet slowly, if you do it carefully, you can have a pretty nice continuous column of water, thicker near the top and stretched thinner near the bottom. The stretching force is gravity, and the cohesive forces are surface tension and inter-molecular forces. As you open the faucet still further, ripples begin to appear on the surface of the column which, at higher rates of flow, rip apart the column into complete chaos.

In a laminar flow, macroscopic forces tend to smooth out microscopic irregularities. Like gravity and surface tension in our faucet example, we have analogues of macroscopic forces in finance. The stretching force is probably greed, and the cohesive ones are efficient markets.

There is a rich mathematical framework available to describe chaos. اس فریم ورک کو استعمال کرتے ہوئے, I suspect one can predict the incidence and intensity of financial turmoils, though not their nature and causes. تاہم, I am not sure such a prediction is useful. Imagine if I wrote two years ago that in 2008, there would be a financial crisis resulting in about one trillion dollar of losses. Even if people believed me, would it have helped?

Usefulness is one thing, but physicists and mathematicians derive pleasure also from useless titbits of knowledge. What is interesting about the faucet-flow example is this: if you follow the progress two water molecules starting off their careers pretty close to each other, in the laminar case, you will find that they end up pretty much next to each other. But once the flow turns turbulent, there is not telling where the molecules will end up. اسی طرح, in finance, suppose two banks start off roughly from the same position — say Bear Stearns and Lehman. Under normal, laminar conditions, their stock prices would track similar patterns. But during a financial turbulence, they end up in totally different recycle bins of history, as we have seen.

If whole financial institutions are tossed around into uncertain paths during chaotic times, imagine where two roughly similar employees might end up. دوسرے الفاظ میں, don’t feel bad if you get a pink slip. There are forces well beyond your control at play here.

Uncertainty Principle in Quantitative Finance

The Heisenberg uncertainty principle is perhaps the second most popular theme from physics that has captured the public imagination. (The first one, کورس, is Einstein’s E = mc2.) It says something seemingly straightforward — you can measure two complementary properties of a system only to a certain precision. مثال کے طور پر, if you try to figure out where an electron is (measure its position, ہے) more and more precisely, its speed becomes progressively more uncertain (یا, the momentum measurement becomes imprecise).

Quantitative finance has a natural counterpart to the uncertainty principle — risks and rewards. When you try to minimize the risks, the rewards themselves go down. If you hedge out all risks, you get only risk-free returns. Since risk is the same as the uncertainty in rewards, the risk-reward relation is not quite the same as the uncertainty principle (جس, as described in the box, deals with complementary variables), but it is close enough to draw some parallels.

To link the quantum uncertainty principle to quantitative finance, let’s look at its interpretation as observation altering results. Does modelling affect how much money we can make out of a product? This is a trick question. The answer might look obvious at first glance. کورس, if we can understand and model a product perfectly, we can price it right and expect to reap healthy rewards. تو, اس بات کا یقین, modelling affects the risk-reward equation.

لیکن, a model is only as good as its assumptions. And the most basic assumption in any model is that the market is efficient and liquid. The validity of this assumption (یا اس کی کمی) is precisely what precipitated the current financial crisis. If our modelling effort actually changes the underlying assumptions (usually in terms of liquidity or market efficiency), we have to pay close attention to the quant equivalent of the uncertainty principle.

Look at it this waya pyramid scheme is a perfectly valid money making model, but based on one unfortunate assumption on the infinite number of idiots at the bottom of the pyramid. (اس کے بارے میں سوچنا آ, the underlying assumption in the sub-prime crisis, though more sophisticated, may not have been that different.) Similar pyramid assumptions can be seen in social security schemes, اس کے ساتھ ساتھ. We know that pyramid assumptions are incorrect. But at what point do they become incorrect enough for us to change the model?

There is an even more insidious assumption in using modelsthat we are the only ones who use them. In order to make a killing in a market, we always have to know a bit more than the rest of them. Once everybody starts using the same model, I think the returns will plummet to risk-free levels. Why else do you think we keep inventing more and more complex exotics?

Summing up

The current financial crisis has been blamed on many things. One favourite theory has been that it was brought about by the greed in Wall Streetthe so-called privatization of profits and socialization of losses. Incentive schemes skewed in such a way as to encourage risk taking and limit risk management must take at least part of the blame. A more tempered view regards the turmoil as a result of a risk management failure or a regulatory failure.

This column presents my personal view that the turmoil is the inevitable consequence of the interplay between opposing forces in financial marketsrisk and rewards, speculation and regulation, risk taking and risk management and so on. To the extent that the risk appetite of a financial institute is implemented through a conflict between such opposing forces, these crises cannot be avoided. بدتر, the intensity and frequency of similar meltdowns are going to increase as the volume of transactions increases. This is the inescapable conclusion from non-linear dynamics. سب کے بعد, such turbulence has always existed in the real economy in the form cyclical booms and busts. In free market economies, selfishness and the inherent conflicts between selfish interests provide the stretching and cohesive forces, setting the stage for chaotic turbulence.

Physics has always been a source of talent and ideas for quantitative finance, much like mathematics provides a rich toolkit to physics. In his book, حتمی تھیوری اور اس کے خواب, Nobel Prize winning physicist Steven Weinberg marvels at the uncanny ability of mathematics to anticipate physics needs. اسی طرح, quants may marvel at the ability of physics to come up with phenomena and principles that can be directly applied to our field. میرے لئے, it looks like the repertoire of physics holds a few more gems that we can employ and exploit.

باکس: Heisenberg’s Uncertainty Principle

Where does this famous principle come from? It is considered a question beyond the realms of physics. Before we can ask the question, we have to examine what the principle really says. Here are a few possible interpretations:

  • Position and momentum of a particle are intrinsically interconnected. As we measure the momentum more accurately, the particle kind of “spreads out,” as George Gamow’s character, مسٹر. Tompkins, puts it. دوسرے الفاظ میں, یہ صرف ان چیزوں میں سے ایک ہے; جس طرح دنیا کے کام کرتا ہے.
  • ہم پوزیشن کی پیمائش کرتے ہیں تو, ہم رفتار پریشان. ہمارے پیمائش تحقیقات ہیں “بہت موٹا,” یہ تھے. ہم پوزیشن درستگی میں اضافہ کے طور پر (کم طول موج کی چمک روشنی کی طرف, مثال کے طور پر), ہم رفتار کو زیادہ سے زیادہ پریشان (چھوٹے طول موج کی روشنی اعلی توانائی / رفتار ہے کیونکہ).
  • اس تشریح سے بہت قریب ایک نقطہ نظر ہے کہ اصول غیر یقینی ایک ادراکی حد ہے.
  • ہم نے بھی ہم ایک مستقبل نظریہ ایسی حدود کو پیچھے چھوڑ سکتا ہے کہ غور کریں تو ایک سنجشتھاناتمک حد کے طور پر uncertainly اصول کے بارے میں سوچ کر سکتے ہیں.

پہلے قول فی الحال مقبول ہے اور کوانٹم میکینکس کے نام نہاد کوپن ہیگن تشریح سے متعلق ہے. یہ بات چیت کرنے کے لئے بھی کھلا نہیں ہے کے لئے کی اس کو نظر انداز کرتے ہیں.

دوسرے احتمال عام طور پر ایک تجرباتی مشکل کے طور پر سمجھا جاتا ہے. لیکن تجرباتی سیٹ اپ کے تصور ناگزیر انسانی مبصر شامل کرنے کے لئے توسیع کر رہا ہے تو, ہم ادراکی حد کے کے تیسرے قول پر پہنچ. اس نقطہ نظر میں, یہ اصل میں ممکن ہے “اخذ کردہ” اصول غیر یقینی, based on how human perception works.

چلو ہم طول موج کی روشنی کی کرن استعمال کر رہے ہیں کہ فرض کرتے ہیں lambda ذرہ مشاہدہ کرنے. پوزیشن میں صحت سے متعلق ہم کو حاصل کرنے کی امید کر سکتے ہیں کے حکم کی ہے lambda. دوسرے الفاظ میں, Delta x approx lambda. کوانٹم میکینکس میں, روشنی بیم میں ہر فوٹون کی رفتار طول موج کے لئے inversely متناسب ہے. تاکہ ہم یہ دیکھ سکتے ہیں کہ کم از کم ایک photon ذرہ طرف جھلکتی ہے. تو, کلاسیکی تحفظ قانون کی طرف سے, the momentum of the particle has to change by at least this amount(approx constant/lambda) یہ پیمائش پہلے تھا سے. اس طرح, ادراکی دلائل کے ذریعے, ہم Heisenberg کی اصول غیر یقینی کی طرح کچھ حاصل

Delta x.Delta p approx constant

ہم اس دلیل کو زیادہ سخت بنا سکتے ہیں, اور مسلسل کی قدر کا تخمینہ حاصل. ایک خوردبین کے حل آخباخت فارمولے کی طرف سے دیا جاتا ہے 0.61lambda/NA, جہاں NA عددی یپرچر ہے, جس میں سے ایک کی زیادہ سے زیادہ قیمت ہے. اس طرح, بہترین مقامی قرارداد ہے 0.61lambda. روشنی بیم میں ہر فوٹون ایک رفتار ہے 2pihbar/lambda, جس ذرہ رفتار میں غیر یقینی صورتحال ہے. تو ہم نے حاصل Delta x.Delta p approx 4hbar, تقریبا شدت کوانٹم میکانی حد سے بھی بڑا میں سے ایک حکم جاری.

زیادہ سخت شماریاتی دلائل کے ذریعے, مقامی قرارداد سے متعلق اور توقع کی رفتار منتقل, یہ استدلال کی اس لائن کے ذریعے Heisenberg کی اصول غیر یقینی اخذ کرنا ممکن ہو سکتی ہے.

ہم فلسفیانہ نقطہ نظر پر غور کریں تو ہماری حقیقت ہمارے ادراکی stimuli کی ایک سنجشتھاناتمک ماڈل ہے کہ (جو مجھے سمجھ میں آتا ہے کہ صرف قول ہے), اصول غیر یقینی ایک سنجشتھاناتمک کسی حد کے بھی ہونے کا میری چوتھی تشریح پانی کا تھوڑا سا کی ڈگری حاصل کی.

مصنف کے بارے میں

مصنف جوہری تحقیق کے لئے یورپی تنظیم کی طرف سے ایک سائنسدان ہے (CERN), who currently works as a senior quantitative professional at Standard Chartered in Singapore. More information about the author can be found at his blog: http//www.Thulasidas.com. اس کالم میں اظہار خیالات کو ان کے ذاتی خیالات ہیں, فرم کے کاروبار یا کلائنٹ تعلقات کے تحفظات سے متاثر نہیں کیا گیا ہے جس میں.

Uncertainly Principle

The uncertainty principle is the second thing in physics that has captured the public imagination. (The first one is E=mc^2.) It says something seemingly straightforward — you can measure two complimentary properties of a system only to a certain precision. مثال کے طور پر, if you try to figure out where an electron is (measure its position, ہے) more and more precisely, its speed becomes progressively more uncertain (یا, the momentum measurement becomes imprecise).

Where does this principle come from? Before we can ask that question, we have to examine what the principle really says. Here are a few possible interpretations:

  1. Position and momentum of a particle are intrinsically interconnected. As we measure the momentum more accurately, the particle kind of “spreads out,” as George Gamow’s character, مسٹر. Tompkins, puts it. دوسرے الفاظ میں, یہ صرف ان چیزوں میں سے ایک ہے; جس طرح دنیا کے کام کرتا ہے.
  2. ہم پوزیشن کی پیمائش کرتے ہیں تو, ہم رفتار پریشان. ہمارے پیمائش تحقیقات ہیں “بہت موٹا,” یہ تھے. ہم پوزیشن درستگی میں اضافہ کے طور پر (کم طول موج کی چمک روشنی کی طرف, مثال کے طور پر), ہم رفتار کو زیادہ سے زیادہ پریشان (چھوٹے طول موج کی روشنی اعلی توانائی / رفتار ہے کیونکہ).
  3. اس تشریح سے بہت قریب ایک نقطہ نظر ہے کہ اصول غیر یقینی ایک ادراکی حد ہے.
  4. ہم نے بھی ہم ایک مستقبل نظریہ ایسی حدود کو پیچھے چھوڑ سکتا ہے کہ غور کریں تو ایک سنجشتھاناتمک حد کے طور پر uncertainly اصول کے بارے میں سوچ کر سکتے ہیں.

ٹھیک ہے, گزشتہ دو تشریحات میرے اپنے ہیں, تو ہم یہاں تفصیل سے ان کی بات چیت نہیں کریں گے.

پہلے قول فی الحال مقبول ہے اور کوانٹم میکینکس کے نام نہاد کوپن ہیگن تشریح سے متعلق ہے. یہ قسم کی ہندو مت کے بند بیانات کی طرح ہے — “اس طرح کی مطلق کی نوعیت ہے,” مثال کے طور پر. درست, ہو سکتا ہے. لیکن تھوڑا عملی استعمال کے. یہ بات چیت کرنے کے لئے بھی کھلا نہیں ہے کے لئے کی اس کو نظر انداز کرتے ہیں.

دوسرے احتمال عام طور پر ایک تجرباتی مشکل کے طور پر سمجھا جاتا ہے. لیکن تجرباتی سیٹ اپ کے تصور ناگزیر انسانی مبصر شامل کرنے کے لئے توسیع کر رہا ہے تو, ہم ادراکی حد کے کے تیسرے قول پر پہنچ. اس نقطہ نظر میں, یہ اصل میں ممکن ہے “اخذ کردہ” اصول غیر یقینی.

چلو ہم طول موج کی روشنی کی کرن استعمال کر رہے ہیں کہ فرض کرتے ہیں \lambda ذرہ مشاہدہ کرنے. پوزیشن میں صحت سے متعلق ہم کو حاصل کرنے کی امید کر سکتے ہیں کے حکم کی ہے \lambda. دوسرے الفاظ میں, \Delta x \approx \lambda. کوانٹم میکینکس میں, روشنی بیم میں ہر فوٹون کی رفتار طول موج کے لئے inversely متناسب ہے. تاکہ ہم یہ دیکھ سکتے ہیں کہ کم از کم ایک photon ذرہ طرف جھلکتی ہے. تو, کلاسیکی تحفظ قانون کی طرف سے, ذرہ کی رفتار کم از کم کی طرف سے تبدیل کرنے کی ہے \Delta p \approx مسلسل\lambda یہ پیمائش پہلے تھا سے. اس طرح, ادراکی دلائل کے ذریعے, ہم Heisenberg کی اصول غیر یقینی کی طرح کچھ حاصل \Delta x \Delta p = مسلسل.

ہم اس دلیل کو زیادہ سخت بنا سکتے ہیں, اور مسلسل کی قدر کا تخمینہ حاصل. ایک خوردبین کے حل آخباخت فارمولے کی طرف سے دیا جاتا ہے 0.61\lambda/NA, جہاں NA عددی یپرچر ہے, جس میں سے ایک کی زیادہ سے زیادہ قیمت ہے. اس طرح, بہترین مقامی قرارداد ہے 0.61\lambda. روشنی بیم میں ہر فوٹون ایک رفتار ہے 2\pi\hbar/\lambda, جس ذرہ رفتار میں غیر یقینی صورتحال ہے. تو ہم نے حاصل \Delta x \Delta p = (0.61\lambda)(2\pi\hbar) \approx 4\hbar, تقریبا شدت کوانٹم میکانی حد سے بھی بڑا میں سے ایک حکم جاری. زیادہ سخت شماریاتی دلائل کے ذریعے, مقامی قرارداد سے متعلق اور توقع کی رفتار منتقل, یہ استدلال کی اس لائن کے ذریعے Heisenberg کی اصول غیر یقینی اخذ کرنا ممکن ہو سکتی ہے.

ہم فلسفیانہ نقطہ نظر پر غور کریں تو ہماری حقیقت ہمارے ادراکی stimuli کی ایک سنجشتھاناتمک ماڈل ہے کہ (جو مجھے سمجھ میں آتا ہے کہ صرف قول ہے), اصول غیر یقینی ایک سنجشتھاناتمک کسی حد کے بھی ہونے کا میری چوتھی تشریح پانی کا تھوڑا سا کی ڈگری حاصل کی.

حوالہ

اس پوسٹ کے آخری حصہ میری کتاب سے ایک اقتباس ہے, حقیقی کائنات.