Prognozy cen giełdowych

1279

Kilka lat temu analitycy banku inwestycyjnego Daiwa opublikowali raport na temat polskiego rynku, w którym przedstawili jedną z najdokładniejszych prognoz WIG na koniec roku, z którym się spotkałem. Według nich wskaźnik miał zakończyć rok w granicach 10 000 – 20 000 punktów. Skuteczność tej prognozy wyniosła 100 procent. Niestety najgorsze jest to, że było to absolutnie bezużyteczne dla każdego.

Inwestorzy chcieliby wiedzieć, co stanie się jutro, pojutrze lub w przyszłym tygodniu. Są też tacy, którzy chcieliby wiedzieć, co wydarzy się na rynku (lub przynajmniej znać poziom indeksu) za miesiąc lub rok. Ta wiedza byłaby kluczem do bogactwa. Jeśli wiemy, co stanie się na rynku, wszystko, co musimy zrobić, to podjąć działania i … jesteśmy już bogaci. Bardzo proste, ale takie rynki są trudne do znalezienia. którzy prezentują swój sukces jako konsekwencję zdolności prognostycznych. Złożony system, który jest rynkiem, istniejący w połączeniu z innymi złożonymi systemami uniemożliwia sporządzenie jakiejkolwiek wiarygodnej i wiarygodnej prognozy. Niestety inwestorzy oczekują tego od analityków i ekonomistów. programy komputerowe i pomimo ich znikomej skuteczności. nadal wierzą, że są ludzie, którzy mogą to przewidzieć. co stanie się na rynkach.

Jeden dzień z życia prognostyka

Spójrzmy na szereg wydarzeń. Mamy dowolny dzień tygodnia. Załóżmy, że jest to 15 maja 2005 r. O 8:50 teoretyczny kurs kontraktów na indeks giełdowy wynosi 2000 punktów. i to o 50 punktów więcej niż poprzedniego dnia. Co więcej, wiemy, że rynek amerykański zamknął duży plus, a ogólny klimat od dawna jest optymistyczny. Możemy zdecydowanie przewidzieć, że rynek wzrośnie dzisiaj. Rzeczywiście, o 9:00 rozpoczęły się notowania kontraktów, ceny powoli i konsekwentnie rosną. Jednocześnie widzimy, że giełda otrzymuje wiele ofert kupna po cenach wyższych niż podczas ostatniej sesji. Możemy zatem oczekiwać, że trend ten będzie kontynuowany. I mamy rację. O 10:00 rozpoczyna się giełda, a ceny powoli rosną. Ta sytuacja występuje przez cały dzień. Przed końcem sesji w Polsce indeksy w USA również otwierają się wyżej. Sesja kończy się wzrostem.
O 16:30 możemy prognozować wzrost następnego dnia i że jesteśmy optymistami, również dla kilku innych. Tymczasem o godzinie 18:00 dowiadujemy się, że nastąpiło pogorszenie sytuacji w USA. Nasze zaufanie do wzrostów nieznacznie spada. O 20:00 okazuje się, że indeksy najbardziej spadły w ciągu tygodnia. Nasza prognoza wzrostu na następny dzień zaskakująco szybko przestaje być aktualna. Spodziewamy się raczej osłabienia (ale może wzrostu za dwa dni).
Aby nie przedłużać tego przypadku, powiedzmy, że w miarę zbliżania się momentu prognozy może się on zmieniać wiele razy. A najistotniejsze będą tuż przed otwarciem rynku. Oczywiście pod warunkiem, że drugi przed sesją nie okaże się na przykład, że kryzys walutowy dopiero się zaczyna.

Sieci neuronowe – uproszczenie rzeczywistości

Możemy więc zobaczyć problem z ustawieniem jednodniowej prognozy. Jest praktycznie niemożliwe ustalenie, co stanie się za dwa, dziesięć lub więcej dni. Ilość informacji, które mogą zmienić sytuację na rynku, jest zbyt duża. Im dalej, tym mniej pewności. Niestety racjonalne rozumowanie traci wraz z oczekiwaniami. A te są proste – jeśli wiem, co się stanie, będę zarabiać na rynku.

Być może to podejście stało się podstawą wykorzystania sieci neuronowych do przewidywania cen rynkowych. Sieć neuronowa jest zdefiniowana jako rodzaj modelu ludzkiego mózgu przystosowanego do rozwiązywania określonych problemów. Projektanci sieci uważają, że dzięki specyficznej zdolności uczenia się są to systemy, które mogą analizować wiele zmiennych i zależności między nimi. Dlatego można tworzyć wiarygodne prognozy na podstawie wcześniejszych doświadczeń.

Niestety sieci zachowują się jak robot w filmie „Krótkie spięcie” (Short Circuit / 1986 / reż. John Badham) i nadal krzyczą „więcej informacji”. Jednak te dane wciąż nie są wystarczające.
Załóżmy, że uczymy sieć prognozować zachowanie rynku po zmianie stóp procentowych. Pomimo teorii, że akcje rosną, gdy stopy są obniżane, a spadają w odwrotnej sytuacji, rynek reaguje na obniżkę stóp procentowych wzrostem lub spadkiem. Dlatego powinniśmy przekazywać naszej sieci informacje o tym, co wydarzyło się, zanim rynek zareagował negatywnie i co wydarzyło się przed pozytywem. Jeżeli rynek spadł, a wcześniej silna fala spadkowa – należy to wziąć pod uwagę, jeśli było inaczej – również. I tak wchodzimy do następnych wydarzeń, które już miały miejsce.

Dzięki kolejnej obniżce stóp procentowych nasza sieć generuje pewien wynik. Okazuje się jednak, że nawet raz przed upadkiem systemu płatności, np. w Indonezji nie został uwzględniony. Prognoza okazuje się niepoprawna. Ale nie zniechęca nas to nowe wydarzenie w modelu. Proces ten trwa wiecznie, ponieważ za każdym razem jest coś nowego, czego wcześniej nie było. I za każdym razem nie możemy dzięki temu zarabiać. Co jeśli na podstawie tych samych danych wejściowych system generuje różne prognozy (wbrew pozorom nie jest to niemożliwe).
Każdy model rynku oparty na danych historycznych będzie modelem uproszczonym i nie będzie go uwzględniał – że rynek się rozwija, a kierunek tego rozwoju jest praktycznie nieprzewidywalny. Sieci neuronowe próbują przewidywać zdarzenia, ale opierając się na podobnych przesłankach, jak fizyk anegdoty na początku swojej wypowiedzi, „dla uproszczenia załóżmy, że kurczak jest okrągły”. Założenia można zawsze dokonać arbitralnie, tylko koncepcja zbudowana na tej podstawie może nie być w pełni skuteczna.

Niezrozumiałe związki

Oczywiście czasami rynek zachowuje się w zaskakujący sposób, ale relacja przyczynowo-skutkowa może zostać zerwana w dowolnym momencie. Czasami znajdujemy różne relacje między punktami zwrotnymi na rynku a np. fazy księżyca. Wiemy, że ta relacja jest absurdalna, ale kiedy ponownie okazuje się, że dno rynku miało miejsce podczas nowiu, trudno go zignorować. Nie wiemy, dlaczego ta relacja występuje (chociaż możemy wyciągnąć różne teorie na temat magii, fizyki i biologii), ale widzimy, że ona występuje. Takie relacje są określane jako korelacje nonsensowne. Stanowią one podstawę koncepcji Roberta Prechtera (popularyzatora teorii fal Elliotta) dotyczącej relacji rynkowych i zmian społecznych lub wydarzeń socjologicznych. Jeśli zmiany cen są skorelowane z długością spódnic u kobiet lub intensywnością horrorów produkowanych w danych latach, jest to związek, którego nie można bezpośrednio zrozumieć. Być może lepiej pozostawić ten stan w spokoju, niż robić najbardziej zawrotne tłumaczenia, ale niestety chcesz poznać przyszłość i poszukać wszystkich możliwych metod (korelacje nonsensowne wydają się zbieżne z ideą Edwarda Lorenza i efektem motyla – jeśli motyl fruwa gdzieś na Ziemi, może nie być huraganem w innej jego części.)

Zadziwiająco nieprawdopodobny przypadek

Stwierdzenie, że prognozy cen (lub poziomu indeksu) nie mają większego sensu, nie oznacza, że ​​nie ma sensu zarabiać na rynkach lub że nie można tego zrobić. Mimo wszystko na rynkach obserwuje się trendy, a losowość zmian cen, ich kierunek, jest niesamowicie uporządkowany szeregowo.

Podczas wzrostów występują zarówno spadki, jak i wzrosty, ale te ostatnie są wyraźnie większe i silniejsze. Jest to analogiczne podczas spadków. Zwolennicy koncepcji przypadkowych ruchów nie wydają się zwracać uwagi na tę serię wydarzeń, chociaż wyraźnie się zdarzają. Być może w pewnym momencie pojawi się dekada lub cały wiek, w którym pojawi się trend uboczny. Po każdym dniu wzrostu nastąpi spadek i tak dalej.

Na razie jednak wygląda na to, że siedzieliśmy przy stole do ruletki, na którym, jeśli spadnie trzy razy z rzędu na czerwono, to później w kolejnych dwudziestu próbach czerwony pojawi się znacznie więcej. Jest to możliwe i zgodne z teorią prawdopodobieństwa podczas wielu prób, chociaż teoretycznie jest to rzadkie. Z uwagi na fakt, że ta sytuacja (tj. Seria wzrostów lub spadków, tj. Trendów) istnieje na różnych rynkach od wielu lat, należy spróbować z niej skorzystać. Być może koncepcja przypadkowych zmian cen jest poprawna, ale wydaje się, że mamy do czynienia z niezbyt wiarygodnym sprzedawcą. Nawet jeśli model zakładający istnienie trendów jest fałszywy, wymaga znacznie mniej danych wejściowych niż złożone sieci neuronowe. W rzeczywistości istnieją tylko dwa stany – stały wzrost w wybranym czasie lub stały spadek. Jeśli rynek wzrośnie kilka dni z rzędu – są szanse, że wzrośnie dalej, jeśli spadnie, spadnie jeszcze bardziej.

Serie wzrostów i spadków pojawiają się bardzo często. Analizując aktywność na różnych rynkach kontraktów futures, można zauważyć prostą relację: rynki, na których widoczne są trendy, charakteryzują się wysokim obrotem, podczas gdy na rynkach o przedłużających się trendach horyzontalnych – spadają zarówno obroty, jak i liczba otwartych pozycji. Inwestorzy unikają ich, tak jak w przypadku gier losowych.