W poprzednim wpisie wspominałem o bogatej literaturze akademickiej weryfikującej założenia Analizy Technicznej. Dziś jedno z takich studiów.
Andrew Lo z prestiżowego Massachusetts Institute of Technology (MIT) ma na koncie sporo takich prac, będących połączeniem finansów, statystyki i informatyki. Wspólnie z Harrym Mamayskym i Jiang Wangiem, w ramach grantu, przetestowali komputerowo typowe, techniczne formacje cenowe i wyniki przedstawili w studium pod tytułem ?Foundation of technical analysis: computional algorithms, statistical inference, and empirical implementation”.
Najtrudniejszym zadaniem było przekształcenie do postaci algorytmu nieliniowych, graficznych formacji cenowych typu RGR czy trójkąty, które oko ludzkie dostrzega bez większych problemów a ogromnie ciężko zapisać je binarnie. Żeby wydobyć wartość z szumu cenowego posłużyli się statystycznymi narzędziami, tzw: estymatorami wygładzającymi a konkretnie regresją kernelowską. Trikiem, dzięki któremu udało się wyodrębnić i odróżnić poszczególne formacje było ustalenie charakterystycznych punktów ekstremalnych, które każda z nich zawiera (coś jak odciski palców). Dla przykładu formacja głowy z ramionami jest rozpoznawalna dzięki punktom pokazanym na wykresie, zaczerpniętym z tego opracowania. Dla ułatwienia wskazuję je czerwonymi strzałkami i dodaję linię szyi owej formacji, dla łatwiejszego jej wyobrażenia:
Pozostało jeszcze powiązać w przestrzeni rozkład tych punktów wobec siebie i algorytm gotowy. Wyszło to całkiem poprawnie choć niektóre formacje na wykresie mogą wydawać się kontrowersyjne. Ważne, że udało się w ten sposób obiektywnie sparametryzować 10 z nich i automatycznie wyszukać z danych. Zrobiono też weryfikację ich poprawności wśród praktyków A.T. którzy w ostatecznej wersji zaaprobowali graficzny efekt identyfikacji przez komputer.
Do testów użyto danych cenowych 50 spółek z NYSE/AMEX i NASDAQ z 35 lat. Wybicie z formacji było momentem wejścia na rynek, zyski i straty liczono przy użyciu znanego z systemów ?time-based stop” czyli zakładając, że zamknięcie pozycji dokonuje się 3 sesje po wejściu na rynek. Brano również pod uwagę obrót na danej spółce dla ustalenia jego istotności.
No i najważniejsze – wyniki i wnioski:
1. Najczęściej pojawiała się w okresie testowym formacja podwójnego szczytu lub dołka (2000 razy), druga w kolejności była głowa z ramionami (lub jej odwrócona wersja)
2. Dla porównania zrobiono symulację losowo dobieranych cen w oparciu o ruchy Browna. Częstość występowania formacji na prawdziwej giełdzie znacznie się różniła i co ciekawe nie tylko na plus ale również na minus
3. Wolumen miał znaczenie w sensie istotności statystycznej tylko dla 2 formacji
4. Formacje powstałe na NASDAQ miały istotniejszą siłę generującą zyski
5. Dla pięciu formacji na NYSE/AMEX – głowy z ramionami, rozszerzającego się dna i szczytu, szczytowej formacji prostokąta oraz podwójnego szczytu zanotowano istotnie statystycznie zyski, wyraźnie różne na plus od tych uzyskanych z danych losowych. Na NASDAQ wszystkie 10 formacji potwierdziło swoją istotną przewagę.
6. Autorzy stwierdzają: ?…odkryliśmy, iż niektóre formacje techniczne dostarczają istotnej informacji (w sensie działania – dopisek mój), szczególnie dla spółek z NASDAQ. To niekoniecznie sugeruje, że analiza techniczna może być używana dla osiągania zysków lepszych niż benchmark (którym jest kup i trzymaj – dopisek mój) ale zwiększają szansę, że A.T. dodaje wartości w procesie inwestycyjnym”
Nie jestem fanem formacji głownie ze względu na subiektywny charakter procesu ich wyszukiwania. Tej wady można jak widać pozbyć się za pomocą algorytmów, nawet jeśli efekt graficzny nie jest perfekcyjny. Co ważne – do wynajdowania takich formacji w praktyce lepiej przydaje się położenie jej ekstremów wobec siebie niż sam kształt.
W takiej postaci A.T. ma dla mnie sens ponieważ można ustalić czy dana metoda daje w ogóle przewagę na rynku i w jakich warunkach. Zawsze jednak należy pamiętać, że zysk pojawia się wówczas, gdy inwestujemy za każdym razem gdy dany rodzaj formacji się pojawia. Jeśli dokonujemy transakcji tylko czasem gdy się pojawiają – wynik końcowy nie musi być zyskiem ponieważ wprowadzamy do metody element losowości i szczęścia. Taki efekt można przez analogię wyobrazić sobie na przykładzie lotto – jeśli gramy przez 10 lat te same numery i raz zapominamy opłacić kuponu a wtedy jak na złość padnie na nie 6-tka to w sumie ponieśliśmy sumarycznie stratę, choć z punktu widzenia statystycznego powinniśmy być właśnie bogaci.
–* Kathay *–
Dodaj komentarz