Algorytmy, Jim Simons i Analiza techniczna, część 2

Pierwszą część tego wątku zakończyłem następującą konstatacją:

Nie dysponujemy wystarczającą ilością środków i wiedzy by czerpać z doświadczeń Jima Simonsa i jemu podobnych dla własnych zysków w tradingu przy użyciu Analizy technicznej. To jednak nie znaczy, że jesteśmy skazani na porażkę w konkurencji z nimi.

Żeby jednak znaleźć swoją niszę proponuję najpierw zrobić krótki przegląd tego co i jak nas z nimi dzieli i łączy. To z jednej strony pomoże usystematyzować wiedzę w tym temacie, narosłym mitami i znakami zapytania, z drugiej da szansę na kreatywne poszukanie szans.

Większość quants, czyli ludzi typu Simonsa, a więc naukowców próbujących przy pomocy komputerów przełożyć swoją specjalistyczną wiedzę na zyskowne, mechaniczne inwestowanie, poczułoby urazę słysząc, że zajmują się Analizą techniczną. Dlaczego?

Ponieważ klasyczna AT nie jest traktowana jako część nauki, to dla nich raczej nieco egzotyczne zabawy w giełdę poprzez nieudokumentowane w swej skuteczności, pełne intuicyjnego podejścia zdobienie wykresów. Dla mnie było nieco szokujące to, że w książce o Simonsie pojawiły się tego typu porównania, zrównujące algorytmy z AT.

Jednakże nie da się ukryć, że Simons zaczynał od AT i stamtąd czerpał pierwsze inspiracje. A przy tym oba rodzaje podejść gdzieś tam się zazębiają ze sobą na jednym pniu analizy decyzyjnej. Czy jednak to na pewno ta sama AT, o której myślimy my, posługujący się nią na co dzień? Już w poprzedniej część pytałem: gdzie zaczyna się, a gdzie kończy klasyczna AT?

Wracając do tematu, systematykę należałoby zacząć od pojęć.

Po raz pierwszy wpadłem na trop pojęcia „quantitative analysis” (QT) w książce A.Browna „Evidence based technical analysis”. W ten sposób postuluje on odróżniać właśnie „ilościową analizę” od „tradycyjnej Analizy Technicznej” (AT). To jednak zbyt szerokie rozróżnienie na nasze potrzeby. Lepszy termin został użyty przez Howarda Bandy w tytule jego książki „Quantitative Technical Analysis”, czyli „Ilościowa Analiza Techniczna” (więcej o książce w najbliższej przyszłości).

Jednak ponieważ porównujemy się tutaj do roboty Simonsa, czyli szeroko pojętej „ilościowej analizy”, z której trudno wyodrębnić samą AT, więc w dalszej części będę porównywał „klasyczną AT” z „ilościową analizą”.

Oto kilka najważniejszych różnic i podobieństw w obu podejściach:

     Wartość oczekiwana

Popularnie nazywana Przewagą (ang. edge), a chodzi o statystyczny termin, który ułatwia określić czy dana metoda inwestycyjna generuje zyski przy określonym prawdopodobieństwie trafności i wielkości potencjalnego zysku/straty. Jeden z wielu mierników efektywności strategii, ale najczęściej używany w AT.

Klasyczna AT:

Przewaga przez wielu inwestorów nie jest sprawdzana, przyjmuje się ją domyślnie lub życzeniowo. Przewagi wielu narzędzi nie sposób zweryfikować (subiektywne użycie). Znacząca część używanych strategii technicznych NIE posiada przewagi.

Ilościowa analiza:

Przewaga strategii jest wszechstronnie testowana i oceniania, bez niej niemożliwe jest uruchomienie algorytmu. Minus – niestacjonarność rynków i duża konkurencja zabija z czasem przewagę.

    Wsad

czyli dane używane w poszukiwaniu schematów i zależności

Klasyczna AT

Zdecydowana większość materiału decyzyjnego to historyczne kursy instrumentów i ich pochodne (wskaźniki), do tego wolumen i czasem wskaźniki sentymentu. Prognozowane zmiany kursów opierają się więc na wnioskach z danych historycznych. Część decyzji podejmowana ad hoc – źródłem jest intuicja i doświadczenie

Ilościowa analiza

Nie istnieją ograniczenia w zastosowaniu danych z dowolnej dziedziny i szukaniu powiązań z kursami instrumentów. Poszukiwanie zależności w danych kursów w przeszłości jak w AT to tylko wycinek testów. Przetwarzać można od danych z gospodarki po szumy z kosmosu. Nie ma miejsca na decyzje intuicyjne.

     Losowość

Klasyczna AT

Znacząca podatność na czynniki losowe (np. niesystematyczne użycie strategii). Błędy w dyscyplinie poszerzają obszar wpływu losowości.

Ilościowa analiza

Czynniki losowe są usuwane już na etapie projektowania modeli lub znacząco minimalizowane. Systematyczne użycie za pomocą komputerów eliminuje ludzkie błędy (typu brak dyscypliny). Minus – braki w płynności powodujące mini krachy (flash crashes).

     Narzędzia

Klasyczna AT

Każdy technik ma w zasadzie dostęp do programów pozwalających rysować po wykresach i je przetwarzać (np. dodając wskaźniki). Również nie ma dziś problemu z dostępem do programów testujących gotowe strategie, jednak większość inwestorów ich nie używa dla sprawdzenia swoich pomysłów.

Ilościowa analiza

Dostępne tu programy przerastają możliwości zwykłych inwestorów. Część z nich to programy wyprodukowane samodzielnie przez firmy zajmujące się algo tradingiem, do tego dochodzi cała paleta dostępnych kombajnów do Maszynowego Uczenia, Sztucznej Inteligencji itd.

     Metody decyzyjne (strategie)

Klasyczna AT

Zdecydowana większość to zwykłe, timingowe strategie kierunkowe, które pomagają znaleźć punkty wejścia na pozycję i wyjścia + kalkulatory wielkości pozycji. Wiele jednak decyzji jest podejmowana za pomocą intuicji inwestującego, mającej subiektywny, a więc dość nieciągły charakter. Nierzadko w transakcjach nie używa się stop-lossów czyli kontroli ryzyka.

Ilościowa analiza

Typowe strategie kierunkowe to już dziś rzadkość w algo tradingu. Używają ich trend-followers, czyli spora część tzw. CTA (Commodity Trading Advisiors), ale to tylko fragment całej branży. Używa się raczej metod arbitrażowych, w których zaangażowane są 2 lub więcej instrumenty jednocześnie, lub też wykorzystuje przewagę w czasie dostępu do zleceń (słynne HFT). Nie ma miejsca na niesprawdzone, nieobiektywne decyzje.

     Dywersyfikacja

Klasyczna AT

Wielu inwestorów skupia się na jedynym, znanym sobie rynku, używając jednej, ale dobrze znanej strategii. Zaawansowani traderzy potrafią obsługiwać więcej rynków albo więcej niż jedną strategię jednocześnie. Najlepszą pozycję pod tym względem posiadają użytkownicy systemów transakcyjnych.

Ilościowa analiza

Algorytmy potrafią rozgrywać dziesiątki rynków i strategii jednocześnie, często o krótkim czasie trwania, co pozwala wykonywać nawet tysiące transakcji dziennie. Krótki termin, wiele strategii i dziesiątki instrumentów zmniejsza ryzyko.

      Umiejętności

Klasyczna AT

Nie odmawiając nikomu poziomu wiedzy, raczej rzadko się zdarza, by techniczni inwestorzy sięgali nawet do swoich domen (np. inżynierowie), pozostając raczej w kręgu typowych dla techników umiejętności czytania z wykresów i posiłkując się własnymi doświadczeniami życiowymi, które nie zawsze się w tradingu sprawdzają

Ilościowa analiza

Nad modelami i algorytmami pracują zwykle całe sztaby wykwalifikowanych naukowców z różnych dziedzin jednocześnie, czasem zupełnie odległych od finansów (np. fizyka, astronomia), a przy tym są wspomagani przez najlepszych informatyków.

     Błędy poznawcze i emocjonalne

Klasyczna AT

Emocje to największy wróg inwestorów, przekreślający skuteczne podejmowanie decyzji nawet tam, gdzie przewaga faktycznie istnieje. Do tego dochodzi cała lista błędów poznawczych znanych z dziedziny finansów behawioralnych (np. błędne szacowanie prawdopodobieństw)

Ilościowa analiza

Nie ma miejsca na emocje tam, gdzie całość decyzji przejmuje komputer. Błędy poznawcze również się zdarzają, ale w wykonaniu programującego algorytmy (np. dopasowanie strategii do danych) i nie są to błędy poznawcze, które obciążają każdorazowe decyzje o zaangażowaniu w transakcje jak i typowych techników

***.

Jak widać więc na podstawie tego krótkiego, generalnego przeglądu, mało jest punktów wspólnych między oboma tymi światami. Nie bardzo jest więc miejsce na czerpanie z doświadczeń quantów typu Jim Simons, posługujących się komputerowymi metodami. Nawet obszar poszukiwań powtarzających się zależności w danych daleko wykracza w handlu algorytmami poza możliwości klasycznych inwestorów technicznych.

Owszem, największym obszarem styczności są mechaniczne systemy transakcyjne, używane przez część traderów do testowania i automatycznej, systematycznej realizacji transakcji. Jednak nawet i oni nie dysponują takimi możliwościami jak quants. A poza tym to już wkracza w typową „ilościową AT”, na której raczej nie skorzysta typowy inwestor techniczny ze swoimi wykresami. Ten ostatni bowiem, nawet gdyby poznał od Simonsa powtarzające się w danych zależności, nie mógłby lub nie potrafiłby z nich skorzystać.

Jak tu więc działać w świecie, w którym konkurencja jest tak potężna, „psuje” rynki, jest poza zasięgiem możliwości, a całą znaną Analizę techniczną przetestowała już wzdłuż i wszerz, najczęściej rezygnując z jej użycia, ze względu na brak możliwości zdobycia regularnej przewagi?

O tym w kolejnym odcinku.

—kat—