Testowanie wsteczne inwestycyjnych strategii, część 3

Analiza błędów i wypaczeń związanych z procesem testowania pomysłów inwestycyjnych na danych wstecznych, prezentowana przeze mnie w poprzednim wpisie z tego tematu, domaga się dla równowagi głosu drugiej strony.

W tej część w takim razie krótki przegląd pozytywnych aspektów analizy wstecznej, które być może pomogą wątpiącym przynajmniej zważyć i porównać argumenty za i przeciw. W końcu analizy wstecznej nie wymyślono po to, by szkodzić. Zwykle to popełniane błędy decydują o negatywnym na nią spojrzeniu, a nie sama jej idea.

Oto lista 10 najważniejszych moim zdaniem czynników przekonujących za użyciem jakiejś formy dobrze zorganizowanej i solidnie przemyślanej analizy na danych wstecznych:

     1. Modele decyzyjne wymagają uwierzytelnienia

Do tej pory nie wymyślono nic lepszego niż przepuszczenie przez dane historyczne wszelkiego rodzaju metod i strategii inwestycyjnych. Po to właśnie, by sprawdzić czy tkwi w nich jakaś potencjalna przewaga, czy kryją się w nich jakieś zależności, powtarzalności, nieefektywności, anomalie itd., które da się ubrać w reguły i użyć w praktyce. Ale też chodzi przy okazji o wprowadzanie ulepszeń i eliminację wąskich gardeł.

Zresztą do celowości takiego działania nie trzeba chyba tak naprawdę przekonywać. Nawet bowiem alternatywne, z pozoru nie wymagające sprawdzenia na danych pomysły inwestycyjne, w jakiejś mierze korzystają z tego rodzaju weryfikacji. Ważniejsze wydaje się JAK to prawidłowo robić, niż CZY to robić w ogóle.

     2. Weryfikacja negatywna jako cel

Od zawsze jestem zwolennikiem takiego właśnie podejścia. Oznacza ono przetestowanie inwestycyjnych strategii na danych wstecznych przede wszystkim po to, by upewnić się, czy czasem używana metoda/strategia nie jest po prostu mirażem pozbawionym wartości (czy posiada jakąkolwiek przewagę rynkową).

Prowadzi to więc nie do stworzenia w oparciu o dane gotowej, ściśle zdefiniowanej strategii działania, ale wyeliminowanie pomysłów, które nie dają w zasadzie żadnych szans w akceptowalnych dla inwestora warunkach.

     3. Głębsze rozumienie rynków

Eksperymenty na danych wstecznych pozwalają na poczucie dynamiki, zmienności, struktury ruchów rynku w różnych warunkach.

Nawet negatywne testy danych dają wiedzę i doświadczenie tego jak działają rynki. Zasadnicze ruchy są wprawdzie uniwersalne dla wszystkich rynków (spadki, wzrosty, konsolidacje), ale różnią się one szybkością, zasięgami, gwałtownością, reakcjami na konkretne zdarzenia, korelacjami. To można oczywiście poczuć obserwacją nieparametryzowaną, ale ta z udziałem obiektywnych zasad daje dokładniejszy wgląd i rozumienie.

     4. Odkrycia i inspiracje

Kiedy do takiego rodzaju analizy wstecznej podchodzi się w zorganizowany sposób, najlepiej od jak najbardziej obiektywnej strony, z dużą pewnością uda się dokonać nieoczekiwanych odkryć albo przynajmniej wpaść po drodze na nowe pomysły.

Na przykład technik odkryje pomocny filtr. Albo zwolennik Analizy fundamentalnej przekona się na przykład, że lepsze wyniki może osiągnąć ubierając swoje każdorazowe oceny w konkretne wskaźniki niż kombinować za każdym razem z niepełną wiedzą.

     5. Intuicja rodzi się z doświadczeń

Nawet jeśli ktoś zadecyduje, że pozostanie na etapie intuicyjnej analizy decyzyjnej, czyli elastycznej, nieskrępowanej, instynktownej oceny stanu rynku za każdym razem (lub z niewielką pomocą konkretnych narzędzi, na przykład technicznych), zrobi sobie dużą przysługę ucząc albo tylko trenując swoją intuicję na danych wstecznych.

Nie chodzi przy tym o zamianę jej na jakieś konkretne parametry, ale o doświadczenie jak największej ilości możliwych sytuacji. Na przykład ktoś wchodzący na wieloletnią hossę w akcjach nabędzie wyłącznie wykrzywionych nawyków decyzyjnych. Zapuszczając się na dane z bess, krachów czy danych innych instrumentów ma szansę poczuć realną wartość swoich przekonań co do swoich umiejętności.

     6. Budowanie zaufania

Zrobienie sobie przysługi za pomocą weryfikacji swojej metody czy konkretnej strategii na danych historycznych podnosi psychologiczny komfort inwestora. Nabiera się bowiem większej pewności, że zasady decyzyjne, które opracowaliśmy na własny użytek, pozwoliłyby zyskiwać w przeszłości, jest więc szansa, że sprawdzą się w przyszłości.

     7. Redukcja lęku, stresu przed niepewnością

Mając za sobą trening czy sam choćby test metody/strategii we wszelkiego rodzaju warunkach w przeszłości, a szczególnie tych niekorzystnych, mamy szansę nabyć pewnego rodzaju odporności przed nieznanym. Owo nieznane w dużym stopniu staje się bowiem już znane z przeszłości. Wgląd w tego rodzaju doświadczenia z przeszłości pozwala nie tracić głowy, szybko się odwołać do przeszłych sytuacji, poszukać w nich wsparcia czy wskazówek. W sytuacji kryzysowej tego rodzaju pozytywne reminiscencje bywają nieocenioną pomocą i pozwolą odzyskać kontrolę.

     8. Anty manipulacja

Nie istnieje skuteczniejsze rozwiązanie przeciwko próbom manipulacji z zewnątrz lub auto-manipulacji niż dokładne, nielosowe sprawdzenie podsuwanych strategii przez innych (lub sobie samemu) na jak najszerszej bazie danych z przeszłości. Wielu strat, porażek, nieuczciwych praktyk można być w ten sposób dość prosto uniknąć.

     9. Eliminacja białych plam i skrócenie czasu nauki

Analiza wsteczna pozwala na doprecyzowanie swoich pomysłów, nadanie im w niektórych miejscach bardziej obiektywnego charakteru, poszukanie nowych lub lepszych rozwiązań. W finale prowadzi to do ułożenia lub doszlifowania własnego planu inwestycyjnego i reguł gry.

Szczególnie początkujący inwestorzy i traderzy mają problem z wypracowaniem własnego stylu. Czują jakieś pomysły, ale ich przekładanie na praktykę trwa bywa często bardzo kosztowne i trwa długo. Kilka testów potrafi zastąpić tygodnie nieproduktywnego sprawdzania strategii, które nota bene już wcześniej tysiące razy zostały sprawdzone przez innych.

     10. Wstęp do profesjonalnego kodowania

Wielu inwestorów potrafiło się w pewnym momencie zakochać w systematycznym testowaniu strategii, co dalej prowadzi do układania nowych rozwiązań, budowaniu bardziej skomplikowanych struktur, poznawania coraz lepszych narzędzi i metod, wejściu w świat algorytmów, uczenia maszynowego, sztucznej inteligencji. Kariera Jima Simonsa jest tego perfekcyjnym przykładem.

Jest to więc przepustka do realizacji siebie, pasji, może droga do kariery.

***

Nie przekona to pewnie wszystkich nieprzekonanych. Ale też nie o same potencjalne korzyści z testowania tu chodzi. Dużo ważniejszym problemem jest tak testować, by zneutralizować wszystkie negatywy opisane w poprzedniej części.

Ale o tym w kolejnych wejściach

—kat–