Wzorce inwestycyjne, część 4

Powtarzalne wzorce występują we wszystkich metodach inwestycyjnych, kwestia jak ich poprawnie i z głową używać – to jest zasadnicze motto tego cyklu.

Przypomnę, że do tej pory w tym cyklu prezentowałem:

• Powtarzalność zjawisk rynkowych i jak korzysta z nich W.Buffett   -> część 1
• Czym są wzorce inwestycyjne -> część 2
• Zalety stosowania wzorców w praktyce -> część 3

Tę część chciałbym poświęcić na pokazanie wad, słabych punktów i pułapek korzystania z wzorców inwestycyjnych w nieświadomy i/lub nieodpowiedni sposób.

Powtarzalność wzorców to zasadnicza baza wokół której buduje się fundamenty każdego inwestycyjnego stylu, metody, strategii czy taktyki. Nie wszyscy zdają sobie w pełni sprawę z ich istnienia i znaczenia. Wszystko, co w inwestowaniu dowolnego typu robimy, wymagałoby zidentyfikowania takich wzorców i dokładnego ich poznania oraz rozpracowania. To ułatwia i zrozumienie rynku z ich perspektywy i optymalne wykorzystanie.

Kolejny poziom, czyli poznanie ich potencjalnych wad i słabych punktów jest dużo ważniejsze niż zachwyt nad oczywistymi zaletami. Daje bowiem największe pole do popisu dla radzenia sobie z problemami wynikającymi z ich istnienia i stosowania. Z owych słabych stron wywodzi się najwięcej błędów popełnianych w praktyce i z nich w oczywisty sposób biorą swoje początki straty.

Część z tych wąskich gardeł bierze niestety początki już w samych metodach opartych na owych powtarzalnych wzorcach, część wprowadzają swoim nierozważnym postępowaniem sami inwestorzy próbujący wcielać je w życie. Ale po kolei.

WADY WZORCÓW INWESTYCYJNYCH i PROBLEMY ICH UŻYCIA

   1. Niestacjonarność

To proces, który w sposób mało zauważalny, ale podstępny niweluje przez dekady skuteczność systematycznego użycia znacznej część powtarzalnych wzorców, które są budulcem wszelkich strategii inwestowania i tradingu.

Na czym polega?

W dużym skrócie ujmując przejawia się to w tym, że prawdopodobieństwo wystąpienia określonych wzorców i ich następstw zmienia się wraz z upływem czasu. Niestety zmienia się w stronę niekorzystną dla inwestorów. Marnym pocieszeniem jest to, że zasadniczo dotyczy metod opartych o analizy wykresów i danych cenowych (oraz ich pochodnych typu wskaźniki).

Brzmi ów opis może nieco zbyt naukowo, ale przykłady wyjaśnią ten problem dużo lepiej.

Używając opisowego języka i przykładu z analizy wykresów proponuję wyobrazić sobie taką sytuację:

Nasze transakcje na dowolnym rynku dokonujemy wówczas, gdy przecinają się 2 zwykłe średnie ze sobą, np. 50-dniowa z 200-dniową. Kupujemy, gdy ta pierwsza przecina od dołu tę drugą, sprzedajemy przy przecięciu w odwrotną stronę. I do tej pory osiągaliśmy przyzwoite zyski a transakcji zyskownych było 80%. To jeden z najprostszych wzorców, w miejsce średnich można podstawić każdy inny wskaźniki, formację techniczną, statystyczną zależność (np. Efekt stycznia).

I przychodzi w pewnym momencie okres, gdy nasza strategia oparta na tak powtarzalnym wzorcu przestaje działać. Trafność zyskownych transakcji spada do 50%, co powoduje w rezultacie sumarycznie straty na rachunku. Co się stało?

Do głosu doszła wspomniana niestacjonarność. Rynek się zmienił w swej dynamice. Powtarzalność działająca mniej lub bardziej skutecznie przez dekady nagle wyparowała. To proces często trwający dłuższy czas, dlatego tak niezauważalny. Zabija lub zmniejsza drastycznie skuteczność stosowanych metod różnego rodzaju.

Widać to po przepuszczeniu tych wzorców przez choćby najprostsze arkusze kalkulacyjne albo specjalistyczne programy używane do produkcji systemów mechanicznych i algorytmów.

Nie tak dawno sam pokazywałem jak się to zmienia na przestrzeni lat w prezentacji strategii „kupowanie dołków” na różnych rynkach, cały cykl -> tutaj. W przypadku jednego rynku kupowanie jednodniowych spadków całkowicie przestało zyskownie działać w tym stuleciu, choć wcześniej świetnie działało, a na innych działa nadal bez zarzutu, na jeszcze innych skutecznie działa strategia przeciwna.

Wracając do przykładu z 2 średnimi, skutki niestacjonarności można obserwować w dwóch przynajmniej perspektywach:

(I) Permanentne – nagle po dziesiątkach lat sprawdzania się przecięcia średnich 50 i 200 dni, teraz skuteczność zapewnia np. przecięcie średniej 120-dniowej ze 100-dniową.

(II) Przejściowe – nasza strategia 50/200 dni nie działa przez 10 lat, ale po tym czasie ponownie skutecznie generuje sygnały.

Wszystko zależy od samych rynków. One bowiem przez dekady stawały się bardziej kapryśne, trendy się skracały, korelacje odwracały, dynamikę zmieniały nowe technologie (np. handel komputerowy) i mody wraz z nowymi instrumentami i globalizacją.

Implikacje praktyczne wydają się dość oczywiste, choć rozkładają się nierównomiernie.

Buffett rezygnujący z akcji spółek technologicznych podczas bańki dot.comowej widział analogię, która w dużej mierze oporuje przed niestacjonarnością: takie bańki istniały i będą nadal istnieć, czyli skutki będą zawsze w 100% takie same – krach.

Inwestowanie w wartość teoretycznie również powinno się opierać niestacjonarności, ponieważ spółki niedowartościowane powinny prędzej czy później zostać kupowane i zapewnić zyski. Jednakże bywają nawet dość długie okresy, gdy inwestorzy preferują spółki wzrostowe, co mocno się odbija na opłakanej zyskowności spółek wartościowych.

Poniższy wykres przedstawia 2 ETFy Vanguarda na amerykańskie duże spółki – typu Value (niebieski) i Growth (pomarańczowy):

W statystykach to Value Investing (spółki wartościowe) przynosiło wyższe zwroty, tymczasem jak widać dają one niewielkie oznaki życia od 2 lat, ani bessy nie było, ani hossy nie ma. Wzorzec się okresowo, jak mniemam, załamał i być może kiedyś ożyje.

Ale już istotny problem pojawia się w przypadku podręczników i poradników z zakresu analizy wykresów, szczególnie tych pisanych jeszcze w poprzednim stuleciu. Proponowane w nich strategie (oparte np. na wskaźnikach) może i były wówczas skuteczne, ale niestacjonarność je zabiła. I np. strategia oparta na RSI (14) mogła kiedyś generować zyski, dziś to już przeszłość albo zyski generuje np. RSI (25), a może za dekadę będzie to już RSI (7).

Najdotkliwiej odczuwają niestacjonarność mechaniczne strategie komputerowe. Przełomem może być w tym zakresie rewolucja AI. Sztuczna inteligencja ma szanse tego rodzaju zmiany w dynamice rynków rozpoznawać znacząco skuteczniej i lepiej się do nich adoptować, ucząc się na bieżąco.

Często dodawane zastrzeżenie o tym, że wyniki mogą się nie powtórzyć w przyszłości, ma więc w tym zakresie uzasadnienie. Nie unikniemy wprawdzie tego, że i tak nadal będziemy się posługiwać powtarzalnymi wzorcami, jednak należy zachować wysoką ostrożność przy bezkrytycznym i niesprawdzonym użyciu strategii polecanych w poradnikach czy przez innych inwestorów lub szkoleniowców. Im więcej w nich parametrów związanych z cenami, tym większa szansa zmiażdżenia przez koła niestacjonarności.

Jak sobie z tym radzić? Wrócę do tego w jednym z przyszłych odcinków.

CDN

—kat—