Analitykom technicznym pod rozwagę, część 2

W pierwszej części wskazywałem, krótko przypomnę, że ideą Analizy Technicznej nie jest rysowanie po wykresach lecz odkrywanie w cenach, ich pochodnych i w wolumenie ukrytych informacji, które dają się wykorzystać w przyszłości do skutecznego inwestowania.

W tej części sięgniemy do kolejnego sporu o naturę A.T.: jest ona, czy nie jest częścią nauki lub może metodą naukową? Odpowiedź twierdząca znacznie ułatwiłaby znalezienie odpowiedzi na dużo ważniejsze pytanie, które jest głównym celem tego wątku: czy AT działa/nie działa?

Gdyby spojrzeć na to, jak świat nauki traktuje A.T., można by nabrać przekonania, że mamy do czynienia z pewnego rodzaju dyscypliną naukową. A to dlatego, że:

– bada się A.T. pod względem skuteczności w ośrodkach naukowych, uczelniach, głównie tych zajmujących się szerzej finansami,

– publikuje się na jej temat prace w znanych periodykach naukowych,

– publikuje się na jej temat książki pod szyldem nauki,

– wykłada się ją na uczelniach ekonomicznych/biznesowych,

– tworzy się z jej pomocą opis giełdowej rzeczywistości,

– układa się teorie o nią oparte,

– używa się w mainstreamowych instytucjach do prognozowania czy tradowania na rynkach.

Dlaczego w takim razie słychać chór głosów, że A.T. nie jest dziedziną nauki, nie ma więc wartości, uważa się ją wręcz za voodoo czy pseudonaukę? Odpowiedź jest dosyć prosta, ale wymaga poznania całego kontekstu wiedzy zaklętej w postaci wykresów lub po prostu zbiorów danych o cenach/ich pochodnych/wolumenie.

Nauka jako szczytowe przedsięwzięcie ludzkości zajmuje się badaniem i przetwarzaniem wiedzy w taki sposób, który umożliwia powstanie testowalnych wyjaśnień działania świata i wykorzystanie ich do robienia prognoz. Dokładnie tym samym zajmuje się A.T., a więc pierwsze zadatki już mamy.

Do owego celu służą metody naukowe, które szczególnie od czasów Karla Poppera uległy uporządkowaniu i zostały zamknięte w powszechnie akceptowaną i używaną procedurę w zakresie testowania hipotez. Proces stosowania naukowej metody składa się z kilku ściśle powiązanych ze sobą etapów działania, w wyniku czego otrzymujemy naukową weryfikację zjawisk. Pieczątka „pozytywnie zbadane naukowo” daje asumpt do traktowania opisu tych wyników w sposób wiarygodny, mający moc rzetelnego i faktycznego wyjaśniania i prognozowania. Nie inaczej w takim razie powinno być w przypadku A.T.

A jak jest z nią rzeczywiście w tym naukowym procesie? Tu właśnie zaczynają się schody, które zmuszają do spojrzenia na A.T. z dużą podejrzliwością. Spójrzmy więc krótko na to, jak w przypadku zastosowania metod naukowych sprawdza się A.T.:

Etap 1. Obserwacja, badanie, sprawdzanie, kończące się postawieniem pytania, na które chcemy znaleźć odpowiedź w toku badań.

Ten pierwszy stopień nie budzi zastrzeżeń w przypadku A.T. Tysiące stron internetowych, grup dyskusyjnych, poradników, analiz i opinii pokazuje jak zarabiać przy pomocy A.T., chcemy więc wiedzieć, czy ma ona rzeczywiście jakąś skuteczność w prognozowaniu przyszłych ruchów cen i zarabianiu.

Etap 2.   Postawienie hipotezy

W tym kroku w pewnym sensie odpowiadamy wstępnie na postawione wcześniej pytanie, proponując zarazem jakiś rodzaj wyjaśnienia, które następnie będziemy weryfikować.

Ale uwaga! W przypadku A.T. pytanie „czy działa?” jest nazbyt ogólne, nie wskazuje „co i w jaki sposób działa”, nie prowadzi do wyjaśnień tego, co i dlaczego się dzieje na rynku, nie daje podstaw do stawiania konkretnych prognoz. Testowanie wymaga praktycznych konkretów, które da się zweryfikować, również za pomocą innych metod naukowych, w tym wypadku matematyki, logiki, a przede wszystkim statystyki.

Na podobnej zasadzie nie stawia się pytania „czy fizyka działa?”, tylko odkrywa się, testuje i wyjaśnia pojedyncze zjawiska fizyczne (np. grawitację ziemską).

Hipoteza w takim razie powinna mieć brzmienie konkretnej strategii inwestycyjnej. Np. „przecięcie się średnich X i Y prowadzi do zysków z długiej pozycji w okresie Z dni po sygnale”.

I tu pojawia się największy problem, jaki serwuje nam A.T. Hipoteza, którą da się w naukowy sposób testować MUSI mieć obiektywny charakter, musi dawać się precyzyjnie i jednoznacznie wyrazić. Tymczasem wiele z technicznych narzędzi nie poddaje się obiektywnym opisom konstrukcyjnym. Doskonale wiemy jak je odkrywać na wykresach i używać, ale nie zawsze i nie wszystkie udaje się opisać językiem matematyki, geometrii, czy kodu 0-1. Brak tej precyzji dotyka np. klasycznych formacji czy linii trendu. Ale również w żaden sposób nie da się zapisać wszelkich metod analizy danych używanych niesystematycznie, losowo, intuicyjnie.

W związku z tym część obiektywnie tworzonych narzędzi i strategii bez problemu udaje się sprawdzić naukowymi metodami, cała reszta subiektywnie odnajdowanych w cenach struktur pozostaje jednak poza zasięgiem wiarygodnego postawienia hipotezy i naukowego zweryfikowania jej. To największa przeszkoda w uznaniu naukowości A.T. Aczkolwiek rozwój technologii i sztucznej inteligencji być może doprowadzi do takich możliwości, które pozwolą weryfikować rzetelnie nawet te subiektywne metody w nieodległej przyszłości.

Etap 3. Prognoza

Mając już ustaloną obiektywnie hipotezę, w przypadku A.T. konkretną strategię, możemy pokusić się o przewidywanie tego, co stanie się, gdy powstaną warunki w niej zapisane. Również w przypadku subiektywnie konstruowanych narzędzi i metoda takie prognozy da się wykonać, jest jednak jeden problem – nie będzie mógł tego rodzaju eksperymentów powielić nikt inny, co jest warunkiem naukowości, bowiem subiektywność oznacza spore rozbieżności w ustaleniu sygnałów zajęcia czy opuszczenie pozycji.

Etap 4 Testowanie

Postawioną hipotezę (strategię A.T.) testuje się na danych, na wszystkie możliwe statystyczne sposoby, aby ustalić jej potencjalną moc generowania zyskowności. W tym miejscu dochodzi do głosu procedura, która w naukowych metodach badawczych zajmuje poczesne miejsce- falsyfikacja.

Polega ona na sprawdzeniu błędności, a nie prawdziwości hipotezy. Założenie bowiem jest takie, że wskazanie przynajmniej jednego warunku niedziałania od razu kładzie prawdziwość hipotezy, podczas gdy spełnienie wielu warunków, ale nigdy nie uda się sprawdzić wszystkich, wcale tej hipotezy jeszcze nie potwierdza.

Nie ma z tym większych problemów w sensie matematycznym w przypadku testu strategii A.T. Są za to problemy innego rodzaju:

Po pierwsze – hipotez subiektywnych nie sposób wiarygodnie przetestować, co część narzędzi A.T. po prostu wyklucza z naukowej weryfikacji, o czym wiemy z wcześniej opisywanych etapów.

Po drugie – test na danych z przeszłości wcale nie gwarantuje, że metoda zadziała w przyszłości. W tym właśnie przypadku trwają dość zażarte spory o sprawdzalność A.T. Buduje się wprawdzie coraz doskonalsze testy statystyczne, ale nadal nauka ma problem z wiarygodnym wskazaniem i oceną wyników testów. W tym miejscu polegnie wiele nawet obiektywnie i precyzyjnie konstruowanych strategii. A skoro ich wartość prognostyczna w najbliższej przyszłości stoi pod znakiem zapytania, to czy można uznać je za naukowo wiarygodne?

Gdyby szukać analogii, to może takiej z grawitacją. Wiemy, co zrobi upuszczone jabłko. Ale gdyby jabłko było narzędziem z zakresu A.T. to okazałoby się, że choć w testach zawsze spadało na ziemię, to nagle zaczęłoby wznosić się ku górze.

Etap 5. Analiza

W tym etapie używa się ponownie wszelkich metod mogących z większą doskonałością potwierdzić pierwotny test badawczy. W przypadku A.T. mogą to być jakieś stress testy, analiza Monte Carlo czy szukanie poziomów istotności.

Etap 6 Replikacja

Wszelkie hipotezy i ich testy muszą się poddawać replikacji. Nie tylko przez innych badaczy, ale również w praktycznym zastosowaniu tam, gdzie to możliwe, a więc przede wszystkim na rynkach. Obiektywne narzędzia i strategie techniczne dają taką możliwość bez problemu. Ale ściana pojawia się w przypadku wszelkich metod subiektywnych, ponieważ ich replikacja jest niemal zawsze niemożliwa.

Etap 7. Zewnętrzna ocena

Po to publikuje się wyniki testów i analiz, aby możliwe było tzw. „peer review”, a więc przegląd, krytyka czy podpowiedzi ze strony innych naukowców. Tu ponownie mamy problem z A.T. ponieważ nie wszyscy jej badacze zgadzają się z wnioskami, wynikami testów czy prognostyczną możliwością badanych i opisywanych publicznie technicznych strategii.

Więcej informacji na te tematy w drobiazgowych szczegółach można znaleźć w znakomitej książce D. Aronsona „Evidence-Based Technical Analysis”.

Podsumujmy ten obraz i wyciągnijmy kilka praktycznych wniosków:

(1) Nie wszystkie narzędzia i metody z zakresu A.T. da się sprawdzić w naukowy sposób, choć sporą część jak najbardziej. To jednak tworzy dość negatywną opinię o „naukowości” A.T. Choć niewykluczone, że nowe technologie poradzą sobie z tym.

(2) Słabe strony zastosowania naukowych metod nie oznaczają, że A.T. nie powinna być weryfikowana z ich pomocą. Wręcz przeciwnie – nie istnieje lepsza metoda sprawdzenia skuteczności A.T.

(3) Pozytywna naukowa weryfikacja wcale nie oznacza, że dana metoda techniczna będzie działać w realu.

(4) Używanie zwrotu „A.T. działa/ nie działa” nie ma za wiele sensu w świetle jak najskuteczniejszego weryfikowania poglądów. Potrzeba do tego konkretów.

(5) Skuteczność A.T. wcale nie musi brać się tylko i wyłącznie z samej A.T., jako że łączy się ją często dla lepszego efektu z A.F. czy metodami intuicyjnymi. Co nie przeszkadza badać skuteczności samej, czystej A.T.

(6) Nawet jeśli naukowe metody zawodzą, nie można przekreślić skuteczności działania samej A.T. w praktyce. Wkraczamy jednak wówczas rzeczywiście na pogranicza wiedzy z dziedziny sztuki. Jednak nawet wówczas można dokonywać naukowych eksperymentów weryfikujących skuteczność.

CDN

—kat—