Przy okazji jednego z wpisów na naszym koncie Twitterowym pojawiła się kwestia dotycząca analizy wykresów w skali liniowej lub semi-logarytmicznej. Temat sam w sobie interesujący i równie nierozstrzygalny jak wyższość analizy technicznej nad fundamentalną (lub odwrotnie), czy też wyższość świąt Bożego Narodzenia nad Wielkanocą (lub odwrotnie).
Czytam właśnie nową książkę Daniela Kahnemana napisaną wspólnie z Olivierem Siboinem oraz Cassem Sunstainem i trafiam na rozdziały zgrupowane w części „Szum w osądach prognostycznych”. Mam wrażenie, że cały ten rozdział dotyczy przede wszystkim zachowań inwestorów i traderów, choć przecież cała książka – Szum, próbuje zająć się kwestią rozbieżności w ocenach eksperckich, czyli właśnie tytułowego szumu. Dlaczego ludzie mając podobne kryteria oceny konsekwentnie podejmują bardzo zróżnicowane decyzje, zwłaszcza w sytuacjach i miejscach, gdy to zróżnicowanie jest niepożądane (np. w wydawaniu wyroków sądowych). Ponieważ książkę firmuje Daniel Kahneman, to wiadomo, że odpowiedź będzie prosta – jest to konsekwencja naszych błędów poznawczych.
Więcej o samej książce napiszę na blogu speculatio.pl, bo mam pewne wątpliwości co do niektórych wniosków, teraz jednak zajmijmy się wspomnianą częścią dotyczącą naszych prognoz, przewidywań, czyli tych aspektów, które bardzo mocno wiążą się z inwestowaniem.
To będzie tekst o szansach, przewagach, losowości i analizie danych, które łączą w wielu miejscach inwestowanie i tzw. sport betting. A przede wszystkim o solidnej lekcji, którą z tego wyciągnąłem.
Sonda na naszym blogowym twiterze z ostatniego weekendu, z pytaniem o koniunkturę, pokazała jednocześnie kilka zjawisk w jednym. Polecam je uwadze w poniższym wpisie.
Dostęp do ogromnych zbiorów danych spowodował rozwój przeróżnych technik analitycznych mających na celu poszukiwanie różnego rodzaju wzorców, współzależności czy powiązań i na ich podstawie próby oceny lub prognozowania trendów czy też zachowań. Oczywiście dzięki wykorzystaniu przeróżnych narzędzi statystycznych możemy próbować ocenić, czy istnieją związki przyczynowo-skutkowe w danych zbiorach danych, czy są to wyłącznie przypadkowe (choć atrakcyjnie się prezentujące) korelacje. Od doświadczenia, kompetencji, wnikliwości ale również kreatywności analityka zależy to, czy w danych dostrzeże wartościowe wzory, czy też uzna je za nieprzydatny do niczego szum.
Średnia 200-dniowa na wykresach giełdowych w USA to fetysz, świętość, języczek uwagi, punkt odniesienia, granica hossy/bessy, a przy okazji „matka” wszystkich średnich.
Po zakończeniu lipca serwisy i blogi giełdowe donosiły z radością, że mieliśmy do czynienia z miesięcznymi wzrostami indeksów amerykańskich, których nie widziano od dawna.
Tytułem wstępu przypomnę, że w poprzedniej części rozpocząłem wątek dotyczący szkoleniowców w kontekście Analizy technicznej, przenosząc jego kontynuację do kolejnego odcinka, a więc poniżej.
To ostatnia część z odpowiedziami na zarzuty krytyków, sceptyków i hejterów wobec Analizy technicznej, a ponieważ to część numer 13 cyklu o „demonach”, więc zajmę się czymś, co budzi w społeczności inwestorskiej szczególne negatywne kontrowersje.
Kolejny zarzut wobec Analizy technicznej jest mi dość bliski, znam jego realia od podszewki, więc się wypowiem.