Prognozy cen giełdowych
Tekst ukazał się wcześniej w magazynie Profesjonalny Inwestor nr 4/2001
Przed kilkoma laty analitycy banku inwestycyjnego Daiwa opublikowali raport dotyczący polskiego rynku, w którym zaprezentowali jedną z najbardziej trafnych prognoz WIG na koniec roku, z jaką się spotkałem. Według nich, indeks miał zakończyć rok w obszarze 10 000 – 20 000 pkt. Skuteczność tej prognozy okazała się 100-preocentowa. Niestety najgorsze jest to, że była absolutnie dla nikogo nieprzydatna.Inwestorzy chcieliby wiedzieć co wydarzy się jutro, pojutrze czy za tydzień. Zdarzają się również tacy, którzy chcieliby posiąść wiedzę o tym, co zdarzy się na rynku (albo przynajmniej znać poziom indeksu) za miesiąc czy rok. Wiedza ta byłaby kluczem do bogactwa. Jeśli wiemy, co wydarzy się na rynku, wystarczy tylko podjąć odpowiednie działania i... już jesteśmy bogaci. Bardzo proste, ale na rynkach trudno znaleźć takich. którzy swój sukces przedstawiają jako konsekwencję zdolności prognostycznych. Złożony system jakim jest rynek, istniejący w powiązaniu z innymi złożonymi systemami uniemożliwia postawienie jakiejkolwiek rzetelnej i wiarygodnej prognozy. Niestety, inwestorzy tego oczekują od analityków, ekonomistów. programów komputerowych i mimo ich znikomej skuteczności. wciąż wierzą, że istnieją ludzie zdolni prognozować to. co się wydarzy na rynkach.
Jeden dzień z życia prognostykaPrzyjrzyjmy się pewnej serii wydarzeń. Mamy dowolny dzień tygodnia. Załóżmy, że jest to 15 maja 2005 roku. O godzinie 8:50 teoretyczny kurs kontraktów na indeks giełdowy wynosi 2000 pkt. i jest to 50 pkt. więcej, niż w poprzednim dniu. Co więcej, wiemy, że rynku w USA zamknęły się na dużym plusie, zaś ogólny klimat jest już od dłuższego czasu optymistyczny. Możemy postawić z dużą pewnością prognozę, że rynek dziś wzrośnie. Rzeczywiście o godzinie 9:00 rozpoczęły się notowania kontraktów, ceny powoli i konsekwentnie zwyżkują. Równolegle widzimy, że na rynek akcji napływa dużo ofert kupna po cenach wyższych niż na ostatniej sesji. Możemy więc spodziewać się utrzymania takiej tendencji. I mamy rację. O 10:00 rozpoczynają się notowania na rynku akcji i ceny powoli rosną. Taka sytuacja ma miejsce przez cały dzień. Przed zakończeniem sesji w Polsce indeksy amerykańskie otwierają się również wyżej. Sesja kończy się wzrostem.
O godzinie 16:30 możemy prognozować wzrost następnego dnia, a że jesteśmy optymistami, również na kilka kolejnych. Tymczasem o 18:00 dowiadujemy się, że nastąpiło pogorszenia w USA. Nasza pewność co do wzrostów nieznacznie maleje. O 20:00 okazuje się, że indeksy spadły najmocniej od tygodnia. Nasza prognoza wzrostu na następny dzień zaskakująco szybko przestaje być aktualna. Spodziewamy się raczej osłabienia (ale być może wzrostów za dwa dni).
Aby nie przedłużać tego przypadku powiedzmy, że w miarę zbliżania się momentu, którego dotyczy prognoza, może się ona jeszcze wielokrotnie zmienić. Przy czym najbardziej trafna będzie tuż przed otwarciem rynku. Oczywiście pod warunkiem, że sekundę przed sesją nie okaże się np., że właśnie zaczyna się kryzys walutowy.
Sieci neuronowe – uproszczenie rzeczywistości Widzimy więc, jaki jest problem z postawieniem prognozy jednodniowej. Ustalenie, co wydarzy się za dwa, dziesięć albo więcej dni, jest praktycznie niemożliwe. Liczba informacji, które mogą zmienić sytuacje na rynku jest zbyt wielka. Im dalej w przyszłość, tym mniejsza pewność. Niestety, racjonalne rozumowania przegrywa z oczekiwaniami. A te są proste – jeśli będę wiedział, co się wydarzy, to zarobię na rynku.
Być może takie podejście stało o podłoża wykorzystania sieci neuronowych do prognozowania cen na rynku. Sieć neuronowa określana jest jako swego rodzaju model ludzkiego mózgu, przystosowany do rozwiązywania specyficznych problemów. Projektanci sieci uważają, że dzięki jej specyficznej zdolności do uczenia się, są to systemy potrafiące przeanalizować wiele zmiennych oraz związków między tymi zmiennymi zachodzących. W związku z tym można stawiać wiarygodne prognozy na podstawie wcześniejszych doświadczeń.
Niestety sieci zachowują się tak, jak robot w filmie „Krótkie spięcie” (Short Circuit /1986/ reż. John Badham) i wciąż krzyczą „more input” („więcej danych”). Tych danych jednak cały czas jest za mało.
Załóżmy, że uczymy sieć prognozowania zachowania rynku po zmianie stóp procentowych. Mimo teorii mówiącej, że akcje rosną, jeśli stopy zostają obniżone, zaś spadają w sytuacji przeciwnej, rynek odpowiada na obniżkę stóp albo wzrostem, albo spadkiem. Powinniśmy więc naszej sieci dostarczyć informacji, co stało się przed reakcją negatywną rynku, a co przed pozytywną. Jeśli rynek spadł, a wcześniej była silna fala spadkowa – należy to uwzględnić, jeśli było inaczej – również. I tak wpisujemy kolejne wydarzenia, które już kiedyś wystąpiły.
Przy kolejnej obniżce stóp procentowych nasz sieć generuje jakiś wynik. Okazuje się jednak, że ani razu wcześniej nie uwzględniono załamania systemu płatniczego np. w Indonezji. Prognoza okazuje się nietrafna. Ale nie zrażeni tym uwzględniamy nowe wydarzenie w modelu. Ten proces ciągnie się w nieskończoność, bo za każdym razem występuje coś nowego, czego wcześniej nie było. I za każdym razem nie możemy zarobić przez to pieniędzy. A co jeśli z identycznych danych wejściowych system wygeneruje różne prognozy (wbrew pozorom, nie jest to niemożliwe).
Każdy model rynku oparty na danych historycznych będzie modelem uproszczonym i nie będzie uwzględniał jednego – tego że rynek się rozwija, a kierunek tego rozwoju jest praktycznie nieprzewidywalny. Sieci neuronowe próbują prognozować wydarzenia, ale bazując na podobnych przesłankach, jak fizyk z anegdoty mówiący na początku swego przemówienia „załóżmy dla uproszczenia, że kurczak jest okrągły”. Założenie można zawsze poczynić dowolne, tylko zbudowana na tej podstawie koncepcja może nie być w pełni skuteczna.
Niezrozumiałe związki
Oczywiście, czasem zdarza się, że rynek zachowuje się z zaskakującą powtarzalnością, ale związek przyczynowo-skutkowy w każdym momencie może zostać zerwany. Niekiedy odnajdujemy różne związki między punktami zwrotnymi rynku i np. fazami księżyca. Mamy świadomość, że związek ten jest absurdalny, jednak gdy kolejny raz okazuje się, że dno rynku nastąpiło w czasie nowiu, trudno nam to zignorować. Nie wiemy, dlaczego ten związek występuje (choć możemy wysnuwać różne teorie ocierające się o magię, fizykę i biologię), ale widzimy, że występuje. Tego rodzaju związki określa się mianem korelacji nonsensownych. Leżą one u podłoże koncepcji Roberta Prechtera (popularyzatora teorii fal Elliotta) dotyczącej związków rynku i przemian społecznych czy zdarzeń socjologicznych. Jeśli ruchy cen są skorelowane z długością spódniczek u kobiet czy natężeniem produkowanych w danych latach horrorów, to jest to związek, którego nie da się wprost zrozumieć. Być może lepiej pozostawić ten stan samemu sobie, niż dokonywać najbardziej karkołomnych tłumaczeń, ale niestety człowiek chce poznać przyszłość i szuka wszystkich możliwych metod (Korelacje nonsensowne wydają się być zbieżne z ideą Edwarda Lorenza i efektu motyla – jeśli gdzieś na Ziemi zatrzepocze skrzydłami motyl, to niewykluczone, że wywoła to huragan w innej jej części). Zadziwiająco nieprawdopodobny przypadek Stwierdzenie, że prognozy cen (czy poziomu indeksów) nie mają właściwie sensu, wcale nie oznacza, że nie ma sensu zarabianie na rynkach czy też, że nie da się tego zrobić. Mimo wszystko na rynkach obserwuje się trendy, a przypadkowość zmian cen, ich kierunek, w zadziwiający sposób układa się w seriach.
W czasie wzrostów występują zarówno spadki, jak i zwyżki, ale tych drugich jest wyraźnie więcej i są mocniejsze. Analogicznie jest w czasie spadków. Zwolennicy koncepcji ruchów przypadkowych zdają się nie zwracać uwagi na te serie wydarzeń, choć one ewidentnie występują. Być może w pewnym momencie nastąpi takie dziesięciolecie lub cały wiek, w którym pojawi się trend boczny. Po każdym wzrostowym dniu nastąpi spadek i tak na zmianę.
Na razie jednak wygląda to tak, jakbyśmy usiedli przy stole od ruletki, przy którym jeśli wypadnie trzy razy z rzędu czerwone, to później w ciągu kolejnych dwudziestu prób, czerwone wystąpią znacznie więcej razy. Rzecz możliwa i zgodna z rachunkiem prawdopodobieństwa w czasie bardzo wielu prób, choć teoretycznie zdarza się rzadko. W związku z tym, że ta sytuacja (tzn. serie wzrostów lub spadków, czyli trendy) trwa na różnych rynkach już od wielu lat, należy starać się ją wykorzystać. Być może koncepcja przypadkowych zmian cen jest słuszna, jednak wygląda na to, że mamy widocznie do czynienia z niezbyt rzetelnym krupierem. Jeśli nawet model zakładający istnienie trendów jest fałszywy, to potrzebuje znacznie mniej danych wejściowych, niż skomplikowane sieci neuronowe. Właściwie są tylko dwa stany – konsekwentny wzrost w wybranym czasie lub konsekwentny spadek. Jeśli rynek rośnie kilka dni z rzędu – są większe szanse, że będzie rósł dalej, jeśli spada, będzie spadać dalej.
Serie wzrostów i spadków pojawiają się naprawdę często. Badając aktywność na różnych rynkach terminowych widać pewną prostą zależność: rynki, na których trendy są widoczne, charakteryzują się dużymi obrotami, z kolei na rynkach o przedłużających się trendach horyzontalnych – spada zarówno obrót, jak i liczba otwartych pozycji. Inwestorzy unikają ich, tak jak gry opartej tylko na czystym przypadku.
Brak komentarzy:
Prześlij komentarz