Miért NEM működnek a robotok és daytrade kereskedés?

Cikkünkben megbeszéljük, hogy mi a probléma a daytrade kereskedéssel, a szisztematikus stratégiákkal, különösen akkor, ha azok a technikai elemzés jelzésein alapulnak. David Aronson az  Evidence-Based Technical Analysis: Applying the Scientific Method and Statistical Inference to Trading Signals című könyvének vizsgálatait és a Does Intraday Technical Analysis in the U.S. Equity Market Have Value? cím alatti kutatás főbb megállapításait tekintjük át. Az a közös a két anyagban, hogy több ezer különböző, napon belül alkalmazott, technikai elemzés körébe tartozó jelzést vizsgáltak meg, és teszteltek vissza. Témáink:

• Mi a probléma a technikai elemzéssel?
• Mit tanulhatunk az Evidence-Based Technical Analysis című könyvből?
• Mit jelent a 95% és 99%-os megbízhatóság?
• 7846 technikai elemzésen alapuló jelzés visszatesztelése
• 7846 kereskedési jelzés out of sample tesztelése
• Miért nem működnek a daytrade robotok?
• Miért nem működnek a szisztematikus daytrade stratégiák?
• Miért találunk mégis sok stratégiát, mely a közelmúltban működött?

Mi a probléma a technikai elemzéssel?

A technikai elemzés gyakori célpontja az akadémikus kutatásoknak és a széles körben elfogadott nézet szerint (lásd random walk) haszontalan eszközök. Ugyanakkor több eszközről beszéltünk már, melyekről vizsgálatok megállapították, hogy használatuk többletinformációhoz juttatja a kereskedőket. Ezeket az eszközöket azonban rendre napos grafikonon, napon túli időtávon vizsgálták. Ha körülnézünk az akadémikus kutatások között, akkor 1988 után 92 részletes kutatást találunk a technikai elemzés témaköréből. Az alábbiakban összegeztem ezeknek a kutatásoknak a végkövetkeztetéseit pozitív, vegyes és negatív kategóriák szerint. Értelemszerűen a pozitív eredmény azt jelzi, hogy a kutatás végkövetkeztetése az, hogy a technikai elemzés többlethozamhoz, valamilyen piaci anomáliára utaló jelenségre utal, a negatív eredmények alá pedig azok a kutatások tartoznak, melyek eredménye, végkövetkeztetése, hogy a technikai elemzés (legalábbis a tesztekben vizsgált módszerek) nem hoznak többlethozamot, nem verik meg a vedd meg és tartsd technikát, vagy épp negatív hozam az eredménye.

Kategória	Pozitív	Vegyes	Negatív
Részvénypiac	24	5	12
Devizapiac	25	4	9
Határidős piac	7	1	3
Összes	58	10	24

A táblázat alapján látható, hogy az 1998 utáni 92 kutatás többségének (58) az a végkövetkeztetése, hogy a technikai elemzés egyes módszereinek alkalmazása többlethozamot eredményez.

Márpedig a kereskedők széles köre a technikai elemzés jelzéseit rövid távon, napon belüli kereskedésben használja. A legtöbb forex-, tőzsde- és kriptorobot széles köre (lásd itt) nagyrészt a technikai elemzés jelzéseit alkalmazza, főleg napon belüli kereskedésben. Nagyon sok daytrade kereskedő szisztematikus stratégiát alkalmaz, melyek szintén a technikai elemzés jelzésein alapulnak. A szisztematikus kereskedési stratégiák lényege, hogy néhány objektív jelzés alapján lépünk pozícióba, például két mozgóátlag keresztezése adja a vételi, majd később az eladási jelzést. Belátható, hogy az ilyen szisztematikus rendszereket könnyű leprogramozni, így nem meglepő, hogy a forex, tőzsde robotok nagy része is ezeket a jeleket használja. A fentieken túl ezeket a szisztematikus stratégiákat könnyű visszatesztelni, és sokszor azt tapasztaljuk, hogy múltbeli adatokon nagyon jók az eredményeik. Ráadásul a kezdő daytrade kereskedők mindig találnak olyan stratégiákat (és robotokat), melyek a közelmúltban jól működtek, ha pedig elkezdik használni a rendszert, előbb utóbb elromlanak az eredmények. Mi az oka ennek? Ezt érthetjük meg az Evidence-Based Technical Analysis: Applying the Scientific Method and Statistical Inference to Trading Signals című könyv tanulmányozása után, melynek néhány részletére az alábbiakban kitérünk.

Két fontos tényező a technikai kereskedéssel kapcsolatban

Az egyik kiemelendő tényező, hogy a technikai elemzés népszerű módszerei mögött nincs megfelelő bizonyíték, értjük ezalatt azt, hogy nincs semmiféle múltbeli visszatesztelés, bizonyíték az interneten elérhető, általános információkról a technikai elemzéssel kapcsolatban. Ezek nagy része semmi több, csak néhány alacsony esetszámon kimutatott összefüggés, mely a valóságban nem létezik. Beszéltem erről már a népszerű japán gyertya alakzatok kapcsán, azaz több olyan gyertya is ismert, melynek az ellentétes jelzése magasabb megbízhatóságú. Példaként ott van a fordított kalapács gyertya, mely egy csökkenő trendben adhat vételi jelzést a kereskedő számára. Ha azonban visszateszteljük az alakzatot, akkor azt tapasztaljuk, hogy az esetek 65 százalékában tovább esik a piac a fordított kalapács gyertya után.

A másik gondolata pedig az a szerzőnek, hogy a technikai elemzés csak akkor lesz elismert területe a pénzügyi előrejelzéseknek, ha múltbeli bizonyítékokon alapulnak a jelzéseik. Ezen a vonalon pedig számos pozitív fejlemény következett be, hiszen az elmúlt évtizedekben kutatások széles köre vizsgálta a különböző eszközöket, és nagyon sok eszközről bizonyosodott be, hogy teljesen haszontalan, míg más eszközök esetében megfigyelhető, hogy a használata előnyhöz juttatja a kereskedőket. Néhány ezek közül a vizsgálatok közül:

• Technikai elemzés: Milyen kutatások bizonyítják, hogy működik?
• Technikai elemzés: 29 kutatás összegzése a mozgóátlag tőzsdestratégiákról
• Van bizonyíték a technikai elemzés, árfolyam-alakzatok működésére?
• A japán gyertyák használhatatlan eszközök?
• Van bizonyíték az indikátorok hatásosságára a tőzsdén?
• Támasz, ellenállás a tőzsdén: Van jelentősége? Érdemes használni?

David Aronson könyvében sorba veszi azokat a problémákat, melyek egy szisztematikus kereskedési stratégia fejlesztése során felmerülnek. Gondolok itt arra, hogy a múltbeli adatokon keresett összefüggések során látjuk a jövőt (look-ahead bias), így nagyon könnyű elkövetni a visszatekintési torzítás hibáját.  Példaként nézzük meg az alábbi grafikont, ahol láthatunk néhány kalapács gyertyát. A közös az az esetekben, hogy mindegyik alkalommal emelkedő trend következett be. Ha visszatekintünk a grafikonon, akkor számos csökkenő trend végén megtaláljuk a kalapács gyertyát, így az lesz az érzésünk, hogy valóban sokszor ad jó jelet a kalapács gyertya. Van azonban ezzel egy kis probléma. Úgy tekintettünk vissza a múltba, hogy mindig láttuk a jövőt, mindig láttuk a csökkenő trendek alját, és az azt követő emelkedést, és csak ezekre az esetekre állt rá a szemünk.

Ezzel pedig az a probléma, hogy a csökkenő trendekben ott vannak sok-sok esetben azok a kalapács gyertyák, melyek semmiféle fordulatot nem jeleztek. Az alábbi képen rögtön négyet is látunk.

A helyes megoldás tehát az lenne, ha megvizsgáljuk az időszak alatti összes kalapács gyertyát, és az így kapott adatokból állapítjuk meg a megbízhatóságát. David Aronson könyvének későbbi fejezeteiben további hibákat tekint át, melyek mind oda vezetnek, hogy végül hibákat követünk el a stratégia visszatesztelésében. Olyan kognitív torzításokról beszélhetünk, mint a túlzott optimizmus, túlzott önbizalom, túlélési torzítás, dunning-kruger hatás:

• Túlélési torzítás (survivorship bias) a tőzsde, befektetések területén
• Optimism bias, azaz a túlzott optimizmus
• Túlzott önbizalom, kontroll illúziója, Endowment bias, Status Quo bias
• Dunning-Kruger hatás: Mit jelent? Miért veszélyes a pénzügyekben?

És a visszatesztelés módszertanában elkövetett hibákat is sorra veszi, mint például:

• Data mining, data snooping bias: Hogyan ne tévedj a tőzsdén..
• Clustering Illusion a tőzsdén: Összefüggések, melyek soha nem léteztek

Végül pedig arra is láthatunk példát, hogy statisztikailag kifogástalanul hogyan célszerű visszatesztelni a stratégiákat, és ennek tekintetében 6402 különböző, egyszerű szabályt tesztelt vissza az amerikai tőzsdeindexen, de egyik módszerről sem lehetett kimutatni statisztikailag szignifikánsan, hogy felülteljesítést eredményez a használata.

Mit jelent a 95% és 99%-os megbízhatóság? A statisztikailag szignifikáns eredmény hiánya valójában azt jelenti, hogy voltak olyan változatok, melyek felülteljesítettek, de nagy valószínűséggel ez csak a véletlen műve. Egész egyszerűen azért, mert ha kellő mennyiségű adatunk van, és számos változatot próbálunk ki egy stratégiával kapcsolatban, akkor a véletlennek köszönhetően is találunk olyan stratégiákat, melyek felülteljesítenek, de ez csak az adott adatsoron lesz megfigyelhető összefüggés. A pénzügyekben általában a 2 szigma (magyarázat itt) tekinthető statisztikailag szignifikánsnak, így egy statisztikailag szignifikáns eredmény (itt beszéltünk erről bővebben) azt jelenti, hogy 95% a valószínűsége, hogy az összefüggés létezik, és nem csak a véletlen eredménye. Más tudományterületeken egyébként gyakori, hogy 3 szigmához kötik a statisztikailag szignifikáns eredményeket. Ebben az esetben 99% a valószínűsége, hogy az összefüggés létezik. A 6402 különböző kereskedési jelzés részleteit nem tárgyaljuk, mert egy ezzel azonos, másik kutatás is született a témában. Ennek részletei során áttekintjük a jelzéseket.

7846 technikai elemzésen alapuló jelzés visszatesztelése

Ahogy a bevezetőben utaltam rá, a Does Intraday Technical Analysis in the U.S. Equity Market Have Value? cím alatt elérhető vizsgálatban 7846 kereskedési jelzést vizsgáltak meg. A vizsgálat különlegessége, hogy napon belüli grafikonon keresték a jelzéseket, ehhez 5 perces grafikonokat használtak. A vizsgálatban szereplő 7846 kereskedési jelzés különböző, a technikai elemzést használó kereskedők között népszerű módszerekre terjedtek ki, például:

• Filterszabályok
• Mozgóátlagok
• Támasz-ellenállások
• Csatornából történő kitörés
• OBV indikátor

7846 kereskedési jelzést úgy kapjuk meg, hogy a fenti módszerek különböző paramétereit tesztelték vissza. Az eredmények a következők lettek:

• A 7846 jelzésből összesen 42 jelzés lett statisztikailag szignifikáns (3 szigma, 99%)
• A 7846 jelzésből összesen 163 jelzés lett statisztikailag szignifikáns (2 szigma, 95%)
• A leginkább nyereséges módszerek a csatornából történő kitörések voltak.
• A legkevésbé nyereséges jelzések az OBV indikátorhoz kapcsolódnak.

Az OBV indikátor használatával kapcsolatban két részletes visszatesztelésről is beszámoltam (napon túli), lásd itt. A csatornából történő kitörésekről korábban már beszéltünk, de röviden az a lényegük, hogy az árfolyam csúcs és mélypontjai alapján objektíven, szisztematikusan is meghatározhatók. Gyakori, hogy Brock, Lakonishok munkája alapján az 50, 150 és 200 napos csúcs és mélypont segítségével rajzolják fel a csatornákat, azaz megnézzük, hogy az elmúlt 50 kereskedési napban mekkora volt a minimum és maximum ár, és ez lett az árcsatorna alsó támasza és felső ellenállása. Ezt követően pedig vételi pozíciót nyitottak, ha az árcsatornából felfelé lépett ki az árjegyzés, és ugyanígy eladási pozíciót nyitottak, ha az árcsatornából lefelé lépett ki az árfolyam. Az 50, 150, 200 napos árcsatorna felrajzolására a donchian channel indikátort használják a kereskedők. Az alábbi képen a tradingview árfolyamelemző alatt mutatom be az 50 periódusidejű donchian channel indikátort, illetve jelöltem egy eladási és vételi jelzést is.

7846 kereskedési jelzés out of sample tesztelése

Ha azonban out of sample teszteket hajunk végre, akkor már egyetlen szabályrendszer sem volt nyereséges. Ennek a problémának a megértéséhez érdemes átolvasni a data snooping bias témájú bejegyzésünket, ugyanis amíg egy stratégia optimalizálása során a felhasznált adatokon végezzük a visszatesztelést, addig könnyen lehet, hogy csak a túlzott optimalizálás következményei lesznek a jó eredmények. Éppen ezért szükséges egy külső adatsoron (out of sample) is tesztelést végrehajtani.

Összegezve tehát a fentieket, a népszerű, technikai elemzés körébe tartozó módszerek, napon belüli grafikonon vizsgálva nem hoztak eredményeket. Bár az in sample adatokon voltak működő rendszerek, de out of sample adatokon már nem. Ehhez még tegyük hozzá, hogy kereskedési költségeket nem is vettek számításba.

A fentiek tehát azt mutatják, hogy a napon belüli szisztematikus rendszerek működésére nincs bizonyíték. Ez pedig azért fontos, mert kereskedők széles köre használ a fentiekhez hasonló egyszerű szabályokat, és így működik az értékesítésre írt robotok nagy része is. Ráadásul a helyzetet bonyolítja, hogy ezek a szisztematikus szabályok időnként valóban képesek nyereséget hozni, és mivel sok ezer ilyen robot, és stratégia létezik, így a kereskedő mindig talál olyan rendszert, mely a közelmúltban sikeres volt. Sajnos azonban a jövőben ez a stratégia csak rövid ideig fog működni. A fentiek természetesen nem azt jelentik, hogy a daytrade, napon belüli kereskedéssel nem lehet eredményt elérni, hiszen a kereskedők egy szűk rétege képes rá a vizsgálatok alapján. Ők azonban valószínűleg nem ilyen egyszerű szisztematikus rendszerekkel végzik a tevékenységüket.