Poštovani korisnici,
Tema Signali.Biz na forumu je otvorena kao mjesto gdje možete dobiti sve odgovore vezane tehnologiju i modele analiza koje koristi i nudi poduzeće Super Ekspert na stranici http://www.signali.biz. Na pitanja će odgovarati službeni predstavnici Super Eksperta.
Kako bi saznali više pogledajte http://www.poslovni.hr/97690.aspx , dok će novi članci izlaziti u dvotjednom ritmu.
Zahvaljujemo na konstruktivnoj diskusiji.
Ova rasprava može se pokazati korisnom da se investitorima i korisnicima foruma konačno izlože fundamenti teorije slučajnog pomaka i hipoteza efikasnosti tržišta. Iako se radi o povezanim no ne i identičnim konceptima (često se dešava zabuna tih dvaju komplementarnih teorija) važno je razjasniti neke osnovne pojmove i pretpostavke ovih teorija koje služe kao ishodište razvijanju financijskih modela.
Mora se reći kako se ovdje radi o doista kontroverznoj temi, o kojoj se aktivno raspravlja ne samo u akademskoj već i u poslovnoj zajednici. Korektno je istaknuti, da pretpostavka pobjeđivanja tržišta pomoću tehničkih indikatora (ukljućujući i GA/GP/NN) implicira potpunu neefikasnost tržišta, drugim riječima, financijski modeli kojima je cilj ostvariti prinos veći od tržišnog generalno negiraju obje teorije.
U suštini (i tehnički promatrano) suprotstavljene su dvije strane, oni koji zastupaju da proces generiranja cjenovnih promjena slučajan (Markovljev proces onemogućava ekstrapolaciju bilo kakvih dodatnih budućih informacija iz ex-post podataka) time implicirajući da je najbolja projekcija buduće promjene nekog vrijednosnog papira sadašnja promjena, te da povijesni podaci nemaju nikakve dodatne informacije o kretanju budućih cjenovnih promjena vrijednosnih papira. S druge strane nalaze se oni koji smatraju upravo suprotno, da povijesni podaci u sebi sadrže informacije koje mogu objasniti buduće cjenovne promjene.
Iako se pristaše suprostavljenih stavova ne slažu oko stava o kakvom se procesu generiranja cjenovnih promjena radi, važno je istaknuti (ekspozicije radi) da su obje strane suglasne oko nesavršene cjenovne prilagodbe koja rezultira dolaksom novih (neočekivanih) informacija na tržište. Upravo ta nesavršena cjenovna prilagodba nudi mogućnosti ekstra-zarada onim investitorima (fundamentalnim investitorima) koji su sposobni dobro procijeniti intrizičnu vrijednost promatranog vrijednosnog papira.
Hipoteza efikasnosti tržišta (dalje EMH) u skladu je s teorijom slučajnog pomaka u smislu da je općenitija od teorije slučajnog pomaka, te pretpostavlja da su tržišta informacijski efikasna. EMH razlikuje tri stupnja efikasnosti tržišta: 1) Slabu efikasnost 2) Polu-Jaku efikasnost i 3) Jaku efikasnost tržišta. Tržište je slabo efikasno ukoliko su cjenovne promjene slučajno generirane, odnosno ukoliko je tehničkom analizom (u širem smislu) ne moguće zaraditi ekstra-zarade. 2) Polu-Jaka efikasnost tržišta implicira da cijene vrijednosnih papira reflektiraju sve javno dostupne informacije. 3) Jaka efikasnost tržišta implicira da cijene vrijednosnih papira reflektiraju sve javne i privatne informacije.
Drugi argument koji se često može čuti na račun "validnosti" tehničke analize je self fulfilling prophecy, odnosno ukoliko većina investitora smatra da tehnička analiza može dovesti do ekstra zarada i ako većina investitora koristi taj alat i djeluje u skladu s "pravilima" tehničke analize, onda će cjenovne promjene uistinu reflektirati signale koji ti tehnički modeli daju.
Ovaj kratki osvrt na validnost koncepta tehničke analize (u širem smislu) napisan je s razlogom da se investitorima i korisnicima foruma približe teoretske pretpostavke svih modela (pa tako i tehničkih). Komentar članka biti će napisan u idućem postu.
Poštovani,
Zbog tehničkih preinaka tijekom današnjeg dana telefonska linija korisničke podrške bit će izvan funkcije. Za sve informacije možete nas kontaktirati putem e-maila.
Signali.Biz
U razmatranju tržišta valja spomenuti i nešto suvremeniju hipotezu koherentnosti tržišta (CMH od eng. coherent market hypothesis) koja uvodi otkrića kaosa, dinamičnosti i nelinearnosti u tradicionalni ispis financijskih podataka.
Pretpostavimo li za trenutak da tržište (ipak) nije posve upravljano nasumičnim silama koje rezultiraju slučajnim pomacima cijena vrijednosnica, teoretski možemo rekonstruirati unutrašnju dinamiku tržišta. U posljednjih dvadesetak godina razvijen je čitav niz novih tehnika analize vremenske serije podataka, uključujući mjerenje fraktalnih dimenzija i Lyapunovljevih eksponenata. Detaljnije razmatranje mehanizma ovakve analize brzo dovodi do drugih ‘egzotičnih’ pojmova poput čudnih atraktora ili Takensovog teorema.
Ukratko, kaotični proces nije nasumičan kako se čini, već je posve određen izborom početnih uvjeta i mehanizma promjene, što znači da je takav proces moguće predvidjeti matematičkom funkcijom. Takvu funkciju moguće je pronaći direktno iz mjerenih podataka (primjerice kretanja cijene vrijednosnice) koristeći nelinearne alate modeliranja poput neuralnih mreža ili neizrazite (fuzzy) logike, odnosno tehnologiju umjetne inteligencije.
Podatke koje svakodnevno dobivamo s tržišta možemo smatrati rezultatom dvaju oprečnih faktora – prvi je ‘pamćenje’ tržišta a drugi je šum. Činjenica da na tržištu može nastati trend, odnosno stanje koje ne nestaje odmah već traje neko vrijeme, znači da tržište ima pamćenje. Pamćenje tržišta svakako nije vječno, već blijedi poput pamćenja ljudi koji na njemu sudjeluju. S druge strane, tržišni podaci sadrže veliku količinu šuma jer različiti sudionici na tržištu imaju ulagačke strategije. Zbog toga je potrebno pričekati da trend poraste dovoljno kako bi ga bilo moguće razabrati.
Šum u trgovinskim podacima otežava kratkoročna predviđanja, a gubitak pamćenja i rasipanje informacija otežava dugoročna predviđanja. Negdje između moguće je pronaći mogućnost zarade.
Signali.Biz
Model slučajnog pomaka može se s pravom smatrati potpunim statističkim artefaktom u kojem je mehanizam generiranja promjena cijena financijske imovine potpuno nevezan za stvarne ekonomske, društvene, regulacijske i političke događaje. Poznato je da postoje privatni i institucionalni investori koji ulažu na temelju tih događaja i koji smatraju da pojedini financijski instrumenti imaju svoju intrizičnu vrijednost koja upravo ovisi o gore navedenim faktorima. Postojanje intrizične vrijednosti financijske imovine u skladu je s teorijom slučajnog pomaka Fama. Intrizična vrijednost bilo kojeg vrijednosnog papira ovisi o budućim zaradama tog poduzeća koje je izloženo ekonomskim, političkim, regulacijskim i ostalim realnim faktorima. U uvjetima neizvjesnosti intrizična vrijednost nije eksplicitno poznata te različiti tržišni akteri formiraju svoje procjene intrizične vrijednosti koje se naravno mogu razlikovati. Neslaganje tržišnih aktera oko fair cijene financijske imovine, može se promatrati kao „buka“ na tržištu gdje se promeće taj vrijednosni papir. Dopušteno je da se intrizična vrijednost neke financijske imovine mijenja kroz vrijeme s pojavom novih informacija o realnim faktorima koji utječu na buduće izglede poduzeća.
Važno je zapaziti da postoje dva procesa koji sudjeluju u formiranju uvjerenja o intrizičnoj vrijednosti neke financijske imovine, prvi je proces dolaska novih informacija na tržište, drugi je proces generiranja „buke“ na tržištu. Teorija slučajnog pomaka dozvoljava zavisnost u oba procesa pod uvjetom da na tržištu postoje racionalni agenti koji u većini vremena znaju raspoznati i korigirati odstupanje od intrizične vrijednosti. Raspoznavanje i korekcija odstupanja od uvriježene fair vrijednosti te neslaganje oko intrizične vrijednosti u većini vremena osigurava nezavisnost promjena cijena neke financijske imovine.
Primjera radi, pretpostavlja se da na tržištu postoje tri tipa racionalnih agenata (investitora). Prvi tip investitora može se okarakterizirati kao fundamentalne ulagače, koji trguju procjenivanjem intrizične vrijednosti poduzeća koristeći nove informacije koje dospjevaju o tom poduzeću. Drugi tip investitora može se okarakterizirati kao tehničke ulagače , koji trguju koristeći grafičke ili kvantitativne metode koje im pomažu u procjeni budućeg kretanja cijene neke financijske imovine. Treći tip investitora su ostali nesofisticirani ili manje sofisticirani investori ili bolje rečeno investicijska javnost koji se mogu okarakterizirati kao mali investitori. Nadalje, pretpostavlja se da na tržištu postoje razlike između trenutne i intrizične vrijednosti neke financijske imovine, oba tipa analitičara su generalno usuglašeni oko fair vrijednosti neke financijske imovine.
Neka je proces generiranja „buke“ na tržištu zavisan proces, odnosno neka postoji investitor koji je sposoban uvjeriti ostale investitore u određeni smjer kretanja cijene financijske imovine (odnosno u neku drugu, „novu“ intrizičnu vrijednost vrijednosnog papira).
Takav investitor sposoban je stvarati tzv. tržišne mjehuriće, odnosno zavisan proces generiranja „buke“ koji se očituje znatnom udaljavanju trenutne vrijednosti nekog vrijednosnog papira od njegove intrizične vrijednosti. Udaljavanje trenutne vrijednosti od intrizične vrijednosti, uočit će fundamentalni ulagači, te će (tada već) precijenjeni vrijednosni početi prodavati čime će izazvati korekciju vrijednosti u smjeru intrizične vrijednosti vrijednosnog papira.
S druge strane, sve dok postoji znatna zavisnost u procesu geniranja „buke“ postojati će i znatna mogućnost ekstra zarade za tehničke ulagače. Takva mogućnost biti će prepoznata od strane sofisticiranih tehničkih ulagača te će isti svojim djelovanjem (prodavanjem vrijednosnog papira) utjecati na korekciju vrijednosti vrijednosnog papira.
Validna je kritika kako je intrizična vrijednost donekle subjektivne prirode te kako se procjena intrizične vrijednosti svakog sofisticiranog racionalnog investitora može razlikovati. No sve dok su racionalni investitori duboko uvjereni u intrizičnu vrijednost nekog vrijednosnog papira i sve dok isti imaju dovoljnu tržišnu moć odnosno resurse, isti će djelovati kao mehanizam neutralizacije zavisnosti u procesu generiranja „buke“.
Intrizična vrijednost nekog vrijednosnog papira može se mijenjati kao rezultat dolaska novih informacija na tržište. Nastajanje i dolazak novih informacija na tržište naziva se procesom generiranja novih informacija. Neka je proces generiranja novih informacija zavisan proces, u tom slučaju dobre vijesti će pratiti pratiti dobre vijesti, dok će loše vijesti pratiti loše vijesti. Promatrajući povijesne efekte dolaska novih informacija na tržište, racionalni investitori uočiti će kako cjenovna prilagodba uvjetovana pojavom novih informacija nije potpuna, te će djelovati u smjeru korekcije trenutne vrijednosti ka novoj intrizičnoj vrijednosti. Istovremeno, racionalni investitor adaptivno uči kako reagirati na pojavu dolaska novih informacija koje utječu na intrizičnu vrijednost nekog vrijednosnog papira te u skladu s tim trenutno (s pojavom novih informacija) korigira svoju procjenu intrizične vrijednosti nekog vrijednosnog papira. Često je slučaj da su mnoge buduće neizvjesne informacije donekle ugrađene u trenutnu cijenu nekog vrijednosnog papira. Neizvjesnost novih informacija očituje se kao nepoznavanje sadržaja tih novih informacija. Nakon otkrivanja sadržaja takvih informacija, racionalni investitori korigiraju svoju procjenu intrizične vrijednosti i pokušavaju kapitalizirati prijašnju netočnu (neizvjesnu) procjenu ostalih tržišnih aktera prodavajući/kupujući precjenjenu/podcjenjenu financijsku imovinu. Takvo ponašanje investitora osim što osigurava fair procjenu nekog vrijednosnog papira i onemogućuje bilo kakve arbitražne mogućnosti, ono osigurava nezavinost procesa generiranja cjenovnih promjena.
Konačno, važno je navesti i implikacije koje teorija slučajnog pomaka nosi. Ukoliko se pretpostavi a zatim empirijski pokaže kako je teorija slučajnog pomaka cjenovnih promjena validna onda trenutne vrijednosti dobro opisuju intrizične vrijednosti, te u takvom okruženju prosječan investitor nije zainteresiran za vlastitu procjenu intrizične vrijednosti. U takvoj situaciji prosječan investitor součen je s tri problema. Prvi, prepoznavanje vlastite sklonosti riziku, odnosno odabir očekivanog prinosa kao funkcije rizika. Drugi je klasifikacija financijske imovine prema količini rizika i konačno treći, formiranje portfelja kombiniranjem financijske imovine kombinacijama različitog prinosa i rizika.
Djelomično sam upoznat s CMH, no svakako mi se čini kao zanimljiva alternativna teorija, no mora se istaknuti kako je EMH i dalje mainstream ‘netehnička’ teorija koja na jednostavan i intuitivan način objašnjava formiranje cijena na tržištima. Glavna implicitna pretpostavka EMH je racionalost tržišnih aktera. Iako je racionalost i devijacije tržišnih aktera od aksioma racionalnosti tema per se (o kojoj svakako možemo otvoreno raspravljati), Bihaviorialne financije (koje odbacuju iste aksiome ponašanja i temelje se na teoriji očekivanog izbora Kahmeman, Tversky) danas već nude adekvatne odgovore na neke paradokse izvan ‘moderne’ financijske teorije, kao što je primjerice equity premium puzzle i slično.
Piso sam na tehničkoj da treba korigirat vaš signal gledajući kratkoročno jer na daje buy signal
kod izrazitih padova nego tek kad se desio odbijanac kad već treba prodat……
primjer je recimo ovak iz sjećanja propadanje ATPL na 2300 signal je hold, slijedi odbijanac
na 2450 signal je buy a počinje kapitaliziranje i naravno sljedeći je odma sell no malo
prekasno i gubi se provizija..
Inaće zadnjih tri mjeseca većinom je signal bio hold uz tek par puta mixa buy i sella…znaći
dugoroćno je pokazivao držanje casha koji je i bio ispravan signal..
Naš sljedeći članak na Poslovnom.hr će upravo biti na temu prinosa neuralnih mreža gdje će objašnjenje biti puno detaljnije.
Signal označen žutim trokutićima, kojeg zovete "hold", po računalnom modelu označava period bez aktivnosti, dakle ne sugerira niti kupnju niti prodaju. Cilj trgovanja uz pomoć neuralnih mreža je upravo biti izvan tržišta kada je ono u padu, dakle "u cash-u".
Dionica ATPL je u periodu kojeg spominjete bila u konstantnom padu i na njoj nije bilo moguće ostvariti ozbiljniju zaradu s obzirom da na hrvatskom tržištu ne postoji opcija "short sellinga".
Gubitak provizije u slučaju kada je vrijednost dionice pala i više od 50% kao u slučaju ATPL ne bi trebala brinuti ulagača.
Svejedno bi ulagač koji bi koristio navedeni model bio bogatiji za više od 100%, u odnosu na vlasnike dionice ATPL koji je nisu prodavali za vrijeme pada.
Mnogo naših modela je ostvarilo i zaradu u periodu 22.07. – 22.10., dakle i ovdje vrijedi pravilo da je potrebno diversificirati portfelj.
Primjer na slici je PBZ-R-A koja je u periodu 22.07. – 22.10. pala za 37%, dok je model zaradio 28%.
Kada bi imali opciju short selling-a na istom bi modelu mogli zaraditi 94%
Primjera radi, pretpostavlja se da na tržištu postoje tri tipa racionalnih agenata (investitora). Prvi tip investitora može se okarakterizirati kao fundamentalne ulagače, koji trguju procjenivanjem intrizične vrijednosti poduzeća koristeći nove informacije koje dospjevaju o tom poduzeću. Drugi tip investitora može se okarakterizirati kao tehničke ulagače , koji trguju koristeći grafičke ili kvantitativne metode koje im pomažu u procjeni budućeg kretanja cijene neke financijske imovine. Treći tip investitora su ostali nesofisticirani ili manje sofisticirani investori ili bolje rečeno investicijska javnost koji se mogu okarakterizirati kao mali investitori.
Koja ste Vi kolega vrsta investitora na tržištu kapitala, i kako Vam je i koliko znanstveni pristup pomogao u izboru strategije ulaganja?
Naš sljedeći članak na Poslovnom.hr će upravo biti na temu prinosa neuralnih mreža gdje će objašnjenje biti puno detaljnije.
Signal označen žutim trokutićima, kojeg zovete "hold", po računalnom modelu označava period bez aktivnosti, dakle ne sugerira niti kupnju niti prodaju. Cilj trgovanja uz pomoć neuralnih mreža je upravo biti izvan tržišta kada je ono u padu, dakle "u cash-u".
Dionica ATPL je u periodu kojeg spominjete bila u konstantnom padu i na njoj nije bilo moguće ostvariti ozbiljniju zaradu s obzirom da na hrvatskom tržištu ne postoji opcija "short sellinga".
Gubitak provizije u slučaju kada je vrijednost dionice pala i više od 50% kao u slučaju ATPL ne bi trebala brinuti ulagača.
Svejedno bi ulagač koji bi koristio navedeni model bio bogatiji za više od 100%, u odnosu na vlasnike dionice ATPL koji je nisu prodavali za vrijeme pada.
Mnogo naših modela je ostvarilo i zaradu u periodu 22.07. – 22.10., dakle i ovdje vrijedi pravilo da je potrebno diversificirati portfelj.
[/quot
Prošo je buran period i sad se mogu izvuć neki zaključci iz vaših signala, no da bi ih se
kvalitetno isčitalo treba i nekaj više od njih samih…… da ih se sljepo prati al kako to
izvest sa cca 200 kila u nelikvidnim dionicama i kod malih voalitnosti….
pa evo baš primjer pbz-a od 5.8. do 13.8. par signala buy i sell a voalitnost i likvidnost
nikakva pa ti sad lupaj sa 100 kila….
Postavio bih par pitanja pa bih molio odgovor.
Zanima me koliki je vremenski period do kojeg dolazi do gubitka pamcenja? Zato sto koliko sam ja pratio razlicita trzista (forex i dionice) odredjeni nivoi cijena i odredjene dugorocne linije izuzetno dobro definiraju slijedece vrhove i dna. Primjerice na forexu imaju ulogu odredjene razine cijena od prije 15-20 godina a na dionickim trzistima koliko sam pratio i puno duze.
a gubitak pamćenja i rasipanje informacija otežava dugoročna predviđanja
Glavna implicitna pretpostavka EMH je racionalost tržišnih aktera
S obzirom da EMH pretpostavlja da je potpuno svejedno kada se ulazi na trziste jer je trziste vec uracunalo sve faktore i ne moze se biti bolji od trzista, postoji li ikakva prakticna primjena EMH u trgovanju? I po meni citirani tekst je u potpunom neskladu sa stvarnim stanjem sudionika trzista, pa me zanima koliko je EMH prisutna prilikom odlucivanja kod pojedinih tipova investitora (pri tome mislim prvenstveno na institucionalne investitore, velike hedge fondove i ostale profesionalne grupe investitora) i ako znate mozda kojim tehnikama se oni sluze, ako postoje neki statisticki podaci.
Postavio bih par pitanja pa bih molio odgovor.
Zanima me koliki je vremenski period do kojeg dolazi do gubitka pamcenja? Zato sto koliko sam ja pratio razlicita trzista (forex i dionice) odredjeni nivoi cijena i odredjene dugorocne linije izuzetno dobro definiraju slijedece vrhove i dna. Primjerice na forexu imaju ulogu odredjene razine cijena od prije 15-20 godina a na dionickim trzistima koliko sam pratio i puno duze.
Što se tiče određivanja vremenskog perioda pamćenja tržišta stvari nisu jednostavne. Prva stvar koju je zanimljivo pratiti jest statistička razdioba cjenovnih pomaka. Statistička razdioba je funkcija koja opisuje vjerojatnost da se određeni cjenovni pomak nalazi u određenom intervalu. Najjednostavnije je napraviti histogram koji računa učestalost podataka u jednakim intervalima promjene cijene.
Na taj način možemo uočiti dvije stvari: da promjene cijene u različitim vremenskim intervalima (npr. 1-dnevna promjena ili 22-dnevna promjena cijene u 2008. godini) nemaju jednake funkcije razdiobe, te da se funkcije razdiobe promjena cijene u istim vremenskim intervalima razlikuju u različitim razdobljima (npr. 1-dnevna promjena cijene nema jednaku razdiobu u 2008. i 2005. godini). To znači da se radi o različitim događajima, odnosno da vremenski period promjene cijene utječe na predvidljivost njezine promjene, a predvidljivost promjene nije stalna već se mijenja s vremenom.
Druga stvar koju je zanimljivo pratiti jest autokorelacijska funkcija slijeda podataka. Autokorelacija je korelacija slijeda podataka sa samim sobom, u pomaku za određen broj mjerenja. Autokorelacijska funkcija opisuje promjenu autokorelacije s pomakom broja mjerenja. Najčešći oblik autokorelacijske funkcije je eksponencijalna funkcija, što znači da pamćenje eksponencijalno opada s vremenom. Nagib autokorelacijske funkcije ukazuje na brzinu gubitka pamćenja u određenom vremenskom slijedu.
Treća stvar koju je moguće mjeriti jest stupanj samosličnosti slijeda podataka, tj. koliko su ukupan slijed podataka i njegovi dijelovi statistički slični. Rezultat takvog mjerenja je Hurstov eksponent koji ima vrijednost između 0 i 1. Vrijednost Hurstovog eksponenta od 0,5 označava Brownovo gibanje odnosno slučajni pomak. Vrijednosti >0,5 ukazuju na perzistentnost vremenskog niza, odnosno težnju nastavka trenutnog smjera, a vrijednosti manje od 0,5 ukazuju na antiperzistentnost, odnosno težnju preokreta trenutnog smjera.
Nažalost, ovakva mjerenja teško je direktno primijeniti u praktičnom predviđanju promjene cijena ili sličnim predviđanjima, ali mogu poslužiti kako bi se bolje upoznalo karakteristike tržišnih podataka. Također, nije jednostavno brojkom opisati pamćenje tržišta jer ono ovisi o vrsti promjene koju mjerimo i vremenskom periodu koji promatramo. Dugi periodi pamćenja mogući su ako se promatraju dugi periodi mjerenja.