Olen viime päivinä paneutunut David Aronsonin kirjaan "Evidence-Based Technical Analysis". Yritän nyt muutamassa blogikirjoituksessa esittää arvioni kirjasta sekä sen synnyttämiä omia ajatuksiani.
Kirjan tekijän lyhyt esittely löytyy kirjan päällyksestä: "DAVID ARONSON is an adjunct professor at Baruch College, where he teaches a graduate- level course in technical analysis. He is also a Chartered Market Technician and has published articles on technical analysis. Previously, Aronson was a proprietary trader and technical analyst for Spear Leeds & Kellogg. He founded Raden Research Group, a firm that was an early adopter of data mining within financial markets. Prior to that, Aronson founded AdvoCom, a firm that specialized in the evaluation of commodity money managers and hedge funds, their performance, and trading methods." Itse kirjassa hän kertoo historiastaan teknillisen analyysin käyttäjänä - ensin menestyksellisenä ja sitten markkinoiden muututtua vähemmän menestyneenä. Omia kokemuksiaan tuntuu Aronson pitävän yhtenä perusteena nykyiselle kiinnostukselleen. Akateeminen tutkinto filosofiasta näkyy kirjan tieteenfilosofiaa käsittelevässä luvussa.
Kirjan sisällön voi jakaa neljään osaan. Ensin kirjassa käytetään noin 150 sivua sen todistelemiseen, että myös TA:ta on lähestyttävä systemaattisen kvantitatiivisen testaamisen kautta ja että tätä välttelevä subjektiivinen TA on miltei varmasti vain itsepetosta, jonka mahdolliset menestykset ovat vain sattumaa tai muuta harhaa TA:n kannalta. Seuraavaksi käsitellään 160 sivun verran tilastollista testausta ja erityisesti sen soveltamista menetelmiin, jotka on löydetty samojen testien avulla käyttäen "data mining" -menetelmiä. Tehokkaiden markkinoiden hypoteesin heikkouksia ja näiden heikkouksien syitä käsitellään lähes 60 sivua. Viimeisessä kokonaisuudessa sovelletaan aiemmin esiteltyjä tilastollisia menetelmiä SP500-indeksin ennustamiseen testaten 6402 eri indikaattorin toimintaa 25 vuoden jaksolla - päätyen siihen, että todisteita yhdenkään näistä toimimiselle ei löydy.
Aronson käyttää paljon vaivaa kertoessaan, kuinka harvoin sellaiset päättelyt toimivat, joiden toimivuutta ei ole tieteen käytännössä hyväksytyillä menetelmillä testattu. Esimerkiksi lukemattomat TA:n käyttäjät toimivat niin epäsystemaattisesti ja täsmentämättömin päätöksentekomenetelmin, että jälkikäteen on mahdotonta sanoa oliko menetelmistä mitään hyötyä. Sekin, että sijoittamisen lopputulos on ollut hyvä, voi olla yhtä hyvin toteutunut TA:sta huolimatta kuin sen ansiosta. Useimmiten ei menetelmien käyttäjä edes tiedä, ovatko hänen tuloksensa olleet yhtään paremmat kuin tekemällä täysin satunnaisesti kaikki ne päätökset, joihin TA:sta on haettu tukea. TA:n menetelmiä, joita ei ole määritelty niin yksityiskohtaisesti, että niiden soveltaminen voidaan jättää tietokoneille nimitetään "subjektiivisiksi TA-menetelmiksi". Objektiivisia ovat puolestaan menetelmät, jotka eri henkilöt toteuttavat identtisesti ja jotka ovat myös toteutettavissa tietokoneella ilman inhimillisen päätöksenteon tukea.
Selkeän esimerkin puutteelliseen analyysiin perustuvan päättelyn heikkouksista tarjoaa vuodesta 2003 jatkunut vahva kurssien nousukausi. Tällä kaudella ovat tuottaneet miltei kaikki sijoitusstrategiat, joiden osakepaino on ollut korkea, ainakin jos osakkeet tai osakeindeksit ovat Euroopasta tai sopivilta kehittyviltä markkinoilta. Erityisesti vivutetut sijoitukset osakkeisiin tai indekseihin ovat voineet tuottaa erittäin hyvin. Päätöksenteossa on saatettu käyttää joitain TA:n menetelmiä, mutta tällä ei ole mitään todistusvoimaa, jos samat tulokset saadaan jo parin sopivasti ajoitetun linjauksen perusteella.
Aronson käsittelee sangen hyvin tieteellisen päättelyn periaatteita, mutta ei mielestäni ole aivan yhtä täsmällinen soveltaessaan näitä periaatteita. Hän viittaa esimerkiksi osaan tämän kappaleen loppuosan johtopäätöksistä, mutta jättää osan niistä esittämättä. Subjektiivista TA:ta ei voida testata helposti. Siksi luottamus subjektiivisiin menetelmiin jääkin miltei aina katteettomaksi toiveajatteluksi. Tämä ei kuitenkaan ole täysin väistämätöntä, sillä subjektiivisen TA:n käyttäjä voi tehdä huolellisesti muistiinpanoja tekemistään päätöksistä. Jos näihin muistiinpanoihin on kirjattu päätösten perusteet, mitä olisi päätetty ilman TA:n tukea sekä tulevaisuutta koskevat odotukset tavalla, jonka toteutuminen voidaan jälkikäteen verifioida, on mahdollista analysoida, onko TA:sta ollut apua. Hyvin olennaista on, että päätöksistä erotetaan jo tekovaiheessa se, mikä TA:n vaikutus niihin on ollut. Täten on mahdollista verrata TA:n mukaisen päätöksen tuottoa vaihtoehtoiseen ratkaisuun. Molempien vaihtoehtojen seurantaa pitäisi jatkaa aina positioiden sulkemiseen saakka, sillä sulkeminen voi eri vaihtoehtoissa tapahtua eri aikaan. Ilman tällaisia vertailuja ei TA:n käyttäjä pysty aidosti arvioimaan päätöksentekoaan eikä kehittämään sitä tuottavampaan suuntaan. Aronson on vieläkin tylympi suhtautumisessaan subjektiiviseen TA:han ja tässä on mielestäni pientä epäloogisuutta.
Tieteellisten menetelmien perusominaisuus on, että ne eivät koskaan todista mitään teoriaa tai mallia oikeaksi. Sen sijaan ne voivat osoittaa joitain vaihtoehtoisia teorioita suurella varmuudella vääriksi. Ne voivat myös osoittaa suurella varmuudella, että todellisuus ei poikkea jostain teoriasta kovin paljon eli teoria on tietyllä tarkkuudella ja tietyissä rajoissa totuudenkaltainen. Täten on jo vuosisatoja kertynyt laajaa ja täsmällistä todistusaineistoa osoittamaan, että Newtonin mekaniikka kuvaa suurella tarkkuudella kappaleiden liikettä kappaleiden koon ollessa niin suuri että mittaaminen on ollut perinteisin keinoin mahdollista ja nopeuden ollessa niissä rajoissa, jotka on näin suurille kappaleille voitu laboratorio-oloissa antaa. Samoin on Newtonin lakien perusteella voitu laskea tarkkoja ennusteita taivaankappaleiden radoille. Nämä havainnot eivät kuitenkaan ole osoittaneet, että Newtonin yhtälöt olisivat totta eli täysin tarkkoja, mitä ne eivät olekaan. Toisaalta kvanttimekaniikka ja toisaalta Einsteinin erityinen ja yleinen suhteellisuusteoria antavat uusissa tilanteissa ennusteita, jotka poikkeavat selvästi Newtonin mekaniikasta ja ovat oikeampia.
Aronsonin kirjan kolme ensimmäistä lukua aina sivulle 163 kuluvat edellä mainittujen periaatteellisten ja tieteenfilosofisten kysymysten käsittelyyn. Niiden tavoitteena on saada epäilijät uskomaan, että TA tarvitsee objektiivisuutta ja tieteen menetelmiä kehittyäkseen ja muodostuakseen aidosti hyödylliseksi, mutta nämä luvut antavat vain alustavia viitteitä sille, kuinka tieteen menetelmiä voidaan TA:n kehittämisessä käyttää. Monet lukijat ovat netistä löytyneiden arvioiden mukaan pitäneet näitä lukuja hyvin arvokkaina, ja niin ne varmaan ovatkin jokaiselle, jonka perusasenne objektiivisuuden välttämättömyyteen muuttuu tai joka oppii niistä, mitä tieteellinen toimintamalli tarkoittaa. Niillekin, jotka eivät tätä todistelua enää tarvitse, löytyy luvuista mielenkiintoisia havaintoja, mutta tuskin suoranaista hyötyä.
Seuraavassa blogissani jatkan siitä, mitä Aronson kertoo TA-menetelmien tilastollisesta testaamisesta ja esitän joitain omia kommenttejani aiheesta.
No comments:
Post a Comment