Marktrauschen Warum 99% der Aktienwarnungen nutzlos sind

Wenn Sie jemals einen Aktienwarndienst benutzt haben, kennen Sie das Gefühl. Ihr Telefon läutet. Ein weiteres BUY-Signal. Sie überprüfen das Diagramm sieht gut aus. Sie platzieren den Handel. Drei Tage später sind Sie um 7% zurück und fragen sich, was schief gelaufen ist.

Das Problem war nicht deine Hinrichtung, sondern das Signal selbst.Es war kein Signal, sondern Lärm.

Hier ist die unangenehme Wahrheit:Die überwiegende Mehrheit der Aktienwarnungen, die Sie erhalten, sind mathematisch nicht von zufälligem Zufall zu unterscheiden.Sie scheitern nicht, weil der Handel schwierig ist, sondern weil Ein-Indikator-Ansätze nicht echte Marktmuster von statistischem Lärm trennen können.

Das Geräuschproblem: Warum Zufall wie ein Signal aussieht

Die Aktienkurse bewegen sich aus tausenden Gründen.Eine reine zufällige Schwankung.

Der Preisbewegung einer Aktie wird an einem bestimmten Tag durch Lärm und nicht durch Signal dominiert.80~95% der täglichen Preisschwankungen sind nicht durch grundlegende oder technische Faktoren erklärt.Der Preis hat sich bewegt, weil er sich bewegt hat.

Betrachten Sie nun, was passiert, wenn Sie einen einzigen Indikator ausführen sagen wir einen 50-tägigen gleitenden Durchschnitt gegen 12.000 Aktien:

Das ist der Kern des Lärmproblems:Wenn die Probengröße groß genug ist, produziert das Zufall Muster, die genau wie handelsfähige Signale aussehen.Ohne einen Mechanismus, um die beiden zu unterscheiden, handelt man im Wesentlichen auf Münzfällungen.

Die Falle mit nur einem Indikator

Die meisten Lagersignaldienste arbeiten auf einem einzigen Indikator oder einer einfachen Kombination aus zwei Indikatoren:

• Bewegliche Durchschnitts-Crossovers"Goldes Kreuz! Todeskreuz!" Kann die Richtung von 48% der Zeit über kurze Horizonte nicht vorhersagen.
• RSI (Relative Strength Index)"Überverkauft! Zeit zu kaufen!" Auf trendigen Märkten bleibt der RSI Wochenlang überverkauft, während der Preis sinkt.
• MACD"Bullisch Divergence!" Die Divergenz ist nur im Rückblick sichtbar; in Echtzeit ist sie unsichtbar.
• Volumenspitzen"Ungewöhnliches Volumen entdeckt!" Könnte eine Institution sein, die sich ansammelt oder ein Wal, der in Kraft geworfen wird.
• Mustererkennung"Kopf und Schultern bilden sich!" Das Muster, das sich "bildet", wird erst zum Muster, wenn es bereits gelöst ist.

Jeder dieser IndikatorenArbeitet manchmalDas Problem ist , dassSie funktionieren und scheitern ungefähr gleich.Eine kaputte Uhr ist zweimal täglich richtig und wenn man 12.000 Uhren anschaut, sieht man viele "korrekte" Zeiten.

Wie das wirkliche Signalfiltern aussieht

Bei GemStox nehmen wir das Geräuschproblem von Anfang an an an. Statt zu fragen: "Sagt dieser Indikator Kauf?", fragen wir:"Erreichen 10 unabhängige Analysen alle die gleiche Schlussfolgerung?"

Das nennt manKreuzvalidierungEs ist das gleiche Prinzip, das moderne Modelle des maschinellen Lernens robust macht.

1. Multi-Modell-Konsens

Ein einzelnes Modell hat eine falsch-positive Rate von, sagen wir, 15%.10 unabhängige Modelle, die jeweils mit einer falsch-positiven Rate von 15% eine kombinierte falsch-positive Rate von0.15¹⁰= 0.00000006%die tatsächliche Unabhängigkeit anzunehmen. In Wirklichkeit gibt es eine gewisse Korrelation zwischen den Modellen, aber auch bei teilweiser Unabhängigkeit übersteigt die Filterrate 99%.

2. Strategie-Klassenvielfalt

Die Modelle müssenGrundsätzlich unterschiedlichAnsätze zur Analyse einer Bestand:

• Stochastische SimulationWahrscheinlichkeitsverteilungen zukünftiger Preisbahnen
• Volatilitätsmodellierung (GARCH)ist das derzeitige Volatilitätsregime günstig?
• DCF-BewertungIst die Aktie grundsätzlich falsch bewertet?
• Qualitätsverbundwerteist das ein gutes Geschäft, nicht nur ein gutes Diagramm?
• Analyse der Mittelreversionhat sich der Preis von seiner statistischen Norm zu weit abgewichen?
• OptionsflussanalysePositionieren sich institutionelle Händler auf die gleiche Weise?
• Korrelation zwischen Vermögenswertenbestätigen Anleihen, Rohstoffe und Währungen?
• Aufdeckung des Momentumsregimesist der Trend tatsächlich stark oder nur laut?
• Normalisierung der Gefühleist die Menge zu bullisch oder bearisch?
• Validierung des Volumenprofilsbestätigt das Volumen die Preisbewegung?

Wenn eine Aktie vergehtalle 10 FilterWenn es nur 2 oder 3 geht, spielst du immer noch.

Die falsch positiven Kosten

Um zu verstehen, warum Lärmfilterung wichtig ist, lassen Sie uns die Kosten von falschen Positiven in einem echten Portfolio quantifizieren:

Die Psychologie des Lärms

Es gibt eine andere, weniger offensichtliche Kosten für laute Signale:Entscheidungsmüdigkeit.

Wenn man mit 30 Signalen am Tag bombardiert wird, wird man zu einermenschlicher FilterSie werden unvermeidlich Ihre eigenen Vorurteile anwenden: Signale überspringen, die "nicht richtig fühlen", Aktien bevorzugen, von denen Sie gehört haben, Verlierer verdoppeln, weil "das Signal zu kaufen sagte".

Wenn Sie nur hohe Überzeugung erhalten, kreuz validierte Signale, verschiebt sich die Psychologie. Sie filtern nicht Sie führen aus. Die Maschine hat bereits die Arbeit getan. Ihre Aufgabe ist einfach Position Größe zu verwalten und die Wahrscheinlichkeit im Laufe der Zeit auszuspielen.

Was dies für Ihren Handel bedeutet

1. Hören Sie auf, einmalige Signale zu vertrauen.Wenn ein Dienst nicht erklären kann, wie er falsche Positive filtert, nehmen Sie an, es tut es nicht.
2. Fordern Sie eine Kreuzvalidierung.Ein Modell, das Sie kaufen soll, ist ein Vorschlag. Zehn unabhängige Modelle sind alle einverstanden.
3. Vergessen Sie weniger und qualitativ hochwertige Warnungen.3 gute Signale pro Woche schlagen 30 Lärmwarnungen pro Tag.
4. Lassen Sie die Mathematik die Emotionen ersetzen.Wenn die Filterung systematisch durchgeführt wird, handeln Sie systematisch ohne Angst, Gier oder Zweifel.
5. Verfolgen Sie Ihre falsch-positiven Rate.Wenn Sie nicht wissen, wie viel Prozent Ihrer Signale Lärm sind, fliegen Sie blind.