Warsztat inwestora

Zaprezentowana w poprzednim odcinku (PARKIET z 21 lutego) ilościowa metoda optymalizacji parametrów wskaźnika pozwala niejako przy okazji na szacowanie prawdopodobieństwa wzrostukursu akcji na podstawie historycznych zachowań jednego wskaźnika w ustalonym przez gracza horyzoncie inwestycyjnym. Producent programu Smart rozwinął to podejście w możliwośćprognozowania prawdopodobieństwa wzrostu (bądź spadku) kursu wybranego papieru wartościowego w oparciu o kilka wskaźników jednocześnie.

Prawdopodobieństwo wzrostu kursu akcji w ustalonym horyzoncie inwestycyjnym można jednocześnie traktować jako efektywność wskaźnika. I tak np. 75-procentowa efektywność wskaźnika oszacowana metodą ilościową jest jednocześnie informacją o tym, że w przypadku wystąpienia sygnału kupna w przyszłości możemy oczekiwać, z 75-procentową pewnością (prawdopodobieństwem), wzrostu kursu po upływie określonej liczby sesji, traktowanej jako horyzont inwestycyjny.Naturalną konsekwencją takiego podejścia jest postawienie sobie pytania o możliwość oszacowania prawdopodobieństwa wzrostu kursu na podstawie historycznych wskazań grupy kilku wskaźników, a nie ? tak jak dotychczas ? tylko jednego.W programie do analizy technicznej Smart możliwość taką otrzymują użytkownicy wersji PRO. Program daje możliwość budowy grup wskaźników oraz własnych formuł inwestycyjnych, których rezultaty traktowane są następnie tak, jakby dotyczyły tylko jednego wskaźnika. Po zbudowaniu takiej grupy użytkownik programu uzyskuje możliwość oszacowania łącznego prawdopodobieństwa wzrostu (bądź spadku) wybranego papieru wartościowego w ustalonym horyzoncie inwestycyjnym.Czytelników zainteresowanych algorytmem obliczania prawdopodobieństwa zmiany ceny w określonym kierunku (a więc wzrostu lub spadku) na podstawie grupy wskaźników odsyłam do internetowej witryny producenta programu Smart (www.statica.pl).Dla większości Czytelników techniczne aspekty obliczeniowe są jednak znacznie mniej ważne niż gotowe wyniki tych obliczeń. Z dużym uproszczeniem zasygnalizuję więc tylko, że metodologia obliczania prawdopodobieństwa wzrostu ceny polega na poszukiwaniu sesji, na których wszystkie wskaźniki z danej grupy dawały sygnał kupna, a następnie sprawdzaniu, jaki procent transakcji zawartych po wszystkich tych sesjach zakończył się zyskiem. Ilość transakcji zyskownych do transakcji ogółem (a więc zawartych po sesjach, na których wszystkie wskaźniki wygenerowały sygnał kupna) jest ostatecznym prawdopodobieństwem wzrostu kursu.W metodzie prognozowania kursu akcji lub wysokości indeksu, zarówno w oparciu o wskazania jednego wskaźnika jak i ich grupy, szczególną rolę odgrywają 2 czynniki wpływające bezpośrednio na proces optymalizacji. Są to: minimalna ilość prób oraz sposób generowania sygnałów sprzedaży w oparciu o horyzont inwestycyjny. Dla lepszego zrozumienia prezentowanej dzisiaj metody omówię krótko oba te czynniki.Minimalna ilość próbPodczas prognozowania kursu istnieje konieczność odrzucenia obliczeń, których podstawą była zbyt mała ilość transakcji.W przypadku jednego wskaźnika ten warunek może dotyczyć minimalnej wymaganej ilości transakcji (pozycja ?minimalna ilość sygnałów/Wskaźnik? w module Ocena Rynka programu Smart ? rys. 1) lub minimalnej ilości prób w przypadku optymalizacji ilościowej (pozycja ?minimalna ilość prób? na rys. 2). Analogiczne ograniczenie dotyczy całej grupy wskaźników (pozycja ?minimalna ilość sygnałów/Grupa? na rys. 1). Jeśli nie da się oszacować prawdopodobieństwa z uwzględnieniem tego parametru, program stara się stopniowo zawężać listę wskaźników nawet do jednej formuły. Ostateczna lista wskaźników, na podstawie których dokonano obliczeń, wyświetlona jest w pozycji ?Najbliższa kombinacja? modułu oceny rynku (rys.1).Pomimo wyglądającego skomplikowanie problemu, działanie parametru MIP jest stosunkowo proste i czytelne. Odpowiada on mianowicie za uzyskanie odpowiedniej (a więc oczekiwanej przez inwestora) pewności co do jakości otrymywanych wyników optymalizacji. Im MIP większa, tym większa będzie pewność co do słuszności otrzymanych wyników. Wyjaśnię to na prostym przykładzie.Załóżmy, że przy pewnym parametrze wskaźnik wygeneruje sygnał kupna tylko dwa razy, a wynik obu transakcji będzie pomyślny, tzn. po upływie okresu ustalonego w postaci horyzontu inwestycyjnego w obu przypadkach zanotujemy dodatnią stopę zwrotu. Efektywność wskaźnika liczonego przy takim parametrze wyniesie oczywiście 100% (2 transakcje na 2 przeprowadzone zakończyły się pomyślnie). Załóżmy też, że przy innym parametrze ten sam wskaźnik wygeneruje 200 sygnałów kupna, z czego 150 przyniesie zysk, a 50 stratę. Efektywność wskaźnika dla takiego parametru będzie znacznie niższa i wyniesie 75% (150 transakcji zyskownych na 200 ogółem).Intuicyjnie wolimy zapewne zawierać w przyszłości transakcje używając drugiego parametru, mimo iż pierwszy parametr wykazał w przeszłości stuprocentową skuteczność. Nasze preferencje co do drugiego parametru wynikają z faktu większego zaufania pokładanego we wskazaniach strategii, którą udało się sprawdzić na większej liczbie transakcji. W pierwszym wypadku były to tylko dwie transakcje, których trafność mogła się okazać absolutnie przypadkowa i nie mająca nic wspólnego z logiką optymalizowanego przez nas wskaźnika. Co innego w przypadku wskaźnika, którego ?jakość? udało się przetestować aż na 200 transakcjach historycznych. W takim wypadku 75--procentowa skuteczność jest o wiele bardziej wiarygodna niż 100-procentowa, zaobserwowana jedynie na 2 transakcjach.Jak więc łatwo zauważyć, przy korzystaniu z ilościowej metody optymalizacji parametrów istnieje potrzeba określenia dolnego limitu ilości transakcji testowych, poniżej którego wyniki przeprowadzonych transakcji nie będą brane w procesie optymalizacji pod uwagę. Z pewnością dwie transakcje to za mało, aby można było mówić o pewności wyników. Dla każdego inwestora pułap ten będzie znajdował się na innym poziomie (w zależności od indywidualnych preferencji, doświadczeń i intuicji).Jak już wcześniej wspomniałem, w programie Smart minimalną liczbę prób można dowolnie określaćm, wpisując liczbę sesji do odpowiedniego okienka. Domyślnie program przyjmuje wartość 30 transakcji testowych jako minimum pozwalające na oszacowanie wyników optymalizacji ilościowej z wystarczającą pewnością (rys. 2). Liczba 30 transakcji testowych została przyjęta przez producenta programu jako konsekwencja jednej z podstawowych zasad statystycznych, mówiących, że dopiero 30 prób pozwala na wnioskowanie o strukturze całej populacji. W tym wypadku 30 transakcji testowych pozwala na oszacowanie jakości wskaźnika w kontekście całego zbioru transakcji ? przeszłych oraz ? co istotniejsze dla inwestora ? także przyszłych.Sygnały sprzedażyRozwiązanie zaproponowane przez autorów programu Smart, uzależniające sygnały wyjścia z rynku nie od wskazań wskaźnika technicznego, ale wyłącznie od długości horyzontu inwestycyjnego, może wielu Czytelnikom wydawać się mało zrozumiałe, wręcz nielogiczne. Inaczej wygląda to jednak przez pryzmat zachowań gracza planującego okres, na jaki planuje zainwestować posiadany kapitał.W takim ujęciu horyzont inwestycyjny jest parametrem pozwalającym na oszacowanie jakości, a więc trafności wskazań wskaźnika technicznego pod kątem różnych zamierzeń inwestycyjnych. Dzięki horyzontowi można więc odrębnie zbadać użyteczność wskaźnika dla inwestorów preferujących zawieranie 1?2 transakcji miesięcznie, tygodniowo lub nawet dziennie. Klasyczna metoda optymalizacji wskaźników nie daje takiej możliwości. Jej wynikiem jest najbardziej optymalny zestaw parametrów bez względu na ilość transakcji, jakie przy takim zestawie musiałyby być zawierane.Oczywiście, w przypadku prostych wskaźników o jasnej i nieskomplikowanej budowie można intuicyjnie zawężać lub rozszerzać zakres parametrów optymalizacyjnych tak, aby otrzymać wymaganą częstotliwość zawierania transakcji. Niemniej jest to metoda niejako ?na siłę?, a poza tym nie sprawdza się ona w przypadku złożonych formuł inwestycyjnych lub takich, których budowy inwestor w ogóle nie zna. Poza tym metoda klasyczna nie daje nam żadnej informacji o prawdopodobieństwie z jakim osiągniemy zysk. Metoda ilościowa ? tak, i to właśnie w określonym przez inwestora okresie czasu (horyzoncie).Ze statystycznego punktu widzenia, a wierność statystyce była zapewne podstawą opracowywania założeń metody ilościowej, ustalenie sztywnego momentu zamknięcia pozycji daje przynajmniej dwie zalety. Po pierwsze, porównywalność wyników optymalizacji w sensie częstotliwości zawierania transakcji dla każdego wskaźnika. Po drugie ? i to jest ważniejsze ? dzięki takiej konstrukcji metody otrzymaliśmy większą ilość transakcji testowych badanych w trakcie optymalizacji (pozycja zawsze jest zamykana), a jak wiadomo ilość prób jest chyba najważniejszym parametrem świadczącym o jakości każdej (nie tylko inwestycyjnej) optymalizacji.PodsumowanieZaprezentowana dzisiaj metoda prognozowania prawdopodobieństwa wzrostu lub spadku kursu określonego waloru jest typową metodą statystyczną. ?Podpowiedzi? programu są oparte na historycznym przebiegu określonych przez inwestora wskaźników przy założeniu kontynuacji zachowań rynkowych. Ponieważ jednak stan rynku trudno jest opisać jakimikolwiek, nawet najbardziej złożonymi formułami, inwestor podczas konstruowaniu systemu transakcyjnego powinien przede wszystkim dążyć do uzyskania jak najwyższej skuteczności i stabilności systemu. Metoda ilościowa optymalizacji parametrów jest jedną z dróg ułatwiających realizację tego celu. nKarol JarzyńskiRysunki: Smart 1.0 firmy StaticaŹródło notowań: StaticaHHHUwaga Czytelnicy ? zmiana formułyOd następnego artykułu zakres tematów poruszanych w ?Komputerze na giełdzie? ulegnie istotnej zmianie. Miejsce zaawansowanych technik analitycznych, przesyconych nierzadko algorytmami i skomplikowanymi formułami wskaźników, zajmie prezentacja podstawowych narzędzi analizy technicznej. Jednym słowem, proponuję powrót do klasycznych metod oceny rynku w formie dostępnej dla każdego inwestora, bez względu na stopień zaawansowania. Zgodnie z sugestiami wielu Czytelników, dokonam przeglądu najpopularniejszych w Polsce programów giełdowych. W najbliższym czasie omówię także wyniki trzeciej edycji ankiety przeprowadzonej w styczniu br. na temat wykorzystania komputera w grze na giełdzie.