Ekonominės analizės taikymas praktikoje 1

Įvadas: rinkas sudaro žmonės (ir robotai)

34.60

41.97

I • Klasikiniai FA ir TA apibrėžimai, susijusios problemos, smulkiųjų tipinis

pasiskirstymas

II • Įprastas prekybos robotų ir algoritminės prekybos suvokimas

III • Realiai rinkoje veikiančių algoritmų dauguma

IV • Reali prekyba pagal FA ir TA, profesionalų tipinis pasiskirstymas

V • Pasirinkimai, elgesys, duomenų nauda, rinkos dinamika

I

• Klasikiniai FA ir TA apibrėžimai;

• Susijusios problemos; • Smulkiųjų tipinis

pasiskirstymas.

Klasikiniai FA ir TA apibrėžimai, susijusios problemos, smulkiųjų tipinis pasiskirstymas

Įprasta techninė analizė

Techninė analizė – bandymai nuspėti ateities kainų judėjimą, remiantis praeities kainos pokyčių duomenimis, šablonais, rinkų judėjimo tendencijomis.

Įprasta fundamentalioji analizė

Fundamentalioji analizė – bandymai nuspėti ateities kainų judėjimą, remiantis praeities makroekonominiais, monetarinės ar fiskalinės politikos politikos duomenimis/sprendimais, įtakingų institucijų ar jų atstovų pasakymais.


Analizės metodų problemos (I)

• Bandoma vadovautis praeities informacija, sprendžiant apie ateitį – tas pats, kas važiuoti

pirmyn žiūrint pro galinį langą

• Metodai nėra priklausomi nuo situacijos: jie yra statiški ir nesikeičiantys

• Subjektyvus pasirinkimas: kodėl kreipti dėmesį į A, bet nekreipti į B ?

1. Ar CPI ex-food/energy yra geresnis rodiklis, nei Core CPI ?

2. Ar 9/20 EMA cross yra geriau, nei 10/30 SMA cross ?

3. Jei žiūrim į GDP + support ir Bolingerį, kodėl už borto lieka MACD su CPI ir H&S ?

Nėra jokio konteksto tik padriki / atskiri / nesusiję wishful thinking elementai.

Aš naudoju, todėl, kad geriausias, todėl kad turi veikti, todėl veiks.


Analizės metodų problemos (II)


Analizės metodų problemos (III)


Analizės metodų problemos (IV)

0.9

0.95

1

1.05

1.1

1.15

1.2

1.25

1.3

EUR/CHF


Smulkiųjų investuotojų pasiskirstymas

TA FA

TA yra geriau ?


Smulkiųjų investuotojų pasiskirstymas

TA FA

90 procentų pradedančiųjų praranda 90 procentų savo pinigų per pirmas 90 dienų


II

• Įprastas prekybos robotų ir algoritminės prekybos suvokimas

Įprastas prekybos robotų ir algoritminės prekybos suvokimas

Algoritminė prekyba

Algoritminė prekyba – prekyba finansų rinkose, kuomet sprendimus priima automatizuota sistema nereikalaujanti (arba reikalaujanti minimalaus) žmogiškojo įsikišimo. Tokios sistemos sprendimai būna priimami pagal iš anksto nustatytus kriterijus.

If ma(15)>ma(10);

& MACD(30,2,17)<20;

buy;

Else

If ma(15)<ma(10)

& MACD(30,2,17)>20;

sell;

End.


Naudojami metodai ir modeliai

• Labai paprasti matematiniai modeliai

• Vidurinės mokyklos lygio statistiniai modeliai

• Kartais įterpiami savamoksliai makro/monetariniai metodai

• Dažniausiai vykdomas in-sample optimizavimas

• Net ir out of sample optimizavimas beveik visada būna

atliekamas klaidingai


Dirbama su klaidingu parametru

Modeliai lipdomi iš kainos, o ne kainos pokyčių

Kaina nėra mean reverting ar pilnai stochastic procesas !

0

50

100

150

200

250

-0.3

-0.25

-0.2

-0.15

-0.1

-0.05

0

0.05

0.1

0.15

0.2

0.25

Kainos pokyčiai LMT kaina MA(100)


III

• Realiai rinkoje veikiančių algoritmų dauguma

Realiai rinkoje veikiančių algoritmų dauguma

Profesionalūs algo

1. Market making robotai

2. HFT strategijos (MM, arbi, etc)

3. Agent based machine learning modeliai

4. Paprastesnės, PhD lygio statistika paremtos strategijos


Market making robotai

Pagrindinis tikslas – palaikyti rinkos likvidumą, vykdant tiek pirkimo, tiek

pardavimo sandorius.

BID Price Ask

0 14 21152

0 13 6566

0 12 3220

100 11 100

5454 10 0

6654 9 0

32133 8 0 BID Kaina ASK


HFT strategijos (I)

Aukšto dažnio strategijos (high frequency trading) veikia mili arba nano sekundžių

intervaluose. Strategijų tikslas – per kuo trumpesnį laikotarpį padaryti kuo daugiau

apyvartos.

HFT algoritmai kuriami, siekiant pergudrauti kitus rinkoje veikiančius HFT algoritmus.

Todėl dažnai į strategiją įeina nuolatinis pavedimų atšaukimas, dirbtinis apyvartų

kūrimas, pirkimų ir pardavimų vykdymas tą pačią sekundę ir t.t.

1. Market making

2. Fiktyvūs pavedimai

3. Statistinis arbitražas


HFT strategijos: MM (II)

BID Kaina ASK


HFT strategijos: fikcija (III)

BID Price Ask

0 14 21152

0 13 6566

0 12 3220

100 11 100

5454 10 0

6654 9 0

32133 8 0

BID Price Ask

0 14 21152

54984 13 6566

0 12 3220

100 11 100

5454 10 0

6654 9

32133 8 0

BID Price Ask

0 14 21152

0 13 8553

100 12 3300

2664 11 0

2454 10 0

6654 9 0

32133 8 0

Atšaukimai, fiktyvūs pavedimai, rinkos užkišimas

Iš to gaunamas laiko arba kainos pozicijos pranašumas. Bet dažniausiai dirbama dėl laiko pranašumo.


HFT strategijos: stat arbi (IV)

Statistinės arbitražo galimybės nuo įprastų skiriasi tuo, jog iš jų uždirbti galima statistiškai, bet ne garantuotai !

0

5

10

15

20

25

30

35

1 2 3 4 5 6

VIX Standart Vidurkis VIX inv


12 16 32

13 17 25

14 18 23

16 19 20

20 21 22

22 22 24


HFT strategijos: stat arbi (IV)

Statistinės arbitražo galimybės nuo įprastų skiriasi tuo, jog iš jų uždirbti galima statistiškai, bet ne garantuotai !

0

5

10

15

20

25

30

35

1 2 3 4 5 6


VIX inv Vidurkis Pelnas

32 16 +6

25 17

23 18

20 19

22 21 -1

24 22


Agent based machine learning modeliai

Sukuriama aplinka, kurioje virtualūs pilnai (arba ne) racionalūs agentai priima

tikimybėmis paremtus sprendimus, iš kurių pasekmių mokosi ir remiasi, prieš

priimdami ateities sprendimus, o pati sistema nuolat evoliucionuoja, priklausomai nuo

priimtų sprendimų ir tikėtinų ateities sprendimų.

Paprastesnės, PhD lygio statistika paremtos strategijos (I)

Paprastas stat arbi, tam tikro lygio MM modeliai, momentumo ir standartinių nuokrypių

strategijos, kointegracija, deltos neutralizacija, statistinis smart beta/alpha ištraukimas.


Paprastesnės, PhD lygio statistika paremtos strategijos (II)

Paprastas stat arbi, tam tikro lygio MM modeliai, momentumo ir standartinių

nuokrypių strategijos, kointegracija, deltos neutralizacija, statistinis smart

beta/alpha ištraukimas.

1. Išskaičiuojame kainos pokyčius (returns)

2. Surandame standartinį nuokrypį ir vidutinį

pokytį per X

3. Po Y pokyčio, žiūrime, kiek liko iki standartinio

X pokyčio: jei nukrito, tuomet liko daugiau, jei

pakilo, tuomet mažiau

4. Skaičiuojame tokių pokyčių tikimybę

remdamiesi standart normal distribution

5. Kuomet pokyčiai per dideli, imamės atitinkamų

veiksmų


Paprastesnės, PhD lygio statistika paremtos strategijos (III)


nuokrypių strategijos, kointegracija, deltos neutralizacija, statistinis smart beta/alpha

ištraukimas.

1. Pasirenkame aktyvus, kurie turi kažkokį, statistiškai besikartojantis ryšį

2. Kointegruojame juos ir gauname svorius, kiek kiekvieno iš aktyvo reikia nupirkti tam

tikru momentu

A)

3. Per laiką svoriai keičiasi, atitinkamai keičiame ir aktyvų portfelį

4. Vykdant pakeitimus per laiką uždirbama

B)

5. Perkame/parduodame, kuomet nukrypimai nuo statistinio ryšio tampa labai dideli (pvz

2 sigmos)

Pavyzdžiui Tiffany ir deimantų kainos turi smarkų tiesioginį sąryšį


Paprastesnės, PhD lygio statistika paremtos strategijos (IV)




1. Pasirenkame aktyvus, kurie turi kažkokį aiškų statistinį sąryšį (pvz koreliacija)

2. Filtruojame pasirinkimų sandorius ir jų kainas

3. Perkame ir parduodame įvairius pasirinkimo sandorius siekdami, kad per tam tikrą

laiką portfelio vertė (tiek įvertinus aktyvą, tiek pasirinkimo sandorius) nesikeistų

4. Pirkdami/parduodami pasirinkimo sandorius privalome suformuoti portfelį, kuriame

būtų daugiau opcionų pardavimo sandorių

5. Per laiką generuojame grąža iš time decay aka theta (pasirinkimo sandorio

nuvertėjimo per laiką)


Paprastesnės, PhD lygio statistika paremtos strategijos (V)




1. Indeksą išskaidome sektoriais arba atskirais aktyvais

2. Ieškome aktyvų, kurie outperform’ino arba underperform’ino indeksą

3. Perkame/parduodame pigesnius/brangesnius nei indeksas aktyvus

4. Formuojame ir balansuojame portfelį, remdamiesi tam tikrais overvalued/undervalued

kriterijais

IV

• Reali prekyba pagal FA ir TA, profesionalų tipinis pasiskirstymas

Reali prekyba pagal FA ir TA, profesionalų tipinis pasiskirstymas

Profesionali TA (I)

Profesionali TA remiasi ne tuo, jog tam tikras indikatorius kažką rodo, todėl turėtų būti

taip, o tuo, jog didelis kiekis žmonių mato šį indikatorių, todėl daugelis juo gali

pasinaudoti, todėl kaina gali reaguoti. Taip pat pridedama ir statistikos.

Eurostoxx50 (3,431) – 200-dma at 3,485. 1.618 target ~3,560

SPX (2,100) – Thick ~2,121-2,135. Support down at 2,063-52

WTI (45.43) – Wary below 44.46-31. Cld open ABC to 39.52


Profesionali TA (II)

The index has broken its Sep. 29th uptrend. It’s come close enough to ~2,120.84 (a 1.618 extension target taken from the August low). If truly in a bullish sequence, this should be an ideal place to start a corrective 4th wave. Fourth waves tend to retrace between 23.6% and 38.2% of the length of wave 3; i.e. between 2,059 and ~2,023. Anything below 2,023-2,020 would however warn of a more material corrective cycle forming (wave 4 should not retrace further than the top of wave 1 at 2,020). The first big level to focus on is 2,063-2,052.51. This includes the 200-dma, 23.6% retracement of the rally since September and gap support from Oct. 22nd.

Jei TA naudojama aktyviam pastoviam sprendimų priėmimui, kuriami algo pagal

aptartus metodus


Profesionali FA

Tiek monetarinės politikos, tiek makroekonominių rodiklių, tiek geopolitikos ir visų kitų

galimai susijusių faktorių vertinimas tam tikrame kontekste.

Prastesni Kinijos duomenys ? Ar tikrai prastesni ? Valiutos įtaka. Nėra jokių ilgalaikių

pasekmių. Rinkos krenta be jokios realios priežasties. Emocinė reakcija.

Plus, Kinijai reikia pigios valiutos. FED nori kelti, bet bijo. Tačiau Kinija nori, kad FED

keltų. Papildomas akstinas FED.

ECB norėtų skatinti, bet paskelbimas apie skatinimą ir FED kėlimas veikia kaip

skatinimas. Gali užtekti žodinės intervencijos.

Junk bonds crashino ant neigiamų emocinių lūkesčių. Bet ECB skatinimas spaus

yield’us, mažės spreadai. Plus Kinijos atsigavimas ir FED kėlimas signalizuoja risk on !


Strateginiai ir taktiniai sprendimai

TA yra skirta taktiniams, o FA skirta strateginiams sprendimams. Kai kurie gyvena be

taktikos, tačiau joks profesionalas negyvena be strategijos.

Galvoti, kad MA crossoweris (ar pan.) yra strategija tiek pat naivu, kiek tikėti

horoskopu.

Profesionalų pasiskirstymas

TA FA

FA yra geriau ?



TA FA

FA ir TA kombinacija

Strategija paremta realiais fundamentaliais faktoriais, o taktiniai sprendimai ir įėjimo taškai pasirenkami pagal esminius TA momentus



TA FA

FA ir TA kombinacija

TA yra daugiau analitikų, o ne pinigų/portfelių valdytojų užsiėmimas


V

• Pasirinkimai, elgesys, duomenų nauda, rinkos dinamika

Pasirinkimai, elgesys, duomenų nauda, rinkos dinamika

Pasirinkimai ir elgesys (I)

Du žmonės, turintys vienodas strategijas ir vienodas idėjas, gali uždirbti visiškai

skirtingas sumas dėl pasirinkimų ir skirtingo rizikos vertinimo

Biases ir heuristics

Elgsenos finansai aiškina dažniausiai daromas investuotojų psichologines klaidas,

kurios turi didelę įtaką prekybai.

Psichologijos, savęs valdymas yra sprendimų priėmimas yra svarbiau, nei tam tikri

taktiniai sprendimai.


Pasirinkimai ir elgesys (II)

-35

-30

-25

-20

-15

-10

-5

0

5

10

15

Pelnas Nuostolis

Vertės funkcija


Istorinių duomenų nauda

Istoriniai duomenys yra menkaverčiai

Nėra jokių objektyvių prielaidų, kodėl istorija turėtų kartotis arba nesikartoti.

Įvairūs šablonai ir asociacijos bei bandymai spėti ateitį iš praeities bei tikėjimas, kad

tai veikia, yra nieko daugiau, nei žmogaus noras viską paaiškinti. Psichologinis triukas,

kuriuo apgauname save, siekdami miegoti ramiau.

Remiantis istoriniais duomenimis ir vis atnaujinant strategiją kurį laiką pelningai

prekiauti įmanoma. Tačiau neįmanoma žinoti, kada ir kodėl viskas nebeveiks.

Prie to reikėtų pridėti smulkiųjų lipdomų algo modelių absurdiškumą iš

matematinės/statistinės pusės.

Istorija apie ateitį nepasako nieko konkretaus


Rinkos dinamika (I)

Rinkas sudaro ne tik spekuliantai, bet ir investuotojai, akcijų paketų gavėjai, nieko

neišmanantys pensijų ar investicinio gyvybės draudimo sutartis turintys žmonės.

Kai kurie jų priima informuotus sprendimus, kiti visiškai iracionalius, dar kitus

sprendimus priimti priverčia aplinkybės.

Šie faktoriai padaro rinką nenuspėjamą.

Tačiau nuspėti centrinius bankus ir makroekonomikos tendencijas galime !


Rinkos dinamika (II)

Staigus kritimas -> neinformuoti išsigąsta, pradeda traukti pinigus lauk, krenta visa

rinka (rugpjūtis-rugsėjis)

Arabams prireikia pinigų -> parduodama visa rinka, vykdomos konversijos,

nesirenkant gerų kainų

Didelio koncerno vadovybė nusprendžia finansuoti projektą užsienyje -> valiutos

konversijos iš A į B per daug nesirenkant kainų

Pradeda šaudyti marginai -> priverstinis fiksavimas be rimtos priežasties


Rinkos dinamika (III)

Išeina Marius ir sako, kad pirks valstybines obligacijas ir duos pinigų -> jei yra

parašas, taip ir bus

Kinijos valdžia pasako, kad nuo dabar visi bus investuotojai ir turės investicinį portfelį

-> jei numatyta penkmečio plane, taip ir bus

Australijos valdžia pasako, kad AUD per stiprus ir jo kaina kris -> jie turi neribotą kiekį

pinigu, su jais geriau nesiginčyti

Mažėja nedarbas, auga BVP, atlyginimai ir kiti makro duomenys -> situacija ir toliau

gerės, nebent nutiks force majeure. O force majeure treidina tik naujokai.

Klausimai

Susisiekite: Tautvydas Marčiulaitis 370 625 92066 [email protected]

Business

Ekonominės analizės taikymas praktikoje 1