Strategia ja sen testaus: Osa3

Olemme päässeet sarjassa hyvään alkuun ja keskustelua on syntynyt. Kiitos siitä kaikille lukijoille ja ennen kaikkea kommentoijille.

Kuten tuntematon kommentoija viittasi siteeraten kahta tutkimusta, niin päiväkauppiaat tekevät ryhmänä tappiota. Ja tappiota syntyy keskimäärin sitä enemmän mitä enemmän tehdään kauppaa. Tämä on aika luonnollista (tiuhentaa kauppaa päivän sisällä seuraa tappioden kasvaminen). Tämä johtuu yksinkertaisesti kulujen osuuden kasvusta maksimiliikkeestä. Pörssissä valtaosa liikkeestä on satunnaista ja jos lyhennät sijoituksen pitoajan hyvin lyhyeksi, niin onnistumisprosentti pitää nousta hyvin korkeaksi jotta nettovoitto olisi mahdollista. Siis jos kurssi liikkuu keskimäärin tunnissa 0,5 % niin onnistuaksesi kaupassa sinun on saatava keskimäärin enemmän kuin keskimääräinen liike on! Se on vaikeaa vaikka systeemilläsi olisi ennustevoimaa, koska tappiollisia kauppoja tulee säännöllisesti. Eli pörssikaupassa kulut ovat hyvin pitkälle riippuvaisia kauppojen lukumäärästä ja tuotto/kauppa on taas riippuvainen pitoajasta (spredi on yleensä suurin kulu). Yritämme myöhemmin rahastaa näitä liikaa kauppoja käyviä rahanmetsästäjiä. Jos se ilmiö on selvästi olemassa se pitää löytää ja se pitää olla löydettävissä. Muussa tapauksessa se on kuin Loch Nessin hirviö, monet puhuvat asiasta, mutta kukaan ei pysty sitä osoittamaan. Yritämme rahastaa tämän löydöksen hieman myöhemmin. Sain myös Palmqvistin kirjasta yhden kappaleen (kappale 7), joten testaan nekin myöhemmin. Mutta aikajärjestys on yksi looginen järjestys eli palaan aikaisimpaan kommentoijaan.

Ensimmäinen kommentoija kommentoi kuun vaiheita ja tein kuunvaihdelaskurin mikä vertaa pörssikursseja kuunvaiheisiin (http://www.piksu.net/artikkeli/strategia-ja-sen-testaus-osa-2#comment-5184). Pohdimme sitä nyt hieman enemmän, se on yllättävän yleinen. Tämä yleisyys saattaisi luoda rahastusmahdollisuuden tällaiseen näennäistieteelliseen ilmiöön, kuten kuunvaiheisiin. Hormonitasojen vaihtelut vaikuttavat treidaamiseen ja kun naiset ovat tulleet markkinoille suuremmassa määrässä, niin hormonitasot saattavat vaikuttaa kursseihin. Yleinen tarina ainakin yökerhomaailmassa on, että naisilla kuun vaiheet vaikuttavat munasolujen irtoamiseen ja myös heidän aktiivisuuteen, niin silloin se vaikuttaisi myös pörssiin. Ylipäätään naisten hormonitasojen vaikutusta taloudelliseen toimintaan on tutkittu varsin vähän, vaikka sillä varmasti on vaikutusta. Kuun vaikutus kursseihin on ollut jo pitkään tiedossa, esim. aikamme eräs kuuluisimmista treidareista Larry Williams puhui asiasta jo vuonna 1979. 

Tutkitaan hieman asiaa. Koodasin algoritmin, mikä laskee kuinka paljon kuuta on kunakin päivänä näkyvissä. Tarkistin täältä http://eclipse.gsfc.nasa.gov/phase/phasecat.html, että algoritmini antoi oikeita päiviä. Loin kolme eri ryhmää Uusikuu (kuuta näkyvissä alle 20 %), täysikuu (kuuta näkyvissä yli 80 %) ja vertailuaineistona koko aineisto. Käytin testausaikana 22.3.1972 – 28.10.2011, osinkoja en huomioinut.

 

Uusi kuu

Täysikuu

S&P 500

Keskituotto/päivä

0,0930 %

0,0402%

0,0399%

Keskihajonta

1,5468 %

1,5155 %

1,5389 %

Tästä huomaamme, että uuden kuun aikana tuotto on noin kaksinkertainen verrattuna noihin muihin kuun vaiheisiin. Keskihajonta ei kuitenkaan ole juuri suurempi.

Yllä olevassa kuvassa vertailin kuun eri vaiheiden tuottojen laatikkokuvia. Tässä kuvassa laatikon sisällä on 75 % havainnoista ja nuo viivat kuvaavat arvoja minkä päällä tai alla olevat arvot ovat poikkeavia. Pörssissä tulee paljon juuri poikkeavia arvoja. Tutkitaan tarkemmin uudenkuun ja S&P 500 lognormeerattuja todennäköisyyskuvioita.

Oheisessa kuvassa on todennäköisyyskuvio uudenkuun aikaan ja koko S&P 500 indeksin tuotto. Kuvasta huomataan, että pienet muutokset menevät varsin normaalijakauman mukaisesti ja suuret eivät. Tämä vaikeuttaa treidaamista. Treidaaminen pitäisi perustua todennäköisyyksille ja nuo suuret muutokset ovat yleensä yllättäviä ja siten riskialttiita treidata. Vivuttaminen on vaikeaa, koska emme tiedä koska tulee ’ylisuuri’ muutos.  Treidaaminen on helpohkoa silloin kun ei tapahdu ylisuuria muutoksia ja volatiliteetin muutoksia. Tällöin kun tulee ylisuuria muutoksia, niin pörssi seuraa jotain yksittäistä asiaa kuten vaikka valuuttakursseja, korkoja, poliittista tilannetta tai Euroopan velkakriisia. Strategian tutkiminen jatkuu lähiaikoina, kommentoikaa!

 

 

 

 

 

4 thoughts on “Strategia ja sen testaus: Osa3

  1. Täysikuu

    Nyt rytisi täydenkuun aikaan, kuten monesti on käynyt. Kuuhulluja on enemmän paniikkimyynneissä kuin ostokiimassa.

    1. Käytäntö ilman teoriaa

       

      on kuin sosialismi ilman Neuvostoliittoa. Lausahdus taisi olla alun perin muodossa: ”Näyttää toimivan käytännössä, mutta toimiiko se myös teoriassa.”

      Huvittavasta esitysmuodosta huolimatta asiaan sisältyy vinha perä, joka selviää mm. lukemalla taloustieteen tutkimusjulkaisuja: Talouden ilmiön kokeellinen todentaminen ei ole riittävä selitys, aina pitää pystyä esittämään myös uskottava syy lukujen antamaan tulokseen.

      Tuo täysikuu-päivien huonompi pörssituotto on ilmiö, jolle ole joskus pohtinut selitystä. Toisina puhutaan, että kuun vaihtelut vaikuttaisi sijoittajien mielialaan ja sitä kautta kursseihin. Siinäkin pitäisi pystyä mittaamaan mielialan vaihteluja, jotta selityksellä olisi virkaa.

      Itse olen ajatellut voisiko kuun aiheuttaman luonnonilmiö, vuorovesi, olla selittävä tekijä. Joskus aikoinaan purjeveneiden aikana valtamerten satamiin pääsy oli riippuvaisista vuorovesistä. Nyt herää kysymys voisiko Tyynenmeren vuorovedet vaikuttaa edelleen rahtilaivojen aikatauluihin ja sitä kautta jotain satamien liikennelukuja tulisi riippuvaiseksi kuun vaiheista. Toki pörssikurssien kohina, satunnaisvaihtelu, on enimmäkseen niin suuta ettei tuon kokoista ilmiötä sieltä yleenä pystytä löytämään.

      Joten selityksenä täyty toistaiseksi uskoa n. datavirheeseen eli että riittävän suuresta aineistoa saa aina esiin jonkun säännönmukaisen ilmiön, jolle ei aidosti ole syytä.

      Eli pidämme kiinni tästä empiirisen sosialismin periaatteesta: ”Näyttää toimivan käytännössä, mutta toimiiko se myös teoriassa.”

      Pekka

      1. Tämä on hulluudessaan mielenkiintoista

        Testaan kuuilmiötä muillakin markkinoilla (raaka-aineilla, koroilla, eri osakemarkkinoilla jne.). Mikäli syynä olisi toimijoiden kuuhulluus, niin kai se pitäisi näkyä muillakin markkinoilla, ei kai kaikki hulluus ole keskittynyt osakemarkkinoille? Minun täytyy hieman koodata testejä, mutta nyt on hieman kiire isänpäivän ja reissujen johdosta.  Pitäisi myös testata, että vaihteleeko kuuhulluus ajan myötä tai onko kysymys kalenterianomaliasta. Perjantaina ja maanantaina on perinteellisesti hieman erilainen pörssikäyttäytyminen johtuen viikonlopusta (on isompi riski jättää positio auki perjantaina, koska voi tulla tsunami, maanjäristys tai joku muu yllättävä ilmiö viikonloppuna) tai futuurien rollaushetket vaikuttavat kursseihin jne.

      2. Kuunvaiheet

        Jatkoin tutkimista ja nyt käytin linkattuja futuurisopimuksia. Listaan tuohon alle joitakin mielenkiintoisia futuurisopimuksia. Lista on erittäin epäselvä, koska en tiedä kuinka tänne saisi Excel-taulukon. Testasin 51 linkattua futuurisopimusta ja mielenkiintoisimmat tulokset ovat tässä. Datavirheet vääristävät kuvioita helposti, mutta ihmeellisen paljon kuu tuntuisi äkkiä vaikuttavan, kun kaiken järjen mukaan sillä ei pitäisi olla vaikutusta. Mikäli jakauma on hyvin kaukana normaalijakaumasta aina alkaa epäilemään virhettä:

          Full Name Starting day Ending day Fullmoon
        mean(%)
        Newmoon
         mean(%)
        Mean diff(%) fullmoon std newmoon
         std
        fullmoon
         kurtosis
        newmoon
         kurtosis
        fullmoon
        skewness
        newmoon
        skewness
        ttest (p-arvo)
        CT.LNG COTTON     -R 2.1.1973 1.7.2011 -0.36 0.23 0.59 16.29 7.71 1812.65 1490.80 -40.25 33.89 0.01 %
        FC.LNG FEED CATTLE-R 3.1.1978 1.7.2011 0.07 0.01 -0.06 0.97 0.96 11.57 6.05 0.67 0.06 0.08 %
        HG.LNG COPPER #1  -R 3.1.1989 1.7.2011 0.11 0.00 -0.11 1.86 1.86 9.20 7.95 0.14 -0.11 1.63 %
        KW.LNG WHEAT, KC  -R 3.1.1977 1.7.2011 -0.01 0.02 0.04 0.90 0.88 11.90 14.74 -0.14 0.18 4.19 %
        LC.LNG LIVE CATTLE-R 4.1.1971 1.7.2011 0.05 0.01 -0.04 0.87 0.87 4.78 4.39 0.00 -0.06 2.25 %
        LH.LNG LIVE HOGS  -R 5.1.1970 1.7.2011 0.04 0.00 -0.04 0.73 0.74 4.54 4.48 -0.04 0.03 0.38 %
        NK.NON NIKKEI INDX-N 2.1.1991 1.7.2011 -0.05 0.03 0.08 1.59 1.60 7.98 10.32 0.34 0.15 4.56 %
        NR.LNG ROUGH RICE -R 2.1.1987 1.7.2011 0.02 -0.02 -0.04 0.73 0.72 8.10 7.73 0.18 -0.04 3.14 %
        RB.LNG RBOB GASOLI-R 2.1.1985 1.7.2011 0.47 -0.06 -0.53 10.96 9.24 324.12 135.96 11.59 5.37 1.14 %

         

Comments are closed.

Related Posts