چرا تجزیه و تحلیل فنی کار نمی کند

به طور کلی ، یکی از مهمترین جاذبه های کار در فضای سهام این است که تعداد زیادی از اوراق بهادار موجود طیف گسترده تری از فرصت ها را برای محقق کمی باز می کند تا مثلاً بازارهای آینده. تمرکز در سهام تمایل به استراتژی های نمونه کارها دارد زیرا دامنه جهان اجازه می دهد درجه ای بی نظیر از تنوع را داشته باشد. استراتژی های سهام واحد از این مزیت سود می برد ، اما با این وجود مورد توجه تحلیلگر و سرمایه گذار قرار می گیرد: "انتخاب سهام" تقریباً یک سرگرمی ملی است ، حداقل برای سرمایه گذاران آمریکایی.

به جای اینکه به دنبال کاهش ریسک خاص سهام از طریق تنوع باشد ، انتخاب کننده سهام به طور فعال به دنبال شناسایی فرصت های ریسک منحصر به فرد برای یک سهام خاص است ، و او امیدوار است که بازده غیر طبیعی را به همراه داشته باشد. اینها به هر دلیلی می توانند بوجود بیایند - ادغام و ادغام ، توسعه محصول جدید ، تغییر در عضویت در فهرست ، برای نامگذاری چند مورد. امید این است که چنین فرصت هایی توسط یکی از چندین وسیله ممکن کشف شود:

• شناسایی ارزش نهان و ذاتی در سهام غفلت شده که توسط سایر تحلیلگران نادیده گرفته شده است
• استفاده از انواع جایگزین داده ها که بینش جدیدی را در پتانسیل سهام خاص یا گروهی از سهام فراهم می کند
• یک روش جدید از تجزیه و تحلیل که پتانسیل پنهان تاکنون را در یک سهام خاص یا گروهی از سهام نشان می دهد

می توان به نمونه هایی از هر یک از این امکانات فکر کرد ، اما در عین حال باید اعتراف کرد که این چالش بسیار قابل توجه است. اولا ، کشف یا روش شما باید یکی از مواردی باشد که برخی از درخشان ترین ذهن در صنعت سرمایه گذاری را از دست داده است. این در گذشته اتفاق افتاده است و بدون شک در آینده دوباره اتفاق می افتد. اما تحلیلگر باید نسبت به عقل خود - یا ثروت خوب - توجه نسبتاً زیادی داشته باشد تا باور کند که سیب طلایی به جای دیگری در دامان او خواهد افتاد. ثانیا مسئله فرضیه بازار کارآمد وجود دارد. این روزها ، ریختن توهین بر روی EMH ، با نمونه هایی از ناهنجاری های مشهور که اغلب برای توجیه مخالف استفاده می شود ، مد است. اما EMH نمی گوید که بازارها 100 ٪ کارآمد هستند ، 100 ٪ از زمان. این می گوید که بازارها به طور متوسط کارآمد هستند. این بدان معناست که زمانها یا شرایطی وجود خواهد داشت که در آن بازار کارآمد باشد و سایر اوقات و شرایط وقتی نسبتاً ناکارآمد باشد - اما شما قادر نخواهید بود تشخیص دهید که در حال حاضر بازار در چه شرایطی قرار دارد. سرانجام ، حتی اگر کسی در شناسایی چنین فرصتی موفق باشد ، این مزیت باید قابل تحقق و از نظر اقتصادی باشد. من می توانم به چندین نمونه از استراتژی های سهام عدالت فکر کنم که به نظر می رسد پتانسیل تولید آلفا را ارائه می دهد ، اما پس از اعمال هزینه های معاملات ، غیر قابل تجزیه یا از نظر اقتصادی ناچیز است.

همه اینها این است که بگوییم انتخاب سهام یکی از دشوارترین چالش هایی است که تحلیلگر می تواند انجام دهد. این همچنین یکی از جالب ترین چالش ها - و بهترین مشاغل پرداخت شده - در وال استریت است. بنابراین جای تعجب آور نیست که برای تحلیلگران این مرکز محور تحقیق و جاه طلبی آنها است. در این فصل به برخی از روش هایی که می توان از فروشگاه سهام سهام برای چنین اهداف و برخی از روشهای جالب تحلیلی استفاده کرد ، بررسی خواهیم کرد.

چرا تجزیه و تحلیل فنی کار نمی کند

تجزیه و تحلیل فنی یک رویکرد بسیار محبوب برای تجزیه و تحلیل سهام است. متأسفانه ، حداقل در صورتی که قصد کشف منابع بالقوه آلفا باشد ، تا حد زیادی بی فایده است. دلیل این امر دشوار نیست: این متکی به استفاده از روشهای تحلیلی است که برای چندین دهه شناخته شده است تا اطلاعات عمومی در دسترس (داده های قیمت). هیچ منبع مزیت رقابتی وجود ندارد که بتواند بازده غیر طبیعی را به همراه داشته باشد. حتی امکان کشف یک گوهر در بین سهام مورد توجه سایر تحلیلگران این روزها به طور فزاینده ای به نظر می رسد ، زیرا ظهور سیستم های تجاری رایانه ای کاربرد ابزارهای تجزیه و تحلیل فنی استاندارد را در مقیاس صنعتی تسهیل کرده است. شما حتی لازم نیست درک کنید که شاخص ها چگونه کار می کنند - بسیار کمتر از نحوه برنامه ریزی آنها - برای اینکه آنها را در ده ها هزار سهام اعمال کنید.

و در عین حال تجزیه و تحلیل فنی بسیار محبوب است. چرا؟من معتقدم جواب به این دلیل است که انجام آن آسان است و اغلب می تواند بسیار زیبا به نظر برسد. من فراتر می روم و اعتراف می کنم که برخی از شاخص هایی که تحلیلگران ابداع کرده اند فوق العاده خلاق هستند. اما آنها فقط کار نمی کنند. در واقع ، من نمی توانم به یک زمینه دیگر از صنعت انسانی فکر کنم که بسیاری از ذهن های مبتکر را در چنین تلاش بی ثمر درگیر می کند.

همه اینها برای مدتی روشن بوده است و با این وجود هر سال لژیونهای تحلیلگران تازه ذوب شده خود را به وظیفه یادگیری نحوه استفاده از تجزیه و تحلیل فنی از همه چیز از آینده گاو گرفته تا ارزهای رمزنگاری می کنند. در واقع ، شانس ایجاد هر نوع تأثیرگذاری بر این تورنت از بیش فعالی بی معنی نزدیک به صفر است ، اما من این کار را می کنم.

اجازه می دهد با انتخاب سهام به طور تصادفی ، من قبلاً به آن نگاه کنم:

Waterutability = Select [Alllistedstocks ،#["اطلاعات بخش"] ["صنعت GICS"] == "آب و برق آب" و]

ما یک سری قیمت روزانه را از سال 2017 تا 2022 استخراج خواهیم کرد و یک نمودار معاملاتی تعاملی ترسیم خواهیم کرد ، که می توانیم به طور متوسط در حال حرکت یا هر تعداد شاخص فنی دیگر ، همانطور که می خواهیم اضافه کنیم:

نمودار چندین نوع مختلف از الگوی را نشان می دهد که به تجزیه و تحلیل فنی مشهور هستند ، از جمله روندها ، الگوهای ادامه ، شکاف ها ، تاپ های دوتایی و غیره

نگاهی به الگوی بازگشت روزانه:

بازگشت = تفاوت@log [tscwco ["pathcomponent" ، 4] ["مقادیر"]] ؛هیستوگرام [بازده] آمار = بازگرداندن [بازده]

در مرحله بعد ، ما یک سری بازده تصادفی تولید خواهیم کرد ، که از توزیع گاوسی با همان میانگین و انحراف استاندارد به عنوان سری بازده های تجربی گرفته شده است:

RandomRetus = Rando m-Variate [NormalDistribution [آمار ["میانگین"] ، آمار ["انحراف استاندارد"] ، طول [بازده]] ؛هیستوگرام [RandomEtus] بازگرداندن اطلاعات [تصادفی]

واضح است که توزیع بازده تولید شده با توزیع بازده تجربی متفاوت است ، اما این مهم نیست: تمام آنچه که مهم است این است که ما می توانیم موافقت کنیم که بازده های تولید شده ، که نشان دهنده تغییرات در (ورود به سیستم) از یک روز به روز استبعد ، کاملاً تصادفی هستند. در نتیجه ، دانستن بازده های تصادفی یا قیمت ها ، در زمان t = 1 ، 2 ،. بشربشر، (T-1) به هیچ وجه شما را قادر نمی سازد که بازده یا قیمت را در زمان t پیش بینی کنید.

اکنون اجازه دهید یک سری از قیمت های مصنوعی و سری زمانی ایجاد کنید ، با استفاده از بازده مصنوعی برای محاسبه قیمت برای هر دوره:

syntheticprices = exp [foldlist [plus ، log [first [tscwco ["firstValues"]][[1;;4]]],Transpose[ConstantArray[retus,4]]]]; tsSynthetic=TimeSeries[ArrayFlatten@>،] interactiveTradingChart [tssynthetic]

سری زمانی مصنوعی بسیار شبیه به اصلی است و بسیاری از همان خصوصیات را نشان می دهد ، از جمله الگوهای کلاسیک که بلافاصله برای یک تحلیلگر فنی قابل درک هستند ، مانند شکاف ها ، معکوس ها ، تاپ های دوتایی و غیره.

اما سری دو زمانی ، اگرچه مشابه است ، اما یکسان نیستند:

tscwco === tssynthetic false

ما این را قبلاً می دانستیم ، البته ، زیرا ما برای ایجاد سری قیمت مصنوعی از بازده های تولید شده به طور تصادفی استفاده کردیم. این بدان معنی است که برخلاف سری قیمت واقعی ، در مورد سری قیمت مصنوعی ما با اطمینان می دانیم که حرکت در قیمت ها از یک دوره به دوره دیگر کاملاً تصادفی است. بنابراین اگر قیمت ها پس از شکاف در یک روند صعودی ادامه یابد ، یا پس از شکل گیری دوتایی در نمودار سری مصنوعی ، که کاملاً با شانس تصادفی اتفاق می افتد ، نه در پاسخ به الگویی که توسط نشانگر فنی پرچم گذاری شده است ، کاهش یابد. اگر مجموعه متفاوتی از بازده تصادفی ایجاد کرده بودیم ، می توانستیم به راحتی یک سری قیمت مصنوعی تولید کنیم که در آن قیمت ها پس از یک شکاف بالا معکوس می شوند ، یا پس از تشکیل دو برابر بیشتر ادامه می یابد. منتقدان تحلیل فنی ادعا نمی کنند که الگوهای مانند شکاف ، سر و شانه و غیره وجود ندارند - آنها به وضوح چنین می کنند. در عوض ، ما می گوییم که چنین الگویی به طور طبیعی پدیده هایی رخ می دهد که حتی در یک سری شناخته می شود که کاملاً تصادفی است و از این رو نمی تواند از اهمیت اقتصادی برخوردار باشد.

نکته این نیست که بگوییم سیگنال های فنی هرگز کار نمی کنند: گاهی اوقات آنها این کار را می کنند و گاهی اوقات این کار را نمی کنند. در عوض ، نکته این است که ، در هر شرایط معین ، شما نمی توانید بگویید که آیا سیگنال این بار کار می کند یا خیر - زیرا تغییرات قیمت با تغییر تصادفی حاکم است.

شما می توانید با استفاده از تجزیه و تحلیل فنی ، همانطور که می توانید با چیدن سهام به طور تصادفی ، پرتاب دارت در یک تخته دارت ، یا پرتاب یک سکه ، در بازارها درآمد کسب کنید تا تصمیم بگیرید که برای خرید یا فروش - یعنی توسط Luck Luck. اما شما نمی توانید با اطمینان از این طریق درآمد کسب کنید.

• اطلاعات بیشتر در مورد فرضیه بازار کارآمد

• اطلاعات بیشتر از انجمن تحلیلگران فنی

مقادیر سهام ، برچسب های تجزیه و تحلیل فنی ، ارزش سهام ، تجزیه و تحلیل فنی

جستجو کردن

ژانویه 2023