Diese Art von Artikel macht mir am meisten Spaß, weil es wirklich nur ein Herumtollen in der Fantasie ist. Seit den 1990er Jahren habe ich es mir zum Hobby gemacht, neue und vielfältige Ideen zur Analyse der Märkte zu erforschen, und dies ist eine großartige Gelegenheit, einige meiner alten Notizen abzustauben, einige dieser Ideen zu veröffentlichen und vielleicht Feedback dazu zu bekommen. Ich freue mich auch darauf, einige der folgenden Konzepte in meiner laufenden Forschungsarbeit zum FOREX-Preisverhalten zu verwenden. Also setz deine «Was wäre wenn…» Mützen auf und los gehts!
Marktmodelle — Alt & Neu
Die meisten Trader sind mit den beiden grundlegenden Schulen der Marktanalyse vertraut, die wir Fundamentalanalyse und Technische Analyse nennen. In den 1970er Jahren schlugen Mitglieder der akademischen Gemeinschaft ein neues Modell des Marktes vor, das als «Effiziente Markthypothese» bekannt ist. Dies ist besser bekannt als die «Random-Walk-Theorie» und besagt im Grunde, dass die ersten beiden Denkschulen beide ihre Zeit verschwendeten. Als Reaktion auf das Random-Walk-Modell haben andere Akademiker eine noch neuere Theorie der Funktionsweise von Märkten namens «Behavioral Finance» aufgestellt. Dies sind alles Beispiele für umfassende Erklärungen, welche Faktoren die Marktpreise antreiben. Hier eine kurze Zusammenfassung von Marktmodellen, von denen einige erst in den Kinderschuhen stecken:
Grundsätzliches: Die Marktpreise werden durch greifbare Ereignisse und Bedingungen in der realen Welt bestimmt, wie zum Beispiel Gewinne, Verkäufe, Management, Naturkatastrophen, Wetter, wirtschaftliche Bedingungen, geopolitische Spannungen und so weiter.
Technisch: Die Marktpreise werden durch die Entwicklung der Preise in der Vergangenheit bestimmt. Wenn Händler diese vergangenen und gegenwärtigen Preisbewegungen beobachten, führen ihre Erwartungen über zukünftige Preise zu Gier und Angst, die wiederum Kauf- und Verkaufsdruck erzeugen.
Zielloser Spaziergang: Die aktuellen Marktpreise spiegeln effizient alle bekannten fundamentalen und technischen Informationen wider, sodass wir keine Aussagen über zukünftige Preisbewegungen treffen können. Die Faktoren, die zukünftige Preisbewegungen verursachen, werden so unterschiedlich sein, dass solche Bewegungen nur zufälliger Natur sein können.
Verhaltensorientierte Finanzen: Die Preise werden von der menschlichen Psychologie bestimmt, die nicht immer rational ist. Händler können Erwartungen über Preisbewegungen, Risiko und Ertrag auf falsche Argumente stützen, was dazu führt, dass sich die Preise nicht zufällig verhalten. Bubbles und Crashs sind klassische Beispiele dafür.
Chaostheorie: Marktpreise sind Teil eines nichtlinearen dynamischen Systems, in dem Outputs als Inputs wieder in das System eingeführt werden, was komplexe Verhaltensschleifen und eine sehr empfindliche Abhängigkeit von geringfügigen Variationen der Bedingungen verursacht.
Fraktale Geometrie: Kursmuster sind rekursiv verschachtelt, was bedeutet, dass ein großes Muster aus mehreren kleineren ähnlichen oder sogar identischen Mustern usw. über alle Zeitskalen zusammengesetzt sein kann. Die Elliot-Wellen-Theorie ist ein klassisches Beispiel für diese Idee.
Scotts Emergent Property Model: Ich habe dies in anderen Artikeln ausführlicher diskutiert, aber die Idee ist im Grunde, dass identifizierbare Eigenschaften des Preisverhaltens aus der Kombination einzigartiger individueller Handelsstile der aktuellen Marktteilnehmer hervorgehen. Eine Analogie wäre, wie die Persönlichkeit eines Menschen aus der Kombination einzelner Neuronen in seinem Gehirn entsteht. Dieses Preisverhalten ändert sich im Laufe der Zeit auf evolutionäre Weise allmählich, so wie sich das Verhalten eines Organismus im Laufe der Zeit sowohl aufgrund interner Veränderungen seiner Zusammensetzung als auch aufgrund äußerer Einflüsse durch seine Umgebung ändert.
Ich entschuldige mich, wenn ich eine der verschiedenen Arten zu erklären, wie der Markt tickt, vernachlässigt oder grob falsch dargestellt habe.
Mechanische Handelssysteme
Ein weiteres Thema, das oft mein Interesse weckt, ist das Design mechanischer Handelssysteme basierend auf Money-Management-Regeln. Einige Beispiele für solche Systeme sind «Buy and Hold», «Dollar Cost Averaging», Robert Lichellos «Automatic Investment Management» (AIM) und alle anderen Systeme, die versuchen, durch die Anwendung eines regelbasierten Systems die Emotionen aus dem Handel zu nehmen zum Kaufen und Verkaufen. Systeme wie dieses unterscheiden sich von anderen mechanischen Systemen dadurch, dass die Regeln vollständig auf Money-Management-Variablen wie Kassenbestand, durchschnittliche Kosten pro Einheit, Gesamtportfoliowert und aktueller Positionswert basieren.
Solche mechanischen Systeme wurden im Allgemeinen für die Wertpapiermärkte entwickelt, jedoch nicht für die Futures- oder FOREX-Märkte, wo die Cash-Management-Situation viel anders ist. Bei FOREX nehmen wir im Gegensatz zu den Wertpapiermärkten keine Währung von einem Konto, das wir besitzen, und tauschen diese Währung gegen ein Wertpapier (zB Dollar gegen Aktien) um. FOREX beinhaltet einfach die Hinterlegung einer Margin-Einzahlung und die Verwendung dieser als Grundlage für die Aufnahme eines größeren Betrags einer Währung und den Umtausch in eine andere Währung, wodurch wir jederzeit eine Währung long und eine andere shorten. Diese völlig andere Struktur des FOREX-Marktes stellt eine neue Herausforderung an das Design, die Verwendung und das Verständnis der klassischen, auf Geldmanagement basierenden mechanischen Systeme.
Künstliche Intelligenz & Künstliches Leben
Was wäre, wenn wir ein neuronales Netz entwerfen könnten, das im Laufe der Zeit lernen könnte, auf der Grundlage von FOREX-Chartdaten konsistente profitable Kauf- und Verkaufsentscheidungen zu treffen? Oder wenn Sie zellulare Automaten (CA) bevorzugen, könnten wir einen davon in einem mehrdimensionalen Format erstellen, in dem Symbole «herumwirbeln», kollidieren und auf neue Weise kombinieren, wodurch entstehendes Verhalten entsteht. Wenn wir profitables Verhalten belohnen und unrentables Verhalten bestrafen würden, würde diese CA schließlich lernen, sich wie ein Super-Forex-Händler zu verhalten? Was sagst du? Warum nicht die Kraft der Evolution durch genetische Programmierung nutzen? Ok, erstellen wir eine Umgebung voller Handelsprogramme, die miteinander konkurrieren müssen, um zu überleben und Nachkommenprogramme zu reproduzieren. Nach vielen Generationen von «Natur — Rot mit Zähnen und Klauen» können wir am Ende mit einer Gruppe sehr robuster FOREX-Handelsprogramme enden. Sie haben sich ihren Platz in dieser virtuellen Welt verdient, in der das oberste Gesetz «Überleben des Stärkeren» lautet.
Dies sind alles Beispiele dafür, wie die allgemein als AI und A-Life bekannten Ideen auf den FOREX-Handel angewendet werden könnten. Mit Programmiersprachen wie LISP wäre es meiner Meinung nach interessant, neuronale Netze, zelluläre Automaten, genetische Programmierumgebungen und andere Techniken zu verwenden, um rudimentäre Handelsprogramme zu erstellen. Diese Programme würden vielen Sätzen von Marktdaten ausgesetzt sein (wahrscheinlich Intraday-Charts) und würden im Laufe der Zeit zu Experten-Handelssystemen «lernen» oder «entwickeln». Dies ist keine Science-Fiction, aber es ist an den Grenzen der Kognitionswissenschaft.
Computermodellierung dynamischer Systeme
Was ist, wenn die Märkte in gewisser Weise deterministisch sind? Mit anderen Worten, ich frage mich, ob hinter Preisbewegungen eine Art „Physik“ steckt, die letztlich komplexen Ursache-Wirkungs-Beziehungen unterliegt. Schließlich wissen wir, dass es durchaus Ursache-Wirkungs-Beziehungen gibt. Ich beschließe, ein FOREX-Währungspaar zu kaufen, was dazu führt, dass ich eine Order erteile, was dazu führt, dass mehrere Angebote getroffen werden, um meine Order auszuführen, was dazu führt, dass der Geld- und Briefkurs des FOREX-Paares steigt, was dazu führt, dass einige Stop-Orders ausgelöst werden, was zu weiteren Käufen führt, was zu einem weiteren Preisanstieg führt, was dazu führt, dass mehrere Nachrichtendienste darauf aufmerksam werden, was dazu führt, dass mehrere andere Leute kaufen, was dazu führt, dass der Preis so hoch wird, dass die Leute anfangen, Gewinne mitzunehmen, was mich dazu bringt, verkaufen. Wütend!
Die Verfolgung all dieser Beziehungen, bei denen jedes Ereignis durch mehrere andere Ereignisse verursacht werden kann und diese wiederum verursacht, ist eine Aufgabe der Computermodellierung. Tatsächlich verwenden wir Computermodellierung oder Simulation, um zu versuchen, das Verhalten jedes komplexen Systems zu verstehen, das wir durch ein paar einfache Regeln beschreiben können.
Wir können diese Technik verwenden, um zu versuchen, die Dynamik der Vorgänge auf den FOREX-Märkten wie oben beschrieben zu verstehen. Wir können es auch verwenden, um zu beschreiben, was in der Wirtschaft vor sich geht. Wir müssen auch nicht unbedingt Ursache-Wirkungs-Beziehungen verwenden. Wir können beispielsweise das Angebots- und Nachfrageniveau von Geld, Gütern und Arbeit in der Wirtschaft sowie das Preisniveau dieser Güter modellieren. In einem Markt könnten wir versuchen herauszufinden, welche Faktoren zum Aufbau von Kauf- oder Verkaufs-„Druck“ führen und welche Faktoren als Katalysator wirken könnten, um diesen Druck abzubauen und katastrophale Crashs oder plötzliche Blasen auf dem Markt zu verursachen.
Ich modelliere viel auf Papier, indem ich einfach Diagramme zeichne, wie ich denke, dass bestimmte Systeme funktionieren könnten. Dies unterscheidet sich von der Computermodellierung darin, dass ich nicht versuche, das Verhalten des Systems zu simulieren. Stattdessen versuche ich oft, die Komplexität eines Systems auf einige sehr einfache Konzepte zu reduzieren, um die Hauptantriebskräfte zu verstehen.
Hier ist ein Beispiel dafür. Eine meiner Lieblingsmethoden, um die Komplexität einer Wirtschaft zu reduzieren, besteht darin, sie als einfache Reihe von Elementen und Verhaltensweisen zu betrachten, wie zum Beispiel: Menschen sich bewerben Arbeit zu natürliche Ressourcen, daher Waren herstellen was sie auch können verbrauchen oder speichern, damit sie ihre Lebensqualität und setzen Sie den Vorgang fort. Ob Sie es glauben oder nicht, es brauchte tatsächlich eine Menge Diagramme, bevor ich herausgefunden habe, dass eine Wirtschaft wirklich auf folgendes reduziert werden kann:
1. Menschen, die gut leben wollen und
2. Natürliche Ressourcen, die ihnen dies ermöglichen.
Alle anderen ökonomischen Konzepte wie Arbeit, Geld, Löhne und Preise usw. sind nur Erweiterungen dieses Grundmodells.
Eine andere Methode, die ich gerne versuche, den Markt zu modellieren, betrifft die verschiedenen Arten von Teilnehmern und ihr Verhalten. Zum Beispiel unterteile ich den Markt in „Contrarianer“, die verkaufen, wenn der Preis steigt, und kaufen, wenn er fällt, und „Trendfolger“, die kaufen, wenn der Preis steigt und verkaufen, wenn er fällt. Wie werden sich unterschiedliche Mischungen von Trendfolgern und Konträren auf das Verhalten des Gesamtmarktes auswirken? Gibt es umgekehrt eine Möglichkeit, allein durch die Beobachtung des Marktverhaltens festzustellen, ob der Markt von Trendfolgern oder Konträren dominiert wird?
Natürlich kann keines dieser Modelle die Realität wirklich genau beschreiben. Wir müssen uns daran erinnern, dass Modelle wirklich Werkzeuge sind, die uns helfen, verschiedene Hypothesen über die Funktionsweise der Dinge aufzustellen. Wir können diese Hypothesen dann wissenschaftlich testen.
Neue Indikatoren erfinden
Einer der interessantesten Zufälle (für mich jedenfalls) zwischen dem Markt und den physikalischen Wissenschaften ist die Verwendung der Variablen «P», «V» und «T». Diese stehen in der Chemie und Thermodynamik meist für Druck, Volumen und Temperatur eines Gases und stehen in einem durch das Boyle-Gesetz beschriebenen Verhältnis zueinander. Auf einem Preisdiagramm stehen sie für Preis, Volumen und Zeit. Sind die alle verwandt? Was wäre, wenn wir einen Indikator hätten, der festhält, wie lange es im Durchschnitt dauert, bis sich der Preis um einen bestimmten Betrag bewegt. Dauert der Aufstieg länger als der Abstieg? Ist mit Abwärtsbewegungen mehr Volumen verbunden als mit Aufwärtsbewegungen? Wie wäre es mit einem Indikator dafür? Oder ein Indikator, der alle drei Variablen kombiniert?
Ich habe vor ein paar Wochen den Blog eines anderen Händlers gelesen und dieser erwähnte, dass er einen gleitenden Median-Indikator des Preises anstelle des standardmäßigen gleitenden Durchschnitts erstellen möchte, der den Mittelwert der Preise verwendet. Die Diskussion ging weiter, um darüber zu spekulieren, wie ein regulärer gleitender Durchschnitt und ein gleitender Median, die zusammen gezeichnet werden, zusammenwirken würden. Wäre ein Crossover des Medians im Durchschnitt signifikant? Ich fand es eine ziemlich interessante Idee.
Die Entwicklung neuer Indikatoren ist für viele Trader ein üblicher Zeitvertreib, und ich wollte Ihnen nur ein Beispiel für den Denkprozess geben, den ich bei der Erfindung eines neuen durchlaufen könnte. Natürlich gibt es mehr Indikatoren, als eine Person jemals verwenden könnte, aber wer weiß … vielleicht gibt uns der nächste neue Einblicke in die Preisbewegungen, die wir noch nie zuvor hatten. Also lasst uns weiter erfinden!
Fazit
Das war’s für unsere Höhenflüge und das Herumtollen durch die Fantasie. Oder ist es erst der Anfang….?
Scott Percival
Oktober 2006
#Neue #Grenzen #der #FOREXMarktanalyse
