Πολλά, πολλά δεδομένα
Πώς μπορούν μεγάλες ποσότητες δεδομένων να χρησιμοποιηθούν για εκτελέσεις συναλλαγών
Το Catana Big Data είναι ένα από τα πρώτα δημόσια fund στον κόσμο που εξαρτάται αποκλειστικά από «Big Data» και από τεχνητή νοημοσύνη. Μιλήσαμε με τον Holger Knauer, διευθυντή του Catana Capital GmbH, σχετικά με το τι σημαίνει «Big Data» και γιατί αποτελεί μια καλή βάση για στρατηγικές εκτέλεσης συναλλαγών στα χρηματιστήρια.
» TRADERS': Τι ακριβώς σημαίνει «Big Data»;
Knauer: Πολλοί πιστεύουν ότι πίσω από το Big Data κρύβεται μόνο η συλλογή και αποθήκευση μεγάλων όγκων δεδομένων. Αλλά αυτό είναι μόνο μέρος της αλήθειας: για παράδειγμα, εδώ και καιρό έχει καταστεί δυνατή η επεξεργασία εξαιρετικά μεγάλου όγκου δομημένων δεδομένων σε πίνακες. Αυτό είναι γνωστό, για παράδειγμα, υπό τον όρο «εξόρυξη δεδομένων». Το Big Data, ωστόσο, έχει να κάνει κυρίως με την επεξεργασία μη δομημένων δεδομένων, τα οποία απαιτούν πολλαπλάσιο χώρο αποθήκευσης, φέρνει περισσότερη πολυπλοκότητα στην επεξεργασία των δεδομένων και είναι, εν μέρει, περισσότερο τέχνη παρά επιστήμη.
TRADERS': Σε επαγγελματικούς κύκλους, το «Big Data» εδώ και πολύ καιρό αποτελεί έναν όρο, αλλά μέχρι πρότινος δεν γινόταν χρήση του σε μεγάλη κλίμακα στον χρηματοπιστωτικό κλάδο. Γιατί είναι τόσο δύσκολο να αντλήσουμε από αυτό μια επενδυτική προσέγγιση;
Knauer: Κατά τη γνώμη μου, υπάρχουν μια σειρά από λόγοι για τους οποίους πολλοί έχουν αποτύχει μέχρι στιγμής. Η ανάλυση μη δομημένων δεδομένων είναι πολύπλοκη. Απλά λάβετε υπόψη σας ζητήματα όπως η ειρωνεία ή την διπλή άρνηση, ενώ πρέπει πρώτα να κατανοήσετε το θέμα της «Επεξεργασίας της φυσικής γλώσσας» (Natural Language Processing). Επιπλέον, θα πρέπει να οικοδομήσετε ένα θησαυρό δεδομένων για τα επόμενα χρόνια, έτσι ώστε να μπορείτε να δημιουργήσετε χρήσιμα σήματα εκτέλεσης συναλλαγών. Και, φυσικά, θα χρειαστείτε ειδικούς που συνδυάζουν την τεχνογνωσία IT με γνώση των χρηματοπιστωτικών αγορών. Για αυτούς τους ειδικούς, οι παραδοσιακές τράπεζες ή οικοδομήσετε διαχειριστές περιουσιακών στοιχείων δεν αποτελούν συχνά ελκυστικούς εργοδότες.
TRADERS': Μπορείτε να μας δώσετε μερικά παραδείγματα των πληροφοριών που συμπεριλαμβάνετε στην ανάλυση;
Knauer: Χρησιμοποιούμε όλες τις πληροφορίες σχετικά με τις χρηματαγορές, τα αξιόγραφα και τα χρηματοοικονομικά μέσα, που δημοσιεύονται στο διαδίκτυο. Αυτό περιλαμβάνει προϊόντα από παραδοσιακά μέσα ενημέρωσης, δημοσιευμένες εκθέσεις αναλυτών, καθώς και μπλογκ και φόρουμ, άρα, κοινωνικά μέσα ενημέρωσης.
TRADERS': Πώς καταφέρνετε να συλλέγετε τόσο τεράστιες ποσότητες δεδομένων;
Knauer: Πριν από πέντε χρόνια, οι συνάδελφοί μου ξεκίνησαν με το Stock Pulse GmbH να συλλέγουν τα δεδομένα από το διαδίκτυο μέσω αυτο-ανάπτυξης, που ονομάζεται Craw-learning. Η συλλογή δεδομένων δεν αποτελεί πλέον τη μεγαλύτερη πρόκληση σύμφωνα με τον όγκο. Ο όγκος των δεδομένων αυξάνεται κατά χ φορές με την επεξεργασία και πολλαπλή εφεδρική αποθήκευση.
TRADERS': Ποιοι είναι οι πιο σημαντικοί δείκτες και πληροφορίες που μπορούν να χρησιμοποιηθούν για προβλέψεις τιμών στις αγορές;
Knauer: Είναι μια ποικιλία από πηγές από μια ποικιλία μέσων. Επίσης, η τιμή δεν συνδέεται με μια ενιαία πηγή, αλλά με το συνδυασμό εκατομμυρίων μηνυμάτων και απόψεων. Έχουμε θεσπίσει για όλες τις πηγές ένα είδος «ιστορικού» και μπορούμε επακριβώς να εκτιμήσουμε τη βαρύτητα κάθε πληροφορίας. Αυτό μας βοηθά επίσης να φιλτράρουμε τα αποκαλούμενα «bots» – τα οποία μπορεί σε μια ημέρα να είναι περισσότερα από 1500.
TRADERS': Τι είναι αυτά τα bots;
Knauer: Τα Bots είναι αυτοματοποιημένα προγράμματα λογισμικού που προσομοιώνουν τους χρήστες στο διαδίκτυο με στόχο την διάδοση παραπληροφόρησης. Στην περίπτωση των χρηματαγορών, μπορούν να χρησιμοποιηθούν επιλεκτικά για τη μετακίνηση τιμών σε μια συγκεκριμένη κατεύθυνση.
TRADERS': Από την ανάλυση βασίζεστε στην τεχνητή νοημοσύνη. Πώς ακριβώς λειτουργεί η διαδικασία της ανάλυσης;
Knauer: Αν δεχθούμε ένα σήμα, δεν το υλοποιούμε αμέσως. Αντιθέτως, το σύστημα αναζητά παρελθόντα μοτίβα για την ανάληψη θέσεων που προσφέρουν μια καλή αναλογία ρίσκου/ανταμοιβής (CRV ή RRR). Έτσι, όταν αποφασίζουμε για την επόμενη τεχνική διαγράμματος, μεταξύ άλλων παγκόσμιων δεικτών προδιάθεσης, περιλαμβάνονται και τιμές εμπορευμάτων ή ισοτιμίες. Οποιαδήποτε νέα πληροφορία θα προστεθεί στα δεδομένα ιστορικού και έτσι θα ληφθεί υπόψη στην επόμενη απόφαση. Έτσι, το σύστημα είναι πάντα πιο συνετό - το σύστημα μαθαίνει διαρκώς.
TRADERS': Η βάση των δεδομένων σας επιτρέπει και αναδρομικούς ελέγχους ή προσομοιώσεις για το παρελθόν;
Knauer: Αναφέρεστε σε ένα πολύ σημαντικό σημείο. Έχουμε ένα πολύ λεπτομερές περιβάλλον ελέγχου στο οποίο μπορούμε να προσομοιώνουμε βάσει των πληροφοριών της στρατηγικής μας. Όλες οι «συναλλαγές» αναδημιουργούνται με τιμές αγοράς ή πώλησης βάσει ιστορικού, με κόστη συναλλαγής και με μια ποικιλία από άλλες παραμέτρους, για παράδειγμα, για την εκτέλεση συναλλαγών. Έτσι μπορούμε συνεχώς να βελτιστοποιούμε τη δραστηριότητα εκτέλεσης συναλλαγών από άποψη ρευστότητας, διατηρώντας όρια περιόδου ή κινδύνου.
TRADERS': Ποιά εργαλεία συναλλάσσεστε και γιατί;
Knauer: Συναλλασσόμαστε αποκλειστικά ΣΜΕ του DAX και μετοχές του DAX 30. Ο DAX παρέχει ένα εξαιρετικό μείγμα αμυντικών μετοχών και μετοχών high-beta, έχει μια ενδιαφέρουσα κλαδική δομή και ιδιαίτερη ρευστότητα. Επίσης, τα ΣΜΕ του DAX συναλλάσσονται μεταξύ 08:00 και 22:00 (ώρα Γερμανίας), καλύπτοντας ένα μεγάλο χρονικό διάστημα.
TRADERS': Σε ποιο χρονικό ορίζοντα πραγματοποιούνται οι συναλλαγές;
Knauer: Σε ευμετάβλητες αγορές, η στρατηγική Dax-futures μπορεί να εφαρμοστεί αρκετές φορές την εβδομάδα. Όμως, η βασική στρατηγική μας που βασίζεται σε μετοχές έχει μια σημαντικά υψηλότερη μέση περίοδο εκμετάλλευσης - συνήθως περίπου δύο εβδομάδων.
TRADERS': Χρειάζεται πράγματι τόσο πολύς χρόνος μέχρις ότου οι πληροφορίες που συλλέγονται να ληφθούν σωστά υπόψη;
Knauer: Απολύτως. Πάρτε για παράδειγμα την προσφορά εξαγοράς της Bayer για τη Monsanto (διάγραμμα 1). Λόγω των φημών, η μετοχή της Bayer βρισκόταν ήδη υπό πίεση. Την ημέρα της ανακοίνωσης, η πτώση ήταν πάνω από εννέα τοις εκατό. Αλλά ακόμη και τις επόμενες ημέρες, οι μετοχές της Bayer εξακολούθησαν να είναι αδύναμες. Από αυτές τις ανεπάρκειες / ανισορροπίες της αγοράς κερδίζουμε.
TRADERS': Πώς πραγματοποιούνται τα κέρδη και πώς περιορίζεται το ρίσκο; Ή, με άλλα λόγια: Πότε και πώς ενεργοποιείται και απενεργοποιείται το σύστημα;
Knauer: Όλες οι θέσεις προστατεύονται από τιμές stop-loss προκειμένου να περιορίζεται το ρίσκο των απωλειών. Αυτό αποτελεί σημείο κλειδί στη διαχείριση του κινδύνου. Στα κέρδη επιτρέπεται να συσωρρεύονται έως ότου το σύστημα εντοπίσει στην περιοδική αναθεώρηση ότι η υπάρχουσα θέση δεν έχει πλέον ένα καλό προφίλ ρίσκου/ανταμοιβής. Επιπλέον, ελέγχουμε διαρκώς αυτά που αποκαλούμε «sentiment triggers», όπως είναι οι αλλαγές στην προδιάθεση σχετικά με θέματα όπως ο χρυσός, το πετρέλαιο ή το EUR/USD. Μερικές φορές, τέτοιες αλλαγές μας οδηγούν σε αναδιάταξη του χαρτοφυλακίου - συχνά προτού λάβουν χώρα τα πραγματικά γεγονότα.
TRADERS´: Ποιό είναι το τρέχον ιστορικό ρεκόρ της στρατηγικής;
Knauer: Η στρατηγική εκτέλεσης συναλλαγών ξεκίνησε με πραγματικά χρήματα τον Μάη του 2015. Πρώτα, για έξι μήνες σε δοκιμαστική λειτουργία με 13,3% και από τα μέσα Νοεμβρίου του 2015 χρησιμοποιήσαμε ολόκληρη τη στρατηγική. Στις 30 Ιουνίου του 2016, η απόδοση της στρατηγικής ήταν στο συν 9,9% -13.3 τοις εκατό (διάγραμμα 2) με μεταβλητότητα ύψους 10,4 τοις εκατό και ένα βήτα να συσχετίζεται με τον DAX του μείον 0,08.
(Σημείωση του συντάκτη: το βήτα περιγράφει τη δύναμη και τη συσχέτιση της απόδοσης ενός αξιόγραφου για το σύνολο της αγοράς. Βήτα =-1: αντίστροφο, ίδια απόδοση. Βήτα = 0: ανεξάρτητο, οποιαδήποτε απόδοση. Βήτα ίσον με 1: συγχρονισμός, ίδια απόδοση. Βήτα μεγαλύτερο του 1: θετική συσχέτιση, μεγαλύτερες διακυμάνσεις στην απόδοση).
Έχουμε επίσης αναδρομικό έλεγχο από τον Ιανουάριο του 2013. Ο στόχος είναι μια διψήφια ετήσια απόδοση με μεταβλητότητα κάτω του έντεκα τοις εκατό και ένα βήτα ίσο με μείον 0,05.
TRADERS´: Είναι το Big Data ενδιαφέρον για τους ιδιώτες επενδυτές και για όσους συναλλάσσονται υπεύθυνα – για τους αναγνώστες μας;
Knauer: Απολύτως. Έχουμε σκοπίμως ξεκινήσει με το Catana Big Data ένα δημόσιο ταμείο υπό του γερμανικού δικαίου, που μπορεί να αγοράζεται και να πωλείται καθημερινά. Με αυτό, οι επενδυτές μπορούν, με μικρές ποσότητες, να επωφεληθούν από τη μοναδική μας ιδέα. Η προσέγγισή μας έχει παρουσιάσει ισχυρή απόδοση, ειδικά σε περιόδους κάμψης της αγοράς, καθιστώντας το μια μεγάλη διαφοροποίηση για κάθε χαρτοφυλάκιο.
TRADERS´: Θα είχε νόημα ένας μεμονωμένος επενδυτής να εξετάσει συγκεκριμένους δείκτες προδιάθεσης και να αντλήσει αποφάσεις για εκτελέσεις συναλλαγών; Για να το θέσω αλλιώς, εξετάζοντας μόνο ένα τμήμα του «Big Data», εκεί όπου κάποιος θα περίμενε τον μεγαλύτερο αντίκτυπο στις αγορές – ή με αυτό τον τρόπο θα υπερεκτιμούσαν οι επενδυτές την ικανότητά τους στην ανάλυση;
Knauer: Φυσικά, ήδη υπάρχουν δείκτες προδιάθεσης που λαμβάνονται υπόψη κατά τις αποφάσεις των ενεργών επενδυτών. Ωστόσο, τα σήματα που χρησιμοποιούμε δεν μπορούν - ούτε καν σε ορισμένους τομείς – να αποκτηθούν εύκολα. Για το σκοπό αυτό χρειαζόμαστε μια εκτεταμένη βάση δεδομένων, μια ανάλυση δεδομένων βάσει IT και εκτεταμένες δοκιμές. «