Data Mining Isn Ta Gute Wette Für Börsen Prognosen

Data Mining ist nicht eine gute Wette für Börsen Prognosen Der Verkauf im Mai und weggehen Regel empfiehlt Anlegern, aus dem Markt nach dem April zu bekommen und sich wieder in die nach Oktober. Mit dem Markt um 17% seit dem 30. April, wird diese Regel nicht auf der Suche so gut an dieser Stelle. In der Zwischenzeit Dutzende - wahrscheinlich Hunderte - von Websites hawk Eigenhandel Werkzeuge und analytische Modelle, basierend auf Faktoren mit kryptischen Namen wie McMillan Oszillatoren oder Böden und Decken. Es gibt kein Ende, um solche Regeln. Aber es ist nicht sehr sinnvoll, die meisten von ihnen nicht. Ein unterhaltsames neues Buch, Nerds an der Wall Street, von der Veteran quantitative Vermögensverwalter David Leinweber, seziert die schlampige denken, dass die meisten dieser Techniken zugrunde liegt. Der Aktienmarkt wie Unmengen von Informationen, die, wenn Sie durchpflügen genug davon lange genug erzeugt, können Sie immer eine Beziehung, die zu spektakulären Renditen scheint finden - durch Zufall allein. Dieser Schein wird als Data Mining bekannt. Jedes Jahr werden Milliarden von Dollar gießen in Daten-abgebaut Anlagestrategien. Niemand weiß, ob diese Techniken in der realen Welt zu arbeiten. Ihre Ergebnisse sind hypothetische - auf Basis von Backtesting oder eine Simulation dessen, was passiert wäre, wenn der Manager tatsächlich verwendet diese Techniken in der Vergangenheit, in der Regel, ohne irgendwelche Gebühren, Transaktionskosten oder Steuern anfallen können. Diese Annahmen sind völlig unrealistisch, natürlich. Aber Daten-abgebaut Nummern können so unwiderstehlich sein, dass, wie Herr Leinweber es ausdrückt, sie sind eine der Hauptursachen für die Verdampfung von Geld, vor allem in der quantitativen Strategien. Mr. Leinweber bekam so frustriert von unverantwortlichen Data Mining, dass er beschloss, es zu persiflieren. Nach dem Gießen über eine Statistik so absurd, dass kein vernünftiger Mensch könnte glauben, es könnte US-Aktienkurse prognostizieren zu finden, ließ Mr. Leinweber auf jährliche Butterproduktion in Bangladesh. Über einen 13-Jahres-Zeitraum, er fand, erklärte diese Statistik 75% der Variation in den jährlichen Renditen des Standard & Poors 500-Aktienindex. Durch das Werfen in der US-Käseproduktion und der Gesamtbevölkerung von Schafen in sowohl Bangladesch und den USA Herr Leinweber konnte letzten US Aktienrenditen mit 99% Genauigkeit vorherzusagen. Aber die ganze Übung, sagt er, ist eine totale Topf. Es gibt keinen denkbaren Grund, warum US-Aktienrenditen würden von Bangladeshi Vieh kehrt bestimmt werden. Mr. Leinweber der Übung ist nicht viel mehr absurd als einige aktuelle Beispiele für Data Mining. Eine neuere wissenschaftliche Papier behauptet, um zu zeigen, dass man die Aktienrenditen vorauszusagen durch Verfolgen der Anzahl von neun-Jährigen in den USA weitere wissenschaftliche Studie behauptet, dass Aktien sind eher gehen bis an den Tagen, wenn Smog untergeht. Das weist auf die erste Regel für das Halten Sie sich vor dem Absturz in einem Datenmine: Die Ergebnisse müssen Sinn machen. Korrelation nicht Kausalität, so muss es einen logischen Grund, warum ein bestimmter Faktor sollte Markterträge vorherzusagen. Egal, wie attraktiv die Zahlen aussehen kann, wenn die Ursache ist nicht plausibel, die Erträge werden wahrscheinlich nicht von Dauer. Heath Hinegardner Die zweite Regel ist, um die Daten in Stücke brechen. Teilen Sie die Messzeit in Drittel, zum Beispiel, um zu sehen, ob die Strategie ging und nur einen Teil der Zeit. Stellen Sie die Ergebnisse nur für Aktien, deren Name mit A bis J oder R bis Z zu sehen, um zu sehen, ob die Ansprüche halten, wenn Sie wieder einige der Daten zu halten. Als nächstes fragen, was die Ergebnisse würden wie einst die Handelskosten, Verwaltungsgebühren und anfallenden Steuern abgezogen aussehen. Schließlich warten. Hypothetische Ergebnisse in der Regel zerknittern, nachdem sie mit den realen Kosten der Investitionen kollidieren. Wenn einer Strategie lohnt sich, Mr. Leinweber sagt, dann wird es noch lohnt in sechs Monaten oder einem Jahr. Mr. Leinweber bekommt immer noch Anfragen von Vermögensverwaltern, die ihn, seine Daten auf Bangladeshi Butterproduktion zu teilen, so dass sie die neuesten Zahlen zu erhalten und bauen eine Trading-Strategie um sie herum können möchten. Eine bedrückende Zahl von Menschen nicht bekommen, es sei ein Witz, seufzt Mr. Leinweber. Lassen Sie nicht den Witz auf Sie sein.