poniedziałek, 17 sierpnia 2015

Rola kreatywności w inwestowaniu


W ostatnim wpisie z tej serii pokazaliśmy, że zamodelowanie procesu decyzyjnego człowieka wcale nie jest takie trudne jak mogłoby się wydawać, a także, że algorytmy radzą sobie najlepiej gdy człowiek nie ma możliwości podważania ich wskazań. Odkrycia te są o tyle kontrowersyjne, że zaczyna to wyglądać tak, że człowiek w ogóle nie jest potrzebny przy podejmowaniu decyzji.

Czy to oznacza, że ludzka inteligencja nie wnosi zupełnie nic do procesu decyzyjnego? Przecież bez naszej inteligencji algorytm nie wiedziałby w ogóle czego ma szukać. Dziś zastanowimy się jak połączyć ludzką inteligencję z obiektywizmem i konsekwencją komputera. 


Tym co odróżnia nas od maszyn jest inteligencja. Inteligencja to umiejętność adaptacji do zmian otoczenia. Dzięki niej potrafimy rozwiązywać problemu, które widzimy po raz pierwszy w życiu. Inteligencja to umiejętność wychodzenia poza standardowe schematy myślowe. Popularnym sposobem na oszacowanie czyjeś inteligencji są testy IQ. Gdyby poddać komputer testowi IQ to jego wynik wyniósłby 0, gdyż komputer nie potrafi rozwiązywać problemów, które widzi po raz pierwszy w życiu.

Oto przykładowe zadanie z testu na inteligencję. Polega ono na domyśleniu się/wyliczeniu jaka liczba kryje się za znakiem zapytania.


Aby to zrobić należy znaleźć schemat/wzór, który wiąże ze sobą kolejne liczby. Jak robi to nasz mózg? Wykorzystuje początkowe 2-3 elementy do stworzenia różnych propozycji. Np. widząc 2 i 4 możemy zakładać, że każda kolejna liczba jest większa o 2 od poprzedniej. Niestety liczba 7 na trzecim miejscu szybko weryfikuje tą propozycję jako błędną.

Kolejną propozycją mózgu może być to, że każda kolejna liczba jest dwa razy większa od poprzedniej, ale tu znów liczba 7 na trzecim miejscu nie pasuje.

W ten sposób mózg szuka i szuka aż trafi np. na taki pomysł, że różnica pomiędzy kolejnymi elementami zaczyna się od 2 i rośnie za każdym razem o 1.

2 + 2 = 4
4 + 3 = 7
7 + 4 = 11
11 + 5 = 16

Jako, że wszystkie liczby się zgadzają z tym wzorem, to możemy wyliczyć, że ostatnia liczba to:
16 + 6 = 22

Zwróćcie uwagę, że samo przeprowadzenie testów różnych pomysłów nie jest przejawem inteligencji. Np. mógłbym wprowadzić ciąg liczb z tego zadania (2,4,7,11,16) do komputera i kazać mu sprawdzać różne pomysły (np. czy kolejne liczby są większe o 2, czy kolejne liczby są większe razy dwa, czy różnica pomiędzy liczbami rośnie z każdą liczbą itp.). W wyniku komputer pokazałby, że moja ostatnia propozycja się zgadza. Nie oznacza to, że komputer ma jakieś IQ. On po prostu sprawdził konkretne propozycje, które mu zaproponowałem. O posiadaniu IQ świadczy umiejętność zaproponowania nowego wzoru.

Np. mógłbym napisać program komputerowy udający, że ma jakieś IQ w taki sposób, że po wprowadzeniu do niego ciągu liczb kazałbym mu sprawdzać wszystkie możliwe kombinacje pomiędzy nimi (czy może różnica jest stała, a może jedne są wynikami mnożenia innych, a może trzeba je między sobą potęgować itd.). Nie byłbym w stanie zaprogramować mu wszystkich możliwości, ale na tyle dużo, że powinno mu się udać rozwiązać kilka najprostszych zadań z testów IQ.

Już prawie szykowałbym się do odbierania Nobla za stworzenie sztucznej inteligencji, ale wystarczyłoby, że ktoś podsunąłby do rozwiązania taką zagadkę z testów IQ:



Dla człowieka nie jest ona szczególnie trudniejsza niż poprzednia. Znów trzeba znaleźć zależności pomiędzy kilkoma elementami, a następnie sprawdzić je na pozostałych elementach i w końcu przenieść na znak zapytania.

Np. (patrząc na najwyższy rząd) widzę, że drugi element jest przekręcony o 90 stopni w stosunku to pierwszego. Trzeci element także jest przekręcony o 90 stopni w stosunku do drugiego. Niestety w drugim i trzecim rzędzie ta zależność okazuje się nieprawdziwa.

Kolejny pomysł to to, że w każdym rzędzie i kolumnie musi wystąpić raz okrąg, raz kwadrat i raz trójkąt. I rzeczywiście testy na wszystkich rzędach i kolumnach to potwierdzają. Dzięki temu wiemy, że brakujący element musi zawierać okrąg.

Sprawdzając dalej dochodzimy, że na podobnej zasadzie w każdym rzędzie musi być jeden element z 1 kreską na końcu, jeden z 2 kreskami i jedne z 3 kreskami.

I w końcu dochodzimy, że w każdej kolumnie mamy po jednym elemencie zwróconym do góry na dół i w prawo.

Te informacje po złożeniu pozwalają nam powiedzieć, że brakującym elementem jest okrąg z dwoma kreskami zwrócony w prawo czyli odpowiedź C.

Dla komputera sprawdzenie tych propozycji nie stanowiłoby problemu, ale musiałby do tego zostać napisany nowy program. Ten z poprzedniego zadania potrafił radzić sobie tylko z liczbami, a tu mamy figury. Tamten potrafił rozpoznawać tylko jeden wymiar (ciąg liczb), a tu mamy dwa wymiary (rzędy i kolumny).

Wniosek jest prosty:
  • Komputer będzie lepszy niż człowiek w sprawdzaniu poprawności danej propozycji. (np. czy kolejne liczby są swoimi kwadratami pomniejszonymi o pierwiastek)
      
  • Człowiek będzie znacznie lepszy niż komputer w podsuwaniu nowych pomysłów do sprawdzenia.
Dokładnie tak powinniśmy podchodzić do podejmowania decyzji inwestycyjnych. Naszym zadaniem jako ludzi jest wykorzystywanie inteligencji do zauważania nowych potencjalnych zależności, nowych wskaźników itp. Np. dotychczas kupowaliśmy po prostu spółki tanie (niskie C/Z), a zaczynamy zauważać, że coś ciekawego może kryć się też w rentowności (ROE). Komputer zamodelowany do podejmowania decyzji w oparciu o C/Z nie wyskoczy nagle z propozycją: "słuchaj może dorzucisz mi dane o ROE".

Poprawny sposób łączenia ludzi i algorytmów przy podejmowaniu decyzji wygląda tak:


Pomysł opiera się na tym, aby oddzielić dwie sytuacje: standardowe działanie (czyli okresowe przeglądanie spółek pod kątem spełniania kryteriów kupna/sprzedaży) od pomysły na nowy wskaźnik.

Nasze poprzednie artykuły [1][2] pokazują, że w ramach standardowego działania (podejmowanie decyzji inwestycyjnej) nie ma miejsca na ingerencję człowieka. Idealne miejsce dla naszej inteligencji to propozycje nowych wskaźników. Jednak zanim je wdrożymy powinniśmy sprawdzić je pod kątem wiarygodności. Przykładowy test wiarygodności dla wskaźnika C/P wygląda np. tak. (jest to pkt. 2 na naszym diagramie).

Jeśli wskaźnik okaże się bezużyteczny (tak jak np. kolor samochodu przy ustalaniu ceny ubezpieczenia OC), to nie wolno nam go dołączyć do systemu inwestycyjnego.

Jeśli wskaźnik będzie ok. (tak jak C/P) to warto jeszcze sprawdzić czy jest on w stanie poprawić wyniki naszej strategii. Może się bowiem okazać, że np. korzystamy już ze wskaźnika C/Z i ich wskazania pokrywają się na tyle, że C/P nie wniesie nic nowego. W takiej sytuacji uwzględnienie C/P nie jest błędem, ale nie będzie miało większego wpływu na skuteczność naszego systemu.

Dopiero po takich testach możemy zmodyfikować zasady naszego systemu, tak aby w ramach "standardowego działania" algorytm mógł szukać spółek według nowych zasad.

Najczęstszym błędem, z którym notorycznie się spotykam jest droga zaznaczona czerwoną strzałką, a więc ktoś wpada na pomysł nowego wskaźnika (np. zauważa, że spółki z wysokim ROE radzą sobie nieźle) i własne przekonanie o jego skuteczności wystarcza mu do zmodyfikowania zasad systemu inwestycyjnego.

Pewien pogląd na temat naszego wyczucia dają odpowiedzi na pytania z ostatniej ankiety. Zapytałem się Was o to czy łatwiej przewidzieć bessę w Polsce na podstawie indeksów w USA, czy odwrotnie. Oto odpowiedzi:


67% osób uważa, że łatwiej przewidzieć bessę w Polsce mając do dyspozycji indeksy w USA. Co ciekawe okazuje się, że już kiedyś szukaliśmy na tym blogu odpowiedzi na podobne pytanie. Okazało się wtedy, że bessa w USA nigdy nie wywołała bessy w Polsce. Za to dane makroekonomiczne z Polski regularnie to robią.

Tego dotyczyło drugie pytanie: "Co jest ważniejsze w przewidywaniu nadejścia bessy w Polsce: zachowanie indeksów w USA czy dane makro z Polski?".

Odpowiedzi z ankiety prezentują się następująco: 


Są one rozłożone niemal idealnie po równo pomiędzy obie opcje. Poprawne są odpowiedzi premiujące dane makro z Polski, a więc poprawnie na to pytanie odpowiedziało tylko 38% osób.

Ten mini eksperyment pokazuje jak marna jest nasza intuicja inwestycyjna w rozpoznawaniu, który wskaźnik ma sens, a który nie i dlaczego same testy wiarygodności wskaźnika powinny być wykonywane według konkretnego algorytmu.

Co powinieneś zapamiętać z tego artykułu:
  • Człowiek jest niezbędny do stworzenia dobrego systemu inwestycyjnego. Jego rola, której nie da się zastąpić to kreatywne proponowanie nowych wskaźników.
     
  • Poza tym działaniem, cała reszta (tj. testowanie wskaźników i regularne przeglądy spółek) powinny być domeną algorytmów.

Jeśli wpis Ci się podoba zapisz się na newsleter, aby nie przegapić nowych artykułów:

Brak komentarzy:

Jeśli po dodaniu Twój komentarz jest niewidoczny, upewnij się czy Twoja przeglądarka ma włączoną opcję obsługi ciasteczek (cookies).

Prześlij komentarz