Beleggen volgens de wetenschappelijke methode
In 1983 vond een uniek experiment plaats in de beleggerswereld. Twee succesvolle beurshandelaren, Richard Dennis en zijn handelspartner Richard Eckhardt waren al enige tijd hevig verwikkeld in een nurture-nature-debat. Dennis geloofde dat de kennis en kunde van een succesvolle beurshandelaar kan worden gereduceerd tot een aantal simpele handelsregels. Eckhardt geloofde dat het succes van een beurshandelaar in de genen zit. Om hun meningsverschil te beslechten besloten zij een aantal pupillen op te leiden in Dennis' wetenschappelijke handelsmethoden en de daaruit volgende technische handelsregels. Vervolgens kreeg ieder van hen 1 miljoen dollar ter beschikking om mee te handelen op de beurs. Volgens Dennis zou hij succesvolle beurshandelaren kweken zoals hij schildpadden gekweekt zag worden tijdens een vakantie in Singapore. Zo werd de naam “turtle traders” geboren. De resultaten waren verbluffend. Binnen vier jaar hadden de meeste “turtles” hun startkapitaal vertienvoudigd. Drie van Dennis' leerlingen beheren ook nu nog met succes miljarden dollars.
Het succes van de turtles laat zien dat technische analyse werkt, mits correct toegepast. Dit succes moet vooral worden toegeschreven aan de door Richard Dennis toegepaste wetenschappelijke methode en niet zo zeer aan de specifieke technische handelsregels. Handelsregels kunnen onderhevig zijn aan verandering. De wetenschappelijke methode daarentegen heeft zichzelf binnen en buiten de financiële wereld ruimschoots bewezen en blijft onverminderd toepasbaar. Zowel het ontwikkelingsproces als het evolutieproces van handelssystemen is zeer gebaat bij deze wetenschappelijke methode.
Simpel gezegd is de wetenschappelijke methode een gestructureerde aanpak om nieuwe kennis te vergaren en bestaande kennis te actualiseren of te corrigeren. Deze methode baseert zich op empirisch, meetbaar bewijs en wordt samengevat in zeven kernstappen:
1) Definieer de onderzoeksvragen;
2) Verzamel informatiebronnen;
3) Vorm een hypothese;
4) Voer experimenten uit;
5) Analyseer de experimentele data;
6) Interpreteer de analyseresultaten en trek conclusies die kunnen dienen als startpunt voor nieuwe hypotheses;
7) Publiceer de onderzoeksresultaten.
Deze zeven stappen dienen als raamwerk, waarbinnen een handelssysteem kan worden ontwikkeld of door ontwikkeld. Dit handelssysteem kan gebaseerd zijn op zowel technische indicatoren als fundamentele indicatoren. De wetenschappelijke methode is dus een gestructureerde en objectieve methode. Deze methode verzekert dat de kennis die ermee wordt verworven vrij is van subjectieve invloeden.
Wanneer een nieuw handelssysteem wordt ontwikkeld volgens de wetenschappelijke methode, komen in de eerste stap een aantal vragen altijd aan bod:
1) Wat ga ik kopen of verkopen?;
2) Hoe groot wordt mijn positie?;
3) Wanneer ga ik de markt in?;
4) Wanneer ga ik de markt uit bij een winnende positie?;
5) Wanneer ga ik de markt uit bij een verliesgevende positie?;
6) Hoe verkrijg ik de beste prijs bij het kopen of verkopen van mijn positie?
Binnen een goed handelssysteem worden al deze vragen beantwoordt. Kerndoel tijdens het ontwikkelen van het handelssysteem volgens de wetenschappelijke methode is dan ook om deze vragen te beantwoorden en vervolgens vast te leggen in het handelssysteem.
In de tweede stap van de wetenschappelijke methode wordt de nodige informatie verzameld, die men nodig heeft voor het beantwoorden van de gestelde vragen. In het geval van een technisch handelssysteem zal deze informatie voornamelijk bestaan uit historische koersdata voor de financiële instrumenten waarin wordt gehandeld. In het geval van een fundamenteel handelssysteem worden hier ook fundamentele gegevens, zoals bijvoorbeeld winstcijfers van bedrijven, bij betrokken.
Wanneer voldoende informatie is verzameld, zal in de derde stap van de wetenschappelijke methode een hypothese worden gesteld. Deze hypothese neemt vaak de vorm aan van een kwalitatief model voor de prijsstelling van de markt. Zo kan men bijvoorbeeld stellen dat een bedrijf met een lage koerswinstverhouding ondergewaardeerd is en dat een bedrijf met een hoge koerswinstverhouding overgewaardeerd is. In dat geval zal men een bedrijf met een lage koerswinstverhouding willen kopen en een bedrijf met een hoge koerswinstverhouding willen verkopen. Een bekende veronderstelling uit de technische analyse is dat markten voor langere tijd in een richting bewegen ofwel markten volgen trends. Deze veronderstelling impliceert dat men ook in staat is om deze trends tijdig te detecteren en ervan te profiteren. De realiteit is vaak dat veel beleggers en beursanalisten wel trends detecteren, maar er nooit van kunnen profiteren. Maar dit terzijde.
Het kwalitatieve model dat voortkomt uit de derde stap dient als input voor de experimentele fase ofwel de vierde stap, waarin het kwalitatieve model wordt gekwantificeerd. Middels een backtest wordt bepaald of het kwalitatieve model ook voldoende voorspellende kracht heeft. Er bestaan een aantal valkuilen tijdens het backtesten van een handelssysteem:
1) Het meenemen van voorkennis waar men niet over kon beschikken als men werkelijk had gehandeld;
2) Het overfitten van de data. Dit levert een goede beschrijving van historische data op, maar het model heeft weinig of geen voorspellende kracht;
3) Er is onvoldoende liquiditeit in de te verhandelden effecten. De backtest is dan niet representatief, omdat de werkelijke prijs teveel afwijkt van de theoretische prijs. In zekere zin wordt bij een backtest aangenomen dat de koper of verkoper de markt niet beïnvloedt. Bij een gebrek aan liquiditeit is deze aanname niet valide;
4) Onverwachte gebeurtenissen in de toekomst worden per definitie niet meegenomen in een backtest. Het werkelijke risico wat men loopt op een handelspositie kan dus veel groter zijn dan blijkt uit de backtest.
De backtest is niet het enige experiment dat men kan doen om een handelssysteem te beoordelen. De backtest, die vaak maar een beperkte tijdsperiode beslaat, kan worden uitgebreid met gesimuleerde tijdsseries. Deze zogeheten Monte-Carlo simulaties geven de gebruiker de mogelijkheid om te onderzoeken wat het effect is op de rendementen als de gebeurtenissen in een andere volgorde hadden plaats gevonden. Gedurende de experimentele fase wordt niet alleen gekeken naar de juistheid van de voorspelde handelsrichting, maar ook naar de grootte van de positie. De grootte van de positie wordt in belangrijke mate bepaald door de hoeveelheid risico dat men bereid is om te nemen. Toch moet rekening worden gehouden met het feit dat het risico in bepaalde marktomstandigheden veel groter is dan in anderen. Dit risico kan enigszins worden beperkt door de grootte van de posities te sturen op de volatiliteit. De volatiliteit is de mate van beweeglijkheid van de koers van een financieel instrument. Hoe hoger de volatiliteit, hoe groter het risico op substantiële verliezen. Daarom zullen veel professionele beleggers de grootte van hun posities laten afnemen bij een toenemende volatiliteit. Wanneer de volatiliteit afneemt, worden de posities vergroot. Hierbij moet rekening worden gehouden met het feit dat er onverwachte dingen kunnen en zullen gebeuren, die de volatiliteit plotseling zal doen toenemen. Denk hierbij aan het verschijnsel bekend onder de naam “black swan”; de gebeurtenis, zoals de aanslag op 11 september 2001, die koersen soms met tientallen procenten kan doen dalen of in zeldzamer gevallen doen stijgen.
Tijdens het analyseren van de experimentele resultaten in de vijfde stap worden een aantal prestatie-indicatoren gebruikt. De bekendste daarvan is de Sharpe ratio. Deze ratio van het gemiddeld jaarlijks rendement, verminderd met het rendement van de benchmark, en de standaarddeviatie van deze grootheid is een maat voor het risico-gecorrigeerde rendement. Hoe hoger de Sharpe ratio, hoe beter de risico-rendementsverhouding. Beleggers zullen dus een voorkeur hebben voor investeringen met een zo hoog mogelijke Sharpe ratio. Een andere veel gebruikte prestatie-indicator is de profit factor. Deze dimensieloze grootheid geeft aan hoeveel neerwaarts risico wordt genomen voor iedere euro winst. Zo zegt een profit factor van twee, dat voor iedere euro winst vijftig cent verlies wordt geleden. Een prestatie-indicator die samen met de Sharpe ratio het meest wordt gebruikt, is de “maximum drawdown” ofwel het maximale piek tot dal verlies. Vanuit een statistisch standpunt gezien is dit echter een slecht gedefinieerde grootheid, omdat deze weinig informatief is zonder dat de tijdsperiode waarover deze is bepaald erbij wordt vermeld. Bovendien is de waarde statistisch bijzonder onzeker. Een maximaal piek tot dal verlies van 20% over een periode van een jaar bij een gemiddeld rendement van 20% per jaar is veel. Wanneer dit maximale piek tot dal verlies echter is behaald over een periode van dertig jaar bij een gemiddeld rendement van 20% per jaar dan mag men spreken van een zeer succesvolle strategie. Dit succes komt dan vrijwel zeker tot uiting in een hoge Sharpe ratio. In zijn algemeenheid kan men stellen dat het maximale piek tot dal verlies toeneemt met de tijd. Daarom is de standaarddeviatie ofwel de volatiliteit van de behaalde rendementen een betere statistische grootheid om te gebruiken als maat voor het neerwaartse risico.
Uit de analyse van de experimentele resultaten van de backtest en Monte-Carlo simulaties blijkt of het ontwikkelde handelssysteem in theorie werkt. Zo niet, dan zal men de hypothese uit stap 3 de wetenschappelijke methode moeten herzien of in het meest extreme geval een nieuwe hypothese moeten bedenken. Vervolgens worden stap 4 tot en met 6 wederom doorlopen. Is het ontwikkelde handelssysteem in theorie succesvol, dan kan het in de praktijk worden getest. Uit dit praktische experiment (stap 4) moet blijken of de realiteit de theorie benadert. Soms is een geavanceerde order-executie methoden vereist om dit voor elkaar te krijgen. Dit is zeker het geval bij hoog-frequente handelsstrategieën. Door de kleine winsten die per handelsmoment worden behaald, resulteren slechte aankopen of verkopen al snel in lange termijn verliezen.
Wanneer een handelssysteem succesvol door de praktijktest is heengekomen, kan deze worden geïmplementeerd. Tijdens de zevende stap wordt het systeem goed gedocumenteerd, zodat de gebruikers ervan goed op de hoogte zijn van de eigenschappen en beperkingen van het handelssysteem. Deze publicaties zijn natuurlijk beschikbaar voor een zeer beperkte gebruikersgroep. Het gaat hier immers om zeer waardevolle kennis. Ook de wet- en regelgever, grote investeerders en accountants eisen in steeds grotere mate transparantie ten aanzien van de gehanteerde handelsstrategie.
Toch is ook een handelssysteem dat geïmplementeerd is en de zevende stap van de wetenschappelijke methode heeft doorlopen nooit af. De markt is continue onderhevig aan veranderingen. Soms leiden deze veranderingen tot marktcondities die nooit eerder zijn waargenomen. Deze marktcondities zijn per definitie niet meegenomen in de ontwikkeling van het handelssysteem. In potentie kan een dergelijke verandering leiden tot een catastrofaal falen van het handelssysteem wanneer het handelssysteem niet van tijd tot tijd wordt herzien. Zoals dierensoorten in een veranderende omgeving alleen maar kunnen blijven bestaan als zij evolueren, zo zal ook een handelssysteem moeten evolueren als het goed wil blijven functioneren in veranderende marktcondities.
De originele handelsregels die Richard Dennis turtles gebruikten om hun fortuin te vergaren liggen inmiddels op straat. Zij worden ook nu nog door een aantal van hen in enige vorm toegepast. Nieuwe inzichten en veranderende marktcondities hebben geleid tot nieuwe of aangepaste handelsregels. Of deze handelsregels de tand des tijds blijven doorstaan is de vraag. Het antwoord op deze vraag is en blijft de wetenschappelijke methode.
