Beschreibung
Original-Website: https://www.wiley.com/en-us/Evidence+Based+Technical+Analysis:+Applying+the+Scientific+Method+and+Statistical+Inference+to+Trading+Signals-p-9780470008744
Ursprünglicher Preis: $110
Inhalt: Evidenz-basierte technische Analyse.pdf
Was Sie aus der Lektüre dieses Buches mitnehmen, hängt wirklich davon ab, woher Sie kommen.
Für STATITIKER mit Interesse an den Handelsmärkten - Sie werden wahrscheinlich mit dem Gefühl weggehen: "Ja, das denke ich schon seit Jahren, schön, dass sich jemand die Zeit genommen hat, den TA-Mythos zu entlarven."
Für TECHNIKER (Händler) mit einem Interesse an Statistiken - Sie werden wahrscheinlich denken: "Das kann doch nicht wahr sein. Es gibt hundert gute Bücher, die einem zeigen, wie man mit TA Geld verdienen kann. Dieses Buch ist scheiße."
Aronson ist der Meinung, dass die Wahrheit NICHT dazwischen liegt - er ist fest im Lager der Statistiker.
Aber eine genaue Lektüre dieses aussagekräftigen Buches schließt die Tür zur profitablen TA nicht, sondern bestätigt nur, was jeder MBA im ersten Jahr lernt:
"Keine OBJEKTIVE Black-Box-Handelsstrategie schlägt den Markt DURCHSCHNITTLICH und LANGFRISTIG."
Aber eingefleischte TA-Fans können beruhigt sein. Sie werden auch in diesem Buch etwas Interessantes finden. Ich bin sicher, Aronson würde dem Folgenden zustimmen:
"Natürlich kann man der Blackbox KOMPLEXe Regeln hinzufügen und PERIODISCH Rentabilitätsläufe mit TA finden. Wenn EXZESS-Renditen nur KURZFRISTIG existieren, ist das gut genug für mich".
Für diejenigen, die nicht bereit sind, sich die Zeit zu nehmen, um die sorgfältig dargestellten statistischen Konzepte zu verdauen, wird dieses Buch wenig Wert haben. Es ist keine schwere Mathematik. Aber Mathe versteht man am besten, nachdem man einen Statistikkurs auf College-Niveau vollständig verinnerlicht hat.
Selbst für diejenigen, die einen Abschluss in Statistik oder Ökonometrie haben, sind Statistiken schwierig - sowohl das Berechnen als auch das Interpretieren statistischer Daten erfordert ein wenig Arbeit. Erschwerend kommt hinzu, dass marktbezogene Statistiken voller Halbwahrheiten, verblüffender Mathematik und Überlieferungen von der Wallstreet sind.
Dieses Buch räumt mit den falschen TA-Überlieferungen auf, indem es ein klares, wissenschaftlich fundiertes Verfahren zur Prüfung technischer Regeln vorstellt.
Denjenigen, die den Kauf dieses Buches ernsthaft in Erwägung ziehen, empfehle ich, Aronsons Website [...] aufzusuchen und Dr. Timothy Masters' .pdf "Monte-Carlo Evaluation of Trading Systems" herunterzuladen und zu lesen. Das Dokument spiegelt sowohl im Ton als auch in der Ausführlichkeit das Buch von Aronson wider.
Wenn Sie die 43-seitige Dokumentation von Masters mögen, werden Sie Aronsons über 500-seitiges Buch lieben.
Die Rezension
Ich gliedere das Buch in vier Teile, von denen jeder je nach Ihrem Hintergrund - z. B. Techniker oder Statistiker - von unterschiedlichem Nutzen ist. Im Folgenden gebe ich einfach das an, was ich für das "wichtigste Zitat" aus jedem Teil hielt, sowie einige Anmerkungen für diejenigen, die den Kauf des Buches in Erwägung ziehen.
***** Teil 1: Kapitel 1 - 31 Seiten
Objektive Regeln und ihre Bewertung
"Die isolierte Tatsache, dass eine Regel in einem Backtest eine Rendite von 10 Prozent erzielte, ist bedeutungslos. Wenn viele andere Regeln mit denselben Daten mehr als 30 Prozent erwirtschafteten, würden 10 Prozent auf Minderwertigkeit hindeuten, wohingegen 10 Prozent auf Überlegenheit hindeuten könnten, wenn alle anderen Regeln kaum profitabel waren." - Aronson, Seite 23
Erstellen von Regeln - Einführung in die Konstruktion bimodaler Regeln und Auslöseschwellen
Datenumwandlung - Schöner Überblick über Positionsverzerrungen, Log-Differenzen und Testverzerrungen
Benchmarking-Regeln - Gute Übersicht, warum "Relative-Benchmarking" wichtig ist
Beating the Benchmark - Warum ein profitabler Rückentest kein eindeutiger Beweis für eine gute Regel ist
***** Teil 2: Kapitel 2-3 - 130 Seiten
Die illusorische Gültigkeit der subjektiven technischen Analyse
Die wissenschaftliche Methode und die technische Analyse
"Der Statistiker Harry Roberts sagte, dass technische Analysten der Illusion von Mustern und Trends aus zwei möglichen Gründen zum Opfer fallen. Erstens gibt die "übliche Methode der grafischen Darstellung von Aktienkursen eher ein Bild von aufeinanderfolgenden (Preis-)Niveaus als von Preisveränderungen, und Niveaus können den künstlichen Anschein von Mustern oder Trends erwecken. Zweitens erzeugt das zufällige Verhalten selbst Muster, die zu falschen Interpretationen einladen."- Aronson, Seite 83
Das Auge trügt - Die Darstellung eines Zufallsprozesses und die Repräsentativitätsheuristik
Subjektiv vs. Objektiv - Warum es wichtig ist, eine TA-Regel "hart zu kodieren"
Die Rolle der Logik - Warum "Falsifikation" in der TA wichtiger ist als "Affirmation"
Astrologie vs. Astronomie - Verschiebung der TA-Grenzen von der Pseudo- zur Wissenschaft
***** Teil 3: Kapitel 4-7 - 230 Seiten
Statistische Analyse
Hypothesentests und Konfidenzintervalle
Data-Mining-Voreingenommenheit: Das Narrengold der objektiven TA
Theorien der nicht-zufälligen Preisbewegung
"Die informelle Datenanalyse ist der Aufgabe, gültiges Wissen aus den Finanzmärkten zu extrahieren, einfach nicht gewachsen. Die Daten blühen mit illusionären Mustern auf, während gültige Muster durch Rauschen und Komplexität verschleiert werden. Eine strenge statistische Analyse ist für diese schwierige Aufgabe weitaus besser geeignet." - Aronson, Seite 172
Hypothesentests - guter Überblick über Wahrscheinlichkeit und statistische Schlussfolgerungen
Die traditionelle Lösung - Setzen Sie Ihre Statistikkenntnisse aus dem Studium tatsächlich um
Die Monte-Carlo-Lösung - Einsatz von Computer-Randomisierung und Re-Sampling in der Praxis
Das Data-Mining-Problem - Warum herkömmliche MC-Lösungen nicht funktionieren
Ineffiziente Märkte - Wie, wo und warum profitable TA-Regeln noch existieren sollten
***** Teil 4: Kapitel 8-9 - 100 Seiten
Fallstudie zum Rule Data Mining für den S&P 500
Fallstudienergebnisse und die Zukunft der TA
"Nur wenige Regelstudien in der populären TA wenden Signifikanztests jeglicher Art an. Sie gehen also nicht auf die Möglichkeit ein, dass Regelgewinne auf einen gewöhnlichen Stichprobenfehler zurückzuführen sind. Dies ist ein schwerwiegendes Versäumnis, das durch die Anwendung gewöhnlicher Hypothesentests leicht korrigiert werden kann." - Aronson. Seite 449
The Operators - Bewertungen: Kanalausbrüche, gleitende Durchschnitte, Kanalnormalisierung
Die Indikatoren - Bewertungen: Preis, Volumen, Breite, Spreads, Renditen
Die Regeln - Bewertungen: Trends, inverse Trends, Umkehrungen, Divergenzen
Die Ergebnisse - Die Analyse, warum 0 der 6.402 getesteten Regeln keine signifikanten Ergebnisse lieferten
Das Fazit
Aronsons Buch erinnert mich an den maskierten Magier im Fernsehen, der die Geheimnisse der besten Bühnenillusionen verraten hat.
Magieranfänger und Zauberlehrlinge werden zweifellos "sauer" sein.
Aber echte Fachleute sind befreit.
Die Besten auf diesem Gebiet können sich auf neue und potenziell MEHR aufregende Illusionen konzentrieren - und nicht auf die gleichen alten Tricks.
