Metoda naukowa w inwestowaniu
W najnowszym podcaście Inwestor Wojtek rozmawiałem z dziennikarzem finansowym Stanisławem Borawskim o inwestowaniu algorytmicznym.
Najbardziej spodobało mi się pytanie: czy ilościowe podejście nie daje fałszywej pewności co do wyników? Odpowiedziałem, że dla mnie jest ono po prostu bardziej naukowym podejściem do inwestowania.
———
Podejście naukowe
Czytam właśnie „Kwantechizm 2.0” Andrzeja Dragana, w którym profesor bardzo fajnie argumentuje, że funkcją nauki nie jest udowadnianie czegokolwiek, decydowanie jak na pewno jest, ale bardziej weryfikowanie, jak na pewno NIE jest.
Odfiltrowanie tego, co w naszych poglądach, opiniach o świecie jest zabobonem, a co faktycznie może być prawdziwe. Głównie na bazie eksperymentu.
Działa to tak: coś obserwujemy → mamy konkurencyjne wyjaśnienia dlaczego tak jest i jak to może działać → i weryfikujemy kolejnymi eksperymentami, które wyjaśnienie zostanie.
→ Odsiewamy po prostu te błędne, aż zostanie to, czego dotychczasowe doświadczenia (jak na razie) nie wykluczają. A jak wykluczą, potrzebny będzie nowy model, lepsze wyjaśnienie.
…i jego zastosowanie w inwestowaniu
Nie wiem czy wybrnąłem jasno w swojej odpowiedzi w wywiadzie, ale pisemnie ująłbym to tak:
Podejście systemowe (algorytmiczne, ilościowe) w inwestowaniu nie daje pewności, ale pozwala przynajmniej odfiltrować to, co w naszym zwykłym, ręcznym, dyskrecjonalnym inwestowaniu na pewno jest błędem. Co na pewno – weryfikując na danych z przeróżnych warunków rynkowych – nie zadziała. Co niekiedy sprawia pozory, że działać powinno, czasem działa nieźle przez jakiś czas, ale w końcu przynosi straty i okazuje się błędne.
Podobnie działa nauka. Odfiltrowuje, które z naszych niezliczonych uproszczeń i modelów rzeczywistości okazują się totalnie nietrafione. Aż te, które są (przynajmniej w jakimś zakresie) prawdziwe – zostają, i stają się „wiodącą teorią” tego jak jakiś mechanizm działa. Żadna teoria w nauce nie jest ostateczna, i każda ma tylko jakiś swój zakres zastosowania, poza którym nie ma sensu trzymać się jej literalnie.
Wiadomo, że są też istotne rozbieżności – nauki przyrodnicze, na przykład, zajmują się zjawiskami, które zupełnie nie zależą od naszych badań, nasze eksperymenty ich nie zmieniają. (Pomińmy na moment problem pomiaru w mechanice kwantowej, bo to specyficzna kwestia.) Prawidła są przez to łatwiejsze do odkrycia i sprecyzowania – bo raz zrozumiane, są już niezmienne. Rynki finansowe z kolei, bez przerwy ewoluują, zmieniają się, i zasady które działały w jakimś okresie, mogą przestać działać w innym. Sam wierzę jednak, że są tu pewne uniwersalne prawdy, które warto poznawać.
Jednak tym, co łączy inwestowanie algorytmiczne z podejściem naukowym najbardziej jest postawa: podważania wszystkiego. Weryfikowanie wszystkiego. Testowania (na danych). Eksperymentowania. Podważaj wszystko, żeby odkryć to, co niepodważalne.
O profesorze Draganie, i jego bezkompromisowej postawie naukowej, wspominałem we wpisie Rozumować to algorytmizować.
Takiej postawy życzę Ci też i w innych sferach: być może innych rodzajach inwestowania, ale i wszelkiej innej działalności, która wymaga poznawania, uczenia się i rozumienia tego, co się dzieje.
Cała rozmowa
Zapraszam do całej rozmowy, poniżej. Jest też w formie podcastu na Spotify.
To jest wpis #25. Zapraszam do kolejnych. Jeśli chcesz z czymś się nie zgodzić, zaprotestować – pisz śmiało w komentarzach.
Ciekawa rozmowa i trafne podsumowanie. Wydaje mi się, że popularność podejścia naukowego / ilościowego / algorytmicznego do podejmowania decyzji inwestycyjnych będzie tylko rosnąć. Właśnie dlatego, że pozwala uniknąć błędów – wiadomo, nie wszystkich – ale wielu, które mogą powstać przy czysto dyskrecjonalnym podejściu. Mam tu namyśli choćby różne możliwe błędy poznawcze, jak efekt zakotwiczenia, błąd reprezentatywności, na które odpowiedni algorytm może stanowić rozwiązanie.
Dzięki. W pełni się zgadzam.