Sezginin iyi olduğu yerler var
Önce hakkını verelim. Sezgi işe yaramaz değil.
Bir şirketin işini anlamak, yönetimin dilinden bir şeyler sezmek, bir sektörün nereye gittiğini hissetmek. Bunlar sezginin güçlü olduğu alanlar ve hiçbir formül bunları tam olarak yapamıyor.
Sorun, sezginin kendi sınırlarını bilmemesi. Aynı güvenle, hiç iyi olmadığı konularda da fikir üretiyor.
Sezginin sistematik olarak yanıldığı yerler
Beynimiz belirli türde hatalara yatkın ve bunlar rastgele değil, tahmin edilebilir.
Küçük örneklemden büyük sonuç çıkarmak. Bir kural üç kez tuttuğunda “bu iş çalışıyor” diyoruz. Üç gözlem hiçbir şey söylemez ama bize yeter gibi gelir.
Örüntü görmek. Rastgele bir grafikte omuz baş omuz görebiliriz. Beynimiz örüntü bulmak üzere kurulmuş ve olmadığı yerde de buluyor.
Hikayeyi olasılığın önüne koymak. Detaylı, ikna edici bir hikaye, sayısal olarak daha olası ama sıkıcı bir açıklamayı gölgede bırakıyor.
Kendi geçmişimizi yanlış hatırlamak. İsabetli tahminlerimizi net hatırlıyoruz, tutmayanları unutuyoruz. Bu yüzden herkes kendini ortalamadan iyi sanıyor.
Nadir olayları yanlış tartmak. Çok düşük ihtimalli büyük kazançlara fazla ödüyoruz. Piyango tercihi diye ölçülmüş bir şey bu ve borsada da aynen çalışıyor.
İstatistik ne yapıyor
Kısaca: gürültüden sinyali ayırıyor.
Borsada olan biten şeylerin büyük kısmı gürültü. Rastgele dalgalanma, tesadüfi hareketler, anlamsız günlük değişimler. İçinde küçük bir sinyal var ve o sinyal çıplak gözle görünmüyor.
İstatistik size şunları söylüyor:
Bu fark gerçek mi, yoksa tesadüf müydü?
Bu ilişki ne kadar güçlü ve ne kadarına güvenebilirim?
Elimdeki gözlem sayısı bir sonuç çıkarmaya yeter mi?
Bu kuralı bulmak için kaç deneme yaptım ve bu, sonucumu ne kadar şüpheli kılıyor?
Bunların hiçbiri “şu hisseyi al” demiyor. Ama hepsi, yanlış bir sonuca güvenmenizi engelliyor. Asıl faydası bu.
Bir örnek
Bir kural düşünün: “Fiyat 200 günlük ortalamasının üstündeyken al.”
Sezgi bunu test edemez. Birkaç örnek hatırlarsınız, ikisi tutmuştur, güvenirsiniz.
Sayısal yaklaşım şunu yapar: 567 hisse, on dört yıl, her ayın sonunda kuralı uygula ve sonraki ay ne olduğunu kaydet. Sonra kuralın hiç uygulanmadığı durumla karşılaştır.
Bizim bu testte bulduğumuz şey, kuralın tek başına yeterli olmadığı ama başka bir bilgiyle birleştiğinde tabloyu tamamen değiştirdiğiydi. Aynı sinyal, trendin yönüne göre bir yönde artı yüzde 5,7, diğer yönde eksi yüzde 11,9 sonuç veriyordu.
Bu ayrımı sezgiyle bulamazdınız. Bulsanız bile, ne kadar güvenebileceğinizi bilemezdiniz.
Sayılar da yanıltır
Dengeli olalım. İstatistik sihirli bir kalkan değil.
Yanlış kurulmuş bir test, sezgiden daha tehlikeli olabiliyor. Çünkü sayı verdiği için güven veriyor.
Bu serinin yarısı, tam da bu tuzakları anlatacak. Aşırı uyum, çoklu test, hayatta kalma yanlılığı, geleceğe bakma. Bunların her biri, sayısal görünen bir sonucu tamamen çürütebiliyor.
Bizim kendi çalışmalarımızda da bu hataların hepsine düştük ve düzeltmek zorunda kaldık.
Bu seride ne var
Sırayla şunları anlatacağız.
Önce temel araçlar: getiriler nasıl dağılıyor, ortalama ne zaman yalan söylüyor, volatilite neyi ölçüyor, korelasyon ne demek, beklenen değer nasıl hesaplanıyor.
Sonra çıkarım: kaç gözlem yeterli, regresyon nedir, “anlamlı” ne demek, p-değeri nasıl okunur.
Sonra tuzaklar: çoklu test, aşırı uyum, ölçüm hataları.
Son olarak model kurmak: bir model nedir, tahmin gücü nasıl ölçülür, backtest nasıl yapılır, simülasyon ne işe yarar.
Formül minimumda tutulacak. Anlatılan her şeyin borsada nerede kullanıldığını göstereceğiz.
Matematik geçmişiniz yoksa endişelenmeyin. Buradaki fikirlerin hemen hepsi, formülünü hiç görmeden anlaşılabilir.
Sıradaki
Bir sonraki yazıda en temel soruyla başlıyoruz: hisse getirileri nasıl dağılıyor ve neden çoğu istatistik kitabının anlattığı gibi değil.
Bu yazı bilgilendirme amaçlıdır, yatırım tavsiyesi değildir.