Oran ne kadar
Somut konuşalım.
Aylık hisse getirilerinde, elimizdeki en iyi özelliklerle açıklayabildiğimiz varyans oranı yüzde birkaç seviyesinde.
Yani bir hissenin gelecek ay ne yapacağının yüzde 95’inden fazlası, elimizdeki bilgiyle açıklanamıyor.
Bu, çoğu bilim dalıyla karşılaştırıldığında son derece düşük. Bir fizik deneyinde bu oranla çalışan biri, ölçüm cihazını değiştirirdi.
Bunun bütün sonuçları
Düşük sinyal gürültü oranı, bu seride anlattığımız neredeyse her şeyin sebebi.
Neden çok veri gerekiyor. Zayıf bir sinyali tespit etmek için çok gözlem lazım. Örneklem yazımızda anlattığımız gibi, gereken gözlem sayısı aradığınız etkinin büyüklüğüne bağlı.
Neden aşırı uyum bu kadar kolay. Açıklanacak gerçek bir şey azsa, esnek bir model gürültüyü açıklamaya başlıyor. Random forest denememiz tam bu yüzden çöktü.
Neden çoklu test bu kadar tehlikeli. Gürültü baskın olduğunda, tesadüfen iyi görünen kurallar bol miktarda üretiliyor.
Neden basit modeller kazanıyor. Az parametreli modeller, gürültüye uyacak esnekliğe sahip değil. Bu bir sınırlama gibi görünüyor ama burada bir avantaj.
Neden sonuçlar mütevazı. Dürüstçe yapılmış bir çalışmanın sonuçları hep beklenenden küçük çıkıyor. Büyük çıkıyorsa, bir yerde gürültü sinyal sanılmış olabilir.
Oranı iyileştirmenin yolları
Sinyali güçlendiremiyorsanız, gürültüyü azaltabilirsiniz. Birkaç yol var.
Kesitsel çalışmak. Tek bir hisseye bakmak yerine, o ayki bütün hisseleri karşılaştırmak. Piyasa geneli hareketi ortadan kalkıyor, geriye göreli fark kalıyor. Gürültünün büyük kısmı böyle eleniyor.
Portföy kurmak. Tek bir hissenin gürültüsü büyük, otuz hisselik bir portföyünki çok daha küçük. Şirkete özgü gürültü birbirini götürüyor.
Zaman içinde toplamak. Bir aylık sonuç gürültülü, on yıllık ortalama daha net.
Birden fazla bağımsız sinyali birleştirmek. Her biri zayıf ama farklı şeyleri ölçen sinyalleri toplamak, tek bir sinyalden güçlü sonuç veriyor.
Bizim kompozit skorumuzun tahmin gücünü 0,023’ten 0,072’ye çıkarması bu son maddenin sonucu. Tek tek faktörler zayıftı, birleşimleri belirgin şekilde güçlü.
Bu neden işe yarıyor
Farklı sinyalleri birleştirmek işe yarıyor çünkü her birinin gürültüsü bağımsız.
Volatilitenin gürültüsü ile momentum ölçüsünün gürültüsü farklı kaynaklardan geliyor. Topladığınızda gürültüler kısmen birbirini götürüyor, sinyaller ise aynı yönde toplanıyor.
Bu, çeşitlendirmenin sinyal tarafındaki karşılığı. Portföyde varlıkları çeşitlendiriyorsunuz, modelde sinyalleri.
Şart şu: sinyaller gerçekten farklı şeyler ölçmeli. Aynı fiyat serisinden türeyen üç gösterge kullanmak size üç bağımsız sinyal vermiyor.
Beklentiyi doğru kurmak
Bu oranı bilmek, beklentinizi de belirliyor.
Bir model her ay doğru tahmin yapmayacak. Aylarca kötü gidecek dönemler olacak ve bu, modelin bozulduğu anlamına gelmeyecek.
Gürültünün baskın olduğu bir ortamda, iyi bir modelin bile kısa vadeli performansı rastgele görünüyor. Ancak yeterince uzun bir dönemde sinyal ortaya çıkıyor.
Bu, sabırlı olmayı bir erdem değil, matematiksel bir zorunluluk yapıyor.
Kendinize sorulacak soru
Bir strateji ya da gösterge değerlendirirken şunu sorun: bu sonucu üretmek için gereken sinyal gücü, bu piyasada mümkün mü?
Birisi size aylık isabet oranı yüzde 80 olan bir sistemden bahsediyorsa, bu piyasanın sinyal gürültü oranıyla tutarlı mı diye düşünün.
Genelde değil. Ve bu, ileri sürülen iddiaya ne kadar güveneceğinizi baştan belirliyor.
Sıradaki
Bir sonraki yazıda Bayes düşüncesine geçiyoruz. Yeni bilgi geldiğinde inancınızı nasıl güncellemelisiniz ve bu, yatırım kararlarında ne işe yarar.
Bu yazı bilgilendirme amaçlıdır, yatırım tavsiyesi değildir.