Analýza, přístup a vyhodnocení. Víte opravdu na co se zaměřit?
štítek Investice čtení na 3 minuty
Co je to vlastně analýza? Je to systematický přístup, který nás přesune od abstraktního ke konkrétnímu. Pomocí analýzy se od na první pohled nesmyslného shluku čar dostaneme k informaci kde, kdy, proč a s jakým potenciálem do trhu vstoupit. Je to způsob, jak pochopit chaotický systém, jakým je trh. Naším cílem je najít dobrý vstup, který bude mít rozumný poměr zisku a ztrát a který nám po psychologické stránce sedne. Proto, abychom dosáhli nějakého závěru pomocí analýzy, potřebujeme nějaký vstup dat, nějaké proměnné a dnes se podíváme na to, které.
Jaké proměnné používat?
Představte si kvádr. Chcete o něm zjistit všechno – výšku, šířku, délku, hustotu, hmotnost, materiál, tvrdost, měrnou tepelnou kapacitu a řadu dalších věcí. A tak ho sledujete z nárysu. Vidíte obdélník. Ten vám ale řekne pouze jak je tento kvádr vysoký a široký. Vy chcete ale víc informací, tak vezmete tento obdélník a řeknete počítači, aby z něj vytvořil trojúhelník. Počítač to udělá, ale vy se překvapivě nedozvíte nic nového, tak vyzkoušíte čtverec, poté patnáctiúhelník, elipsu, hyperboloid a nakonec podle myslitelných i nemyslitelných aproximací a za pomocí několika matematiků dostanete “bramboroid“ s patnácti rozměry a opět s překvapením zjišťujete, že nevíte nic nového. Tento matematický model porovnáte s hustotou pravděpodobnosti výskytu těchto konkrétních “bramboroidů“ v mikrosvěte, makrosvěte a megasvěta a vše do sebe zapadá. Přes tohle všechno ale nevíte nic nového.
Když začínáte, je vaše úspěšnost kolem 50%. Pokud se zdokonalíte v analýze grafů, zlepšíte se, buďme optimisté, na 60%. Šedesát procent vám třeba nestačí, nebo nemáte dost času a nálady se na tuto úroveň vůbec dostat, protože kompletní analýza jedné proměnné (ceny) je časově velmi náročná a neefektivní.
Pak vás ale napadne, že by nebyl špatný nápad se na kvádr podívat také z půdorysu. Nějaký čas tedy sledujete kvádr z jiné perspektivy a máte mnohem víc informací. Naučili jste se využívat třetí proměnnou, kterou jste předtím neznali. Nyní už můžete vytvářet mnohem víc modelů, ze kterých si vyberete jeden, který vám vyhovuje a úspěšnost se vyhoupne na 70%.
Nakonec tento kvádr ještě zvážíte, změříte jeho tvrdost a víte prakticky vše, co jste chtěli. Úspěšnost se pohybuje kolem 85%. A když už máte takovou úspěšnost, a zvýšení úspěšnosti jste dosáhli pouhým přidáním další proměnné, proč se nepodívat na to jakou má barvu a jakou emoci tento kvádr vyvolává v lidech? Možná proto, že takhle velké množství informací nestihnete zpracovat a budete mít problémy s rozhodováním ve chvílích, kdy se trh pohybuje úplně jiným směrem než by kdo mohl očekávat. Nemá ale smysl tyto informace zahazovat. Možná se vám s barvou bude rozhodovat lépe než s teplotou, nebo budete radši používat emocionální odezvy lidí než hmotnost. Proto má smysl vyzkoušet si všechno.
Hloubková analýza vs RRR?
Má smysl používat spíš hloubkovou analýzu, nebo raději obchodní systém s vysokým poměrem zisků a ztrát? To záleží na vaší odolnosti vůči stresu a nejistotě. Obě strategie spolu přináší pozitiva a negativa. Pokud bude vaše úspěšnost 85%, a věřte mi, že je to možné, pak na tom budete psychicky velmi dobře. Mít statisticky přes 5 zisků v sérii, kterou následuje jedna ztráta je skutečně minimální nápor na psychiku. Pokud je navíc zisk dvakrát větší než ztráta, resp. riskujete $100 a máte pravděpodobnost 85%, že vyděláte $100 nebo dokonce víc, jste na té nejkratší cestě k vysokému zhodnocení. Negativní stránka hloubkové analýzy je již výše zmíněná nutnost sledování několika informací najednou, což může být problém v časovém presu.
Naopak systém s nízkou pravděpodobností, ale s dostatečným poměrem zisk: ztráta, má kratší reaktivní dobu a rychlejší adaptabilní funkci. Jinými slovy je vhodný do divočejších trhů a kratších obchodních horizontů. Je také psychicky náročnější. Pokud čekáte odpověď na otázku, který systém je lepší, tak vás zklamu, protože je to individuální. Nejlépe uděláte, když si vyzkoušíte několik systémů a rozhodnete se pro ten, který vám vyhovuje.
Dnes jsme se zabývali tím, proč nepoužívat víc pohledů na jednu proměnnou. Raději přidejte jinou proměnnou než další indikátor nebo další analýzu, která využívá na vstupu stejná data. Příště se blíže podíváme na jednotlivé proměnné.
David Schlögl
