The New York Stock Exchange og Chicago Mercantile Exchange er hjemsted for nogle af de mest avancerede handelssystemer og automatiseret handel computere i verden. Det ville ikke være en overdrivelse at sige, at milliarder af dollars er blevet investeret i edb handel i de sidste 20 år. Computer-baseret handel er endnu højt specialiseret udførte funktion. Nogle computere er udnyttet til at kalde sving i markedet, andre bruges til at kortlægge hypotetiske bevægelse i markedet, og atter andre er vant til systematisk at skalere ind og ud af potentielle og nuværende markedspositioner. Mærkeligt nok selv, de fleste af den reelle handel og især det vigtige opkald om, hvornår at købe og sælge, er en menneskelig funktion.
Et af de mest vanskelige og stumpe koncepter for de fleste lægfolk og nye forhandlere er graden af tilfældighed til stede i alle markedsforhold. Afhængig af, hvilken kilde du citerer, er alt fra 60 og 80% af den typiske pris handling tilfældigt i naturen. Pr. definition er det umuligt at forudsige tilfældig bevægelse. Af denne grund alene, har edb handel levet op til de store forventninger, den finansielle industri forestillede et årti siden. De virkelige arbejdsheste på børserne er ikke computere, men rigtige levende mennesker.
Men det ville helt sikkert være en stor idé for den gennemsnitlige amerikaner til at vende på en computer og tjene tusindvis af dollars hver måned, uden nogen idé om, hvordan markedet fungerer. Heck, ville investeringer fagfolk elske at have en computer, der spytte ud konsekvent overskud måned efter måned. Desværre har computere ikke levet op til deres forventninger, og det er tvivlsomt, at de nogensinde vil.
Hvorfor?
Det allerbedste i edb handelssystemer, der bruges af de store investeringsselskaber kræver konstant omprogrammering for at kompensere for de mange faser og stemninger markedet udstiller i hele løbet af et enkelt år. For at beregne de mange prisfastsættelse anomalier, der opstår i en femårig periode er overvældende i omfang. For at være sikker, edb handel lider under de samme problemer, som alle menneskelige handlende lider, markedet er et bæst med mange stemninger og udstiller en så bred vifte af prispolitik, at det tager år for det menneskelige sind til at genkende og tilpasse sig disse stadigt ændrede forhold. Da computeren kun så god som sin programmering, Wall Street befinder sig konstant justering risiko komponenter og prissystemer for at kompensere for den brede vifte af prisadfærd jeg har beskrevet ovenfor. Ganske enkelt, markedets tilfældige adfærd kombineret med nogle af de meget organiseret adfærd det udviser er vanskelige at forudsige med nogen nøjagtighed via matematisk algoritme. Dette er et meget vanskeligt begreb for mange enkeltpersoner til at konceptualisere, da vores sind er en betingelse for at indsamle data og organisere disse data ind i nogle system, der giver mening på et ensartet grundlag. Du behøver blot at se på de hundredvis af handelssystemer, der findes til at indse, at der er absolut ikke enighed om, hvordan markedspriserne dens underliggende værdipapirer. For den sags skyld, er der meget lidt enighed om, hvordan markedet rent faktisk fungerer i form af egenkapital prissætning.
Men det er blevet meget almindeligt at se reklamer i de seneste år Hawking computer robotter, der rake i tusindvis af dollars hver måned. Jeg tvivler ikke på, at der fra tid til anden disse edb robotter har meget succesrige måneder, men den brede vifte af markedsadfærd har altid udelukket selv de mest avancerede computere fra konsekvent outperforme markedet. Dette faktum er dokumenteret i de relative afkast over de seneste 30 år. De har ikke ændret sig meget, med eller uden computere de store investeringsselskaber har været i stand til mærkbart at øge deres afkast.
Min pointe er en forholdsvis enkel en, kan du tjene penge på aktiemarkederne med en ordentlig uddannelse og viden og en større mængde af erfaring, men forventningen om at købe en $ 300 computer robot og rippe i en konsekvent indkomst er blevet bevist at være, i bedste fald usandsynlig. For at være sikker, de fleste test, som vist, at computer robotter tendens til at miste penge, især når testene er over en 3 til 5 år med konjunkturudviklingen. Igen er problemet som beskrevet ovenfor, der er simpelthen for mange prisfastsættelse variabler for enhver computer til at analysere ordentligt og investere rentabelt.
Sammenfattende har vi diskuteret den tilfældige karakter af aktiemarkederne, og manglende evne til nogle af de mest avancerede computere i verden til præcist investere og profit. Jeg har påpeget, at de fleste af de store investeringsbeslutninger stadig lavet på det menneskelige plan. Og endelig har jeg advaret om, at detail-computer robotter i øjeblikket markedsføres måske ikke udføre som annonceret, i det mindste på lang sigt. Hvis du er interesseret i at tjene penge på aktiemarkederne, lære at handle og profit.