[dodo_]

Od rana wdrażam się w temat #gielda #gpw i w związku z tym przemyślenia od laika, który właśnie wpadł w Efekt Krugera-Dunninga ( ͡° ͜ʖ ͡°)

Spółki publikują dane finansowe o działalności, dostępne są różne wskaźniki (C/Z, C/EV, EV/EBIT itd.), mamy dostępne dane historyczne. I te historyczne wskaźniki pewnie też są dostępne.
Mając tą kupę danych dla każdej spółki można napisać program, który na ich podstawie i dobierając różne algorytmy (teoretycznie dowolna ilość, z użyciem różnych parametrów i wag) porówna wynik każdego z algorytmów z historycznymi cenami akcji i wybierze ten najbardziej optymalny.

Przeciętny programista jest w stanie taki program napisać. Proszę o wyjaśnienie dlaczego to nie zadziała? ( ͡° ͜ʖ ͡°)

Oczywiście wiadomo, że ceny zależą od hossy/bessy/zagranicy/nastroju inwestorów, pojedynczych zdarzeń w spółkach, tysiąca innych czynników (choć i część tych parametrów również mogą brać pod uwagę algorytmy).
Ogólnie wydaje mi się, że teoria chaosu, i efekt motyla to blokuje. Ale długoterminowo właściciel takiego programu powinien mieć jednak przewagę nad resztą. I raczej nie trafi w spektakularne okazje, ale będzie zdecydowanie na plus w porównaniu do średniej.

[bart_212]

@dodo_: > Przeciętny programista jest w stanie taki program napisać. Proszę o wyjaśnienie dlaczego to nie zadziała? (

Bo nie możesz prognozować przyszłości na podstawie przeszłości. W szczególności w spółkach giełdowych. Obecne i historyczne dane pokazują nam co już się zdarzyło. A co będzie w przyszłości to zależy od danego biznesu.

Np. wskaźnika P/E nie ma sensu dawać do spółek zajmujących się wierzytelnościami bo mogą zrobić takiego wała jak getback, gdzie

[szcz33pan]

@dodo_: prosta sprawa. Wyniki będą gorsze lub lepsze od zakładanych i gwałtowna zmiana kursu gotowa. Nie wszystko jest w cenach akcji zawsze tzn. rynek jest niefektywny.

[Nartenlener]

@dodo_: Weź pod uwagę to, że te same wskaźniki różnie interpretuje się dla różnych branż :)

[Saeglopur]

@dodo_ Takie proste się wydaje? To zrób z tym przeciętnym programista nawet ( ͡º ͜ʖ͡º)
Ilość pracy i badań które sprawią że taki autorski system będzie np lepszy o 1% od rynku jest niewyobrażalna dla większości ludzi - jeśli to ma byc oczywiście porządnie zrobione. A nie mówię nawet o zbieraniu tych danych finansowych bo to też nie tak od ręki dostępne historycznie dla wszystkich podmiotów. Choć

[dodo_]

@Saeglopur:

To zrób z tym przeciętnym programista nawet

No to jestem ( ͡° ͜ʖ ͡°)

Netflix wydaje miliony USD nie tylko na produkcje wideo a głównie na poprawianie skuteczności ich algorytmów rekomendacji

Coś mi się obiło. Poza tym sam trochę pracuje w temacie rekomendacji produktowych w ecommerce.

Stwierdzam, że zamiast wyrokować najlepiej byłoby sprawdzić. Z tym, że może być to dużo pracy. Będę próbował poszukać jakiś historycznych

[Saeglopur]

@dodo_: To widzę że bardzo podobny Mirek się trafił! :D Działaj! Wołaj jeśli będą jakieś wnioski, info czy dylematy do rozstrzygnięcia :) Misja jest przepotężna, bardziej niż sie wydaje i też chciałbym do tego wrócić w końcu :)