Якорение и корректировка

Якорение и корректировка — это когнитивная эвристика, которая влияет на то, как люди интуитивно оценивают вероятности. Она часто играет решающую роль в процессе принятия решений, включая финансовые рынки и алгоритмическую торговлю. Этот феномен описывает человеческую тенденцию слишком сильно полагаться на первую часть информации (“якорь”) при принятии решений. Последующие суждения затем выносятся путём корректировки от якоря, но корректировки, как правило, недостаточны, делая начальный якорь сильно влияющим на окончательное решение.

Концепция якорения

Концепция якорения была впервые представлена психологами Амосом Тверски и Даниэлем Канеманом в начале 1970-х годов. В своей основополагающей работе они продемонстрировали, как начальное воздействие числа может чрезмерно влиять на последующие суждения и оценки. По сути, якорь служит референтной точкой и, даже будучи нерелевантным, оказывает драматическое влияние на принятие решений.

Например, если участников спрашивают, является ли население города больше или меньше 1 миллиона, а затем просят предоставить свою лучшую оценку, их ответы будут тяготеть ближе к 1 миллиону, чем если бы им дали якорь в 500 000 или 2 миллиона. Этот эффект происходит несмотря на осознание участниками нерелевантности начального числа.

Якорение на финансовых рынках

На финансовых рынках якорение может проявляться различными способами. Инвесторы, трейдеры и даже финансовые аналитики могут подсознательно зацепиться за начальную часть данных, такую как начальная цена акции, прошлые цены или прогнозы аналитиков, и позволить ей влиять на свои последующие инвестиционные решения.

Цены акций

Одна из наиболее распространённых форм якорения на финансовых рынках — это фиксация на исторических ценах акций. Инвесторы часто якорятся к самой высокой цене, которую акция достигала ранее, и используют её в качестве референтной точки, влияя на свои решения о покупке или продаже. Например, если акция однажды достигла пика в $100, но в настоящее время торгуется по $80, инвесторы могут воспринимать её как недооценённую просто потому, что они привязаны к этой цифре $100, даже если рыночные условия фундаментально изменились.

Прогнозы прибыли

Прогнозы прибыли аналитиков также могут служить якорями. Если аналитик устанавливает оптимистичный прогноз прибыли, инвесторы могут привязаться к этому прогнозу и не смогут адекватно скорректироваться, даже когда последующая информация указывает, что прогноз был чрезмерно оптимистичным. Это предубеждение может привести к завышенным ценам на акции, которые не обязательно отражают базовое финансовое здоровье компании.

Торговый объём и ликвидность

Якорение также может влиять на восприятие торгового объёма и ликвидности. Инвестор может привязаться к среднему торговому объёму акции, предполагая, что она адекватно ликвидна. Однако значительные события, такие как отчёты о прибыли или макроэкономические новости, могут привести к внезапным изменениям в объёме, требуя, чтобы трейдеры корректировали свои восприятия и стратегии.

Важность якорения в алгоритмической торговле

В сфере алгоритмической торговли понимание и учёт когнитивных предубеждений, таких как якорение, имеют решающее значение. Алгоритмическая торговля включает использование компьютерных программ для принятия торговых решений, часто на скоростях и частотах, намного превышающих возможности человеческих трейдеров. Несмотря на продвинутую технологию, сами алгоритмы разработаны на основе моделей и стратегий, созданных человеком, что делает их восприимчивыми к тем же когнитивным предубеждениям.

Влияние на алгоритмы

При разработке алгоритмов разработчики должны осознавать потенциал предубеждения якорения влиять на принятие решений. Например, если исторические данные, используемые для обучения алгоритмов, содержат цены, которые были затронуты предубеждением якорения, результирующая модель может воспроизвести это предубеждение в своих торговых решениях.

Управление рисками

Эффективные стратегии управления рисками в алгоритмической торговле должны учитывать якорение. Например, алгоритм может быть запрограммирован хеджировать позиции на основе исторических уровней цен без достаточной корректировки для текущих рыночных условий, тем самым увеличивая подверженность риску. Признавая склонность к якорению, разработчики могут разрабатывать алгоритмы, которые более эффективно корректируются к данным в реальном времени.

Преодоление предубеждения якорения

Чтобы смягчить эффекты якорения, как человеческие трейдеры, так и разработчики алгоритмов могут использовать несколько стратегий:

Диверсифицированные источники информации

Использование нескольких источников информации и средних значений, а не полагание на выбросные точки данных, может помочь снизить эффект якорения. Этот подход разбавляет влияние любого единичного якоря, который мог бы исказить восприятие.

Непрерывное обновление модели

В алгоритмической торговле непрерывное обновление моделей на основе последних данных может помочь компенсировать эффекты якорения. Алгоритмы машинного обучения, которые постоянно уточняют свои параметры на основе новой информации, менее подвержены застреванию начальными якорями.

Слепой анализ данных

Практикующие могут использовать методы слепого анализа, при которых решения принимаются без знания начальных якорей. Например, аналитики могут оценивать стоимость акции без первоначального знания её исторических максимумов или минимумов, позволяя провести более объективную оценку.

Реальные применения и кейс-стади

Чтобы проиллюстрировать влияние и значение якорения и корректировки на финансовых рынках, рассмотрим следующие примеры из реального мира:

Пузырь доткомов

Во время пузыря доткомов конца 1990-х годов многие технологические акции достигли экстраординарных оценок. Даже когда некоторые компании начали не достигать прогнозов прибыли, начальные высокие оценки служили мощными якорями. Инвесторы цеплялись за пиковые цены, делая недостаточные корректировки на основе новых, менее оптимистичных данных. Когда пузырь лопнул, цены обрушились, отражая серьёзную коррекцию от якорных высоких оценок.

Финансовый кризис 2008 года

Аналогично, в преддверии финансового кризиса 2008 года цены на жильё в Соединённых Штатах служили якорями. Покупатели жилья, кредиторы и инвесторы зацепились за ожидания, установленные растущим рынком жилья, недооценивая риски и переоценивая будущую стоимость недвижимости. Последующий кризис выявил драматическое влияние якорения на финансовые решения и стабильность рынка.

Инструменты и программное обеспечение для смягчения предубеждения якорения

Несколько инструментов и программных решений фокусируются на смягчении когнитивных предубеждений, таких как якорение, в алгоритмической торговле. Компании, специализирующиеся на финансовых технологиях и аналитике данных, предлагают сложные платформы для помощи трейдерам и разработчикам алгоритмов.

Пример: QuantConnect

QuantConnect — это платформа, которая предоставляет инструменты для алгоритмической торговли и количественных финансов. Она включает функции для бэктестинга и живой торговли алгоритмами. Используя обширные исторические данные и данные в реальном времени, она помогает трейдерам разрабатывать и тестировать модели, которые могут учитывать и смягчать предубеждение якорения.

Заключение

Якорение и корректировка пронизывают финансовое принятие решений и представляют значительные вызовы как в человеческой, так и в алгоритмической торговле. Признавая это когнитивное предубеждение и внедряя стратегии для смягчения его эффектов, трейдеры и разработчики алгоритмов могут принимать более объективные, всесторонние решения. Понимание якорения имеет важное значение для улучшения управления рисками, повышения точности алгоритмов и, в конечном счёте, достижения более стабильных и прибыльных торговых результатов.