Liebe Leser,
es liegt mittlerweile 44 Jahre zurück als Eugene Fama der klassischen Chartanalyse den intellektuellen Todesstoß versetzte. Es war nicht nur ein einfacher Angriff, es war eine komplette Zerstörung des gedanklichen Fundaments, auf dem Charttechniker ihre Prognosen erstellten. Auch heute noch wird die klassische Chartanalyse des Linienzeichnens von vielen Börsianern angewendet, die rationalen Argumenten nicht zugänglich sind, denn statistisch ist die Sache eindeutig: Das Überschreiten einer Trendlinie hat im langfristigen Kontext eine statistische Prognosequalität von 50%. Genau so verhält es sich mit dem anderen charttechnischen Indikatoren. “In the long run we are all dead”, sagte einst Keynes. Übertragen auf Chartsignale bedeutet es: In the long run there are no money printing machines. Eine eindeutig definierte Chartformation kann auf lange Sicht keine Überrenditen abwerfen, weil dies einer Geldruckmaschine gleichkommen würde und sofort alle Börsianer nach ihr handeln würden. Ex post beobachten wir allerdings deutliche Trendperioden an den Finanzmärkten und Phasen, in denen bestimmte Handelssignale außerordentlich hohe Trefferquoten vorweisen. Das Problem ist allerdings, dass sich diese Phasen ex ante anhand statistischer Variablen nicht identifizieren lassen können. Die lange Geschichte der Wall Street hat einen selbstmörderischen Einfluss auf jedes Handelssystem wie sich im Backtesting einfach belegen lässt.
Die Lösung des Problems liegt in den neuen Informationen, die auf die Märkte einwirken und welche von den Statistikern nicht erfasst werden können. Die einzig sinnvolle Art, Chartanalyse zu betreiben, ist es zu untersuchen wie der Organismus des Marktes auf neue Nachrichten reagiert. Meine ersten Überlegungen zu diesem Thema hatte ich bereits vor knapp zwei Jahren hier im Blog niedergeschrieben (Einführung in die Informational Trading Analysis). Mittlerweile sind meine Beobachtung weiter fortgeschritten und ich fühle mich nun der Lage das ganze in solides Rahmenwerk zu packen. Nur die Reaktion des Marktes auf neue Informationen, die hereinströmen, kann uns Aufschluss darüber geben, ob wir eine Marktphase erreichen, die sich durch Überrenditen bestimmter Handelssignale auszeichnen wird. Das eindruckvollste Beispiel in diesem Jahr war der Pivotal Point im Dow Jones im März, der den Wendepunkt des Marktes voraussagte. An meinen Blogeinträgen von damals können Sie nachvollziehen, dass ich dieses Beispiel nicht im Nachhinein konstruiert habe, sondern den Pivotal Point auf den Tag genau identifizierte. Ein Beispiel von heute über die Informationsverarbeitung der Finanzmärkte zeigt Singlus (aktuell +13%, hier ist die Nachricht). In den vergangen Wochen hat sich die Aktie von Sunways als gutes Beispiel entpuppt, die nach einer sehr positiven Unternehmensnachricht nach und nach ihren bullischen Charakter entwickelte. Der Impuls einer neuen Nachricht pflanzt sich durch den gesamten Börsenorganismus fort und wirkt einerseits auf die Aktionäre und andererseits auf außenstehende Akteure, die in der Aktie noch nicht investiert sind. Den Verlauf dieses Impulses können wir beobachten und aus den abfolgenden Mustern wertvolle Schlüsse ziehen.
Um meine Erkenntnisse in einem würdevollen Rahmen zu präsentieren, habei ich es mir viel Geld kosten lassen, die Mutterdomains der charttechnischen Analyse zu kaufen. Unter www.chartanalyse.de und www.charttechnik.de werde ich meine Variante der charttechischen Analyse ausführlich erläutern.
Folgend zitiere ich drei wichtige Passagen aus dem berühmten Artikel von Eugene Fama, der die Börsenwissenschaften revolutionierte:
For many years economists, statisticians, and teachers of finance have been interested in developing and testing models of stock price bevaiour. One important model that has evolved from this research is the theory of random walks. This theory casts serious doubt on many other methods for describing and predicting stock price behaior – methods that have considerable popularity outside the adademic world. For example, we shall see later that if random walk theory is an accurate description of reality, then the various “technical” or “chartist” procedures for predicting stock prices are completely without value.…
An efficient market ist defined as a market where there are large numbers of rational, profit-maximizers actively competing, with each trying to predict future market values of individual securities, and where important current information is almost freely available to all participants.
…
In an efficient market, competition among the many intelligent participants leads to a situation where, at any point in time, actual prices of individual securities already reflect the effects of information based both on events, that have already occurred and on events which, as of now, the market expects to take place in the future. In other words, in an efficient market at any point in time the actual price of a security will be a good estimate of its intrinsic value.
…
As stated earlier, chartist theories implicitly assume that there is dependence in series of successive price changes. That is, the history of series can be used to make meaningful predictions concerning the future. On the other hand, the theory of random walks says that successive price changes are independent, i.e., the past cannot be used to predict the future. Thus the two theories are diametrically opposed, and if, as the empirical evidence seems to suggest, the random walk theory is valid, then chartist theories are akin to astrology and of no real value to the investor.
Der Wettbewerb einer Vielzahl rationaler und intelligenter Marktteilnehmer, die zukünftigen Börsenkurse zu prognostizieren, führt zwangsweise dazu, dass profitable historische Preismuster zerstört werden und somit historische Preisdaten in effizienten Märkten keine Prognoserelevanz mehr haben.