64,2% af Daytraders mistede penge — En frugtflue‑inspireret maskine slog dem, men markedet vandt stadig

Historiske studier viser, at de fleste daytraders kæmper efter omkostninger. Et system inspireret af frugtflue‑neurale ledninger gav disciplin og gentagelighed – men lå stadig bag buy-and-hold i tre af fire aktiver.

Daytraders står allerede over for brutale odds: i en amerikansk prøve mistede 64,2 % penge efter provisioner.^[1] I Taiwan tjente færre end 1 % af den bredere day‑trading‑befolkning konsekvent positive abnormale afkast efter gebyrer.^[2] På dette baggrund ser en maskine, der delvist er inspireret af frugtflue‑neurale ledninger, overraskende respektabel ud. Den fulgte faste regler på tværs af SPY, GLD, QQQ og Apple og undgik den følelsesmæssige beslutningstagning, som kan bringe mennesker ud af kurs. Men på papirens fælles‑periode‑tildelte risikojusterede mål lå den bag simpel buy-and-hold i tre af fire aktiver. Pointen er ikke, at en flue slog et menneske; den er, at selv et disciplineret, eksotisk handelssystem ikke kunne bevise, at det var bedre end blot at eje markedet.

Hvorfor den menneskelige basislinje er så svag

Den amerikanske evidens er grim, før maskinen overhovedet træder ind i rummet. I en prøve med 324 tradere endte kun 35,8 % med positiv nettofortjeneste, mens 64,2 % mistede penge efter provisioner. Den gennemsnitlige trader gik fra over $8.000 i bruttofortjeneste til omkring $750 i tab, når transaktionsomkostningerne blev medregnet.^[1] Taiwan fandt, at nogle tradere tydeligt havde færdigheder, men færre end 1 % af den bredere day‑trading‑befolkning pålideligt tjente positive abnormale afkast netto af gebyrer.^[2]

Brasilien var endnu hårdere. Blandt 1.551 personer, der fortsatte med at handle aktiefutures i mere end 300 dage, mistede 97 % penge netto af gebyrer; kun 1,1 % tjente mere end den brasilianske mindsteløn, og 0,5 % tjente mere end startlønnen for en bankbetjent.^[3] Hvis eksperimentet er “vælg en daytrader tilfældigt”, har historien allerede vægtet terningerne. Den tilfældige menneske kan være talentfuld. Oddsene siger simpelthen, at man ikke skal satse huslejen på det.

Hvad frugtflue‑systemet faktisk gjorde

Den automatiserede strategi brugte en rekurrent arkitektur, der delvist er afledt af den mandlige Drosophila‑connectome – et kort over neurale forbindelser i en frugtflue – sammen med konstruerede momentum‑, volatilitet‑ og hukommelsessignaler. Den tænkte ikke som et insekt, og den var ikke en lille digital flue, der råbte “buy QQQ”. Dens praktiske fordel var langt mindre filmisk: risikoreglerne var fastlagt på forhånd. Den panikkede ikke efter et tab, jagtede en gevinst, blev keder sig eller besluttede, at en aktie “følte sig billig”.

Den disciplin var ikke nok til at slå en simpel benchmark. På papirens tildelte risikojusterede mål scorede det flue‑afledte system omkring 13,3 % under buy-and-hold for SPY, 46,3 % under for GLD og 48,3 % under for QQQ. Apple var det eneste lyspunkt med cirka 1,6 % over buy-and-hold på dette mål. På tværs af de fire aktiver gennemsnitlige maskinen omkring 48,8 % markedsdækning, en omsætningshastighed på 12,56 gange og en absolut maksimal drawdown på 7,55 %. Interessant ingeniørarbejde? Ja. Bevis på en markedsfordel? Nej.

Hvorfor dette betyder noget

Ingen synkroniseret menneske‑mod‑flue‑konkurrence har fundet sted. Disse tal er en historisk sammenligning, ikke et bevis på, at maskinen ville slå en tilfældigt udvalgt trader i en live‑konkurrence. De menneskelige studier dækker forskellige markeder, perioder og instrumenter, mens flue‑resultaterne kommer fra en separat forskningsøvelse.^[1][2][3] Denne begrænsning betyder noget, fordi en sjov overskrift ikke er en erstatning for eksperimentelt design.

Den nyttige konklusion er mere snæver. Mennesker kan miste en fordel gennem omkostninger, følelser, overmod og inkonsekvent risikotagning. Maskiner kan fjerne meget af denne adfærd og stadig udføre en strategi, der simpelthen ikke er god nok. Kompleksitet kan få et handelssystem til at fremstå intelligent uden at gøre det økonomisk overlegen. Wall Streets mest irriterende lektie kan også være den enkleste: den kedelige benchmark er svær at slå.

Hvad bør ske nu

Dette er et løseligt forskningsproblem. Næste skridt er et fremadskuende, matchet eksperiment i stedet for endnu en retrospektiv sammenligning.

1. Vælg mennesket før handlen begynder. Vælg tradere fremadskuende, ikke efterfølgende, fordi en historisk optegnelse tilfældigvis ser ekstraordinær ud.
2. Giv begge sider det samme marked. Brug det samme SPY, QQQ, GLD og Apple‑univers, startkapital, gearing‑grænser, handels‑timer, priser, short‑selling‑regler og antagelser om transaktionsomkostninger.
3. Kør konkurrencen i omkring ét handelsår. Brug cirka 252 markedsdage og registrer omkostninger, glidning, omsætning, drawdowns, markedsdækning og regelændringer fra starten.

Det udfald Wall Street måske nyder mest

En retfærdig test kunne ende med, at mennesket vinder, fluen vinder, eller at begge bliver slået af buy-and-hold. Det tredje udfald ville være det sjoveste og kan være det mest nyttige. Det ville vise, at hverken menneskelig intuition eller eksotisk neural arkitektur automatisk skaber en fordel, når omkostninger og risiko er medregnet. Daytraders behøver ikke frygte frugtfluer. De skal frygte dårlige odds, skjulte omkostninger og strategier, hvis kompleksitet overgår deres beviser.

Referencer:

<sup>1. Jordan, D. J., & Diltz, J. D. (2003). Dayhandleres rentabilitet. Financial Analysts Journal, 59(6), 85–94. https://doi.org/10.2469/faj.v59.n6.2578
2. Barber, B. M., Lee, Y.-T., Liu, Y.-J., & Odean, T. (2014). Krydssnittet af spekulanters færdigheder: Evidens fra daytrading. Journal of Financial Markets, 18, 1–24. https://doi.org/10.1016/j.finmar.2013.05.006
3. Chague, F., De-Losso, R., & Giovannetti, B. (2020). Daytrading som levevej? (FGV EESP Working Paper No. 525; CEQEF Working Paper No. 57).</sup>