Tankeledare
64,2% av daghandlare förlorade pengar — en fruktfluge‑inspirerad maskin slog dem, men marknaden vann ändå
Lägg till Securities.io bland dina föredragna källor på Google
Historiska studier visar att de flesta daghandlare har svårt efter kostnader. Ett system inspirerat av fruktfluge‑neurala kopplingar införde disciplin och repeterbarhet – men låg fortfarande efter köp‑och‑håll i tre av fyra tillgångar.
Daghandlare möter redan brutala odds: i ett amerikanskt urval förlorade 64,2 % pengar efter provisioner.[1] I Taiwan tjänade färre än 1 % av den bredare daghandlarpopulationen konsekvent positiva onormala avkastningar efter avgifter.[2] Mot den bakgrunden ser en maskin, delvis inspirerad av fruktfluge‑neurala kopplingar, förvånansvärt respektabel ut. Den följde fasta regler för SPY, GLD, QQQ och Apple och undvek den emotionella beslutsfattandet som kan rubba människor. Men på papperets gemensamma riskjusterade mål låg den efter enkelt köp‑och‑håll i tre av fyra tillgångar. Poängen är inte att en fluga slog en människa; den är att även ett disciplinerad, exotisk handelssystem inte kunde bevisa att det var bättre än att bara äga marknaden. 
Varför den mänskliga referensen är så svag
Den amerikanska evidensen är ful innan maskinen ens kommer in i bilden. I ett urval med 324 handlare hade endast 35,8 % positiv nettovinst, medan 64,2 % förlorade pengar efter provisioner. Den genomsnittlige handlaren gick från mer än 8 000 USD i bruttoresultat till ungefär ett förlust på 750 USD när transaktionskostnader räknades med.[1] Taiwan fann att vissa handlare tydligt hade skicklighet, men färre än 1 % av den bredare daghandlarpopulationen på ett pålitligt sätt tjänade positiva onormala avkastningar efter avgifter.[2]
Brasilien var ännu hårdare. Bland 1 551 personer som fortsatte handla aktiefutures i mer än 300 dagar, förlorade 97 % pengar netto efter avgifter; endast 1,1 % tjänade mer än den brasilianska miniminominktionen och 0,5 % tjänade mer än startlönen för en banktjänsteman.[3] Om experimentet är ”välj en daghandlare slumpmässigt”, har historien redan lastat tärningarna. Den slumpmässiga människan kan vara begåvad. Oddsen säger helt enkelt att man inte bör satsa hela hyran på det.
Vad fruktfluge‑systemet faktiskt gjorde
Den automatiserade strategin använde en återkommande arkitektur delvis hämtad från den manliga Drosophila‑konnekton – en karta över neurala kopplingar i en fruktfluga – tillsammans med konstruerade momentum‑, volatilitet‑ och minnessignaler. Den tänkte inte som en insekt, och den var inte en liten digital fluga som skrek ”köp QQQ”. Dess praktiska fördel var mycket mindre filmisk: riskreglerna var fastställda i förväg. Den panikade inte efter en förlust, jagade inte en vinst, blev inte uttråkad eller bestämde att en aktie ”kändes billig”.
Den disciplinen räckte inte för att slå ett enkelt referensvärde. På papperets tilldelade riskjusterade mål låg det flug‑baserade systemet cirka 13,3 % under köp‑och‑håll för SPY, 46,3 % under för GLD och 48,3 % under för QQQ. Apple var den enda ljusa punkten med ungefär 1,6 % över köp‑och‑håll på den måtten. På de fyra tillgångarna hade maskinen i genomsnitt cirka 48,8 % marknadsexponering, 12,56 gånger omsättning och en absolut max‑drawdown på 7,55 %. Intressant ingenjörskonst? Ja. Bevis på en marknadsfördel? Nej.
Varför detta är viktigt
Ingen synkroniserad människa‑mot‑fluga‑tävling har ägt rum. Dessa siffror är en historisk jämförelse, inte ett bevis på att maskinen skulle slå en slumpmässigt utvald handlare i en levande tävling. De mänskliga studierna täcker olika marknader, perioder och instrument, medan flugresultaten kommer från ett separat forskningsprojekt.[1][2][3] Den begränsningen är viktig eftersom en rolig rubrik inte ersätter en väl utformad experimentdesign.
Den användbara slutsatsen är smalare. Människor kan förlora en fördel genom kostnader, känslor, övermod och inkonsekvent riskhantering. Maskiner kan ta bort mycket av detta beteende och ändå utföra en strategi som helt enkelt inte är tillräckligt bra. Komplexitet kan få ett handelssystem att se intelligent ut utan att vara ekonomiskt överlägset. Wall Streets mest irriterande läxa kan också vara dess enklaste: den tråkiga referensen är svår att slå.
Vad som bör hända nu
Detta är ett lösbart forskningsproblem. Nästa steg är ett prospektivt, matchat experiment snarare än en ny retrospektiv jämförelse.
- Välj människan innan handeln påbörjas. Välj handlaren i förväg, inte i efterhand eftersom ett historiskt register råkar se exceptionellt ut.
- Ge båda parter samma marknad. Använd samma SPY, QQQ, GLD och Apple‑universum, startkapital, hävstångsgränser, handelstider, priser, kortförsäljningsregler och antaganden om transaktionskostnader.
- Kör tävlingen i ungefär ett handelsår. Använd cirka 252 marknadssessioner och registrera kostnader, slippage, omsättning, drawdowns, marknadsexponering och regeländringar från början.
Det resultat Wall Street kan uppskatta mest
Ett rättvist test kan sluta med att människan vinner, flugan vinner, eller båda blir slagna av köp‑och‑håll. Det tredje utfallet skulle vara det roligaste och kan vara det mest användbara. Det skulle visa att varken mänsklig intuition eller exotisk neural arkitektur automatiskt skapar en fördel när kostnader och risk räknas med. Daghandlare behöver inte frukta fruktflugor. De måste frukta dåliga odds, dolda kostnader och strategier vars komplexitet överstiger deras bevis.
Referenser:
1. Jordan, D. J., & Diltz, J. D. (2003). Lönsamheten för daytraders. 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). Skärningspunkten av spekulanters skicklighet: Evidens från 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 för att försörja sig? (FGV EESP Working Paper No. 525; CEQEF Working Paper No. 57).
