Mga Thought Leader
64.2% ng mga Day Trader ay Natalo sa Pera — Isang Makina na Inspirado sa Fruit Fly ang Natalo sa Kanila, ngunit Nanalo Pa Rin ang Merkado
Idagdag ang Securities.io sa mga gusto mong mapagkunan sa Google
Ang mga historikal na pag-aaral ay nagpapakita na karamihan sa mga day trader ay nahihirapan matapos ang mga gastos. Isang sistemang hango sa neural wiring ng fruit fly ang nagdala ng disiplina at paulit-ulit na pagganap — ngunit nanatiling humihigit pa rin ang buy-and-hold sa tatlo sa apat na asset.
Ang mga day trader ay humaharap na sa napakabihirang pagkakataon: sa isang sample mula sa U.S., 64.2% ang natalo sa pera matapos ang mga komisyon.[1] Sa Taiwan, mas mababa sa 1% ng mas malawak na populasyon ng day trading ang patuloy na kumikita ng positibong abnormal na kita matapos ang mga bayarin.[2] Sa kontekstong ito, isang makina na bahagyang hango sa neural wiring ng fruit fly ay tila kapuri-puri. Sinunod nito ang mga nakatakdang patakaran sa SPY, GLD, QQQ, at Apple at iniiwasan ang emosyonal na pagdedesisyon na maaaring magpahamak sa tao. Ngunit sa karaniwang risk-adjusted na layunin ng papel, nalagpasan nito ang simpleng buy-and-hold sa tatlo sa apat na asset. Ang punto ay hindi na natalo ang tao ng isang langaw; kundi na kahit isang disiplinado, kakaibang sistema ng pangangalakal ay hindi napatunayan na mas mahusay kaysa sa simpleng pagmamay-ari ng merkado. 
Bakit Mahina ang Baseline ng Tao
Ang ebidensya mula sa U.S. ay nakakasuklam bago pa man pumasok ang makina. Sa isang sample ng 324 na trader, 35.8% lamang ang nagtapos na may positibong netong kita, habang 64.2% ang natalo sa pera matapos ang mga komisyon. Ang karaniwang trader ay bumaba mula sa higit $8,000 na gross profit tungong halos $750 na pagkalugi kapag isinama na ang mga gastos sa transaksyon.[1] Natuklasan sa Taiwan na may ilang trader na malinaw na may kakayahan, ngunit mas mababa sa 1% ng mas malawak na populasyon ng day trading ang mapagkakatiwalaang kumikita ng positibong abnormal na kita matapos ang mga bayarin.[2]
Mas matindi pa ang Brazil. Sa 1,551 na tao na patuloy na nag-trade ng equity futures nang higit sa 300 araw, 97% ang natalo sa pera matapos isaalang-alang ang mga bayarin; 1.1% lamang ang kumita ng higit sa minimum na sahod sa Brazil at 0.5% ang kumita ng higit sa panimulang sahod ng isang teller sa bangko.[3] Kung ang eksperimento ay “pumili ng isang day trader nang random,” ang kasaysayan ay naglagay na ng mga patak ng pagkakataon. Ang random na tao ay maaaring may talento. Ang mga posibilidad ay nagsasabi lamang na huwag ipusta ang upa sa ito.
Ano ang Talagang Ginawa ng Fruit-Fly System
Ang awtomatikong estratehiya ay gumamit ng recurrent architecture na bahagyang hango sa male Drosophila connectome — isang mapa ng mga neural na koneksyon sa isang fruit fly — kasama ang mga inhenyering signal ng momentum, volatility, at memory. Hindi ito nag-iisip tulad ng insekto, at hindi ito isang maliit na digital na langaw na sumisigaw “buy QQQ.” Ang praktikal na kalamangan nito ay hindi gaanong cinematic: ang mga patakaran sa panganib ay nakatakda nang maaga. Hindi ito natataranta matapos ang pagkalugi, hindi hinahabol ang panalo, hindi nababagot, at hindi nagdedesisyon na ang isang stock ay “pakiramdam ay mura.”
Ang disiplina na iyon ay hindi sapat upang talunin ang simpleng benchmark. Sa itinalagang risk-adjusted na layunin ng papel, ang fly-derived system ay nasa humigit-kumulang 13.3% na mas mababa kaysa sa buy-and-hold para sa SPY, 46.3% na mas mababa para sa GLD, at 48.3% na mas mababa para sa QQQ. Ang Apple lamang ang nagpakita ng positibong pagganap na humigit-kumulang 1.6% na mas mataas kaysa sa buy-and-hold sa sukatan na iyon. Sa apat na asset, ang makina ay may average na humigit-kumulang 48.8% na market exposure, 12.56 na beses na turnover, at 7.55% na absolute maximum-drawdown statistic. Interesante ba ang engineering? Oo. Patunay ba ng market edge? Hindi.
Bakit Ito Mahalaga
Wala pang naganap na synchronized na kompetisyon ng tao laban sa langaw. Ang mga bilang na ito ay isang historikal na paghahambing, hindi patunay na ang makina ay matatalo ang isang random na piniling trader sa isang live na kompetisyon. Ang mga pag-aaral sa tao ay sumasaklaw sa iba’t ibang merkado, panahon, at instrumento, habang ang mga resulta ng langaw ay nagmula sa hiwalay na pananaliksik.[1][2][3] Mahalaga ang limitasyong iyon dahil ang nakakatawang headline ay hindi kapalit ng maayos na disenyo ng eksperimento.
Ang kapaki-pakinabang na konklusyon ay mas makitid. Maaaring mawalan ng edge ang mga tao dahil sa gastos, emosyon, labis na kumpiyansa, at hindi pare-parehong pagkuha ng panganib. Maaaring alisin ng mga makina ang karamihan sa mga pag-uugaling iyon at pa rin magpatupad ng estratehiya na simpleng hindi sapat. Ang komplikasyon ay maaaring magmukhang matalino ang isang sistema ng pangangalakal nang hindi ito ekonomikal na mas mahusay. Ang pinaka-nakakainis na aral ng Wall Street ay maaaring ang pinakasimpleng aral nito: mahirap talunin ang nakakapagod na benchmark.
Ano ang Dapat Mangyari Ngayon
Ito ay isang nasosolusyunan na problema sa pananaliksik. Ang susunod na hakbang ay isang prospective, matched experiment sa halip na isa pang retrospective na paghahambing.
- Piliin ang tao bago magsimula ang pangangalakal. Pumili ng trader nang prospectively, hindi pagkatapos ng pangyayari dahil ang historikal na rekord ay nagmumukhang natatangi.
- Bigyan ang parehong panig ng parehong merkado. Gamitin ang parehong SPY, QQQ, GLD, at Apple universe, panimulang kapital, limitasyon sa leverage, oras ng pangangalakal, presyo, patakaran sa short-selling, at mga assumptions sa gastos sa transaksyon.
- Patakbuhin ang kompetisyon sa halos isang taon ng pangangalakal. Gamitin ang humigit-kumulang 252 na sesyon ng merkado at itala ang mga gastos, slippage, turnover, drawdowns, market exposure, at mga pagbabago sa patakaran mula sa simula.
Ang Resulta na Maaaring Pinakagusto ng Wall Street
Ang isang patas na pagsubok ay maaaring magtapos sa pagkapanalo ng tao, pagkapanalo ng langaw, o pareho ay matatalo ng buy-and-hold. Ang ikatlong kinalabasan ang magiging pinaka-nakakatawa at maaaring pinaka-kapaki-pakinabang. Ipakikita nito na ni ang human intuition ni ang exotic neural architecture ay hindi awtomatikong lumilikha ng edge kapag isinama na ang gastos at panganib. Hindi kailangang matakot ang mga day trader sa mga fruit fly. Kailangan nilang matakot sa masamang pagkakataon, nakatagong gastos, at mga estratehiya na ang komplikasyon ay humahabol sa kanilang ebidensya.
Mga Sanggunian:
1. Jordan, D. J., & Diltz, J. D. (2003). Ang kakita ng mga day trader. 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). Ang kalat-kalat na antas ng kasanayan ng mga spekulador: Patunay mula sa day trading. 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). Day trading para sa kabuhayan? (FGV EESP Working Paper No. 525; CEQEF Working Paper No. 57).
