پژوهشی تازه نشان میدهد مدیریت ریسک از انتخاب دارایی مهمتر است
سختترین تصمیم معاملهگران
نمونهای شناختهشده از این واقعیت، همهپرسی خروج بریتانیا از اتحادیه اروپا در سال ۲۰۱۶ است. اگر فردی از قبل میدانست نتیجه رأیگیری به خروج از اتحادیه اروپا ختم میشود، احتمالا کاهش ارزش پوند را پیشبینی میکرد و از این اتفاق سود میبرد، زیرا ارزش این ارز ظرف چند روز از حدود ۱.۵ دلار به کمتر از ۱.۳ دلار سقوط کرد. اما همین آگاهی برای پیشبینی رفتار بازار سهام کافی نبود. شاخص شرکتهای متوسط بریتانیا تنها دو روز افت کرد و سپس وارد دورهای از رشد شد که چند سال ادامه یافت. بنابراین حتی اطلاع از مهمترین خبر سیاسی آن سال نیز تضمینکننده موفقیت در بازار نبود.
براساس گزارش اکونومیست، همین تفاوت میان دانستن یک خبر و کسب سود از آن، موضوع پژوهشی تازه درباره معاملهگری کلان یا «ماکرو» است. معاملهگران این حوزه تلاش میکنند با تحلیل روندهای اقتصادی، تصمیمهای دولتها، سیاستهای بانکهای مرکزی و تحولات سیاسی، مسیر آینده قیمت داراییها را پیشبینی کنند. این نوع سرمایهگذاری از بیرون جذاب و هیجانانگیز به نظر میرسد، اما مطالعهای جدید نشان میدهد حتی اگر معاملهگر بتواند اخبار فردا را از امروز ببیند، باز هم موفقیت او قطعی نخواهد بود. آنچه بیش از همه سرنوشت معاملات را تعیین میکند، نحوه مدیریت سرمایه و میزان ریسکی است که معاملهگر میپذیرد.
پژوهشگران شرکت سرمایهگذاری Elm Wealth برای بررسی این موضوع آزمایشی طراحی کردند که شرایطی تقریبا غیرممکن را در اختیار شرکتکنندگان قرار میداد. آنها پیش از آغاز هر روز معاملاتی، صفحه نخست روزنامه والاستریت ژورنال مربوط به روز بعد را در اختیار افراد قرار میدادند. به بیان دیگر، شرکتکنندگان یک روز زودتر از بازار از مهمترین اخبار اقتصادی و سیاسی آگاه میشدند و فرصت داشتند پیش از انتشار عمومی اخبار، درباره خرید یا فروش داراییها تصمیم بگیرند.
در مرحله نخست این پژوهش، ۱۱۸ دانشجوی دورههای پیشرفته مالی وارد این بازی شدند. هر نفر با سرمایه فرضی ۵۰دلار آغاز کرد و امکان معامله روی شاخص سهام S&P ۵۰۰ و اوراق قرضه ۳۰ ساله دولت آمریکا را داشت. شرکتکنندگان میتوانستند هم روی افزایش قیمتها و هم روی کاهش آنها شرطبندی کنند. علاوه بر این، امکان استفاده از اهرم مالی تا ۵۰ برابر نیز برای آنها فراهم شده بود؛ ابزاری که سود احتمالی را چند برابر میکند، اما در صورت اشتباه، زیان را نیز به همان نسبت افزایش میدهد.
نتایج این آزمایش نشان داد داشتن اطلاعات محرمانه به تنهایی برای موفقیت کافی نیست. حدود نیمی از شرکتکنندگان در پایان سرمایه اولیه خود را از دست دادند و از هر شش نفر، یک نفر کاملا ورشکست شد. میانگین بازده افراد تنها اندکی بیشتر از سه درصد بود؛ رقمی که با توجه به مزیت بزرگ آنها، چندان چشمگیر به نظر نمیرسد. شرکت Elm Wealth بعدها همین بازی را به صورت عمومی روی وبسایت خود منتشر کرد و دهها هزار نفر در آن شرکت کردند. عملکرد این گروه حتی ضعیفتر از دانشجویان بود و بسیاری از آنها زیانهای سنگینی را تجربه کردند.
آزمون هوش مصنوعی
مرحله بعدی پژوهش، هوش مصنوعی را به چالش کشید. پژوهشگران از چند مدل شناختهشده هوش مصنوعی، از جمله چتجیپیتی، کلاود، جمینای و گروک خواستند همین بازی را چند بار انجام دهند. به هر مدل سرمایه فرضی یکمیلیون دلار داده شد و از آنها خواسته شد مانند یک سرمایهگذار آمریکایی که تمام دارایی خود را مدیریت میکند، تصمیم بگیرند.
نتایج نشان داد هوش مصنوعی نیز فاصله زیادی با یک معاملهگر بینقص دارد. از میان مدلهای آزمایششده، تنها چتجیپیتی و کلاود توانستند به طور متوسط بازدهی مثبتی ثبت کنند. در مقابل، گروک اندکی زیان داد و جمینای نزدیک به نیمی از سرمایه فرضی خود را از دست داد. این نتایج نشان میدهد حتی پیشرفتهترین مدلهای هوش مصنوعی نیز صرفا با دسترسی زودهنگام به اخبار نمیتوانند به سودهای بزرگ و پایدار دست پیدا کنند.
نکته جالبتر آن بود که مدلهای هوش مصنوعی در پیشبینی جهت حرکت بازار عملکرد بدی نداشتند. آنها در حدود ۶۰ درصد موارد توانستند مسیر قیمتها را درست تشخیص دهند. با این حال، همین میزان دقت برای موفقیت کافی نبود. علت اصلی ناکامی آنها این بود که اغلب با حجم بسیار بزرگی وارد معاملات میشدند و از اهرمهای مالی سنگین استفاده میکردند. در چنین شرایطی، تنها یک پیشبینی اشتباه میتوانست بخش بزرگی از سرمایه را از بین ببرد.
پژوهشگران یادآوری میکنند که بازار سهام آمریکا طی دو دهه گذشته بارها نوسانهای روزانه بیش از پنج درصد و حتی بیش از ۹ درصد را تجربه کرده است. بنابراین معامله با اهرمهای سنگین، حتی اگر احتمال موفقیت نسبتا بالا باشد، همچنان میتواند به نابودی کامل سرمایه منجر شود. به همین دلیل، مساله اصلی تنها درست بودن تحلیل نیست، بلکه کنترل میزان ریسک هر معامله است.
راز حرفهایها
رفتار معاملهگران انسانی نیز تفاوت زیادی با هوش مصنوعی نداشت. بیشتر آنها بدون توجه به میزان اطمینان خود، حجم تقریبا ثابتی از سرمایه را وارد معاملات میکردند. حتی زمانی که اخبار مبهم بود و امکان پیشبینی دقیق وجود نداشت، بسیاری همچنان با اهرمهای بسیار بالا معامله میکردند. در حدود ۳۰ درصد روزهای معاملاتی، میزان اهرم مورد استفاده آنها از ۲۰ برابر بیشتر بود؛ سطحی از ریسک که میتوانست تنها با یک حرکت غیرمنتظره بازار، تمام سرمایه را نابود کند.
برای مقایسه، پژوهشگران از پنج معاملهگر حرفهای بازارهای کلان نیز دعوت کردند تا در همین بازی شرکت کنند. هر پنج نفر با سود از آزمایش خارج شدند و میانگین بازده آنها به حدود ۱۳۰ درصد رسید. جالب اینکه آنها در پیشبینی جهت حرکت بازار تنها اندکی بهتر از دیگران بودند و نرخ موفقیتشان حدود ۶۳ درصد بود؛ اختلافی که به تنهایی نمیتواند چنین فاصله بزرگی در نتایج ایجاد کند.
راز موفقیت این گروه در جای دیگری قرار داشت. آنها اندازه معاملات خود را متناسب با میزان اطمینانشان تغییر میدادند. زمانی که تحلیل روشنی داشتند، سرمایه بیشتری وارد معامله میکردند و هر زمان شرایط را نامطمئن میدیدند، حجم معاملات را کاهش میدادند یا اصلا وارد بازار نمیشدند. به بیان دیگر، آنها بیش از آنکه بر پیشبینی آینده تکیه کنند، بر مدیریت ریسک و سرمایه تمرکز داشتند.
پیام این پژوهش برای همه سرمایهگذاران، از معاملهگران حرفهای تا افراد عادی، روشن است. هیچکس، حتی با دسترسی به اطلاعات بهتر یا استفاده از پیشرفتهترین ابزارهای هوش مصنوعی، نمیتواند همیشه آینده بازار را درست پیشبینی کند. آنچه در بلندمدت تفاوت میان برنده و بازنده را رقم میزند، توانایی کنترل ریسک و تصمیمگیری درباره اندازه هر سرمایهگذاری است. انتخاب دارایی مناسب همچنان اهمیت دارد، اما تجربه نشان میدهد مهمتر از آن، دانستن این است که چه مقدار از سرمایه باید وارد هر معامله شود. همین تصمیم، که در نگاه نخست ساده به نظر میرسد، در عمل سختترین تصمیم هر معاملهگر است.
