Vom Preis zur Zeit...

...und zurück

TimePatternAnalysis - ein neues Prognoseverfahren für Finanzmärkte


Was bewegt die Kurse?

Alles Zufall?

Zufall - mild oder wild?

Eigenschaften der Preisbildung

Prognosen sind möglich

Zyklische Prognose

Prognosehorizont, Kursraster

Die Diagnosefunktion

Der Trendfolger

Prognose - Diagnose - Trendfolger: Zusammenspiel

TrackRecord

Die Ziele

Was sonst noch?

Die Web-Seite im Überblick

Das Abonnement



Was bewegt die Kurse?


Die Marktteilnehmer treten mit dem Vorsatz an, ihre Ziele "rational" umzusetzen. Die Börse ist jedoch kein Ökonomen-Kongress und so agieren sie letzten Endes mit ihren Erwartungen, Stimmungen und Gefühlen im Chaos der Massenpsychologie. Fundamentale Faktoren nehmen zwar als Informationen, Nachrichten oder Neuigkeiten in Sinne von externen "Störungen" auf den Preisbildungsprozess Einfluss. Der aber folgt ganz eigenen Regeln.

Nimmt man an, dass ein sehr langfristiger gleitender Durchschnitt in einem Kurschart den "Informationspfad" der fundamentalen Daten repräsentiert, so oszillieren die Preise um ihn herum, frei nach der Devise "himmelhoch jauchzend - zu Tode betrübt". Man kann auch sagen: Sehr langfristig bestimmen wirtschaftliche und soziale Perspektiven die Preise von Vermögensklassen. Kurz- und mittelfristig entscheiden Stimmungen.

Die langfristigen wirtschaftlichen und sozialen Perspektiven, sowie die langen Wirtschaftszyklen von Kondratieff sind Thema unseres Buches "Weltsichten - Weitsichten".

Der TimePatternAnalysis und ihren gedanklichen Grundlagen ist ein Beitrag im Sammelband "Die Investstrategien der Profis" gewidmet. Was in den folgenden Kapiteln nur kurz angerissen werden kann, wird dort ausführlicher erläutert.


Alles Zufall?


Bei akademisch angehauchten Marktbeobachtern ist die Theorie des "Random Walk" weit verbreitet. Sie geht von der Annahme aus, dass Investoren zu jedem Zeitpunkt den Wert eines Anlagegegenstandes rational beurteilen. Alle verfügbaren Informationen sind in die Preisbildung eingegangen. Neue Informationen tauchen bezogen auf den Preisbildungsprozess zufällig auf und beeinflussen dementsprechend die Preise in derselben Weise.

Empirische Untersuchungen haben ergeben, dass sich die Preise nicht zufällig entwickeln. So sind z.B. saisonale und zeitliche Mustern auszumachen. Darüber hinaus agieren die Akteure nicht, wie vom "Random Walk" unterstellt, rational und ohne Präferenzen. Die zur Entfaltung eines "freien Marktes" notwendige Annahme einer großen Zahl unabhängiger Marktteilnehmer mit jeweils nur geringer Marktmacht ist ebenfalls kaum haltbar. Und schließlich dürfte auch die Erscheinungsweise neuer Nachrichten keineswegs zufällig in Bezug auf das Geschehen bei der Preisbildung sein. Nicht umsonst heißt es: "Nachrichten machen Kurse, Kurse machen Nachrichten."

Die angerissenen Kritikpunkte an der Theorie von der zufälligen Preisbildung müssen hier genügen.


Zufall - mild oder wild?


In der Finanzindustrie ist die Gaußsche Normalverteilung, die "Glockenkurve", weit verbreitet, sei es zur Risikoabschätzung, sei es etwa auch zur Analyse von Kursbewegungen. Man denke nur an Bollinger-Bänder, stochastische und statistische Methoden. Auch saisonale Ansätze beruhen auf der Berechnung bestimmter Wahrscheinlichkeiten. Ähnliches gilt für Zeitreihenvergleiche, Korrelationen und dergleichen. Häufig wird (unbewusst) die Normalverteilung unterstellt.

Die Normalverteilung ist ein wichtiger Typ kontinuierlicher Wahrscheinlichkeitsverteilungen. Sie beruht unter anderem auf dem zentralen Grenzwertsatz, nach dem eine Gesamtheit von unabhängigen Zufallsvariablen unter der Voraussetzung angenähert normalverteilt ist, dass jede der unabhängigen Zufallsvariablen nur einen geringen Einfluss hat. Zahlreiche Prozesse in Natur und Gesellschaft lassen sich durch Normalverteilungen gut beschreiben. Ob das aber auf die Preisbildung an den Finanzmärkten insgesamt zutrifft, dürfte zweifelhaft sein.

Ginge es nämlich danach, hätte der Crash von 1987 nur mit einer unvorstellbar geringen Wahrscheinlichkeit von 1 zu 10 hoch 50 eintreten dürfen. Und eine Änderung des Dow Jones-Index von 7 Prozent am Tag sollte danach nur einmal in 300.000 Jahren vorkommen, tatsächlich gab es im 20. Jahrhundert 48 solcher Tage. Weitere Beispiele für die extrem ungleichmäßige zeitliche Verteilung der Preisentwicklung: Zwischen 1986 und 2003 befand sich der Dollar gegenüber dem Yen in einem langen Abwärtstrend. Die Hälfte seines Wertes ging jedoch an nur zehn von 4.695 Handelstagen verloren. Oder: Zwischen 1980 bis 1989 verbuchte der S&P 500 40 Prozent seines Gesamtanstiegs in zehn Tagen, also in 0,5 Prozent der gesamten Handelszeit.

Diese Ungereimtheiten greifen Benoît B. Mandelbrot und Richard L. Hudson in ihrem Buch "Fraktale und Finanzen. Märkte zwischen Risiko und Ruin" auf und führen dazu aus: "Viele Phänomene kann man durch die Glockenkurve sehr gut darstellen. … Aber ... sie erlaubt nicht, extreme Fälle zu erklären." Die Glockenkurve verformt sich, sie kann sogar, salopp gesagt, an ihren beiden Enden "Ohren" ausbilden. Das kann man in diesem (Beispiel) an den Charts ab 1988 nachvollziehen.

Die Autoren sprechen von drei Aggregat-Zuständen des Zufalls - mild, langsam und wild. Die Gaußsche Normalverteilung ist dabei die mildeste und schlichteste Form des Zufalls. Aber die nach dem zentralen Grenzwertsatz geforderte Existenz vieler, voneinander unabhängiger Zufallsvariabler trifft nicht durchgehend zu. Also muss der, der dem wilden Zufall der Finanzmärkte auf die Spur kommen will, mit Fraktalen rechnen, so Mandelbrots Aussage.


Eigenschaften der Preisbildung


Rufen wir uns einige Auffälligkeiten des "Systems Börse" ins Gedächtnis: Kursreaktionen auf Ereignisse können plausibel und nachvollziehbar sein, genauso gut können die Preise auf geringste Anlässe anscheinend völlig überzogen reagieren. Bewegungen entwickeln sich scheinbar aus dem Nichts und gehen eventuell sogar in eine sich selbst verstärkende Rallye über. Die Preisbildung ist nicht-linear.

Charts weisen auf unterschiedlichen Zeitebenen frappierende Ähnlichkeiten auf. Es lässt sich oft nicht sagen, ob ein Chart Stunden-, Tages-, Wochen- oder Monatskurse zeigt. Ähnlichkeiten im Preisverlauf fallen auch innerhalb einer Zeitebene auf. Bestimmte Verlaufsmuster wiederholen sich offenbar im großen wie im kleinen zeitlichen Rahmen. Selbstähnliche und zyklische Merkmale sind unverkennbar. (Mehr zum Zyklusaspekt in "Zyklen, Zyklen, Zyklen").

Hinter der Kursbildung steht ein dichtes Netz von unterschiedlichen, sich gegenseitig bedingenden, in ihrer Bedeutung fortlaufend ändernden Einflussfaktoren. Sie stehen nicht in einem einfachen Ursache-Wirkungs-Zusammenhang. Was eben noch Wirkung war, kann künftig zur Ursache für weitere Bewegungen werden: Der Prozess der Preisbildung ist rückgekoppelt.

"Nicht-linear" und "rückgekoppelt", "selbstähnlich" und "zyklisch" - das sind die entscheidenden Eigenschaften der chaotischen Preisbildungsprozesse an den Finanzmärkten.


Prognosen sind möglich


Wenn die Preisbildung nicht zufällig ist, kann sie einem analytischen Prozess zugänglich werden, der in all den Unregelmäßigkeiten an der Oberfläche einen inneren Zusammenhang erkennt. Das wiederum ist die Grundlage dafür, dass Prognosen entwickelt werden können.

Und wenn ein System in der Lage ist, nachhaltig besser zu sein als die Marktentwicklung, so stützt das diese Behauptung. Die Performance des TrackRecord kann hier eingesehen werden.

Je nach Marktphase dominieren unterschiedliche Eigenschaften des Preisbildungsprozesses. Um dem Rechnung zu tragen, vereint die TimePatternAnalysis drei Verfahren: Dem zyklischen Prognosemodell steht eine fraktale Diagnose zur Seite; ein Trendfolger berücksichtigt statistische Aspekte. Die Teilergebnisse werden zu einem Gesamtergebnis kombiniert, das die Grundlage für automatisch generierte Handelsanregungen bildet.


Zyklische Prognose


Das zyklische Prognosemodell der TimePatternAnalysis fasst Preisbewegungen als Gemisch von Schwingungen auf. Demzufolge besteht der erste Schritt darin, den Kursverlauf in einzelne Zyklen zu zerlegen. Diese unterscheiden sich durch Wellenlänge (Frequenz), Stärke (Amplitude) und Zuordnung (Phasenlage).

Die TimePatternAnalysis bedient sich moderner Algorithmen, solche Zyklen aus dem scheinbar chaotischen Preisverlauf herauszulösen. Dies ist keineswegs trivial, insbesondere dann, wenn Strecken mit ausgeprägter Zyklusstruktur durch von Phasenverschiebungen hervorgerufene Volatilitätscluster abgelöst werden.

Die Zyklus-Komposition mag längere Zeit relativ konstant sein. An bedeutenden Wendepunkten des Marktes kann sie sich jedoch rasch ändern. Traditionelle zeitzyklische Ansätze arbeiten gewöhnlich mit einem in Stein gemeißelten Set von Zeitmustern. Auf den Wechsel des Marktregimes kann damit nicht adäquat reagiert werden.

Im Gegensatz hierzu stülpt die TimePatternAnalysis dem Kursverlauf keinen mehr oder weniger willkürlich ausgewählten Set an festen Zyklen über, sondern untersucht, welche Zeitmuster im Kursgeschehen der jüngeren Vergangenheit mit welcher Stärke wiederzufinden sind.

Ist ein Zyklus-Set ermittelt und qualifiziert, wird ein Generator mit dem Ergebnis gefüttert und unter Berücksichtigung von Volatilität des Investmentvehikels und weiterer Faktoren der mutmaßliche zukünftige Kursverlauf synthetisiert. Dadurch berücksichtigt die TimePatternAnalysis auch kursorientierte Gesichtspunkte.

Die Prognosefunktion der TimePatternAnalysis beruht damit auf der Annahme, dass sich die gefundenen Wellen in der näheren Zukunft fortsetzen. Das entspricht der Erkenntnis der preis-orientierten Herangehensweise gemäß dem Spruch: "The trend is your friend." Die Fortsetzung eines Trends ist zunächst stets wahrscheinlicher als sein Ende. Ohne diese Annahme könnte kein technischer Analyst Prognosen erstellen. Dies gilt entsprechend auch für die TimePatternAnalysis.

Die zyklische Prognose der TimePatternAnalysis spielt verschiedene Szenarien durch ("gelb" und "violett" im Prognoseteil der Charts). Die nicht-zyklischen Aspekte ("aperiodische Zyklen") werden im "kurzfristigen Marktdruck" berücksichtigt, der "türkis" dargestellt ist.

Das Prognosemodell arbeitet die Marktausrichtung heraus. Diese ist in der Regel persistent: Ein Szenario kann durch bestimmte Faktoren wohl verzögert, gestreckt oder in der Amplitude modifiziert werden, es bleibt aber gültig. Solche Faktoren sind z.B. im Marktsegment noch nicht eingepreiste Neuigkeiten, aber auch Liquiditätsströme und Intermarket-Einflüsse. Der genaue Einsatzzeitpunkt eines Szenarios wird mit der fraktalen Diagnose bestimmt.


Prognosehorizont, Kursraster


Vom Prinzip her kann die zyklische Prognose der TimePatternAnalysis zur Vorhersage von sehr kurz- bis sehr langfristigen Kursverläufen eingesetzt werden. Füttert man sie beispielsweise mit Minutenkursen, erstreckt sich ihr Horizont bis etwa anderthalb Stunden. Entsprechend würden Stundenkurse zu einem Prognosezeitraum von maximal 12 Tagen führen. Das Verfahren wird standardmäßig auf Basis von Tagesschlusskursen betrieben. Damit liegt die Reichweite bei bis zu 20 Wochen.

Dieser Entscheidung liegen folgende Überlegungen zugrunde.

Generell gilt: Bei Prognosen von ökonomischen Entwicklungen, die sich über sehr große Zeiträume - insbesondere jenseits eines Jahres - erstrecken, können sich die maßgeblichen Faktoren so stark verschieben, dass eine einigermaßen zeithaltige Vorhersagen nicht mehr möglich sind. (Qualitative Aussagen sind davon nicht unbedingt betroffen.) Wählt man den Horizont hingegen zu kurz, spielen zufällige Faktoren eine zu große Rolle. Die Wahl des Zeithorizonts hat Einfluss auf die zeitliche Auflösung der Daten, die in eine Prognose eingehen. Wenn man etwa an Aussagen auf Sicht einiger Tage interessiert sind, macht es wenig Sinn, auf Basis von Daten im Wochenrhythmus zu operieren.

Die sich anschließende Frage in Bezug auf Preisprognosen ist, bei welchem Zeittakt der Rauschanteil, der Anteil des Zufalls, gering ist. Hierzu gibt es unterschiedliche Aussagen. Die High Frequency financial Analysis, wie sie etwa von Olson insbesondere für Devisen propagiert wird, geht davon aus, dass gerade die kurzen Zeittakte einen niedrigen Rauschanteil haben. Andere Untersuchungen sehen geringes Rauschen insbesondere bei Zeittakten zwischen 90 und 120 Minuten. Auch ein taggleicher Zeittakt scheint recht wenig von Zufälligkeiten geprägt: Die Effekte von Intraday-Trading-Aktivitäten sind am Ende des Tages wieder auf Null gestellt. Nur die Positionen überdauern, von denen die Akteure glauben, dass sie auch am nächsten Handelstag noch stabil genug sind.

In gewisser Weise unterstützt die Beobachtung bezüglich Rauscharmut der 90- bis 120-Minuten-Raster die Verwendung von Tagesschlusskursen: Nach dem Nyquist-Shannon-Theorem muss ein Wellenzug mindestens zweifach überabgetastet werden, um ihn hinreichend genau bestimmen zu können. Interessanterweise entsprechen vier Abtastungen pro deutschem Handelstag einem 127,5-minütigem Zeitraster, beim amerikanischen Handelstag ergeben sich 97,5 Minuten. Wenn bei solchen Abtastrastern der Rauschanteil gering ist, so dürfte das auch noch beim vierfachen, nämlich dem Tagesrhythmus, der Fall sein.

Damit ergibt sich aus verschiedenen Blickwinkeln, dass die Wahl von Tagesschlusskursen als Input für das Prognosemodell sicher nicht die schlechsteste Wahl ist. Das Thema ist recht komplex, es kann in diesem Rahmen nur grob angerissen werden.

Bei den Schlusskursen von nicht-amerikanischen, vor allem europäischen Indices ist folgende Besonderheit zu beachten. Die Börsen hier schließen regulär mehrere Stunden vor den amerikanischen, wo immer noch der Takt angegeben wird. Insbesondere der DAX hält sich recht sklavisch an die Vorgaben aus den USA. Unter diesen Voraussetzungen sind die offiziellen europäischen Schlusskurse für Prognosemodelle wie die TimePatternAnalysis nicht immer gut geeignet. Wenn sich nämlich wichtige Kursbewegungen in den USA erst nach Schluss der Börsen in Europa ereignen, ist der Anteil von Störinformation, eben der Rauschanteil, in den "veralteten" europäischen Schlusskursen recht hoch. Hier könnte die Verwendung von fortgerechneten Spätkursen nützlich sein. Dies wird noch untersucht.

Bei einigen Investment-Vehikeln wird die TimePatternAnalysis auch auf Basis von Wochenschlusskursen betrieben. Das kann für das große Bild im Hintergrund hilfreich sein, sind doch so Prognosezeiträume von einem Jahr und länger darstellbar. Wenn man allerdings davon ausgeht, dass in solchen Zeiträumen fundamentale Aspekte bei der Kursbildung bereits eine dominierende Rolle spielen, sind Zweifel angebracht, ob Wochenschlusskurse sinnvoll sind.


Die Diagnosefunktion


Der Diagnose des Ist-Zustandes des Kursverlaufs liegen Elemente der "fractal dimension" zugrunde. Der Richtungs-Oszillator wertet Kursmuster hinsichtlich ihrer Ähnlichkeit zu bullischen und bärischen Kursmustern aus. Überwiegen z. B. bullische Elemente, so ist die Wahrscheinlichkeit hoch, dass der Aufwärtstrend bestehen bleibt. Die Diagnose zeigt frühzeitig Divergenzen zum Prognoseverlauf des auf EoD-Kursen beruhenden Zyklen-Modells auf und weist damit auf kurzfristige Turbulenzen oder beginnende Umbrüche im Modell hin.

Im Mode-Oszillator wird das Ähnlichkeitsmaß zu linienförmigen Verläufen ermittelt. Daraus wird die Aussage extrahiert, ob sich der Kursverlauf im Trendzustand oder im Congestion-Mode befindet. "Trend" und Trendstärke geben Aufschluss über das Momentum einer Bewegung. "Congestion" beschreibt den Marktzustand, in dem ein neues Gleichgewicht gesucht wird, von dem aus eine neue Bewegung starten kann.

Außerdem wird berechnet, wie hoch die Zyklizität im Vergleich zur Linearität ist. Das liefert Aufschlüsse über die Plausibilität der Prognoseszenarien und lässt Überdehnungsphasen erkennen. Extension ist ein Zustand, der mit starker Über(ver)kauftheit vergleichbar ist. Nähere Informationen gibt es hier.

Die Charts der Mode-Oszillatoren, die Aufschluss über das Zyklusgeschehen geben, sind Bestandteil der Prognose-Bilder. Die Charts der Richtungsoszillatoren sind in der Signaltabelle integriert, die Ergebnisse der Diagnose-Funktion auflistet und die Signale des Trendfolgers protokolliert.


Der Trendfolger


Die dritte Komponente der TimePatternAnalysis ist der Trendfolger. Während das Prognose- und das Diagnose-Modul nur an Datum und Kurs zusammenhängen und keinerlei innere Verflechtungen aufweisen, wird der Trendfolger von der Kurshistorie und den Ergebnissen der Diagnose gespeist.

Die vom Trendfolger generierten Zwischenergebnisse geben Aufschluss über Potenzial und Richtung einer Marktbewegung. Er erzeugt Trend-Signale, die frühzeitig über Wechsel, bzw. Fortsetzung von Bewegungsrichtungen informieren.

Die im Chart als gelbe Rechteckfunktion abgebildeten Trend-Signale sind zunächst vorläufig. Aus ihnen werden -unter Berücksichtigung von Diagnose-Ergebnissen- in einer Qualifikationsstufe Turn-Signale erzeugt, die wiederum zur Generierung von Transaktionssignalen herangezogen werden.


Prognose - Diagnose - Trendfolger: Zusammenspiel


Die Prognose basiert auf zyklischen Vorgängen. Schon allein aus der Tatsache, dass ein Zyklus frühestens mit dem dritten Datenpunkt definiert werden kann, ergibt sich, dass das Prognosergebnis nicht taggenau zeithaltig sein kann. Die Diagnose füllt die je nach aktueller Zyklusstruktur und Abtastzeitpunkt in Relation hierzu bestehende zeitliche Lücke. Sie verifiziert das Prognosergebnis, bzw. zeigt Verzögerungen beim Einsatz des Prognosszenarios auf. Hinsichtlich Persistenz der vom Prognosemodell herausgearbeiteten Marktausrichtung sehen Sie bitte hier.

Die Signale des Trendfolgers basieren auf statistischen Methoden. Die generierten Signale zeigen aus dem Blickpunkt des "milden Zufalls" signifikante Über-, btw. Untertreibungen auf. Die Diagnosefunktion fungiert auch hier als Qualifikationsinstrument.

Die Schlüsseldaten aus Diagnose und Trendfolger werden in der Signal-/Diagnose-Tabelle zusammengefasst. Diese wiederum werden mit dem Resultat der zyklischen Prognose zu einem Analyseergebnis verdichtet.


TrackRecord


Das aus den Teilgebnissen von Prognose, Diagnose und Trendfolger verdichtete Analyseergebnis ist Grundlage für das Screening im TrackRecord. Der "Rückblick" zeigt dessen Ergebnisse über die zurückliegenden Wochen. Auf Basis des Screenings werden Handelsanregungen generiert, die bei Bedarf in Positionierungen im TrackRecord umgesetzt werden.

Automatisch generierte Swing-Stopps dienen der Sicherheit und dem Money-Management. Zudem werden sie zum Ein- und Ausstoppen benutzt.


Die Ziele


Die TimePatternAnalysis ist so angelegt, dass sie in verschiedensten Segmenten der Finanzmärkte eingesetzt werden kann. Das können z. B. Aktienindices sein, Rohstoffpreise, Zinsen und Einzelwerte. Voraussetzung ist ein liquider Markt mit einer engmaschigen, kontinuierlichen Preisbildung aufgrund realen Handelsgeschehens.

Die TimePatternAnalysis will dem kurz- bis mittelfristig eingestellten Marktteilnehmer gewissermaßen das Stimmungskorsett an die Hand geben, in dem sich der betreffende Teilmarkt bewegt und darauf basierend einen Ausblick auf bis zu 20 Wochen "Zukunft" eröffnen. Wie weit der Vorhersagezeitraum jeweils konkret reicht, hängt von der aktuellen Situation, sprich der Struktur der momentan signifikanten TimePattern ab.

Über Prognose und Trendsignale hinaus liefert die TimePatternAnalysis weitere, für die Markteinschätzung wichtige Informationen. Schließlich gibt sie Hinweise zu realen Positionierungen im Markt.

Die einmal erstellte, dann unverändert geltende Prognose ist allerdings ein Traum, der dem äußerst lebendigen System der Finanzmärkte nicht gerecht wird. Auch mittelfristig ausgerichtete Prognosen müssen daher regelmäßig auf den neuesten Stand gebracht werden.


Was sonst noch?


Das Verfahren ist seit November 2003 im praktischen Einsatz. Der Kern des Prognosemoduls wurde im Dezember 2004 und Juni 2005 partiell überarbeitet, um auch mit lang andauernden, starken Extensionsphasen zurecht zu kommen. Das Diagnosemodul wurde im Verlauf des Jahres 2004 entwickelt. Im Spätjahr 2006 wurden die Swing-Stopps implementiert. Im September 2007 wurde das automatische Screening im TrackRecord in Betrieb genommen.

Zum Lernen von Markt-spezifischen Besonderheiten werden rund 800 konsekutive Notierungen in der Vergangenheit benötigt. Diese "Mindest-Historie" muss auch beim Rechnen einer Prognose im direkten Zugriff sein. Ein leistungsfähiger Arbeitsplatzrechner benötigt etwa fünf Minuten, um eine neue Prognose zu erstellen.

Diese Web-Seite ist seit Februar 2004 am Netz. Ein Teil der Inhalte ist seit März 2005 kostenpflichtig. Informationen zum Abonnement gibt es hier.


Die Web-Seite im Überblick


Einen Überblick über die angebotenen Informationen erhalten Sie hier.


Das Abonnement


Die Leistungen im Rahmen des Abonnements der TimePatternAnalysis werden hier spezifiziert.


Wichtige Hinweise

TimePatternAnalysis - der Blog: Texte und mehr