Оценка инвестиционных систем

Некорректная подгонка

Нетрудно найти успешно функционирующую систему, если те же самые данные, на основании которых она была создана, используются для проверки ее эффективности. Несмотря на высказанную критику о том, что такая система не будет функционирующей, некоторые инвесторы все же могут попытаться использовать ее в будущем, если она неплохо работала в прошлом. Кроме того, есть еще одно критическое замечание о такой системе.

Предположим, что уравнение 2 оказалось не слишком пригодным для применения. Тогда можно попытаться использовать следующее уравнение:

где M_t-2 - это уровень предложения денег в момент времени t - 2, а c - константа. Если уравнение 3 не дает хороших результатов, то можно воспользоваться большим числом переменных и констант. В итоге можно найти уравнение, которое, как кажется, будет работать хорошо. Однако это не означает, что оно может быть полезным для инвестора. Если с помощью данных проверить 100 непригодных для использования систем, то в силу теории вероятностей одно из них, возможно, даст результаты, которые "статистически дают погрешность в 1%". Этот факт не должен обнадеживать, поскольку в действительности не имеет никакой прогнозирующей силы на будущее.

Приведем такой пример. Пусть курсы акций США обнаружили зависимость от активности Солнца и длины юбок. Однако данные корреляции вряд ли показывают истинные причинные взаимосвязи. Напротив, данные взаимосвязи вероятнее всего были ложными, что свидетельствует об их случайном характере. Если нет оснований считать, что выявленная зависимость имеет объективную основу, то не стоит ожидать, что эта зависимость сохранится в будущем.