Книга посвящена теме зависимости и личности зависимого
«Промо уровень»
Vkontakte
Twitter
Одноклассники
Анализ будущего криптовалюты с точки зрения психологии толпы
Подход к триангуляции в реальности рынка BTC с помощью анализа психологических настроений рынка
Цены на Биткойны (далее и везде BTC) постоянно колеблются от крайности до крайности. Во втором квартале 2021 года на рынке BTC произошел обвал, который был обусловлен исключительно настроениями инвесторов. Но влияют ли на цену BTC только настроения рынка или на них влияют ещё какие-либо факторы?
Сразу хочу оговориться, что данная статья является лишь попыткой психолога, а не крипто-трейдера применить триангуляционный подход к пониманию этого вопроса. В процессе её написания использовались результаты смешанных методов исследования, в которых качественное исследование дополнялось количественным методом. Были рассмотрены как качественные, так и количественные данные за период 2016–2021 годов, чтобы определить, влияют ли цены на BTC непосредственно на рыночные настроения.
Что такое Биткоин
Биткойн, за время своего существования, показал огромный рост стоимости и популярности. Через двенадцать лет после его создания в 2008 году неким программистом Сатоши Накамото, цена BTC взлетела до беспрецедентных высот. Важной характеристикой рынка криптовалют является то, что цены на валюту колеблются в строгой зависимости от личного восприятия и мнения людей, торгующих на крипторынке.
Многих криптоинвесторов BTC привлекает именно своей высокой ликвидностью, низкими транзакционными издержками и простотой транзакций через интернет. Однако на цену Биткойна влияют настроения рынка, а именно мысли, чувства и эмоции инвесторов в отношении актива. Хорошим примером этого может послужить пост в Твитере генерального директора Tesla Элона Маска от 12 мая 2021 года о том, что его компания больше не будет принимать BTC.
Это вызвало обвал рынка BTC. Биткойн упал на 40% с рекордно высокого уровня в 65 000 долларов до 31 000 долларов в тот же день. Такое внезапное падение стоимости BTC показывает влияние всего лишь одного твита на стоимость крупнейшей в мире криптовалюты. Естественно, возникает вопрос: являются ли настроения инвесторов ответственными за крах BTC?
Предпосылки исследования
BTC — это цифровая валюта, которая не подкреплена никакими материальными или нематериальными активами, имеющими внутреннюю ценность. Его фундаментальная цена равна нулю. Следовательно, рынок BTC нельзя предсказать в соответствии с моделями экономической оценки, такими как фундаментальный и технический анализы. Существование «эффекта толпы» на крипторынке и отсутствие внутренней стоимости затрудняют определение справедливой стоимости BTC инвесторами.
На крипторынке часто можно увидеть, как сообщения на форумах и в соцсетях вызывают у инвесторов не здоровый оптимизм, который заставляет их толкать цену вверх. Более того, фундаментальный анализ, технический анализ, инвестиционное планирование и все предположения о рациональности современных финансовых теорий по отношению к BTC просто не применимы в принципе.
Хотя существует множество академических работ по криптовалютам, исследования, в которых изучается взаимосвязь качественных данных о настроениях инвесторов и количественных данных о рыночных ценах на BTC, встречаются довольно редко. Тем не менее, такие исследования были бы ценным дополнением к криптолитературе.
Теории о росте BTC
Биткойн — это виртуальные деньги, полученные с помощью математической криптографии и задуманные как альтернатива официальным валютам стран. Введённый в оборот в 2009 году, BTC привлек внимание основных инвесторов только в 2012 году. На глобальном уровне внезапный рост BTC произошел за короткий промежуток времени, примерно за 10 лет. С тех пор на крипторынке появились валюты первого, второго и третьего поколений, из которых валюты третьего поколения всё ещё находятся в зачаточном состоянии.
Однако в последнее время база пользователей криптовалюты резко увеличивается по всему миру. Криптовалюты совмещают в себе одновременно инновационные технологии, высокозащищенную архитектуру, перспективные функциональные и инвестиционные возможности в качестве активов, которые делают их привлекательными для венчурных капиталистов и инвесторов.
Предположительно, факторами, которые приводят к популярности криптовалют, являются, с одной стороны, чрезвычайно высокие затраты, связанные с использованием (средством обмена и сохранения стоимости) фиатных валют, а с другой, чрезвычайно низкие затраты, связанные с использованием криптовалют.
Более того, крах бумажной валюты в таких странах, как Зимбабве и Ливан, добавил популярности крипто-движению. Люди начали узнавать о криптовалютах, когда появился BTC. Следовательно, его часто считают отцом криптовалют, а все остальные криптовалюты называют альткойнами. Недавние новости о том, что Сальвадор признал BTC и официально принял его в качестве законного платежного средства, стали неожиданной и позитивной новостью для поклонников BTC во всем мире.
Ценообразование Биткойнов
В отличии от фиатных валют, корпоративных акций и облигаций криптовалюты не имеют базовой стоимости. Криптовалюты более чувствительны к спросу, поэтому рыночная стоимость в большей степени зависит от того, насколько известна и популярна данная криптовалюта.
С момента своего создания BTC был самой популярной криптовалютой, поэтому его рыночная стоимость также беспрецедентно росла. Поскольку BTC — это глобальная криптовалюта, его стоимость принципиально одинакова на разных рынках. Таким образом, цена определяется глобально и не может зависеть в течение более длительного периода от отдельных рынков в разных странах.
Была установлена долгосрочная взаимосвязь между BTC и набором переменных, способных объяснить динамику стоимости криптовалюты с использованием методов коинтеграции. Биткойн — это проциклин, стоимость которого движима интересом инвесторов к криптовалюте, и он положительно коррелирует с рыночным портфелем. А в настоящее время BTC следует тенденции, демонстрируемой финансовыми рынками, и не может рассматриваться как чисто альтернативный актив.
Неопределенность глобальной экономической ситуации сегодняшнего дня оказала как положительное, так и отрицательное влияние на доходность BTC. Однако его не всегда можно рассматривать как новую «корзину для яиц». Важными факторами, влияющими на ценообразование BTC, являются доходность S& P 500, NIFTY 50, SENSEX30 и других популярных рыночных индексов.
При помощи традиционных моделей оценки активов невозможно качественно объяснить последние изменения в цене BTC. Однако некоторые финансовые модели указывают на то, что BTC в настоящее время переоценен. То всей видимости, именно гипотеза финансовой нестабильности лучше, чем любая из проверенных экономических теорий, подходит для объяснения недавних изменений цен на BTC.
Изучая связь риска падения цен на BTC с экономической неопределенностью можно заметить, что экономическая неопределенность показывает значительную отрицательную корреляцию с риском падения цен на BTC. Следовательно, при высокой экономической неопределенности риск краха BTC низок.
Более того, поведенческие факторы несут в себе ограниченный риск краха BTC. В ситуации экономической нестабильности инвесторы могут застраховаться от её влияния, инвестируя в рынок BTC. Теория предполагает, что, поскольку рынок BTC движется против макроэкономических основ экономики, эмоции являются основным фактором, определяющим спрос на рынке BTC.
Предвзятость инвесторов и волатильность цен на BTC
Биткойн обладает уникальными характеристиками доходности и риска, имеет иные, чем другие активы принципы волатильности и не коррелирует с другими активами. Следовательно, избыточная доходность и волатильность BTC несколько напоминают более спекулятивный вид активов, чем золото или доллар США.
Волатильность BTC является экстремальной, и цены ежедневно значительно колеблются. BTC примерно в восемь раз более волатилен, чем фондовый рынок, и почти в 20 раз более волатилен, чем доллар США. В такой конфигурации можно допустить, что мир финансов, в том виде, в каком мы знаем его сегодня, вскоре будет разрушен, а BTC можно назвать предвестником этого разрушения.
Сегодня многие экономисты считают, что волатильность рынка криптовалют связана с новостями, сообщениями и публикациями в социальных сетях. Поскольку криптовалюта является одной из валют нового времени, инвесторы больше полагаются на социальные сети для получения оперативной информации, чем на обычные средства массовой информации.
Анализ настроений инвесторов по их активности в соцсетях выявил, что волатильность криптовалют больше коррелирует с количеством сообщений в Twitter чем поисковых запросов в Google Trends. Частота и характер твитов являются важным фактором объема торгов и реализованной волатильности на следующий день, что дополнительно подтверждается линейными и нелинейными тестами причинности Грейнджера. Учитывая эти факты, можно сказать, что настроения инвесторов, эмоции и поведенческие предубеждения могут оказывать существенное влияние на движение цен криптовалюты.
Качественный подход в исследовании рынка Биткоина
Качественный анализ не часто встречается в литературе о BTC, несмотря на то, что криптоинвесторы принимая решения мыслят вне логики теорий. Во время последней пандемии COVID-19, поскольку все паниковали по поводу неопределенного будущего, влияние страха инвесторов на динамику цен BTC предсказать было невозможно. Было замечено, что в период кризиса на рынке, BTC ведет себя как традиционные финансовые активы, такие как золото.
Следовательно, попытка хеджировать риски, связанные с другими активами через покупку BTC, может быть не самым лучшим решением. Фактический рынок BTC не служил убежищем во время пандемии. Однако цена BTC в основном определяется интересом инвесторов к криптовалюте, а не макроэкономическими основами или финансовыми коэффициентами.
Изучая динамику цен на криптовалюты можно заметить, что на них влияет взаимодействие между поведенческими факторами, лежащими в основе решений инвесторов, и общедоступными потоками информации. На этом фоне полезно провести психологический анализ, чтобы понять влияние и направление настроений инвесторов на ценовое направление рынка BTC.
Эффект влияния эмоций трейдеров на цену Биткоина
Анализ настроений — это процесс извлечения и измерения субъективных эмоций или мнений, выраженных в тексте. Его цель — изучить мнения людей, чтобы определить отношение автора к конкретному предмету. Современные алгоритмы анализа настроений могут с достаточной степенью точности определять силу положительных и отрицательных эмоций в коротких неофициальных текстах.
Инвесторы активно делятся в соцсетях своими взглядами на рынок, мнениями и переживаемыми эмоциями. Поведенческие науки исследовали доказательства взаимосвязи между социальными сетями и колебаниями цен на криптовалюту. Помимо обычных социальных сетей, таких как Facebook и Twitter, на рынок значительно влияют несколько профильных криптовалютных форумов, таких как ADVFN, Moon forum, Blackhat world, Bitcointalk, Crypto compare и т. д. «Bitcointalk» разделен на несколько разделов, таких как обсуждение BTC, майнинг монет, техническая помощь и экономика BTC, где инвесторы могут поделиться своими взглядами.
Кроме того, трейдеры часто используют Google в качестве поисковой системы. Таким образом, Google может дать представление об интересах людей, и он может предоставить эти данные поиска в формате «Google Trends». Было обнаружено, что волатильность цен предыдущего дня и объем поиска в Google Trends являются важными факторами, привлекающими внимание к BTC.
Поведение рыночной толпы и цена Биткойнов
Цена BTC никогда не оставалась неизменной с момента его создания. Стоимость BTC достигла уровня в 60 000 долларов, но затем внезапно упала до 30 000 долларов в период с мая 2020 года. Если мы проанализируем рыночную тенденцию, то мы сможем понять, что рынок в настоящее время в значительной степени зависит от настроений, поведенческих предубеждений и эмоций трейдеров.
Данные взлеты и падения цен в основном связаны с твитами и комментариями некоторых влиятельных персонажей, таких как генеральный директор Space X и Tesla Илон Маск. Это наглядный пример предвзятости и эффекта эмоций. Из недавних событий видно, что твиты и сообщения Илона Маска оказывают значительное влияние на рынок крипты и на объем и цену криптовалют.
В феврале 2021 года Элон Маск написал в твиттере о BTC, что привело к заметному росту его цены. В мае 2021 года он написал в твиттере о Dogecoin, другой криптовалюте, которая на некоторое время заставила трейдеров продавать BTC и инвестировать в Dogecoin. Это показывает, как настроения и эмоции влияют на цену BTC.
Ряд интересных вопросов для осмысления
Существует ряд интересных вопросов, на которые хотелось бы иметь ответ. Поискать его можно с помощью как количественных, так и качественных методов исследования. Давайте попробуем с количественно оценить взаимосвязь цен на BTC с настроениями инвесторов начиная с 2016 года и проанализируем возможную корреляцию между ними.
С другой стороны, хотелось бы разобраться и причинах высокой волатильности цен путем сравнения качественных и количественных данных, связанных с ценами на BTC. Ряд исследователей этого вопроса пытаются спрогнозировать рынок BTC, анализируя настроения, эмоции и действия на форуме Bitcointalk и Google Trends.
Вопросы:
- Являются ли сегодняшняя цена BTC справедливой, завышенной или заниженной?
- Играют ли настроения трейдеров значительную роль в движении цен на BTC?
- Переоценен ли BTC из-за настроений рынка?
- Есть ли какое-либо сходство, если сравнивать качественные и количественные данные о ценах на BTC?
- Доминируют ли предубеждения инвесторов на рынке BTC?
- Влияют ли твиты известных людей на тенденции крипто-рынка?
Методология триангуляции
Этот подход триангуляции считается рабочим для смешанных исследований. Он повысил бы достоверность и релевантность результатов исследований. Для проведения качественного анализа можно воспользоваться данными с биткойн-форума Bitcointalk. Это самый популярный биткойн-форум, на котором зарегистрировано более 9 00 000 пользователей, которые обмениваются информацией, техническими знаниями и опытом. Он представляет из себя достаточно надежный ресурс, который гарантирует убедительный объем данных для анализа эмоциональных настроений трейдеров.
Данные и программное обеспечение
Исследователи изучили огромный массив сообщений на форуме Bitcointalk, касающихся BTC за 5 лет, начиная с 2016 и по 2021 год. Данные собирались и анализировались, по ключевым словам, таким, как: «Биткойн», «Крах», «Падение», «Страх», «Колебания», «Мошенничество», «Жадность», «Нестабильность», «Манипуляция», «Пессимистичный», «Падение цен», «Риск», «Сокращение» и «Неопределенность». Дополнительно были собраны и обработаны данные за 6 лет с помощью поискового запроса «Крах BTC». Это позволило проанализировать настроения инвесторов.
С целью улучшения качества анализа эмоций также использовались данные Google Trends о цене BTC за 6 лет с 2016 по 2021 год. В дополнение к этому использовались рыночные данные цены Биткойнов, чтобы выявить возможную связь между поисковыми запросами и ростом рынка BTC.
Для аналитики эмоционального состояния инвесторов использовалось программное обеспечение NVivo, а визуализация данных выполнялась с помощью программного обеспечения Tableau. Где NVivo позволяет исследователю запрашивать данные на определенном уровне. Его результаты по частоте слов продемонстрировали идеальное соответствие анализу сети с социальными тегами, что является дополнительным преимуществом этого программного обеспечения качественных исследований.
Результаты
Большинство статей в общедоступной литературе показывают, что существует чёткая взаимосвязь между объемом твитов и тенденциями крипто-рынка. Исследования на эту тему продемонстрировали, что твиты могут предсказывать возможное движение рынка за 3-4 дня, при чём с хорошими шансами на успех.
Помимо твитов, обсуждения на биткойн-форумах также играют значительную роль в изменении цены BTC. Было проанализировано поведение цены BTC, на основе сравнения изменения в соответствии с количеством сообщений на биткойн-форумах, в частности, на Bitcointalk с результатами Google Trends.
Результаты анализа настроений крипто-трейдеров показывают, что тенденции в Google и сообщения на биткойн-форуме сильно коррелировали с рыночными ценами на BTC. Была также обнаружена сильная причинно-следственную связь между ценами на BTC и поисковыми запросами инвесторов. Что еще более важно, удалось выявить, что эта причинно-следственная связь является двунаправленной, то есть поисковые запросы влияют на цены и наоборот.
Таким образом, с определённой долей уверенности можно сказать, что в динамике цен на BTC доминируют спекуляции и отслеживание тенденций. На бычьем рынке повышенный интерес толкает цены выше тренда. Однако, если цены ниже тренда, растущие медвежьи настроения снижают цены. Эти факторы давления и повышения цены формируют среду, в которой легко возникают сильные эмоциональные реакции. Такое эмоциональное поведение инвесторов имеет решающее значение для точного прогнозирования рынка.
Анализ настроений на форуме Bitcointalk
Активность форума Bitcointalk напрямую связана с тенденцией в стоимости BTC. Исследования в этом направлении демонстрируют, что переписка на Bitcointalk достаточно точно отражает настроения пользователей. Для оценки положительных и отрицательных мнений инвесторов были собраны данные из обсуждений на Bitcointalk за период 2016–2021 годов с использованием различных ключевых слов.
В таблице 1 отражены настроения участников форума и их соответствующие реакции. Для поиска информации о BTC в Bitcointalk использовалось несколько терминов. Когда эти сообщения записали, используя расширение NVivo, было обнаружено, что «Цена BTC» является самым популярным поисковым запросом, используемым в Bitcointalk.
Из 1558 комментариев, полученных с использованием 14 негативных ключевых слов, 365 были закодированы как очень негативные, 884 — как умеренно негативные, 248 — как умеренно позитивные и 61 — как очень позитивные. Например, «коллапс» — ключевое слово для поиска, которое 21% пользователей форума считают крайне негативным настроением, умеренно негативным — 68% и умеренно позитивным — 11%.
Таким образом, почти 89% пользователей форума негативно настроены в отношении ключевого слова «collapse», и только 11% пользователей настроены позитивно. Следовательно, во время экспериментального периода проведённого исследования, негативные настроения привели рынок BTC к снижению.
Аналогичным образом, пользователи форума оценивались по другим ключевым словам поиска, таким как «сбой», «падение», «страх», «колебания», «мошенничество», «жадность», «нестабильность», «манипулирование», «пессимистичный» и «падение цен».
Таблица 1
Классификация настроений пользователей Bitcointalk
В таблице представлены различные настроения биткойн-инвесторов. Настроения были восприняты как очень негативные 22,04%, умеренно негативные 56,21%, умеренно позитивные 16,32% и очень позитивные 5,4%
Общее среднее значение негативных настроений составило 78,25%, а общее среднее значение позитивных настроений составило 21,75%. Более того, было обнаружено, что реальный рынок BTC отреагировал в соответствии с общим мнением инвесторов форума Bitcointalk.
Детали настроений и диаграмма в поддержку аргументов данной гипотезы представлены на рис. 1. Данные результаты исследования подтверждают теорию о том, что мероприятия и обсуждения, проводимые на Bitcointalk, влияют на рынок BTC. Следовательно, мы можем однозначно заключить, что биткойн-форумы и сообщества играют важную роль во влиянии на рыночные цены BTC.
Рис. 1
Анализ средних настроений инвесторов BTC в Bitcointalk. Средние настроения комментариев были нанесены на график и показывают, что настроения 5,40% очень позитивные, настроения 16,32% умеренно позитивные, 56,21% умеренно негативные и 22,04% очень негативные
Долгосрочное сопоставление рыночных цен BTC и настроений инвесторов: взаимосвязь между Google Trends и рынком BTC в период 2016-2021
В процессе изучения связи между частотой поиска Google Trends и рынком BTC было замечено, что пики в ключевом слове поиска «Падение цены BTC» в поиске Google привели к падению цены на рынке BTC. На рисунках 2 и 3 показана взаимосвязь между двумя наборами данных временных рядов. За значительным пиком поискового запроса «Крах BTC» в Google Trends 17 декабря 2017 года последовал ужасающий обвал цены.
Этот эффект был отмечен в следующие дни: 17 декабря 2017 года цена BTC составляла 19 783,06 долларов, а 22 декабря 2017 года она упала до 13 800 долларов. Причина этого падения цен явно была связана с эмоциями инвесторов. Кроме того, запуск фьючерсов на BTC помог лопнуть пузырю.
Цена BTC начала падать всего через несколько дней после введения фьючерсов на BTC 11 декабря 2017 года и в следующем году падение составило 80%. На рисунках 2 и 3 показаны колебания цен на рынке BTC в течение 2016–2021 годов и частота поиска «Биткойн» в Google Trends в течение 2016–2021 годов. На обоих диаграммах можно увидеть аналогичный результат.
Другими словами, цены на рынке BTC и частота поисковых запросов в Google Trends близко совпадают. Это означает, что рынок BTC во многом руководствуется эмоциями инвесторов. Как только распространяются соответствующие новости, инвесторы начинают искать то же самое в Google и принимают связанные решения. Поиск в Google Trends напрямую повлиял на решение рынка BTC о покупке или продаже.
Короче говоря, решение инвесторов покупать или продавать BTC зависит от результатов их поиска в Google. Таким образом, мы можем сделать вывод, что взлеты и падения рынка BTC определяются исключительно настроениями инвесторов, а не экономическими и финансовыми теориями.
Рис. 2
Изменение цен на рынке BTC в течение 2016–2021 годов. Иллюстрирует изменение цен на рынке BTC в период 2016-2021
Рис. 3
Частота поиска «Биткойн» в Google Trends в течение 2016–2021 годов. Иллюстрация изменения цен результатов Google Trends за период 2016-2021
Краткосрочное сопоставление цен BTC с настроениями инвесторов: взаимосвязь между Google Trends и рынком BTC в период 2020-2021
Далее, на рисунках 4 и 5 показаны данные Google Trends за период с июня 2020 по июнь 2021 года и фактические данные о ежедневных ценах на рынке BTC за период с июня 2020 по июнь 2021 года. Влияние настроений инвесторов на цену BTC видно на рис. 4. Результаты поиска по запросу «Крах BTC» были самыми высокими 16 мая 2021 года, после чего цена BTC упала до 38 249 долларов 24 мая 2021 года с 49 764 долларов 16 мая 2021 года на рынке BTC.
Этот эффект хорошо виден на рис. 5. Мы можем видеть аналогичную ситуацию на обеих диаграммах, то есть на графике Google Trends и рынка BTC. На рис. 4 схематично представлены результаты поискового запроса Google Trends, которые соответствуют фактическому положению на рынке BTC, представленному на рис. 5. Колебания обеих диаграмм близко совпадают. Если рыночные цены на BTC росли, то в том же направлении виден объем частоты поиска Google Trends, и наоборот.
Рис. 4
Изменение цены BTC в течение 2020–2021 годов. Примечание: иллюстрирует изменение цены BTC в течение 2020–2021 годов
Рис. 5
Частота поиска «Биткойн» в Google Trends в течение 2020–2021 годов. Иллюстрирует изменение цен на BTC и результаты Google Trends в 2020–2021 годах
Диаграммы, представленные на рисунках, подтверждают тезис о том, что настроения и эмоции крипто-трейдеров играют очень большую роль на рынке BTC. Причина краха BTC в мае 2021 года связана исключительно с негативным твитом Элона Маска в отношении Биткойнов, который вызвал панику у инвесторов и снизил спрос на BTC.
Таким образом, можно с уверенностью утверждать, что психологические настроения играют значительную роль в спросе и цене BTC. Следовательно, мы можем сделать вывод, что цена BTC определяется рыночным спросом, а не фундаментальными и техническими переменными.
Выводы
В процессе изучения волатильности цен на BTC как в долгосрочной, так и в краткосрочной перспективе, было проведено сравнение как количественного, так и качественного анализа динамики цен на BTC за оба периода. В результате сформировалось новое представление о причинно-следственной связи между вниманием инвесторов к BTC и колебаниями его цены.
Можно предположить, что существует сильная причинно-следственная связь между ценами и содержанием поисковых запросов. Самое главное, что эта взаимосвязь является двунаправленной, то есть поисковые запросы влияют на цены, а цены влияют на поисковые запросы.
Поскольку внутренняя стоимость BTC равна нулю, инвесторы не могут сказать, насколько его цена является сбалансированной, завышена она или занижена. Цену BTC определяют исключительно рыночные силы. Также можно заметить, что с BTC не связана номинальная или балансовая стоимость. Следовательно, инвесторы не могут достоверно определить реальную стоимость BTC. Можно сказать, что основными факторами, определяющими рыночные цены BTC, являются настроения и эмоции инвесторов.
Знания, полученные из литературы, говорят о том, что существует искусственное влияние на рост цены BTC. Анализ данных показал, что этот эффект приводит к завышению цены на BTC. Платформы социальных сетей, такие как Facebook, Twitter, Clubhouse и другие группы в социальных сетях, которые создают ажиотаж вокруг BTC, способствуют созданию ценовых пузырей.
Было выявлено полное совпадение между количественными тенденциями рыночных цен на BTC и качественными матрицами, используемыми, такими платформами, как Bitcointalk и Google Trends. Причиной этого перекрестного совпадения является конвертация настроений инвесторов на рынке. Предвзятость инвесторов оказала положительное или отрицательное влияние на рынок BTC.
Позитивные настроения привели к позитивным твитам, и, как отражение твитов, рынок взлетел. С другой стороны, негативные настроения привели к негативным твитам, и рынок пошел вниз. Несмотря на то, что на рынок криптовалют активно закачиваются деньги, большинство инвесторов сомневаются в будущем рынка BTC. Причиной этого может быть влияние Уоррена Баффета и Пола Кругмана, которые очень критически относятся к будущему рынка BTC.
Заключительные мысли
Торговать криптой или нет — каждый решает для себя сам. Но из всего написанного выше можно извлечь один ценный урок. Если есть желание зарабатывать на крипторынке, то нужно учиться не поддаваться на откровенные манипуляции. Для этого нужно уметь мыслить самостоятельно и рационально. Впрочем, для любого рынка — это универсальный рецепт успеха.
Список используемой литературы
- Абрахам Дж., Хигдон Д., Нельсон Дж. и Ибарра Дж. (2018). Прогнозирование цены криптовалюты с использованием объемов твитов и анализа настроений, объемов и анализа настроений. Обзор науки о данных SMU, 1(3). https://scholar.smu.edu/datasciencereview/vol1/iss3/1.
- Ан И, Ким Д. Разногласия в настроениях и колебания цены биткоина: психолингвистический подход. Письма по прикладной экономике. 2020;27(5): 412-416. doi: 10.1080/13504851.2019.1619013. [Перекрестная ссылка] [Google Scholar]
- Али М, Алам Н, Ризви САР. Коронавирус (COVID-19) — эпидемия или пандемия для финансовых рынков. Журнал поведенческих и экспериментальных финансов. 2020;27:100341. doi: 10.1016 / j.jbef.2020.100341. [Бесплатная статья PMC] [PubMed] [Перекрестная ссылка] [Google Scholar]
- Баривьера А.Ф.. Пересмотр неэффективности биткойна: динамический подход. Экономические письма. 2017;161(2017): 1-4. doi: 10.1016 /j.econlet.2017.09.013. [Перекрестная ссылка] [Google Scholar]
- Baur DG, Dimpfl T, Kuck K. Биткойн, золото и доллар США — репликация и расширение. Finance Research Letters. 2018;25(август 2017): 103-110. doi: 10.1016 / http://j.frl.2017.10.01225. [Перекрестная ссылка] [Google Scholar]
- Баур Д.Г., Хоанг Л.Т. Криптозащита от биткоина. Письма о финансовых исследованиях. 2021;38(ноябрь 2019): 101431. doi: 10.1016 / http://j.frl.2020.101431. [Перекрестная ссылка] [Google Scholar]
- Бешенов С., Розмаинский И. Гипотеза финансовой нестабильности Хаймана Мински и долговой кризис Греции. Российский экономический журнал. 2015;1(4): 419-438. doi: 10.1016 /j.ruje.2016.02.005. [Перекрестная ссылка] [Google Scholar]
- Боллен Дж., Мао Х., Цзэн Х. Настроение Twitter предсказывает фондовый рынок. Журнал вычислительной науки. 2011;2(1): 1-8. doi: 10.1016/j.jocs.2010.12.007. [Перекрестная ссылка] [Google Scholar]
- Брандвольд М., Мольнар П., Вагстад К., Андреас Вальстад О.К. Определение цен на биржах биткоина. Журнал международных финансовых рынков, институтов и денег. 2015;36:18-35. doi: 10.1016/j.intfin.2015.02.010. [Перекрестная ссылка] [Google Scholar]
- Чеа и др., Фрай Дж. Спекулятивные пузыри на рынках биткоина? Эмпирическое исследование фундаментальной ценности Биткоина. Economics Letters. 2015;130:32-36. doi: 10.1016 /j.econlet.2015.02.029. [Перекрестная ссылка] [Google Scholar]
- Чен С, Лю Л, Чжао Н. Настроения страха, неопределенность и динамика цены биткойна: Случай с COVID-19. Финансы и торговля на развивающихся рынках. 2020;56(10): 2298-2309. doi: 10.1080 / 1540496X.2020.1787150. [Перекрестная ссылка] [Google Scholar]
- Колианни С., Розалес С. и Синьоротти М. (2015). Алгоритмическая торговля криптовалютой на основе анализа настроений в Twitter. Проект CS229 (стр. 1-5). http://cs229.stanford.edu/proj2015/029_report.pdf
- Dang-Xuan L, Stieglitz S, Wladarsch J, Neuberger C. Исследование факторов влияния и роли настроений в политической коммуникации в Twitter в периоды выборов. Информационные коммуникации и общество. 2013;16(5): 795-825. doi: 10.1080 / 1369118X.2013.783608. [Перекрестная ссылка] [Google Scholar]
- МНВ С, Кайдзоджи Т., Кан Ш., Пихл Л. Биткоин и настроения инвесторов: статистические характеристики и предсказуемость. Физика а: статистическая механика и ее приложения. 2019;514:511-521. doi: 10.1016 /j.physa.2018.09.063. [Перекрестная ссылка] [Google Scholar]
- Fernández Vilas A, Díaz Redondo RP, Couto Cancela D, Torrado Pazos A. Взаимодействие между транзакциями криптовалюты и финансовыми форумами онлайн. Математика. 2021;9(4): 411. doi: 10.3390/math9040411. [Перекрестная ссылка] [Google Scholar]
- Гурджиев С., О'Лафлин Д. Стадность и закрепление на криптовалютных рынках: реакция инвесторов на страх и неопределенность. Журнал поведенческих и экспериментальных финансов. 2020;25:100271. doi: 10.1016 / j.jbef.2020.100271. [Перекрестная ссылка] [Google Scholar]
- Харви КР. Мифы и факты о биткоине. Электронный журнал SSRN. 2018 doi: 10.2139 / ssrn.2479670. [Перекрестная ссылка] [Google Scholar]
- Хендриксон-младший, Лютер У.Дж. Стоимость биткойна в 2141 году (и далее!) Электронный журнал SSRN. 2021 doi: 10.2139 / ssrn.3845800. [Перекрестная ссылка] [Google Scholar]
- Хонг Х., Пак К., Ю Дж. Вытеснение в двухвалютном режиме? Цифровая валюта против бумажной. Финансы и торговля на развивающихся рынках. 2018;54(11): 2495-2515. doi: 10.1080 / 1540496X.2018.1452732. [Перекрестная ссылка] [Google Scholar]
- Джавахери ХА, Сабах Ма, Бошмаф И, Эрбад А. Деанонимизация пользователей скрытого сервиса Tor посредством анализа транзакций биткоина. Компьютеры и безопасность. 2020;89:101684. doi: 10.1016 / j.cose.2019.101684. [Перекрестная ссылка] [Google Scholar]
- Кайзер Л., Стокл С. Криптовалюты: стадо и валюта перевода. Письма о финансовых исследованиях. 2020 doi: 10.1016 / http://j.frl.2019.06.012. [Перекрестная ссылка] [Google Scholar]
- Каливас А., Папакириаку П., Саккас А., Уркварт А. Что приводит к риску обвала цены Биткойна? Экономические письма. 2020;191(сентябрь 2011): 108777. doi: 10.1016 /j.econlet.2019.108777. [Перекрестная ссылка] [Google Scholar]
- Капар Б., Олмо Дж. Анализ цен на биткоин с использованием рыночных переменных и переменных настроений. Мировая экономика. 2021;44(1):45-63. doi: 10.1111 / twec.13020. [Перекрестная ссылка] [Google Scholar]
- Каралевичюс В., Дегранде Н., Вердт Д. Д.. Использование анализа настроений для прогнозирования динамики цены биткойна в течение дня. Журнал рискового финансирования. 2018;19(1): 56-75. doi: 10.1108 / JRF-06-2017-0092. [Перекрестная ссылка] [Google Scholar]
- Кляйн Т., Фам Х., Вальтер Т. Биткойн не новое золото — сравнение волатильности, корреляции и эффективности портфеля. Международный обзор финансового анализа. 2018;59(июль): 105-116. doi: 10.1016 / j.irfa.2018.07.010. [Перекрестная ссылка] [Google Scholar]
- Крайевельд О., Смедт Д. Д.. Предсказательная сила публичных настроений в Twitter для прогнозирования цен на криптовалюту. Журнал международных финансовых рынков, институтов и денег. 2020;65: 101188. doi: 10.1016/j.intfin.2020.101188. [Перекрестная ссылка] [Google Scholar]
- Кристоуф Л. Биткойн соответствует тенденциям Google и Википедии: количественная оценка взаимосвязи между явлениями эпохи Интернета. Научные отчеты. 2013;3(1): 1-7. doi: 10.1038 /srep03415. [Бесплатная статья PMC] [PubMed] [Перекрестная ссылка] [Google Scholar]
- Кристоуф Л. Об эффективности рынков биткоина (в) и ее эволюции. Физика а: статистическая механика и ее приложения. 2018;503(ноябрь 2017): 257-262. doi: 10.1016 /j.physa.2018.02.161. [Перекрестная ссылка] [Google Scholar]
- Лю Р.З., Ван С.Ф., Чжан З.Л., Чжао XJ. Является ли введение фьючерсов причиной краха Биткоина? Письма о финансовых исследованиях. 2020 doi: 10.1016 / http://j.frl.2019.08.007. [Перекрестная ссылка] [Google Scholar]
- Mirsch, T., Lehrer, C., & Jung, R. (2017). Цифровое подталкивание: изменение поведения пользователей в цифровой среде. In: J. M. Leimeister, & W. Brenner (Hrsg.), Proceedings Der 13. Internationalen Tagung Wirtschaftsinformatik (WI 2017) (pp. 634–648).
- Нобл Х., Хил Р. Триангуляция в исследованиях, с примерами. Уход, основанный на фактических данных. 2019;22(3):67-68. doi: 10.1136/ebnurs-2019-103145. [PubMed] [Перекрестная ссылка] [Google Scholar]
- Пано Т., Кашеф Р. Полный анализ настроений твитов Биткойна (BTC) на основе Вейдера в эпоху COVID-19. Большие данные и когнитивные вычисления. 2020;4(4): 1-17. doi: 10.3390 /bdcc4040033. [Перекрестная ссылка] [Google Scholar]
- Пярлстранд Э., Райден О. и Халт Х. (2015). Объяснение рыночной цены биткойна и других криптовалют с помощью статистического анализа. Получено из https://www.diva-portal.org/smash/get/diva2:814478/FULLTEXT01.pdf, 15 мая 2021
- Пойзер О. Исследование динамики цены биткойна: байесовский подход к структурным временным рядам. Евразийский экономический обзор. 2019;9(1):29-60. doi: 10.1007 /s40822-018-0108-2. [Перекрестная ссылка] [Google Scholar]
- Прайс Б. и Берни А. (2019). Анализ изменений в обсуждениях в социальных сетях в связи с ценой биткойна (стр. 889-892). 10.1145/3331184.3331304
- Цинь М, Су К.В., Тао Р. Биткойн: новая корзина для яиц? Экономическое моделирование. 2021;94(ноябрь 2019): 896-907. doi: 10.1016 /j.econmod.2020.02.031. [Перекрестная ссылка] [Google Scholar]
- Резерв, Ф., Франциско, С., Хейл, Г., Кришнамурти, А., Кудляк, М., & Шульц, П. (2018). Как торговля фьючерсами изменила цены на биткоин (стр. 1-5). https://www.frbsf.org/economic-research/files/el2018-12.pdf
- Шиллинг Л., Улиг Х. Некоторые простые экономики биткойна. Журнал монетарной экономики. 2019;106:16-26. doi: 10.1016/j.jmoneco.2019.07.002. [Перекрестная ссылка] [Google Scholar]
- Шен Д., Уркварт А., Ван П. Предсказывает ли Twitter Биткойн? Экономические письма. 2019;174:118-122. doi: 10.1016 /j.econlet.2018.11.007. [Перекрестная ссылка] [Google Scholar]
- Совбетов Ю. Факторы, влияющие на цены криптовалют: данные Биткоина, Ethereum, Dash, Litcoin и Monero. Журнал экономики и финансового анализа. 2018 doi: 10.1991 /jefa.v2i2.a16. [Перекрестная ссылка] [Google Scholar]
- Уркварт А. Что привлекает внимание Биткойна? Economics Letters. 2018;166(август 2010): 40-44. doi: 10.1016/j.econlet.2018.02.017. [Перекрестная ссылка] [Google Scholar]
- Виджаярагаван П., Поннусами Р., Арамудхан М. Оптимальная классификационная модель на основе машины опорных векторов для сентиментального анализа онлайн-обзоров продуктов. Компьютерные системы будущего поколения. 2020;111:234-240. doi: 10.1016 /j.future.2020.04.046. [Перекрестная ссылка] [Google Scholar]
- Wołk K. Расширенный анализ настроений в социальных сетях для краткосрочного прогнозирования цен на криптовалюту. Экспертные системы. 2019 doi: 10.1111/exsy.12493. [Перекрестная ссылка] [Google Scholar]
- Замаве Ф. Значение использования программного обеспечения NVivo для качественного анализа данных: размышления, основанные на фактических данных. Медицинский журнал Малави. 2015;27(1): 13-15. doi: 10.4314/mmj.v27i1.4. [Бесплатная статья PMC] [PubMed] [Перекрестная ссылка] [Google Scholar]
- Чжэн Ц, Ран Л, Чи Т, Су В, Рамона О. Лопнул ли пузырь биткойна? Качество и количество. 2019;53(1):91-105. doi: 10.1007 / s11135-018-0728-3. [Перекрестная ссылка] [Google Scholar]
Генетика инвестиционных предубеждений
Не так давно, я писал о поведенческих предубеждениях, которые свойственны всем людям, и которые мешают нам эффективно работать на финансовых рынках. Список этих когнитивных ошибок довольно обширен. Среди них можно упомянуть и «якорение», и «эвристику доступности», и «стадный эффект», и «предвзятость подтверждения, и много чего ещё.
Но сегодня я хочу попробовать заглянуть несколько глубже, а именно, постараться понять, откуда эти предубеждения берутся, что является их первопричиной. Верно ли мнение о том, что инвестиционные предубеждения являются проявлениями врожденных и эволюционно древних особенностей человеческого поведения.
И почему даже генетически идентичные инвесторы, выросшие в одной и той же семейной и социальной среде, часто существенно различаются в своем инвестиционном поведении из-за индивидуального опыта или ранее пережитых событий.
Что первично
Исследователи давно установили, что инвестиционные когнитивные предубеждения свойственны абсолютному большинству самостоятельных инвесторов и трейдеров. Но вот раскрытию истоков этих инвестиционных предубеждений и различий между инвесторами, исследований было посвящено очень немного.
Наделены ли инвесторы генетически определенными предрасположенностями, которые проявляются как инвестиционные предубеждения? Или эти предубеждения формируются в процессе воспитания и получения индивидуального опыта? Понимание этого вопроса имеет потенциально важные последствия для того, в какой степени образование и рыночные стимулы могут уменьшить проявление инвестиционных предубеждений.
Если получится проследить наличие существенной генетической составляющей, то это станет доказательством того, что поведенческие предубеждения могут быть результатом естественного отбора, и будет опираться на гипотезу Rayo and Becker (2007) и Brennan and Lo (2011) о том, что поведение, по крайней мере частично, генетически детерминировано.
Попытка разобраться
Чтобы в этом разобраться, применили эмпирическую методологию, заимствованную из количественных исследований генетики поведения, которая также недавно была использована в финансовых исследованиях. Набор данных для анализа был взят из крупнейшего в мире, Шведского реестра близнецов (STR), что в сочетании с подробными данными об инвестиционном поведении близнецов, позволило разложить различия между людьми на генетические и экологические компоненты.
Это разложение основано на интуитивном понимании. Гены идентичных близнецов совпадают на 100%, в то время как средняя доля общих генов составляет всего 50% для разнояйцевых близнецов. Если однояйцевые близнецы проявляют больше сходства в отношении этих инвестиционных предубеждений, чем разнояйцевые близнецы, то есть доказательства того, что на это поведение влияют, по крайней мере частично, генетические факторы.
Результаты можно суммировать следующим образом. Во-первых, оказалось, что в длинном списке инвестиционных предубеждений генетические различия объясняют до 45% оставшихся различий между отдельными инвесторами, после учета наблюдаемых индивидуальных характеристик.
Во-вторых, исходя из того, что инвестиционные предубеждения являются проявлениями врожденных и эволюционно древних особенностей человеческого поведения, можно сказать, что генетические факторы, влияющие на инвестиционные предубеждения, также влияют на поведение в других, не связанных с инвестициями областях.
Инвестирование как часть общего стиля мышления
Например, была выявлена корреляция между предпочтениями. Если инвестор предпочитал на рынке одни и те же бумаги, то и в жизни он придерживался правила выбирать то, что уже хорошо ему знакомо. Данные результаты согласуются с несколькими, более ранними генетическими исследованиями, которые показали значительную наследуемость человеческого поведения.
Таким образом, они предоставляют первые прямые доказательства из реальных, не экспериментальных данных о том, что устойчивые инвестиционные предубеждения в значительной степени определяются генетическими особенностями человека.
Эти данные подтверждают гипотезу о том, что поведение, проявляющееся как инвестиционные предубеждения на сегодняшних финансовых рынках, сохранилось у инвесторов именно потому, что в процессе эволюционного развития человека оно было максимально выгодным для сохранения вида.
Но вот, что интересно
Было установлено, что, не смотря на относительную важность роли генетических факторов, они могут существенно варьироваться по отношению к факторам окружающей среды у разных инвесторов. Самое главное, что среди инвесторов, имеющих опыт работы с финансами, обнаружилось значительное снижение относительного количества генетических вариаций, что согласуется с практическим опытом в области финансов, смягчающим генетические предрасположенности.
Иными словами, переживаемый инвесторами эмпирический опыт работы на финансовых рынках, смог изменить экспрессию генов, изменилось то, что было заложено. То есть, практический опыт меняет мозг инвестора.
Азартные инвесторы – «пушечное мясо» финансовых рынков.
Инвестирование и азартные игры имеют определённую схожесть по нескольким параметрам. Оба вида деятельности связаны с риском, в процесс вовлечены два и более человека, и оба занятия являются совершенно добровольными. Тем не менее, к инвестированию мы относимся куда более одобрительно, чем к азартным играм, и уверенны, что, инвестируя можно заработать, а играя в азартные игры только потерять деньги.
На самом деле, инвестирование и азартные игры в целом достаточно похожи. На самом деле, они настолько похожи, что некоторые финансовые экономисты проверяли свои рыночные гипотезы используя ставки на спорт, как аналогичную, но более простую версию фондового рынка. Оба варианта предполагают риск участие двух или более людей, участие в них добровольно, а в качестве мотива получение прибыли.
А где яхты инвесторов?
Есть такая старая биржевая байка: «однажды туристов водили по финансовому району Нью-Йорка. Когда группа экскурсантов подошла к бухте залива, экскурсовод указал на стоящие на рейде роскошные яхты и сказал, что это яхты банкиров и биржевых брокеров. Тогда один из участников наивно спросил: а где стоят яхты их клиентов»?
Этот «бородатый» анекдот о том, кто на самом деле зарабатывает больше всех на финансовых рынках. Но позже, финансовые эксперты попытались изменить общую неприглядную картину действительности через теорию эффективных рынков. Согласно этому подходу, все инвесторы получали справедливую прибыль в качестве компенсации за риск, учитывая совершенную способность фондового рынка формировать точные цены.
Один из опорных тезисов, лежащих в основе гипотезы эффективного рынка, заключается в том, что трейдеры полностью рациональны в принятии решений и действуют исходя из максимальной полезности для себя. Но с современные поведенческие экономисты наблюдали многочисленные финансовые аномалии в рыночном ценообразовании, что подтвердило несостоятельность теории эффективного рынка. А иррациональность поведения на рынке трейдеров и инвесторов объясняется ограничениями в их когнитивных способностях и свойственных любому человеку поведенческих предубеждениях.
Но фондовый рынок – это «игра с положительной суммой», где каждый участник может получить прибыль. Азартные же игры не создают добавленную стоимость, а просто перераспределяют деньги и, следовательно, являются «игрой с нулевой суммой». Азартные игры можно разделить на две большие категории.
Первая – это «неквалифицированные» азартные игры, такие как рулетка или игровые автоматы, которые гарантированно приводят к потере игроками средств. Второй вариант азартных игр – это игры, основанные на навыках, такие как ставки на спорт или покер. Они могут позволить некоторым игрокам выигрывать в долгосрочной перспективе. Однако не профессионалу выиграть здесь очень сложно.
Азартное инвестирование
«Азартный» инвестиционный продукт здесь определяется как имеющий три ключевые особенности. Во-первых, он должен напоминать азартные игры, поскольку направлен на то, чтобы участники не заработали деньги, а потеряли их. Во-вторых, это должно вызывать у инвесторов, которые теряют деньги, те же модели поведения, что и у игроков, которые проиграли. В-третьих, аргументы в пользу аналогии с азартными играми усиливаются, если продукт максимально напоминает по виду и сути игру.
Таких «инвестиционных продуктов» много, и описать их в одном материале достаточно сложно. Поэтому, мы будем говорить о тех типах такого инвестирования, которые имеют наибольшее сходство с азартными играми. Это высокочастотная торговля акциями (открытие и закрытие позиций внутри дня на коротком временном интервале) и высокорисковые деривативы, такие как опционы, фьючерсы и контракты на разницу.
В случае с азартными играми, проблемы у человека начинаются раньше, чем он их осознаёт. События пандемии COVID-19 и связанные с ней карантины, спровоцировали приток участников онлайн-азартных игр. Люди таким образом пытались снизить повышенную тревожность, избавиться от депрессии и скоротать время. Но пандемия также привела к увеличению желающих попробовать свои силы в онлайн-инвестициях на финансовых рынках. Количество новых счетов у брокеров существенно увеличилось.
Ещё один не маловажный фактор, способствовавший притоку новых инвесторов на рынки в том, что во многих странах онлайн азартные игры попросту запрещены. Поэтому неудивительно, что люди в качестве замены выбрали онлайн-инвестирование или высокочастотный трейдинг, как вид спекуляций на финансовых рынках.
Почему торговать часто – вредно.
Эффективный взгляд на рынок гласит, что любая акция, которую продает инвестор, вероятно, будет примерно такой же хорошей, как акции, которые покупаются для ее замены. Учитывая этот факт, неопределенные выгоды от торговли вряд ли перевесят существующие издержки от неё же, включая брокерские комиссии, оплату спреда bid-ask и потенциальные налоги.
Кроме того, многие инвесторы часто совершают фундаментально плохие сделки. Когда купленные бумаги приносят меньше прибыли, чем те акции, которые были проданы. В результате эмпирические исследования однозначно показывают, что более высокая частота торговли акциями связана с более низкой доходностью.
На небольших временных интервалах, рыночные цены подвержены непредсказуемым шумам и на них влияют иррациональные поведенческие реакции трейдеров. В результате спрогнозировать движение цены внутри дня трейдерам становится практически невозможно. В результате наблюдений за 12 лет, лишь около 5% дневных трейдеров получают прибыль. И эти результаты вполне коррелируют с результатами участников азартных игр. Подавляющее большинство из них со временем теряют деньги.
Поведенческое сходство
Азартные игры – это поведенческая зависимость, имеющая соответствующий код в МКБ 11 и американской классификации болезней DSM. Люди, страдающие данным расстройством, проводят больше времени, играя в азартные игры и думая об азартных играх, чем они хотели бы. То есть, теряют контроль над своим поведением. Аналогичные симптомы также наблюдались среди группы «проблемных» инвесторов. Высокочастотная торговля и азартные игры связаны с одними и теми же чертами личности человека, а именно с чрезмерной самоуверенностью, импульсивностью и поиском острых ощущений.
К сожалению, трейдеры гораздо реже обращаются за профессиональной помощью, чем люди с игровой зависимостью, и это, не смотря на наличие у них явной симптоматики этого расстройства. Они наивно полагают, что просто осваивают новую профессию и слишком «вовлечены» в процесс. А все сложности пройдут сами собой, как только они научатся прибыльно торговать. Но проблема в том, что именно наличие симптомов поведенческой зависимости не позволяет им зарабатывать на рынке стабильно. Получается замкнутый круг.
Схожесть принципов
Основная особенность азартных игр, вызывающих зависимостью, это кажущаяся лёгкость, с которой можно заработать много и одновременно быстро с минимальными усилиями и вложениями. Наиболее известны и подходят под все определения электронные игровые автоматы. Дальше идут онлайн ставки на спорт и мобильные игровые приложения. Все эти варианты предоставляют игрокам отличную возможность заниматься «любимым делом» практически 24/7.
По аналогичному принципу работают и мобильные приложения для трейдинга. Сейчас торговать на финансовых рынках стало проще, чем когда-либо в истории биржи. Возможность торговать в любом месте с помощью мобильного устройства, существенно повышает склонность инвесторов к более частой торговле. Эти приложения для мобильных инвестиций присылают их владельцам постоянные уведомления и имеют явные элементы геймификации. Что провоцирует инвесторов к более частой торговле.
Деривативы с высоким риском
Теперь про опционы, фьючерсы, контрактам на разницу (в совокупности известным как деривативы) и валютные спекуляции с использованием деривативов с высоким риском. Это продукты, которые обеспечивают выплату, основанную на цене другого базового финансового актива, и могут использоваться для «хеджирования» рисков. Например, фермер, выращивающий пшеницу, может использовать фьючерс на цену пшеницы, чтобы гарантировать определенный доход от своего урожая в конце года.
Однако, если они торгуются отдельно от базового финансового актива (т.е. без цели хеджирования), эти продукты также могут быть использованы спекулятивно в качестве рискованных ставок с небольшими шансами на выигрыш больших сумм денег. И проблема в том, что эти высокорисковые деривативы часто сложны для понимания и имеют сложную нелинейную структуру платежей. А поскольку их цены зависят от базовых активов, которые движутся стохастически, их, как известно, трудно оценить.
Исследования показывают, что большинство частных инвесторов теряют деньги на этих рынках из-за непонимания сложности и рисков, связанных с ними. Данные, представленные Комиссией по ценным бумагам и биржам США говорят о том, что валютные трейдеры обычно теряют все свои деньги в течение года. В Нидерландах исследование по торговле опционами розничными инвесторами показало, что большинство частных трейдеров несут значительные убытки, при этом среднемесячная отрицательная доходность составляет -1,81%.
Ещё одно исследование с использованием социальных данных показывает, что около 80% трейдеров, торгующих контрактами на разницу (CFD) ежегодно теряют деньги. И хотя некоторым трейдерам всё же удаётся значительно заработать на этих рынках, и из-за присущего им риска, всё же данные исследований в целом согласуются с результатами азартных игр в том смысле, что средний инвестор теряет деньги на этих продуктах больше, чем зарабатывает.
Что в итоге
«Проблемный игрок» и «проблемный инвестор» - между собой очень похожи именно по структуре личности. Их многое роднит и многое объединяет. Но по собственному опыту работы как с теми, так и с другими могу сказать, что, опуская нейробиологическую и генетическую этиологические составляющие, в основе проблемы лежит стремление к быстрому обогащению с минимальными затратами по всем параметрам.
Кроме того, можно сказать, что тенденция последнего времени увлекаться «азартным» инвестиционным продуктам - это новый способ для финансовых посредников извлекать деньги из доверчивых, наивных и не слишком финансово грамотных инвесторов. «Азартный» инвестиционный продукт здесь определяется как продукт, который приводит к потере денег большинством инвесторов, и который одновременно использует общие принципы азартных игр.
Сегодня мы коснулись лишь двух таких продуктов, соответствующих данному определению – это высокочастотной торговли акциями и высокорисковых деривативов. Мы сознательно не рассматривали криптовалюты, поскольку, в отличие от акций и деривативов, они не вполне относятся к традиционной финансовой индустрии. В отличие от акций, криптовалюты обычно не приносят дивидендов, что делает их менее традиционными инвестициями. А о таком продукте, как бинарные опционы и вовсе нет смысла разговаривать.
На рынке повышается вознаграждение за повышенный риск. В инвестициях это известно, как «премия за риск», и инвесторы часто ищут более высокой доходности за более рискованные инвестиции. То же самое происходит и в азартных играх. Ставки на риск (более высокий риск) связаны с более высокими потенциальными прибылями. Однако между этими двумя видами деятельности есть принципиальное различие. Финансовые инвесторы не будут принимать риск, если не видят перспективы прибыли.
И наоборот, игроки готовы рисковать, часто соглашаясь на гораздо более низкую ожидаемую доходность. Возможно, одной из проблем азартной игры в инвестиционные продукты является схожесть психологической структуры людей, которые этим занимаются.
И здесь появляется классический вопрос: «что первично, курица или яйцо»? Люди, приходя на рынок в качестве инвесторов и трейдеров постепенно начинают проявлять все признаки игровой зависимости. Или наоборот, рынок привлекает именно тех людей, которые изначально, по своей психологической структуре, склонные к формированию зависимого поведения. Ответ ещё предстоит найти.
