Entscheidungen in komplexen Systemen

Entscheidungen in komplexen Systemen

Kürzlich hörte ich im Podcast von Better System Traders mit Perry Kaufmann eine interessante Buchempfehlung. Der Podcast war nicht wirklich neu, da ich meist die Podcasts mit einem erheblichen Zeitverzug höre. Der Zeitverzug führt jedoch dazu, dass a) Podcasts über aktuelle Themen relativ irrelevant sind und damit b) mehr Zeit für die „zeitlosen“ Podcasts bleibt. Der Podcast von Perry Kaufmann ist sicher in der letzteren Kategorie anzusiedeln. Perry ist eine Größe im Trading-Geschäft und jeder Trader hat sicher eines seiner Bücher gelesen.

Zeit ist oft ein sehr effizienter Filter!

Die Buchempfehlung von Perry beeindruckte mich aus verschiedenen Gründen:

  1. Perry Kaufman empfahl ein Buch „Die Logik des Misslingens“ über den Umgang mit komplexen Systemen,
  2. Das Buch handelte nicht direkt vom Trading und
  3. es war von einem deutschen Professor (Prof. Dietrich Dörner) geschrieben und damit sogar auf deutsch erhältlich.

Das Buch war dann schnell auf dem Kindle und auch schnell gelesen.

Viele der Versuche, welche der Prof. Dietrich Dörner mit seinen Probanten machte sind ganz unterhaltsam beschrieben. Für mich stand jedoch die Frage im Vordergrund, wie die Erkenntnisse über „gute“ und „schlechte“ Verhaltensweisen sich in die Welt des Investments und Tradings übertragen lassen.

Das Buch beginnt mit einem Experiment, bei dem einem Volk in der Wüste geholfen werden soll. Dazu sind verschiedene Parameter beeinflussbar: medizinische Versorgung, Wasserversorgung, Rinderbestand etc.

Schnell wird klar, dass die Situation durchaus komplex ist und einmal getroffene Entscheidungen Wirkungen in der fernen Zukunft verursachen also mit deutlichem Zeitverzug. Dies führt dann oft zu exponentiellem Verlauf der Wirkung.

Prof-Dietrich-Dörner
Beispiel Erdölförderung: Prof. Dietrich Dörner, „Die Logik des Misslingens“

Prof. Dörner zeigt, dass die Versuchspersonen, die Geduld mitbrachten das System erst mal zu verstehen und dann auch nur durch vorsichtige Änderung der Parameter zu bewegen, besser abschnitten, als die die relativ schnell Maßnahmen ergriffen und diese auch zu deutlichen Änderungen der Inputparameter neigten.

Komplexe Systeme sind somit als Systeme mit vielen Input-Parametern, vielen  Interdependenzen und auch durch eine gewisse Trägheit gekennzeichnet.

Oftmals bleibt handelden Personen und Entscheidern nur wenig Zeit und es stehen im allgmeinen auch nur begrenzte Kapazitäten (Resourcen) für lange und tiefe Analysen zur Verfügung. Also werden Heuristiken nötig. Die Verwendung von Heuristiken hatte ich schon an anderer Stelle im Blog diskutiert und dabei auf einen anderen Professor: Gerd Gigerenzer verwiesen. Dessen Ansichten und Ideen sind in einem Podcast (158) von  Michael Covel zu verfolgen.

Flugzeuglandung auf dem Hudson River

Die komplexe Situation, die tagelang durch die Medien lief. Zur Erinnerung: Vögel fliegen in beide Turbinen eines Flugzeugs, die Rückkehr zum Flughafen ist nicht möglich, der Pilo entscheidet sich für die Landung auf dem Hudson River. Alles lief gut es gab keine Verletzten (Abgesehen von den Vögeln in den Triebwerken).

Der Pilot des Fluges 1549 wurde für seinen besonderen Mut und Umsicht ausgezeichnet – und in der Tat hat er diese Auszeichnung verdient.

Ein Studium des Leitfadens für solche Notfälle hätte wahrscheinlich mehrere Stunden gedauert und hätte damit unweigerlich zu einer Katastrophe geführt.

Der Pilot Sullenberger erkannte aber relativ schnell, dass zu viele Faktoren im Spiel waren. Sullenberger konzentrierte sich auf eine einfache Heuristik und beobachtete das Verhalten des Flugzeugs im Sinkflug.

Daraus konnte er:

  1. ableiten, dass er den Flughafen nicht mehr erreicht und hatte
  2. dann Zeit sich nach einer Alternative umzusehen, welche in Reichweite lag – der Hudson River.

Die verwandte Heuristik war es, sich auf einen Punkt in der Winschutzscheibe zu fokusieren und zu ermittelen ob der Tower des Flughafens nach oben verschwand (zu schneller Sinkflug) oder nicht.

Ein Hund welcher einen Frisbee fangen soll, wird ebenso nicht erst komplizierte mathematische bzw. physikalische Gleichungen lösen um die genaue balisitsche Kurve des Frisbee zu ermitteln. Ganz abgesehen von den vielen Parametern (Abflughöhe, Abfluggeschwindigkeit, Gewicht des Frisbee, Windstärke und Windrichtung etc. ) kennt der Hund mit hoher Wahrscheinlichkeit nicht einmal die notwendige Gleichung zum Einsetzen der Parameter.

Also warum fängt der Hund dann doch den Frisbee?

Er benutzt eine Heuristik – eine sehr ähnliche, die Sullenberger benutzt hat. Er beobachtet den Frisbee während des Laufes und achtet auf immer den gleichen Blickwinkel. Über die Veränderung seiner Laufgeschwindigkeit und Richtung, kann er durch ständiges Nachsteuern den Frisbee fangen.

Wie lassen sich die Erkenntnisse auf die Finanzmärkte übertragen?

Niemand wird bestreiten, dass die  Kapitalmärkte komplex sind – wir haben viele Input-Parameter, viele Zusammenhänge / Korrelationen über Kapitalströme zwischen Branchen und Ländern sowie gewisse zeitversetzte Wirkungen unter diesen im System. Hinzu kommen noch viele „Versuchsteilnehmer“, welche sich gegenseitig beeinflussen.

Das macht die Situation somit um einiges komplexer, als wenn nur ein Regierungschef bzw. Bürgermeister in der Simulation die Entscheidungen trifft.

Der Prof. Dörner zeigt, dass Menschen Probleme damit haben mit Komplexität umzugehen. Insbesondere der Zeitverzug in der Wirkung auf eine Inputparameter-Änderung macht den Beteiligten Schwierigkeiten.

Schafft man es den Zeitverzug räumlich darzustellen, ist der Umgang mit diesem Problem leichter. Deshalb bedient man sich z.B. der Darstellung einer Zeitreihe als  Graph – damit kann man die Zeit „inspizieren“.

Im Bereich der Kapitalanlage könnte man die Kapitalmärkte als eine Folge von zeit-verzögerten Einflüssen verstehen. In solchen Systemen kommt es oft zu chaotischen Zuständen, da sich die Wirkungen durch den unterschiedlichen Zeitverzug kumulieren können um dann exponentielle Folgen zu verursachen – dann spricht man von Boomphasen oder Crash.

Trendfolger versuchen durch verschieden Mechanismen – z.B Break-Outs oder gleitende Durchschnitte – diese starken chaotischen Bewegungen zu erfassen – mittels der Heuristik: Preis.

Genau wie der Hund, der den Frsibee fangen will, arbeitet der Trendfolger mit „Nachsteuern“.

Er macht keine langfristige Prognose, sondern handelt nach Sachlage. Steigt der Preis, wird er erst abwarten und beobachten und dann nach einem definierten Signal (z.B. Break-Out) long einsteigen. Fällt der Preis dann wieder steigt er aus, sobald seine Kriterien dafür erfüllt sind.

Fundamental orientierte Marktteilnehmer versuchen bestenfalls (im Gegensatz zu rein diskretionären Ansätzen) über Regressionen die Wirkung einzelner Parameter auf die Märkte zu erkennen und daraus Prognosen über zukünftige Entwicklungen abzuleiten. Leider funktioniert das nur bedingt, da die Inputparameter voneinander abhängen und mit Zeitversatz wirken.

Diese scheitern dann ggf. daran, dass sie nicht mehr daran glauben, dass die Bewegung des Inputparameters in die eine Richtung auch wirklich die versprochene Wirkung des Systems erzeugt. Dann werden Diskussionen darüber geführt – die Glaubwürdigkeit leidet und lokale Ausnahmen (Marginalkonditionalisierung) werden eingeführt.

Ein Beispiel: Die Diskussion über die Wirkungs-Zusammenhänge des Ölpreises.

Die allgemeine These war, das ein niedriger Ölpreis gut für die Wirtschaft ist, da niedrigere Produktionskosten höhere Margen bei den Produzenten versprechen und die Verbraucher / Konsumenten mehr Geld zur Verfügung haben, da diese weniger für Transportkosten (Tanken) zahlen müssen.

Der starke Ölpreisverfall des letzten Jahres führte jedoch gleichzeitig zu sinkenden Notierungen am Kapitalmarkt. Das Problem des Zeitverzugs schlug zu.

Plötzlich wurden Theorien entwickelt, warum ein „zu“ niedriger Ölpreis schlecht für die Wirtschaft sein müsse. Es wurden Ausnahmen eingeführt – z.B. war zu hören: ein Ölpreis von 100 sei zu hoch, aber wenn der Preis dann unter 50 fällt dann ist das eben schlecht.

Ein Blick auf die langfristige Notierung des Ölpreises würde natürlich sofort zeigen, dass der Preis für das schwarze Gold schon deutlich niedriger Stand und der Aktienmarkt trotzdem gestiegen ist.

Es ist eben nicht so einfach die genaue Wirkung eines Parameters auf das ganze System im kurzfristigen Bereich zu erkennen.

Die Trendfolger haben es insofern einfach, da sie nicht nach den Ursachen forschen, sondern sich darauf spezialisiert haben die Symptome rechtzeitig zu erkennen.

Dem Buch des Prof. Dörner sind noch deutlich mehr Erkenntnisse abzugewinnen und ich werde diese in einem meiner nächsten Blogs sicher nochmal aufgreifen.

 

MAQS – Global Trend Following

Signale im wöchentlichen System:

  • keine

 

Eure Kommentare sind herzlich willkommen.

Ein Gedanke zu “Entscheidungen in komplexen Systemen

Kommentar verfassen

Trage deine Daten unten ein oder klicke ein Icon um dich einzuloggen:

WordPress.com-Logo

Du kommentierst mit Deinem WordPress.com-Konto. Abmelden /  Ändern )

Google+ Foto

Du kommentierst mit Deinem Google+-Konto. Abmelden /  Ändern )

Twitter-Bild

Du kommentierst mit Deinem Twitter-Konto. Abmelden /  Ändern )

Facebook-Foto

Du kommentierst mit Deinem Facebook-Konto. Abmelden /  Ändern )

Verbinde mit %s