Přehled trhů
Proč nespoléhat na sezónní vzorce — mýtus efektu září
Klíčové body
- Efekt září (průměrně slabý měsíc pro akcie) existuje ve statistice za historická data, ale není spolehlivý pro předpovídání budoucnosti.
- Sezónní vzorce jsou výsledkem data miningu — čím více dat prohledáváš, tím více falešných vzorců najdeš.
- Každý dobře zdokumentovaný vzorec ztrácí sílu, jakmile se stane veřejně známým — arbitragéři ho využijí a vymažou.
- Investiční rozhodnutí postavené na sezónním kalendáři vede k nadbytečnému obchodování a daňovým nákladům.
Efekt září je jedna z nejcitovanějších burzovních anomálií — ale spolehlivě předpovídá budoucnost zhruba tak dobře jako astrologie. Tady je důvod, proč mu nedůvěřovat.
Co říkají historická data?
Historická data skutečně ukazují, že září je průměrně nejslabší měsíc amerických akcií za posledních 70 let — průměrný výnos S&P 500 v září je mírně záporný. Jenže „průměr" skrývá obrovský rozptyl. V jednotlivých letech září končilo plus 9 %, mínus 11 %, plus 5 % — prostě jakkoliv. Průměr negativního výsledku neznamená, že příští září bude negativní.
Proč jsou sezónní vzorce statistická iluze?
Data mining (prohledávání velkého objemu historických dat) téměř vždy nalezne nějaký vzorec. Pokud testuješ 12 měsíců, 5 dnů v týdnu a desítky let dat, statisticky nutně najdeš kombinace, které „fungují" — ale jen v minulosti. Tento jev se nazývá overfitting. Efekt září byl popsán přesně takto.
- Po jeho zveřejnění a popularizaci se vzorec výrazně oslabil.
- Mimo USA je efekt září ještě méně konzistentní — v různých trzích vychází jiné měsíce jako „nejslabší".
- Arbitražéři, kteří vzorec využijí, ho systematicky eliminují.
Jak reálně škodí sezónní strategie?
Investor, který prodá v září a koupí v říjnu, zaplatí transakční poplatky, spread a v ČR potenciálně spustí zdanitelný prodej — pokud nesplní tříletý časový test. Přitom prognóza je nespolehlivá. Výsledek je záporný v součtu poplatků, daní a ušlého výnosu ze dnů mimo trh. Víc o daních v ČR najdeš v článku daně z ETF v ČR.
Co místo sezónních vzorců?
Nekupuj ani neprodávej podle měsíce v roce. Investuj pravidelně — DCA strategie automaticky nakupuje bez ohledu na kalendář a průměruje nákupní cenu v čase. Trhy jsou nepředvídatelné v krátkém horizontu — ale long-term trend je historicky vzestupný.
Časté otázky
Je efekt září reálný?
V historických datech průměrně ano, ale s obrovským rozptylem. V jednotlivých letech se září chová zcela odlišně od průměru. Nelze ho spolehlivě využít pro investiční rozhodnutí — zvláště po zahrnutí nákladů na obchodování a daní.
Existují sezónní vzorce, které fungují?
Existují anomálie s konzistentnějšími daty (např. Turn-of-the-Month effect), ale po zahrnutí transakčních nákladů a po jejich popularizaci se většina ztratí. Žádný sezónní vzorec netvoří robustní základ investiční strategie.
Co je data mining bias?
Data mining bias nastane, když prohledáváš velký dataset a hledáš vzorce — vždy nějaký najdeš čistě náhodou. Vzorec je pak platný jen pro historická data, na která byl „natrénovány", ale nemá prediktivní sílu do budoucna.