Fraktale-Markt-Hypothese Fmh

Was ist die Fractal Markets Hypothesis (FMH)?

Die Fractal Markets Hypothesis (FMH) besagt, dass Zeitreihendaten von Aktienkursen ähnliche Eigenschaften wie Fraktale aufweisen und führt diese Eigenschaften auf unterschiedliche Zeithorizonte und Informationen unter den Anlegern zurück.

Wichtige Erkenntnisse

• Die Fractal Markets Hypothesis (FMH) legt nahe, dass Aktienkurse fraktale Eigenschaften zeigen, die durch unterschiedliche Anlagehorizonte und Informationen beeinflusst werden.
• FMH hebt hervor, wie kurzfristige Fokussierung in unsicheren Zeiten zu Marktvolatilität und Liquiditätsproblemen führen kann.
• Entwickelt von Ed Peters, erweitert die FMH die Effizienzmarkthypothese (EMH) und bietet alternative Einblicke in das Marktverhalten.
• FMH erklärt, dass wenn alle Anleger wie kurzfristige Trader handeln, dies zu Ineffizienzen und extremen Kursschwankungen führen kann.
• Eine zentrale Herausforderung der FMH ist die Bestimmung des Wiederholungszeitraums und -maßstabs des fraktalen Musters für Marktprognosen.
• Erhalten Sie personalisierte, KI-gestützte Antworten, die auf über 27 Jahren vertrauenswürdiger Expertise basieren.

Einblicke in die Fractal Markets Hypothesis

Gemäß der Fractal Markets Hypothesis (FMH) kann die Konvergenz von Zeithorizonten und Informationsmengen hin zum Kurzfristigen in Zeiten erhöhter Marktunsicherheit als Kollaps der fraktalen Struktur der Marktpreise modelliert werden. Dies kann zu plötzlichen Anstiegen der Marktvolatilität und mangelnder Marktliquidität führen, wie sie bei Crashs und Krisen zu beobachten sind. Die FMH ist eine Erweiterung der weit verbreiteten Effizienzmarkthypothese (EMH).

Die FMH wurde von Ed Peters in seinem 1994 erschienenen Buch "Fractal Market Analysis: Applying Chaos Theory to Investment and Economics" entwickelt.1 Fraktale Muster weisen im Allgemeinen die Eigenschaft auf, dass sie bei Betrachtung in verschiedenen Maßstäben ähnlich oder selbstähnlich erscheinen. Peters argumentierte, dass Zeitreihen von Aktienkursen nicht einfach einem Random Walk ähneln (wie von der EMH beschrieben), sondern tatsächlich fraktale Eigenschaften aufweisen, da sie bei Abtastung in unterschiedlichen Zeitintervallen eine ähnliche Struktur haben.

Dieses fraktale Muster auf den Finanzmärkten schafft eine Unterscheidung zwischen langfristigen Anlegern, die sich auf Marktfundamentaldaten konzentrieren, und kurzfristigen Anlegern, die sich eher auf die technische Analyse konzentrieren. Da die verschiedenen Anlegergruppen über unterschiedliche Anlagehorizonte mit unterschiedlichen Informationssätzen agieren, können sie einander Marktliquidität bereitstellen, was langfristig zur Stabilisierung beitragen kann, trotz täglicher Volatilität. Trades von Langfristanlegern gleichen die Trades von Kurzfristanlegern aus – sie sorgen dafür, dass Wertpapiere leicht gehandelt werden können, ohne die Bewertungen dramatisch zu beeinflussen.

Das ändert sich jedoch in bärischen Märkten. Probleme können auftreten, wenn ein plötzlicher Schock zu erhöhter Unsicherheit bei langfristigen Anlegern führt, die dadurch ihren Fokus auf einen kurzfristigen Horizont und auf für kurzfristige Schwankungen relevante Informationen verlagern. Dies führt zu einem Markt, in dem alle oder die meisten Anleger kurzfristige Anleger sind, mit wenigen langfristigen Gegenparts, die Liquidität für kurzfristige Trades bereitstellen.

Plötzlich verhalten sich alle Anleger wie kurzfristige Anleger, die auf kurzfristige Preisbewegungen und Informationen reagieren. Diese Verschiebung führt dazu, dass Märkte weniger liquide und ineffizienter werden. Der Abzug von Liquidität aus dem Markt kann extreme kurzfristige Ausschläge der Marktpreise erzeugen, die plötzliche Marktcrashs kennzeichnen.

Die Finanzkrise von 2008 veranlasste viele Beobachter, die vorherrschenden Wirtschaftstheorien und -perspektiven auf die Märkte zu hinterfragen. Die EMH geht davon aus, dass Anleger rational handeln und Märkte effizient sind, was bedeutet, dass Preise stets den wahren Wert eines Vermögenswerts widerspiegeln sollten. Diese Denkweise wurde im Gefolge der Großen Rezession erneut in Frage gestellt.

Alternative Theorien wie die Noisy Market Hypothesis, die Adaptive Market Hypothesis und die FMH, die das Anlegerverhalten über einen gesamten Marktzyklus einschließlich Auf- und Abschwüngen untersuchen, gewannen an Bedeutung.

Wichtig

Die Fractal Market Hypothesis versucht, das Anlegerverhalten unter allen Marktbedingungen zu erklären, was die populäre Effizienzmarkthypothese nicht leistet.

Wie Chaostheorie und Fraktale die Finanzmärkte prägen

Die FMH fällt in den Rahmen der Chaostheorie und erklärt Märkte mithilfe des Konzepts von Fraktalen – fragmentierte geometrische Formen, die in Teile zerlegt werden können, die die Form des Ganzen nachbilden.

In Bezug auf Märkte behaupten Befürworter dieser Theorie, dass Aktienkurse sich in Fraktalen bewegen. Sie nutzen dies als Grundlage für eine Form der technischen Analyse: So wie sich die Muster von Fraktalen über alle Zeitrahmen hinweg wiederholen, scheinen sich auch Aktienkurse im Laufe der Zeit in sich wiederholenden geometrischen Mustern zu bewegen.

Diese Analyse konzentriert sich auf die Preisbewegungen von Vermögenswerten basierend auf der Annahme, dass sich die Geschichte der Aktienkurse in verschiedenen Maßstäben wiederholt. Diesem Rahmen folgend untersucht die FMH die Anlegerhorizonte, die Rolle der Liquidität und die Auswirkungen von Informationen im Konjunkturzyklus.

Herausforderungen und Grenzen der Fractal Markets Hypothesis

Das vielleicht offensichtlichste Problem bei der Quantifizierung und Nutzung der FMH ist die Entscheidung, über welchen Zeitraum das "fraktale" Muster wiederholt werden soll, um die Marktrichtung zu prognostizieren. Ein Muster könnte täglich, wöchentlich, monatlich oder sogar über einen längeren Zeitraum wiederholt werden. Da Fraktale jedoch inhärent rekursiv in einem unendlichen Zyklus sind, weiß ein Trader möglicherweise nicht, wann er beginnen oder auf welcher Skala er operieren soll.

Es ist daher äußerst schwierig, den Wiederholungszeitraum genau zu prognostizieren, obwohl er wahrscheinlich eng mit dem Anlagehorizont zusammenhängt. Es ist auch erwähnenswert, dass das Muster wahrscheinlich nicht identisch wiederholt wird.

Erhalten Sie personalisierte, KI-gestützte Antworten, die auf über 27 Jahren vertrauenswürdiger Expertise basieren.

Wie tragen Trader-Emotionen zur Marktvolatilität bei?

Wie hilft die Chaostheorie, plötzliche Marktschocks zu erklären?

Was passiert, wenn während Marktkrisen ein Anlagehorizont dominiert?

Fractal Market Cycles and Regimes. "The Fractal Market Hypothesis."

Fractal Market Cycles and Regimes. "The Fractal Market Hypothesis."

Wirtschaft

Volkswirtschaftslehre