A Wall Street elemzői és a világ legnagyobb bankjainak vezetői egyre hangosabban figyelmeztetnek arra, hogy a globális pénzpiacokon veszélyesen túlárazott eszközök halmozódtak fel. Jamie Dimon, a JPMorgan Chase vezérigazgatója október közepén kijelentette, hogy számos befektetés „buborékzónába” került. Hasonló aggodalmakat fogalmazott meg David Solomon, a Goldman Sachs vezetője, Jane Fraser, a Citigroup elnöke, valamint a Bank of England és az IMF is. Utóbbi szerint a kockázatos eszközök ára „jócskán meghaladja az alapvető gazdasági fundamentumokat”, ami „rendetlen és fájdalmas korrekcióhoz” vezethet.

A figyelmeztetések nem alaptalanok: az amerikai S&P 500 részvényindex jelenleg 41-szeres értéken forog a ciklikusan kiigazított nyereségekhez képest, ami a dotkomlufi idején tapasztalt szintet idézi. A befektetési kategóriájú vállalati kötvények mindössze 0,8 százalékponttal kínálnak többet az amerikai államkötvények hozamánál, ilyen szűk hozamkülönbözetet legutóbb 1998-ban láthattunk. Még az arany is, amelyet sokan menedékként tartanak számon, a spekuláció áldozatává vált: október 20-án történelmi csúcsra emelkedett, majd két nap alatt hét százalékot zuhant, jelenleg pedig nyolc százalékkal a csúcsa alatt forog.

Sokak szerint ezzel már el is kezdődött egy lehetséges korrekció. A kérdés az, mikor jöhet a következő. A piaci szereplők, köztük az algoritmikus kereskedők és a fedezeti alapok, amelyek minden piaci környezetben profitot ígérnek, egyre nagyobb hangsúlyt fektetnek az előrejelzésre. James White, az Elm Wealth befektetési cég szakértője szerint „a makrokereskedés Nirvánája a fordulópontok előrejelzése”, csakhogy ez szinte lehetetlen feladat. A korrekciók előrejelzése valójában a volatilitás - vagyis az árfolyam-ingadozás - előrejelzését jelenti. A tőzsdei kereskedők és kvantitatív elemzők jól ismerik azt a mintázatot, hogy a volatilitás két üzemmódban mozog: hosszabb ideig alacsony, majd rövid, heves időszakokban hirtelen megugrik. A piaci trendekkel ez szorosan összefügg; amikor az árak stabilan vagy felfelé haladnak, a volatilitás alacsony, míg az esések idején ugrásszerűen nő.

A legtöbb volatilitás-előrejelző modell ezen az összefüggésen alapul. Az úgynevezett autoregresszív modellek abból indulnak ki, hogy a mai volatilitás a legjobb indikátora a holnapinak. Ezek a modellek a bankok és alapkezelők kockázati számításaiban alapvető eszközök, és nélkülözhetetlenek az opciók árazásához is, hiszen a várható árfolyam-ingadozást kell becsülniük. Csakhogy ezek a modellek a hirtelen volatilitás-ugrásokat, vagyis a piaci korrekciók előtti töréspontokat nem tudják megjósolni, mert ezek rendszerint egy másik, új „rezsimváltás” jelei.

Éppen ezért a kereskedők kiegészítő modelleket is fejlesztenek, amelyek külső tényezők hatását próbálják figyelembe venni. A legkorszerűbb megközelítés a gépi tanulás alkalmazása, amely gazdasági adatok - például vállalati eredmények, GDP, inflációs és foglalkoztatási mutatók - hatását elemzi. A mesterséges intelligencia segítségével az elemzők olyan összefüggéseket is felfedezhetnek, amelyek intuitívan nem nyilvánvalók. A Bridgewater, a világ egyik legnagyobb hedge fundja épp ilyen bonyolult modellekre építi kereskedési stratégiáit. Azonban ezek a makromodellek ritkán működnek megbízhatóan és a legpontosabb modellek sem képesek előrejelezni az úgynevezett „tiszta sokkokat” - például egy világjárványt, vagy egy bankrohamot -, amelyek rendszerint elindítják a korrekciókat. A makromodellek legfeljebb azt tudják megmutatni, mely körülmények között lenne egy ilyen sokk különösen romboló, de azt nem, mikor következik be.

A kereskedők más eszközöket is használnak a fordulópontok észlelésére. Mivel a volatilitás jellemzően akkor ugrik meg, amikor az árfolyam trendet vált, a momentum-kereskedők gyakran azonnal eladják pozícióikat, amint az első nagyobb esés megszakítja a nyerő sorozatot. Figyelmeztető jel lehet az is, ha a különböző eszközosztályok közötti korreláció megváltozik. Klasszikus „risk-off” jelenség például, amikor a részvényárak esnek, miközben az arany vagy az amerikai államkötvények ára emelkedik.

A nagy alapok kvantitatív stratégiáinak vezetői szerint a különálló modellek kombinálása valamelyest javíthatja az előrejelzések pontosságát, de még így is csak a legjobbak képesek időben felismerni a veszélyt és mérsékelni a veszteségeket. Az előrejelzések soha nem lehetnek tökéletesek, a tőzsdék dinamikája ugyanis nem pusztán számokon, hanem emberi viselkedésen és váratlan eseményeken alapul. A Wall Street legnagyobb szereplői most figyelmeztetnek egy közelgő korrekció lehetőségére, de azt senki sem tudja megmondani, mikor következik be. Ahogy az egyik elemző fogalmazott: a piac előrejelzése nem tudomány, hanem inkább hitkérdés, és bármilyen fejlett is a technológia, a következő összeomlás pillanatát még a legjobb modellek sem fogják előre látni.