Все потенциальные максимумы, минимумы и настроения, связанные с инвестированием, могут омрачить конечную цель - зарабатывать деньги. Стремясь сосредоточиться на последнем и устранить первое, «количественный» подход к инвестированию направлен на то, чтобы обратить внимание на цифры вместо нематериальных активов.

Введите «Quants»

Гарри Марковицу, как правило, приписывают начало количественному инвестиционному движению, когда он опубликовал «Портфолио» в «Журнале финансов» в марте 1952 года. Марковиц использовал математику для количественной оценки диверсификации и цитируется как первопроходца концепции о том, что математические модели могут быть применены к инвестированию. Роберт Мертон, пионер современной финансовой теории, получил Нобелевскую премию за свои исследования в области математических методов ценообразования. Работа Марковица и Мертона заложила основу для количественного (квантового) подхода к инвестированию.

В отличие от традиционных качественных инвестиционных аналитиков, куранты не посещают компании, не встречаются с командами управления или не исследуют продукты, которые продают фирмы в усилия по выявлению конкурентного преимущества. Часто они не знают или не заботятся о качественных аспектах компаний, в которые они инвестируют, полагаясь исключительно на математику для принятия инвестиционных решений.

Менеджеры хедж-фондов связанный с методологией и достижениями в области вычислительной техники, которые продвинулись вперед, поскольку сложные алгоритмы можно было вычислить в мгновение ока. Поле процветало во время бума и бюста доткома, так как quants во многом избегали безумства технологического спада и краха рынка.

Пока они спотыкались в Великой рецессии, квантовые стратегии остаются в употреблении сегодня и заслужили заметное внимание к их роли в высокочастотной торговле (HFT), которая опирается на математику для принятия торговых решений. Количественное инвестирование также широко практикуется как в виде отдельной дисциплины, так и в сочетании с традиционным качественным анализом как для повышения доходности, так и для смягчения рисков.

Данные, данные везде

Рост компьютерной эры позволил в огромные промежутки времени сократить огромные объемы данных. Это привело к все более сложным количественным торговым стратегиям, поскольку трейдеры стремятся выявлять согласованные модели, моделировать эти модели и использовать их для прогнозирования движения цен в ценных бумагах.

Канта реализуют свои стратегии с использованием общедоступных данных. Идентификация шаблонов позволяет им создавать автоматические триггеры для покупки или продажи ценных бумаг. Например, торговая стратегия, основанная на моделях торговых томов, может определить корреляцию между объемом торгов и ценами. Поэтому, если объем торгов на определенном фондовом рынке растет, когда цена акций достигает 25 долларов США за акцию и падает, когда цена достигает 30 долларов США, квант может создать автоматическую покупку по цене 25 долларов США.50 и автоматически продаются по цене 29 долларов США. 50.

Подобные стратегии могут быть основаны на доходах, прогнозах прибыли, неожиданностях прибыли и множестве других факторов. В каждом случае трейдеры с чистым квантом не заботятся о перспективах продаж компании, управленческой команде, качестве продукта или любом другом аспекте своей деятельности. Они размещают свои заказы на покупку и продажу, основываясь исключительно на количестве, учитываемом в шаблонах, которые они идентифицировали.

Beyond Gains

Количественный анализ может использоваться для идентификации шаблонов, которые могут поддаваться прибыльным сделкам безопасности, но это не единственное его значение. Хотя деньги - это цель, которую может понять каждый инвестор, количественный анализ также может быть использован для снижения риска.

Стремление к так называемым «скорректированным с учетом риска доходам» включает в себя сравнение мер риска, таких как альфа, бета, r-квадрат, стандартное отклонение и коэффициент Шарпа, чтобы идентифицировать инвестиции, которые будут обеспечивать самый высокий уровень прибыли для данный уровень риска. Идея заключается в том, что инвесторы должны нести больше риска, чем необходимо для достижения целевого уровня прибыли.

Итак, если данные показывают, что две инвестиции, скорее всего, приведут к подобным доходам, но они будут значительно более неустойчивыми в отношении перепадов цен вверх и вниз, quants (и здравый смысл) будут рекомендовать менее рискованные инвестиции. Опять же, quants не заботится о том, кто управляет инвестициями, каков его баланс, какой продукт помогает ему зарабатывать деньги или какой-либо другой качественный фактор. Они полностью сосредоточены на цифрах и выбирают инвестиции, которые (математически говоря) предлагают самый низкий уровень риска.

Портфели риска-четности являются примером стратегий, основанных на использовании квантов. Основная концепция включает принятие решений о распределении активов на основе рыночной волатильности. Когда волатильность снижается, уровень риска в портфеле растет. Когда волатильность увеличивается, уровень риска в портфеле снижается.

Чтобы сделать пример более реалистичным, рассмотрите портфель, который делит свои активы между наличными и фондом индекса S & P 500. Используя индекс волатильности Биржи Чикагской фондовой биржи (VIX) в качестве прокси-фактора для волатильности фондового рынка, когда волатильность повышается, наш гипотетический портфель перенесет активы на денежные средства. Когда волатильность снизится, наш портфель перенесет активы в индексный фонд S & P 500. Модели могут быть значительно сложнее, чем те, которые мы здесь упоминаем, возможно, включая акции, облигации, товары, валюты и другие инвестиции, но концепция остается прежней.

Преимущества

Квантовая торговля - это беспристрастный процесс принятия решений. Образцы и цифры - все это имеет значение. Это эффективная дисциплина купли-продажи, которая может выполняться последовательно, беспрепятственно из-за эмоций, которые часто связаны с финансовыми решениями.

Это также экономичная стратегия. Поскольку компьютеры выполняют свою работу, фирмам, которые полагаются на квантовые стратегии, не нужно нанимать большие, дорогие команды аналитиков и портфельных менеджеров.Им также не нужно путешествовать по стране или мировым инспекционным компаниям и встречаться с руководством, чтобы оценить потенциальные инвестиции. Они просто используют компьютеры для анализа данных и выполнения торгов.

Риски

«Ложь, проклятая ложь и статистика» - это цитата, которая часто используется для описания множества способов обработки данных. В то время как количественные аналитики стремятся выявить закономерности, этот процесс ни в коем случае не является безупречным. Анализ включает в себя отбор огромных объемов данных. Выбор правильных данных ни в коем случае не является гарантией, так же как шаблоны, которые, как представляется, предполагают определенные результаты, могут отлично работать, пока они этого не сделают. Даже когда шаблон работает, проверка шаблонов может быть проблемой. Как знает каждый инвестор, нет уверенных ставок.

Точки перегиба, такие как спад на фондовом рынке 2008/2009 года, могут быть жесткими в отношении этих стратегий, поскольку модели могут внезапно измениться. Также важно помнить, что данные не всегда рассказывают всю историю. Люди могут видеть скандал или изменение управления, поскольку оно развивается, в то время как чисто математический подход не может это сделать. Кроме того, стратегия становится менее эффективной, поскольку все большее число инвесторов пытается ее использовать. Образцы, которые работают, станут менее эффективными, поскольку все больше и больше инвесторов пытаются извлечь из этого выгоду.

Практический результат

Многие инвестиционные стратегии используют сочетание как количественных, так и качественных стратегий. Они используют квантовые стратегии для определения потенциальных инвестиций, а затем используют качественный анализ, чтобы приложить свои исследовательские усилия на следующий уровень для определения окончательных инвестиций.

Они также могут использовать качественную информацию для выбора инвестиций и количественных данных для управления рисками. Хотя и количественные, и качественные инвестиционные стратегии имеют своих сторонников и их критиков, стратегии не обязательно должны быть взаимоисключающими.