Прост преглед на количествения анализ

Всички потенциални върхове, понижения и настроения, свързани с инвестирането, могат да засенчат крайната цел: печелене на пари. За да се съсредоточи върху последното и да елиминира първия, „количественият“ подход за инвестиране се стреми да обърне внимание на числата, вместо на нематериалните.

Въведете „Quants“

Хари Марковиц обикновено е приписан за началото на количественото инвестиционно движение, когато през март 1952 г. публикува „Портфолио подбор“ в списанието на финансите . Марковиц използва математиката за количествено определяне на диверсификацията и се посочва като ранно възприемане на концепцията, че математическите модели могат да бъдат прилага се за инвестиране.

Робърт Мертън, пионер в съвременната финансова теория, спечели Нобелова награда за своите трудови изследвания на математически методи за ценообразуване на деривати. Работата на Марковиц и Мертън постави основата на количествения (количествен) подход за инвестиране.

За разлика от традиционните качествени инвестиционни анализатори, квантите не посещават компании, не срещат мениджърски екипи или изследват продуктите, които фирмите продават, за да установят конкурентно предимство. Те често не знаят или не се интересуват от качествените аспекти на компаниите, в които инвестират, разчитат чисто на математиката, за да вземат инвестиционни решения.

Какво прави количествен анализатор?

Мениджърите на хедж фондовете приеха методологията и напредъка в изчислителните технологии, които допълнително усъвършенстват областта, тъй като сложните алгоритми могат да бъдат изчислени на миг на око. Полето процъфтява по време на бум на dotcom и бюст, тъй като quants до голяма степен избягват яростта на технологичния бюст и срива на пазара.

Докато те се натъкнаха на Голямата рецесия, квантовите стратегии остават в употреба и днес и спечелиха забележимо внимание заради ролята си във високочестотната търговия (HFT), която разчита на математиката за вземане на търговски решения. Количественото инвестиране също се практикува широко както като самостоятелна дисциплина, така и във връзка с традиционния качествен анализ както за повишаване на възвръщаемостта, така и за намаляване на риска.

Данни, данни навсякъде

Възходът на компютърната ера позволи да се стиска до огромни обеми от данни в изключително кратки периоди от време. Това доведе до все по-сложни количествени стратегии за търговия, тъй като търговците се стремят да идентифицират последователни модели, моделират тези модели и ги използват за прогнозиране на движението на цените на ценните книжа.

Квантите прилагат своите стратегии, използвайки публично достъпни данни. Идентифицирането на моделите им позволява да настроят автоматични задействания за покупка или продажба на ценни книжа.

Например стратегия за търговия, основана на моделите на обема на търговията, може да е определила зависимост между обема на търговията и цените. Така че, ако обемът на търговията на конкретна акция нарасне, когато цената на акциите достигне 25 долара за акция и падне, когато цената достигне 30 долара, квант може да създаде автоматична покупка на 25, 50 долара и автоматична продажба на 29, 50 долара.

Подобни стратегии могат да се базират на печалби, прогнози за печалби, изненади за печалби и множество други фактори. Във всеки случай, чисто количествените търговци не се интересуват от перспективите за продажби на компанията, мениджърския екип, качеството на продукта или други аспекти на бизнеса му. Те подават своите поръчки за покупка и продажба въз основа строго на числата, отчетени в моделите, които са идентифицирали.

Идентифициране на модели за намаляване на риска

Количественият анализ може да се използва за идентифициране на модели, които могат да се поддават на изгодни сделки със сигурност, но това не е единствената му стойност. Докато печеленето на пари е цел, която всеки инвеститор може да разбере, количественият анализ може да се използва и за намаляване на риска.

Стремежът към т. Нар. „Коригирана към риска възвръщаемост“ включва сравняване на рискови мерки като алфа, бета, r-квадрат, стандартно отклонение и коефициентът на Шарп за идентифициране на инвестицията, която ще осигури най-високото ниво на възвръщаемост за даденото ниво риска. Идеята е инвеститорите да не поемат повече риск, отколкото е необходимо за постигане на целевото ниво на възвръщаемост.

Така че, ако данните разкрият, че две инвестиции вероятно ще генерират сходна доходност, но тази ще бъде значително по-нестабилна по отношение на колебанията в цените нагоре и надолу, кванти (и здрав разум) биха препоръчали по-малко рисковата инвестиция. Отново квантите не се интересуват от това кой управлява инвестицията, как изглежда нейният баланс, какъв продукт му помага да печели пари или друг качествен фактор. Те се фокусират изцяло върху числата и избират инвестицията, която (математически погледнато) предлага най-ниското ниво на риск.

Портфейлите за паритет на риска са пример за стратегии в действие, основани на количествата. Основната концепция включва вземане на решения за разпределяне на активи въз основа на нестабилност на пазара. Когато волатилността намалява, нивото на поемане на риск в портфейла се повишава. Когато волатилността се увеличава, нивото на поемане на риск в портфейла намалява.

За да направите примера малко по-реалистичен, помислете за портфолио, което разделя активите си между парични средства и S&P 500 индексен фонд. Използвайки индекса за променливост на борсата в Чикаго борд (VIX) като прокси за нестабилността на фондовите пазари, когато волатилността се повиши, нашето хипотетично портфолио ще прехвърли активите си към парични средства. Когато волатилността намалява, портфолиото ни ще прехвърли активите към индексния фонд S&P 500. Моделите могат да бъдат значително по-сложни от посочените тук, може би включително акции, облигации, стоки, валути и други инвестиции, но концепцията остава същата.

Ползите от количествената търговия

Търговията с количество е безстрастен процес на вземане на решения. Моделите и числата са всичко от значение. Това е ефективна дисциплина купуване / продажба, както може да се изпълнява последователно, безпрепятствено от емоцията, която често се свързва с финансови решения.

Това е и рентабилна стратегия. Тъй като компютрите вършат работа, фирмите, които разчитат на количествени стратегии, не е необходимо да наемат големи, скъпи екипи от анализатори и ръководители на портфейли. Нито е необходимо да пътуват из страната или по света, инспектирайки компаниите и да се срещат с ръководството, за да оценят потенциалните инвестиции. Те използват компютри за анализиране на данните и извършване на сделки.

Какви са рисковете?

„Лъжи, дяволски лъжи и статистика“ е цитат, често използван за описване на безброй начини за манипулиране на данните. Докато количествените анализатори се стремят да идентифицират модели, процесът в никакъв случай не е безусловен. Анализът включва изваждане чрез огромно количество данни. Изборът на правилни данни в никакъв случай не е гаранция, точно както изглежда, че моделите, които предполагат определени резултати, могат да работят перфектно, докато не се справят. Дори когато изглежда, че даден модел работи, валидирането на моделите може да бъде предизвикателство. Както всеки инвеститор знае, няма сигурни залози.

Точките на инфлация, като спад на фондовата борса през 2008-09 г., могат да бъдат трудни за тези стратегии, тъй като моделите могат да се променят внезапно. Важно е също да запомните, че данните не винаги разказват цялата история. Хората могат да видят скандал или промяна в управлението, докато се развива, докато чисто математическият подход не може непременно да го направи. Освен това една стратегия става по-малко ефективна, тъй като все по-голям брой инвеститори се опитват да я използват. Моделите, които работят, ще станат по-малко ефективни, тъй като все повече и повече инвеститори се опитват да се възползват от това.

Долния ред

Много инвестиционни стратегии използват комбинация от количествени и качествени стратегии. Те използват количествени стратегии за идентифициране на потенциални инвестиции и след това използват качествен анализ, за ​​да изведат своите научно-изследователски усилия на следващото ниво при идентифицирането на крайната инвестиция.

Те могат също така да използват качествен поглед за избор на инвестиции и количествени данни за управление на риска. Докато както количествените, така и качествените инвестиционни стратегии имат своите привърженици и своите критици, не е необходимо стратегиите да бъдат взаимно изключващи се.