Preprost pregled kvantitativne analize

Vsi potencialni vrhunci, padci in občutki, povezani z naložbami, lahko zasenčijo končni cilj: zaslužiti denar. Da bi se osredotočili na slednje in odpravili prvega, si "kvantitativni" pristop k vlaganju namenja pozornost namesto številčnemu.

Vnesite "Quants"

Harry Markowitz je ponavadi zaslužen za začetek kvantitativnega investicijskega gibanja, ko je marca 1952 v Journal of Finance objavil "Selekcijo portfelja". Markowitz je uporabil matematiko za količinsko določitev diverzifikacije in je naveden kot zgodnji uporabnik koncepta, da bi matematični modeli lahko bili uporablja za vlaganje.

Robert Merton, pionir moderne finančne teorije, je prejel Nobelovo nagrado za svoje delovno raziskovanje matematičnih metod za določanje cen derivatov. Delo Markowitza in Mertona je postavilo temelje kvantitativnemu (kvantnemu) pristopu k investiranju.

Za razliko od tradicionalnih kvalitativnih naložbenih analitikov, quanti ne obiskujejo podjetij, ne srečujejo se z vodstvenimi skupinami ali raziskujejo izdelkov, ki jih podjetja prodajajo, da bi prepoznali konkurenčno prednost. Pogosto ne vedo ali jim je mar za kvalitativne vidike podjetij, v katere vlagajo, za sprejemanje investicijskih odločitev se zanašajo zgolj na matematiko.

Kaj počne kvantitativni analitik?

Upravljavci hedge skladov so sprejeli metodologijo in napredek v računalniški tehnologiji, ki je dodatno napredovala na tem področju, saj je bilo zapletene algoritme mogoče izračunati na trenutek. Polje je cvetelo med razcvetom dotcoma, saj so se kvanti v veliki meri izognili besu tehnološkega propada in trška trka.

Medtem ko so se spopadli v Veliki recesiji, kvantne strategije ostajajo v uporabi še danes in so pridobile opazno pozornost zaradi svoje vloge pri trgovanju z visoko frekvenco (HFT), ki se pri sprejemanju trgovinskih odločitev opira na matematiko. Kvantitativno vlaganje se pogosto uporablja tudi kot samostojna disciplina in v povezavi s tradicionalno kvalitativno analizo za povečanje donosa in zmanjšanje tveganja.

Podatki, podatki povsod

Vzpored računalniške dobe je omogočil drobljenje ogromnih količin podatkov v izjemno kratkem času. To je privedlo do vse bolj zapletenih kvantitativnih trgovinskih strategij, saj si trgovci prizadevajo identificirati dosledne vzorce, jih modelirati in jih uporabljati za napovedovanje gibanja cen vrednostnih papirjev.

Quanti izvajajo svoje strategije z uporabo javno dostopnih podatkov. Identifikacija vzorcev jim omogoča, da vzpostavijo samodejne sprožilce za nakup ali prodajo vrednostnih papirjev.

Na primer, strategija trgovanja, ki temelji na vzorcih obsega trgovanja, je morda ugotovila povezavo med obsegom trgovanja in cenami. Če torej obseg trgovanja na določeni delnici naraste, ko cena delnice doseže 25 dolarjev na delnico in pade, ko cena doseže 30 dolarjev, bi kvant lahko samodejno kupil 25, 50 dolarja in samodejno prodajal na 29, 50 dolarja.

Podobne strategije lahko temeljijo na zaslužku, napovedih zaslužka, presežkih zaslužka in številnih drugih dejavnikih. V vsakem primeru čistih trgovcev ne zanimajo možnosti prodaje podjetja, vodstveni tim, kakovost izdelkov ali kateri koli drug vidik njegovega poslovanja. Naročila za nakup in prodajo oddajajo izključno na podlagi številk, ki so prikazane v vzorcih, ki so jih opredelili.

Prepoznavanje vzorcev za zmanjšanje tveganja

Kvantitativno analizo lahko uporabimo za identifikacijo vzorcev, ki bi se lahko izpostavili donosnemu trgovanju z vrednostnimi papirji, vendar to ni njegova edina vrednost. Medtem ko je zaslužek cilj, ki ga lahko razume vsak vlagatelj, se lahko za zmanjšanje tveganja uporabi tudi kvantitativna analiza.

Uresničevanje tako imenovanih "donosnosti, prilagojenih tveganju" vključuje primerjavo ukrepov tveganja, kot so alfa, beta, r-kvadrat, standardni odklon in ostro razmerje Sharpe, da se ugotovi naložba, ki bo prinesla najvišjo stopnjo donosa za dano raven tveganje. Ideja je, da vlagatelji ne bi smeli tvegati več, kot je potrebno za dosego ciljne ravni donosa.

Če torej podatki razkrijejo, da bosta dve naložbi verjetno prinesli podobne donose, a da bo ena bistveno bolj nestanovitna v smislu nihanja cen navzgor in navzdol, bi kvanti (in zdrav razum) priporočali manj tvegane naložbe. Ponovno se Quantom ne zanima, kdo upravlja naložbo, kako izgleda njegova bilanca stanja, kateri izdelek ji pomaga zaslužiti ali kateri koli kvalitativni dejavnik. V celoti se osredotočijo na številke in izberejo naložbo, ki (matematično gledano) ponuja najnižjo stopnjo tveganja.

Portfelji enakosti tveganj so primer ukrepov, ki temeljijo na količini. Osnovni koncept vključuje sprejemanje odločitev o dodelitvi sredstev na podlagi nestanovitnosti trga. Ko se nestanovitnost zmanjša, se raven tveganja v portfelju poveča. Ko se nestanovitnost poveča, se raven tveganja v portfelju zniža.

Če želite biti primer nekoliko bolj realističen, razmislite o portfelju, ki razdeli svoja sredstva med denarna sredstva in indeksni sklad S&P 500. Z uporabo indeksa volatilnosti borze v Chicagu z indeksom volatilnosti borze (VIX) kot posrednikom za nestanovitnost delniškega trga, ko se volatilnost poveča, bi naš hipotetični portfelj svoja sredstva preusmeril v denar. Ko se nestanovitnost zmanjša, bi naš portfelj sredstva preusmeril v indeksni sklad S&P 500. Modeli so lahko bistveno bolj zapleteni kot tisti, ki jih omenjamo tukaj, morda vključujejo zaloge, obveznice, surovine, valute in druge naložbe, vendar koncept ostaja isti.

Prednosti kvantitativnega trgovanja

Trgovanje s količinami je neprijeten postopek odločanja. Vzorci in številke so vse pomembni. To je učinkovita disciplina nakupa / prodaje, kot jo je mogoče izvajati dosledno, neomejeno s čustvi, ki so pogosto povezana s finančnimi odločitvami.

To je tudi stroškovno učinkovita strategija. Ker računalniki delajo, podjetjem, ki se zanašajo na kvantne strategije, ni treba najeti velikih, dragih skupin analitikov in upravljavcev portfelja. Prav tako jim ni treba potovati po državi ali po svetu, kjer bi pregledali podjetja in se srečevali z vodstvom, da bi ocenili morebitne naložbe. Z računalniki analizirajo podatke in izvajajo posle.

Kakšna so tveganja?

"Laži, preklete laži in statistika" je citat, ki se pogosto uporablja za opisovanje neštetih načinov manipulacije s podatki. Medtem ko si kvantitativni analitiki prizadevajo za identifikacijo vzorcev, postopek nikakor ni brezhiben. Analiza vključuje izločanje z ogromno količino podatkov. Izbira pravih podatkov nikakor ni garancija, tako kot se zdi, da vzorci, ki kažejo na določene rezultate, delujejo brezhibno, dokler se ne. Tudi če se zdi, da vzorec deluje, je preverjanje vzorcev lahko izziv. Kot ve vsak vlagatelj, ni zanesljivih stav.

Točke prekrivanja, kot je upad na borzi 2008–2009, so lahko te strategije zares težke, saj se vzorci lahko nenadoma spremenijo. Pomembno si je zapomniti tudi to, da podatki ne povedo vedno celotne zgodbe. Človek lahko opazi škandal ali spremembo upravljanja, ko se razvija, medtem ko povsem matematični pristop tega ne more nujno storiti. Tudi strategija postane manj učinkovita, ko jo vse več vlagateljev poskuša zaposliti. Vzorci, ki delujejo, bodo postali manj učinkoviti, saj se vedno več vlagateljev trudi, da bi od tega koristilo.

Spodnja črta

Številne naložbene strategije uporabljajo mešanico količinskih in kakovostnih strategij. Za identifikacijo potencialnih naložb uporabljajo kvantne strategije, nato pa s kvalitativno analizo, da svoje raziskovalne napore dvignejo na naslednjo raven pri določanju končne naložbe.

Uporabljajo lahko tudi kvalitativni vpogled za izbiro naložb in količinskih podatkov za obvladovanje tveganj. Medtem ko imajo kvantitativne in kvalitativne naložbene strategije svoje zagovornike in kritike, strategij ni treba medsebojno izključevati.