Стоит ли инвестировать в алгоритмические фонды? » Элитный трейдер
Элитный трейдер


Стоит ли инвестировать в алгоритмические фонды?

8 мая 2018 Архив
По мнению авторитетных финансовых изданий, на сегодняшний день именно эти фонды доминируют на Уолл-Стрит. Какому виду инвестиций отдают предпочтение западные инвесторы? Кто остается на вершине фондового рынка уже второе десятилетие подряд? Машинное обучение и искусственный разум, управляющий работой биржи – сюжет из будущего, которое давно наступило. Может быть, мы просто не заметили революции, свершившейся на наших глазах?

Кто же правит бал на Уолл-Стрит?

С первых полос зарубежной прессы не сходят фонды количественного инвестирования (другое их название – «систематические» или «квантовые»).

Согласно опросу, проведенному Credit Suisse, более половины инвесторов собираются увеличивать объемы своих вложений в количественные фонды.

Аналитики из Barclays утверждают, что почти 30% всех инвестиций сосредоточено в квантовых фондах. По данным Bloomberg, в течение последних 4 лет доходность алгоритмических фондов стабильно превышала доходность традиционных активов.
Двое из первой тройки самых богатых управляющих фондами по версии «Форбс» являются квантами.

5 фондов из шести самых крупных инвестиционных фондов в рейтинге Institutional Investor’s Alpha применяют в своей работе количественные методы.

Как все начиналось?

В 60-х годах прошлого века профессор Эдвард Торп из США решил использовать свои математические способности довольно необычным образом. Основываясь на теории вероятности и статистике, он разработал теорию, позволяющую добиться успеха при игре в «блэк-джек». Его достижения в этой области были столь значительными, что вскоре игорным домам пришлось внести изменения в правила игры, а сам Торп стал «персоной нон-грата» во всех казино.

На основе полученного опыта Торпу удалось создать новые алгоритмы биржевой торговли, в результате чего на свет появился первый количественный фонд. В течение последующих 18-ти лет полтора миллиона долларов, первоначально вложенные профессором, волшебным образом превратились в 273 миллиона, при этом убыточность была зафиксирована лишь в одном квартале.

Модель, созданная Торпом, отличается чрезвычайной устойчивостью. В его стратегии задействованы тысячи алгоритмов, поэтому убыток от одной неудачной сделки с лихвой перекрывается за счет общего объема. В отличие от других моделей, стратегию количественного инвестирования разрабатывают не трейдеры, а математики. На основании исторических данных алгоритм может спрогнозировать снижение или повышение цены. При создании стратегии учитываются разнообразные факторы: эффективность того или иного инструмента, исторические данные, корреляция алгоритмов между собой, скорость обработки биржевых котировок и т.д.

Незаметная революция

Стоит ли инвестировать в алгоритмические фонды?


В наши дни практически в любом иностранном хедж-фонде, инвестиционной компании или крупном банке применяются методы количественного анализа. Bridgewater, AQR, JPMorgan, BlackRock, WellsFargo – всеми этими компаниями в той или иной степени управляют кванты. На Западе квантовые инвестиции появились более 40 лет назад, однако повышенный интерес управляющих и инвесторов к этим стратегиям наблюдается именно в последние годы. С чем это связано?

Возможности количественного инвестирования существенно расширились благодаря новейшим технологиям – облачным хранилищам данных, искусственному интеллекту, машинному обучению и др. На сегодняшний день фонды могут анализировать состояние рынка при помощи альтернативных источников информации – например, активности соцсетей или фото со спутника. Команда квантов Renaissance Technologies установила, что состояние рынков от США до Японии в определенной степени зависит от прогноза погоды во Франции. Эта взаимосвязь на протяжении долгого времени использовалась специалистами компании, средняя доходность которой превышает 40% годовых.

/templates/new/dleimages/no_icon.gif (C)
Не является индивидуальной инвестиционной рекомендацией
При копировании ссылка обязательна Нашли ошибку: выделить и нажать Ctrl+Enter