В последние годы наблюдается растущий интерес к компьютерным стратегиям в инвестиционной сфере. Однако, несмотря на первоначальные ожидания, программы-управляемые хедж-фонды демонстрируют результаты, отстающие от рыночных показателей. Это вызывает вопросы о реальной эффективности автоматизированных систем и их способности заменить человеческих инвестиционных менеджеров.
Первоначально предполагалось, что компьютеризированные стратегии должны заменить человеческих инвестиционных менеджеров, однако, как показывает практика, программы-управляемые хедж-фонды часто отстают от рыночных показателей. Существует несколько точек зрения на эту проблему. Одна из них заключается в том, что систематические, компьютеризированные инвестиционные стратегии строятся на предпосылке борьбы с иррациональными инвесторами, однако, так называемые "тупые деньги" также могут вести себя непредсказуемо или исчезать. Другая альтернатива заключается в том, что стратегии, применяемые автоматизированными средствами, становятся слишком известными, что нейтрализует их эффективность. Эти наблюдения были сделаны Нилом Бергером, основателем и главным инвестиционным директором Орлиного зрения управления капиталом ООО.
По оценкам Barclays PLC, на сегодняшний день около 500 миллиардов долларов находятся в управлении компьютеризированными квантовыми фондами, что составляет около 17% всех активов хедж-фондов. Если учитывать умные бета ETF, то эта цифра увеличивается до 625 миллиардов долларов только в США. Квантовые фонды используют сложные математические модели и алгоритмы для анализа данных и принятия инвестиционных решений. Они стремятся выявить закономерности и тенденции на рынке, которые могут быть не видны человеческому глазу. Однако, эффективность этих моделей зависит от качества данных и правильности предположений, заложенных в алгоритмы.
Квантовые фонды с нейтральной позицией на рынке в последнее время демонстрируют худшие результаты. Эти фонды используют стратегии "длинные и короткие позиции", чтобы изолировать ставки на ценовые паттерны и отношения. Однако, в условиях растущего рынка, когда большинство активов растут в цене, нейтральные стратегии могут оказаться неэффективными. Фред Бранован, президент и главный операционный директор Питтсбурга семейного офиса ffc capital corp., отмечает, что рыночно-нейтральным фондам необходимо хорошо работать, но в условиях ежедневного роста на фондовых рынках это сделать очень трудно. Кроме того, последние бычьи рынки характеризуются удивительным отсутствием волатильности, что затрудняет применение стратегий, основанных на колебаниях цен.
Все больше управляющих деньгами используют аспекты факторного инвестирования, следуя автоматизированным правилам в различной степени. По данным Bloomberg, 43% основных менеджеров, опрошенных, указали, что они используют такие запрограммированные стратегии управления рисками или портфелем. Кроме того, смарт-бета-торгуемые на бирже фонды, как правило, определяются факторным инвестированием, и их активы более чем в два раза выросли за последние четыре года. В результате все более широкого внедрения подобных стратегий, возможности для получения прибыли уменьшаются, что приводит к снижению доходности этих средств.
Фонд на 500 миллионов долларов, управляемый Нилом Бергером, также столкнулся с проблемами в своей деятельности. Рыночно-нейтральный квантовый фонд R&F Capital Advisors LP был запущен чуть больше года назад двумя авторитетными менеджерами, которые привлекли в начале 100 миллионов долларов. Однако, в настоящее время фонд находится в процессе закрытия. Кроме того, хедж-фонд на 2,9 миллиарда долларов, управляемый Clinton Group Inc., немного снизился в 2016 году и потерял около 5,5% в 2017 году. Ни R&F, ни Clinton не предоставили комментарии по этому вопросу, ссылаясь на конфиденциальность источников.
История повторяется. Десять лет назад широко известная Уолл-Стрит электростанция Goldman Sachs Group Inc. столкнулась с бесчестием, имея широко известной закрыть собственный квантовый фонд после накапливая миллиарды долларов убытков. Это показывает, что даже самые опытные и успешные управляющие могут столкнуться с проблемами при использовании квантовых стратегий.
Несмотря на в целом плохую работу квантовых фондов в последнее время, некоторым удалось выполнить свое обещание. Например, тактический агрессивный фонд от Quantitative Investment Management (QIM) из Шарлоттсвилля, Вирджиния, показал доходность 37,2% за год по 31 июля. Однако, этот фонд значительно отступил за последние два месяца, зафиксировав 55%-ный прирост с начала года до мая, когда он достиг 1,2 миллиарда долларов в стоимостном выражении. Кроме того, фонд на 2,2 миллиарда долларов, управляемый фьючерсами QIM, отстает от S&P 500 в течение мая.
Старая пословица в области компьютерного программирования и анализа данных предупреждает, что "мусор на входе - мусор на выходе" (GIGO). Выбор данных, качество данных и предположения, заложенные в программировании, оказывают огромное влияние на качество анализа. Если данные неточны или неполны, то и результаты анализа будут ненадежными. Поэтому, перед использованием любых данных необходимо тщательно проверить их качество и убедиться в их достоверности.
Что касается перспективы того, что машины с искусственным интеллектом (ИИ) алгоритмы заменят менеджеров инвестиционной человека, в журнале дается несколько больших аргументов против. Во-первых, эти программы становятся обречены на провал, если они стали слишком популярны. Во-вторых, эти программы часто находят несуществующие или надуманные шаблоны. В-третьих, более сложные модели становятся в надежде объяснить прошлое, тем менее полезен он часто становится в качестве прогностического или инструмент принятия решений. В-четвертых, даже если эти алгоритмы раскрыть подлинные картины из прошлого, им не хватает дальновидности, чтобы сказать, являются ли такие шаблоны будут сохраняться в будущем. Устарелость проницательным человеком аналитики еще не на горизонте.
В заключение, можно сказать, что компьютеризированные стратегии имеют свои преимущества и недостатки. Они могут быть полезны для выявления закономерностей и тенденций на рынке, но они не могут заменить человеческий анализ и интуицию. Успешные инвесторы должны уметь сочетать автоматизированные инструменты с собственным опытом и знаниями.
Квантовые фонды используют сложные математические модели и алгоритмы для анализа данных и принятия инвестиционных решений. Они составляют около 17% всех активов хедж-фондов, что составляет около 500 миллиардов долларов. Если учитывать умные бета ETF, эта цифра увеличивается до 625 миллиардов долларов только в США.
Квантовые фонды с нейтральной позицией на рынке используют стратегии "длинные и короткие позиции", чтобы изолировать ставки на ценовые паттерны и отношения. Однако, в условиях растущего рынка, когда большинство активов растут в цене, нейтральные стратегии могут оказаться неэффективными. Кроме того, последние бычьи рынки характеризуются удивительным отсутствием волатильности, что затрудняет применение стратегий, основанных на колебаниях цен.
Все больше управляющих деньгами используют аспекты факторного инвестирования, следуя автоматизированным правилам в различной степени. Смарт-бета-торгуемые на бирже фонды, как правило, определяются факторным инвестированием, и их активы более чем в два раза выросли за последние четыре года. В результате все более широкого внедрения подобных стратегий, возможности для получения прибыли уменьшаются, что приводит к снижению доходности этих средств.
Принцип "Мусор на входе - мусор на выходе" (GIGO) предупреждает, что качество данных, используемых в анализе, напрямую влияет на качество результатов. Если данные неточны или неполны, то и результаты анализа будут ненадежными. Поэтому, перед использованием любых данных необходимо тщательно проверить их качество и убедиться в их достоверности.
В статье приводятся следующие аргументы: программы становятся обречены на провал, если они стали слишком популярны; программы часто находят несуществующие или надуманные шаблоны; более сложные модели, стремящиеся объяснить прошлое, становятся менее полезными в качестве прогностического инструмента; даже если алгоритмы раскрывают подлинные картины из прошлого, им не хватает дальновидности, чтобы сказать, будут ли такие шаблоны сохраняться в будущем.
Снижение доходности квантовых фондов может быть вызвано несколькими факторами, включая: широкое внедрение подобных стратегий, что уменьшает возможности для получения прибыли; отсутствие волатильности на рынке, что затрудняет применение стратегий, основанных на колебаниях цен; использование некачественных или неполных данных; нахождение несуществующих или надуманных шаблонов; отсутствие дальновидности в прогнозировании будущих тенденций.
Анна Петрова: Интересная статья, но я не согласна с тем, что компьютеризированные стратегии не могут заменить человеческих менеджеров. ИИ постоянно развивается, и рано или поздно он сможет анализировать данные гораздо эффективнее людей.
Иван Сидоров: Полностью согласен с Анной. Человеческий фактор - это всегда риск. Эмоции, предвзятость, усталость - все это может привести к ошибкам. Компьютер же будет действовать строго по алгоритму.
Елена Смирнова: А как насчет "черных лебедей"? Непредвиденных событий, которые не могут быть учтены в алгоритмах? Компьютер может просто "сломаться" в такой ситуации, а человек сможет принять решение на основе интуиции и опыта.
Дмитрий Козлов: Елена права. Алгоритмы хороши для анализа исторических данных, но они не могут предсказать будущее. Рынок постоянно меняется, и нужно уметь адаптироваться к новым условиям.
Ольга Морозова: Я считаю, что оптимальный вариант - это сочетание компьютеризированных стратегий и человеческого анализа. Компьютер может выполнять рутинную работу, а человек - принимать стратегические решения.
Сергей Васильев: Согласен с Ольгой. Компьютер - это инструмент, который должен помогать человеку, а не заменять его. Важно правильно использовать этот инструмент.
Наталья Федорова: А как насчет этической стороны вопроса? Если компьютеризированные стратегии будут использоваться для манипулирования рынком, кто будет нести ответственность?
Андрей Николаев: Наталья подняла важный вопрос. Необходимо разработать четкие правила и нормы для использования компьютеризированных стратегий, чтобы избежать злоупотреблений.
Светлана Павлова: Я считаю, что проблема не в самих алгоритмах, а в данных, на которых они обучаются. Если данные некачественные или предвзятые, то и результаты будут соответствующими.
Михаил Кузнецов: Согласен с Михаилом. "Мусор на входе - мусор на выходе" - это золотое правило. Необходимо тщательно проверять качество данных, прежде чем использовать их для обучения алгоритмов.
Екатерина Волкова: А как насчет волатильности? Компьютеризированные стратегии могут быть эффективны на стабильном рынке, но что произойдет, если начнется кризис?
Алексей Соколов: Алексей прав. Компьютеризированные стратегии могут быть уязвимы к резким колебаниям рынка. Необходимо разрабатывать алгоритмы, которые учитывают риски и могут адаптироваться к изменяющимся условиям.
Татьяна Лебедева: Я считаю, что компьютеризированные стратегии - это всего лишь один из инструментов, который можно использовать для инвестирования. Важно диверсифицировать портфель и не полагаться только на один инструмент.
Роман Зайцев: Согласен с Романом. Диверсификация - это ключ к успеху. Важно инвестировать в разные активы и не класть все яйца в одну корзину.