Квантовый фонд | Инвестирование
Квантовый фонд

Квантовый фонд

Квантовый фонд использует математические и статистические методы, а также автоматизированные алгоритмы и передовые квантовые модели для инвестирования и совершения сделок.

Что такое квантовый фонд?

Квантовый фонд (сокращение от quantitative fund) — это инвестиционный фонд, который использует математические и статистические методы вместе с автоматизированными алгоритмами и передовыми квантовыми моделями для принятия инвестиционных решений и совершения сделок. В выборе инвестиций и принятии соответствующих решений не участвует человеческий интеллект и суждения.

Квантовые фонды работают с использованием компьютерных моделей, которые смягчают риски и потери, связанные с управлением фондами человеком. Эти фонды часто рассматриваются как форма альтернативных инвестиций, поскольку они нетрадиционны по своей природе. Как и любой другой инвестиционный фонд, квантовые фонды стремятся превзойти рынок, размещая средства в ликвидные и публично торгуемые активы. В финансовых терминах целью является получение альфы (избыточной доходности).

Количественная теория, которая является основой квантовых фондов, была первоначально применена к финансам Робертом Мертоном. Количественная теория финансов в сочетании с математикой (исчислением) привела к таким разработкам, как современная портфельная теория, модель ценообразования опционов Блэка-Шоулза и другие стратегии.

Количественные модели, используемые квантовыми фондами, предназначены для выявления инвестиционных возможностей на рынке. Следовательно, конкуренция между разработчиками квантовых моделей заключается в создании более совершенной модели. Сложные математические модели принимают решения о покупке/продаже без вмешательства человека.

Понимание квантовых фондов

Квантовые фонды используют алгоритмические инвестиционные стратегии, которые систематически программируются для управления фондом и принятия инвестиционных решений. При этом отсутствует прямое вмешательство людей, управляющих фондом, с их суждениями, опытом, мнениями и эмоциями.

Квантовые фонды используют количественный анализ по сравнению с традиционными фондами, использующими фундаментальный анализ. Квантовые стратегии часто называют «черным ящиком» из-за уровня секретности, окружающего его алгоритмами. Квантовые модели также работают лучше всего, когда они проверены на практике, также считается, что они лучше работают на бычьих рынках, а на медвежьих рынках действуют как другие общие стратегии.

Значительный рост квантовых фондов в последние годы можно объяснить несколькими факторами, включая решения на основе больших данных и более широкий доступ к более широкому спектру рыночных данных. Модели квантовых фондов более эффективны и действенны при большем количестве данных, чем при меньшем, что сделало эпоху больших данных подходящим периодом для их роста.

Прогресс и инновации в области технологий и автоматизации также положительно повлияли на рост квантовых фондов, увеличив объем данных, с которыми они могут работать. Это позволило квантовым фондам получать мощные потоки данных для всестороннего анализа сценариев и чувствительности. Кванты используют собственные модели, чтобы увеличить свои шансы обыграть рынок. Существуют также готовые программы, которые можно приобрести для фондов, которым требуется простота.

Количественный инвестиционный процесс

Квантовый фонд — это гибрид пассивного индексного фонда и активно управляемого фонда, поскольку он несет в себе характеристики обоих с точки зрения управления. В пассивном фонде менеджер фонда принимает решение о времени входа и выхода из инвестиций. В квантовых фондах решения о сроках принимаются компьютерными программами.

Процесс количественного инвестирования обычно разбивается на три основных этапа: входная система, механизм прогнозирования и формирование портфеля.

Этап 1: Входная система

На этом этапе предоставляются все необходимые входные данные. К ним относятся рыночные данные, правила и данные компании. Рыночные данные включают процентные ставки, инфляцию, темпы роста ВВП и т.д. Данные о компании включают рост выручки, рост прибыли, стоимость капитала, дивидендную доходность, цену прибыли и т.д.

На этапе ввода данных из количественной модели удаляются акции с нежелательными факторами, такими как высокая волатильность, большая долговая нагрузка, неэффективное распределение капитала и другие сопутствующие факторы. Это механизм первоначального отбора, который используется для того, чтобы заранее удалить нежелательные элементы и оставить компании, которые с большей вероятностью могут генерировать альфу. На этом этапе также определяются правила модели.

Этап 2: Механизм прогнозирования

На этапе прогнозирования генерируются оценки ожидаемой доходности, цены, параметров риска и других факторов. На этом этапе также проводится оценка акций.

Этап 3: Формирование портфеля

На этом этапе происходит составление и формирование портфеля. Для составления портфеля используются оптимизаторы или эвристические системы. Оптимальный портфель строится с помощью количественной модели путем присвоения соответствующего веса каждой акции для получения желаемой доходности и снижения риска на приемлемом уровне.

Стратегии квантовых фондов

Квантовые стратегии разрабатываются для выявления и нацеливания на базовые факторы, ответственные за превосходство одних активов над другими или рынком. Квантовая модель описывает лежащие в основе факторы и проводит обратное тестирование моделей, чтобы выявить факторы, пригодные для анализа.

Затем модель реализуется на основе набора определенных правил, которые помогают в отборе активов для включения в портфель. Таким образом, цель квантов — выявить факторы и разработать стратегии, которые наилучшим образом извлекают их в процессе, называемом факторным инвестированием. Главной целью является достижение альфа-активности.

Факторы — это характеристики, присущие группам финансовых активов, которые описывают отличные от рынка показатели риска/доходности. Популярные факторы, на которые ориентируются кванты, включают низкую волатильность, стоимость, низкий размер, качество, высокую доходность, ликвидность и импульс. Эти факторы встречаются во всех секторах и классах активов, исторически получая долгосрочную премию за риск. Их можно объяснить с помощью приведенной ниже таблицы:

ФакторКомментарий
Низкая волатильностьИспользуется для контроля рисков, но имеет склонность приносить более высокую доходность на медвежьих рынках.
ЗначениеТенденция недооцененных акций превосходить дорогие.
Низкий размерОбъясняет, почему акции с малой капитализацией превосходят акции с большой капитализацией в долгосрочной перспективе.
КачествоОтносится к тенденции высококачественных акций со стабильной прибылью, сильным балансом и более высокой маржой превосходить низкокачественные акции в долгосрочной перспективе.
Высокая доходностьВысокодоходные акции превосходят низкодоходные акции в долгосрочной перспективе.
ЛиквидностьИсходит из представления о том, что менее ликвидные ценные бумаги более рискованны, чем более ликвидные ценные бумаги. Это связано с акциями с малой капитализацией и является источником превосходства в долгосрочной перспективе.
ИмпульсОбъясняет, почему в краткосрочной перспективе акции с импульсом сохраняют восходящую траекторию.

Инвесторы могут ориентироваться на однофакторные модели или создавать многофакторные портфели. Квантовые фонды начали распределять активы по факторам, а не по классам активов, как в традиционных портфелях. Это связано с тем, что классы активов демонстрируют большую корреляцию друг с другом в отличие от факторов, которые демонстрируют высокую степень некоррелированности.

Наиболее распространенными квантовыми стратегиями являются smart-beta и risk premia, которые объясняются ниже:

  1. Стратегия smart-beta

Smart-beta относится к инвестициям в портфели, которые используют комбинацию как пассивного, так и активного инвестирования. Подход smart-beta похож на пересечение традиционного стоимостного инвестирования и гипотезы эффективных рынков.

Это долгосрочная стратегия, использующая альтернативно построенные индексы для использования неэффективности рынка и лежащих в его основе факторов риска. Она ориентирована на факторы и может склоняться в сторону одного или нескольких факторов путем изменения веса базовых индексов, чтобы склонить их в сторону акций с низкой волатильностью, что может обеспечить повышенную доходность с поправкой на риск, превосходящую базовый индекс. К базовым индексам относятся индекс S&P 500 или индекс MSCI, которые взвешивают акции по рыночной капитализации и являются косвенным показателем широкого рынка. Они также пассивно отображают премию за риск акций.

Фонды Smart-beta также известны как пользовательские индексы и могут быть построены с использованием высокодоходных качественных активов, где акции выбираются в соответствии с правилами стратегии прозрачно. Фонды Smart-beta включают элемент сильной беты, что указывает на их тесную корреляцию с рынком.

  1. Стратегия risk premia

Стратегия risk premia нацелена на факторы посредством длинных коротких сделок с единственной целью получения абсолютной прибыли. Эта стратегия избавляется от большей части бета-элемента, обеспечивая положительную доходность даже во время медвежьих рынков.

Стратегии с премией за риск также используют кредитное плечо и деривативы для усиления доходности или хеджирования рисков. Модельная стратегия long-short value предполагает длинную позицию по недооцененным акциям и одновременную короткую продажу дорогих акций в портфеле на основе соотношения цены к балансовой стоимости.

Стратегии с премией за риск дают больше шансов на получение альфы за счет длинной позиции по недооцененным акциям и короткой продажи переоцененных акций, тем самым получая премию за риск с обеих сторон. Возможно, это лучшая стратегия, чем стратегия «умной беты».

Фонд с премией за риск может в большей степени устранить риски, связанные с воздействием на рынок. Однако при коротких продажах возникают определенные издержки, поскольку они связаны с заимствованием активов. Чем длиннее короткая позиция, тем более рискованной и дорогостоящей она может стать. Еще более дорогостоящей является короткая продажа акций с малой капитализацией, в результате чего портфель теряет преимущества фактора размера.

Преимущества квантовых фондов

  • Квантовые фонды исключают человеческое суждение, принимают на себя нейтральное предубеждение и устраняют предрассудки.
  • Квантовые фонды взимают меньшую плату за управление, что делает их экономически эффективными благодаря их пассивной и последовательной стратегии.
  • Контроль риска выше благодаря последовательной инвестиционной модели независимо от меняющихся рыночных условий.
  • Быстрое принятие решений благодаря автоматизации модели, которая может быстро размещать ордера и более эффективно использовать выгоду от тонких ценовых различий.
  • Отсутствие ошибок, как при традиционном инвестировании.
  • Квантовые фонды используют превосходные алгоритмы и лучшие умы в области количественного анализа для использования неэффективности рынка и достижения альфы.
  • Возможности машинного обучения в моделях квантовых фондов позволяют сделать выводы, анализируя большие объемы данных в режиме реального времени.

Недостатки квантовых фондов

  • Квантовые фонды используют исторические данные, но иногда история не повторяется.
  • Квантовые модели нуждаются в тщательном и постоянном обратном тестировании, чтобы гарантировать, что они продолжают работать так, как ожидается.
  • Некоторые модели не учитывают непредвиденные обстоятельства, что может привести к нежелательным результатам в случае катастрофического события, например, пандемии.
  • В модель вводится слишком много предположений. Некоторые предположения могут не оправдаться в случае изменения условий, что приведет к нежелательным ордерам на покупку/продажу.
  • Использование искусственного интеллекта (ИИ) может привести к тому, что различные количественные модели будут принимать одинаковые решения в унисон, что может привести к проблемам заражения на финансовых рынках.

Дополнительные ресурсы:

Портал Finansistem поможет любому человеку стать финансовым аналитиком мирового класса. Для дальнейшего развития вашей карьеры вам будут полезны дополнительные ресурсы, представленные ниже: