Автор: 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:
| Фактор | Комментарий |
| Низкая волатильность | Используется для контроля рисков, но имеет склонность приносить более высокую доходность на медвежьих рынках. |
| Значение | Тенденция недооцененных акций превосходить дорогие. |
| Низкий размер | Объясняет, почему акции с малой капитализацией превосходят акции с большой капитализацией в долгосрочной перспективе. |
| Качество | Относится к тенденции высококачественных акций со стабильной прибылью, сильным балансом и более высокой маржой превосходить низкокачественные акции в долгосрочной перспективе. |
| Высокая доходность | Высокодоходные акции превосходят низкодоходные акции в долгосрочной перспективе. |
| Ликвидность | Исходит 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. |
| Импульс | Объясняет, 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:
- 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.
- 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:
