Svi potencijalni vrhuni, padovi i osjećaji povezani s ulaganjem mogu zasjeniti konačni cilj: zarađivanje novca. Da bi se usredotočio na potonje i eliminirao prvi, "kvantitativni" pristup ulaganju nastoji obratiti pozornost na brojke umjesto na nematerijalne.
Unesite "Quants"
Harry Markowitz općenito je zaslužan što je započeo kvantitativni investicijski pokret kada je u ožujku 1952. objavio časopis za odabir portfelja u časopisu Finance, Markowitz je matematiku koristio za kvantificiranje diverzifikacije te se navodi kao rani prihvatač koncepta da bi matematički modeli mogli biti primijenjena na ulaganje.
Robert Merton, pionir moderne financijske teorije, osvojio je Nobelovu nagradu za svoje radno istraživanje matematičkih metoda za određivanje cijene derivata. Rad Markowitza i Mertona postavio je temelje kvantitativnom (kvantitativnom) pristupu investiranju.
Za razliku od tradicionalnih kvalitativnih investicijskih analitičara, mališani ne posjećuju tvrtke, ne susreću se s menadžerskim timovima ili istražuju proizvode koje tvrtke prodaju kako bi utvrdili konkurentnost. Često ne znaju ili im je stalo do kvalitativnih aspekata tvrtki u koje ulažu, oslanjajući se isključivo na matematiku za donošenje odluka o investiranju.
Što radi kvantitativni analitičar?
Menadžeri hedge fondova prihvatili su metodologiju i napredak u računalnoj tehnologiji koja je dodatno napredovala na polju, jer bi se složeni algoritmi mogli izračunati na tren. Polje je procvjetalo za vrijeme procvata i poprsja dotcoma, jer su kvote u velikoj mjeri izbjegavale bijes tehnološkog popada i pada na tržištu.
Dok su se spotaknuli u Velikoj recesiji, kvantne strategije i danas se primjenjuju i privukle su zapaženu pozornost zbog svoje uloge u trgovanju visokofrekventnim frekvencijama (HFT) koja se oslanja na matematiku u donošenju trgovinskih odluka. Kvantitativno ulaganje se također široko primjenjuje kao samostalna disciplina iu kombinaciji s tradicionalnom kvalitativnom analizom kako za povećanje povrata, tako i za smanjenje rizika.
Podaci, podaci svuda
Uspon računalne ere omogućio je drobljenje ogromne količine podataka u neobično kratkim vremenskim razdobljima. To je dovelo do sve složenijih kvantitativnih strategija trgovanja, jer trgovci nastoje identificirati konzistentne obrasce, modelirati te obrasce i koristiti ih za predviđanje kretanja cijena vrijednosnih papira.
Kvanti provode svoje strategije koristeći javno dostupne podatke. Identifikacija obrazaca omogućuje im postavljanje automatskih okidača za kupnju ili prodaju vrijednosnih papira.
Na primjer, strategija trgovanja na temelju obrazaca obima trgovanja možda je identificirala povezanost između obujma i cijena trgovine. Dakle, ako se opseg trgovanja na određenoj dionici poveća kad cijena dionice dosegne 25 dolara po dionici i padne kad cijena dosegne 30 dolara, kvant može postaviti automatsku kupnju na 25, 50 dolara i automatsku prodaju od 29, 50 dolara.
Slične strategije mogu se temeljiti na zaradi, prognozama zarade, iznenađenjima zarade i nizu drugih čimbenika. U svakom slučaju, čiste količine trgovaca ne brinu o izgledima kompanije, prodajnom timu, kvaliteti proizvoda ili bilo kojem drugom aspektu svog poslovanja. Oni izdaju svoje narudžbe za kupnju i prodaju temeljeno strogo na temelju broja obračunatih u obrascima koje su identificirali.
Identificiranje obrasca za smanjenje rizika
Kvantitativna analiza može se upotrijebiti za prepoznavanje obrazaca koji mogu biti podložni profitabilnim vrijednosnim papirima, ali to nije njegova jedina vrijednost. Iako je zarađivanje novac cilj koji svaki investitor može razumjeti, kvantitativna analiza se također može koristiti za smanjenje rizika.
Potraga za takozvanim „povratima prilagođenim riziku“ uključuje usporedbu mjera rizika kao što su alfa, beta, r-kvadrat, standardna devijacija i oštri omjer kako bi se identificirala investicija koja će donijeti najvišu razinu povrata za zadanu razinu rizik. Ideja je da investitori ne bi trebali riskirati više nego što je potrebno za postizanje ciljanog nivoa povrata.
Dakle, ako podaci otkriju da dvije investicije vjerojatno stvaraju slične prinose, ali da će jedna biti znatno nestabilnija u pogledu promjene cijena gore i dolje, kvanti (i zdrav razum) bi preporučili manje rizično ulaganje. Opet, Quante ne zanima tko upravlja investicijom, kako izgleda njena bilanca, koji proizvod pomaže da zarađuje ili bilo koji drugi kvalitativni faktor. U potpunosti se usredotočuju na brojeve i biraju ulaganje koje (matematički gledano) nudi najnižu razinu rizika.
Portfelj raspodjele rizika predstavlja primjer djelovanja na temelju kvantiteta. Osnovni koncept uključuje donošenje odluka o raspodjeli imovine na temelju volatilnosti tržišta. Kad nestabilnost nestane, razina preuzimanja rizika u portfelju raste. Kada se volatilnost povećava, razina preuzimanja rizika u portfelju opada.
Da biste primjer učinili malo realnijim, razmislite o portfelju koji svoju imovinu dijeli između gotovine i S&P 500 indeksnog fonda. Koristeći indeks volatilnosti Exchange Board Options (VIX) kao proxy za volatilnost dionica, kad nestabilnost raste, naš bi hipotetički portfelj prebacio imovinu u gotovinu. Kada nestabilnost nestane, naš bi portfelj prebacio imovinu u indeksni fond S&P 500. Modeli mogu biti znatno složeniji od onoga koji ovdje navodimo, uključujući dionice, obveznice, robu, valute i druga ulaganja, ali koncept ostaje isti.
Prednosti kvantitativnog trgovanja
Trgovanje s količinama nepristojan je postupak donošenja odluka. Važni su obrasci i brojevi. To je učinkovita disciplina kupovine / prodaje, kao što se može izvoditi dosljedno, nesmetano emocijom koja je često povezana s financijskim odlukama.
To je ujedno i isplativa strategija. Budući da računala rade, tvrtke koje se oslanjaju na kvantne strategije ne trebaju angažirati velike, skupe timove analitičara i portfeljne menadžere. Niti trebaju putovati po zemlji ili svijetu pregledavajući tvrtke i sastajući se s upravom radi procjene mogućih ulaganja. Oni koriste računala za analizu podataka i izvršavanje obrta.
Koji su rizici?
"Laži, proklete laži i statistika" citat je koji se često koristi za opisivanje bezbroj načina na koje se podaci mogu manipulirati. Dok kvantitativni analitičari nastoje utvrditi obrasce, postupak ni u kom slučaju nije siguran. Analiza uključuje uklanjanje ogromne količine podataka. Odabir pravih podataka nikako nije jamstvo, baš kao što obrasci koji, kako se čini, sugeriraju određene rezultate, mogu savršeno funkcionirati dok se ne pojave. Čak i kada se čini da obrazac djeluje, validacija uzoraka može biti izazov. Kao što svaki ulagač zna, nema sigurnih uloga.
Točke inflacije, poput pada burze 2008.-09., Mogu biti teške za ove strategije, jer se obrasci mogu iznenada promijeniti. Važno je također zapamtiti da podaci ne pokazuju uvijek cijelu priču. Ljudi mogu vidjeti skandal ili promjenu upravljanja kako se razvija, dok čisto matematički pristup to ne može nužno učiniti. Također, strategija postaje manje učinkovita jer je sve veći broj investitora pokušava je zaposliti. Obrasci koji rade postat će manje učinkoviti jer sve više investitora pokušava od nje profitirati.
Donja linija
Mnoge strategije ulaganja koriste spoj kvantitativnih i kvalitativnih strategija. Koriste kvantne strategije za prepoznavanje potencijalnih ulaganja, a zatim koriste kvalitativnu analizu kako bi svoje istraživačke napore podigli na novu razinu u identificiranju konačne investicije.
Oni također mogu koristiti kvalitativni uvid za odabir ulaganja i kvantitativnih podataka za upravljanje rizikom. Iako kvantitativne i kvalitativne strategije ulaganja imaju svoje zagovornike i kritičare, strategije ne moraju biti međusobno isključive.
