Transcription
Nemrég részt vettem egy találkozón egy ügyféllel és az ő vagyonkezelőjével, egy fickóval, akinek pár százmilliója van kezelés alatt. De a találkozó előtt kiszámoltam néhány számot az ő portfóliójára. Tehát kivettem néhány diszkrecionális választást az ügyfelemtől, és azt találtam, hogy a vagyonkezelő szakértelme által felépített portfólió egyszerűen csak a piaci portfóliót követte. Tehát természetesen a találkozón bemutatkozom kvantitatív kutatóként, és kifejezetten megkérdezem, hogy mit tett az ügyfelemért és az ő portfóliójáért, azon kívül, hogy csak nyers béta kitettséggel kereskedett, amire ő azt válaszolja: "Mi az a béta? Fenomenális! Átmentél a 65-ös vizsgán, és ez csak kézfogásokból és golfütésekből áll." De matematikailag ez szégyenletes, és így veszíted el az ügyfél tőkéjét. Talán ha a quonkill.com-on tanult volna, nem nézett volna ki ekkora idiótának.
Ma el fogjuk távolítani a zajt, hogy pontosan lássuk, mi történik egy portfólió vagy egy kereskedési stratégia motorházteteje alatt, hogy elkerülhesd, hogy úgy nézz ki, mint az a fickó. Először is, a piaci béta a fújó szél. A tőkepiaci árazási modell megpróbálja magyarázni a portfólió vagy a kereskedési stratégia hozamait a szélesebb piaccal szemben. Nem fogunk túl sokat beszélni erről az árazási modellről itt. Igen, nem magyarázza meg a variációk 100%-át. Igen, vannak más árazási modelljeink, FMA, Franks, momentum faktorok. Van egy közös hipotézis probléma. Az ortogonális hozamok fogalma az alfa. Ha nem tudod, mi ez, akkor bizonyosan nehéz helyzetben vagy. Mindazonáltal, a jelen megbeszélés céljaira, a piaci komponens a gazdaság, amely a hozamokat hajtja. Nincs rá befolyásunk egy kereskedési stratégián vagy egy portfólión belül. Lesz kitettséged erre a piaci faktorra. Amit itt látsz, az pontosan ez. Ez a piaci faktor idővel. A zöld zónákban való kitettség pozitív hozamot eredményez. A piros zónákban való kitettség negatív hozamot eredményez. És egy meglepetés: ez úgy néz ki, mint az S&P 500 árfolyam-útvonala, és pontosan ezt utánozza. Ez lényegében csak piaci kitettség.
Amikor a bétáról van szó, te csak egy utas vagy az úton. Nem diktálhatod, hogy a kitettség hogyan nézzen ki bármely adott időpontban. Ami a portfóliódat vagy a kereskedési stratégiádat illeti, mindenki bele akar vágni a visszatesztelésbe és stratégiák építésébe, de senki sem akarja megtanulni a szükséges kvantitatív készségeket. Itt van egy példa egy mozgóátlag stratégiára. Garantálom, hogy senki, aki ezt egy grafikonra rajzolja, nem tudja a különbséget a szűrés, a simítás és az előrejelzés között. Mindazonáltal, nézzünk meg egy kereskedési stratégiát. Ez lehetne akár az a vagyonkezelői portfólió is a történetből, ami a videó elején volt. Mindenesetre, nézzük meg az egyenleg görbéjét. Ez egy ígéretes kereskedési stratégiának tűnik, igaz? Az egyenleg görbéje határozottan felfelé és jobbra mutat. A Sharpe-arány körülbelül egy, ésszerű maximális visszaesés. Ésszerű számú kereskedés az évek során. Talán ezt sok különböző néven kereskedjük.
Tehát mi itt a probléma? Nos, ez alfa, ez a kereskedési stratégia? Valószínűleg nem. Valójában valószínűleg csak béta. Pontosan úgy, mint az a vagyonkezelői portfólió. Tehát ha elindítom ezt az animációt, akkor az egyenleg görbéjét látod a fenti stratégiából, az S&P 500 teljesítményét az adott időszakra, és az alapul szolgáló eszköz relatív "buy and hold" teljesítményét. Amit itt szeretnék, hogy észrevegyél, az az, hogy a béta 1,14. Ez azt jelenti, hogy a stratégia teljesítménye statisztikailag függ a piac teljesítményétől ugyanabban az időszakban. Amit egy pillanattal ezelőtt tanultunk, az az, hogy abszolút nincs rá befolyásunk. Tehát lényegében itt a béta felelős az összes hozamodért. Nincs készség, nincs stratégia, nincs előny, csak tranzakciós költségek halmozódnak. De Roman, a jelzés megmondja, mikor kell beszállni a kereskedésbe és mikor kell kiszállni belőle. Nem vagyunk mindig csak béta kitettségen.
Nos, nem, nem időzítünk semmit. Valójában vegyük figyelembe, hogy a stratégia kínál valamilyen időzítési előnyt. Nézzük meg, mi történik, amikor egy hatalmas rezsimváltás következik be. Ha ez igaz lenne, biztonságban lennénk. Ha ugyanazt a stratégiát nézzük ugyanarra az időszakra, majd egy kicsit meghosszabbítjuk a jövőbe, ahol az S&P 500 hatalmas egyenleg visszaesést mutat, mi történik? A stratégia közel mínusz 20%-os hozamot ér el, és a béta növekszik. Még jobban ki van téve a piacnak. Meglepetés. Nem kereskedsz egy hatékonytalansággal és alfával. Nem generálsz a piacra ortogonális hozamokat.
Nos, Roman, ezért vannak rezsimváltó modelljeink. Nem kell kereskednünk gazdasági nehézségek idején. Biztosan van ott valami alfa. A rezsim modellezés valószínűleg csak béta. Amit itt fogok tenni, az egy Markov-lánc modellt fogok használni három különböző rezsim meghatározására: alacsony volatilitás, közepes volatilitás és magas volatilitás. Csak alacsony volatilitású időszakban fogom kereskedni ezt a stratégiát. Biztosan ez nem csak béta. Ha megnézzük a fenti grafikonon, zöld zónákat fogsz látni, amelyek alacsony volatilitást jeleznek. Ott tudunk kereskedéseket indítani és befejezni. A magas és közepes volatilitású időszakok piros és narancssárga színnel jelölve. Nem fogunk kereskedni, és ezért látod a készpénzt a stratégia egyenlegének nagy részén.
Biztosan kell lennie itt valami alfának. Ha megnézzük az alatti regressziós egyenletet, látni fogod, hogy nemcsak nincs alfa, de statisztikailag nem is szignifikáns. Ez azért van, mert nem hatékonytalansággal kereskedsz. Egyszerűen csak bétával kereskedsz.
Itt az igazság az alfáról és a kiskereskedelmi kereskedésről. Fordított kapcsolat van aközött, hogy mennyire könnyű egy jelet kifejleszteni, és a jel hatékonysága között. Kérdezd meg magadtól: lekérdeztem, tisztítottam, előfeldolgoztam, jellemzőket generáltam, és kifejlesztettem egy modellt több százmillió sorból álló hatalmas idősorra, amelyeket fájdalmasan tároltak parquet fájlokban, valamilyen őrült alternatív adat felhasználásával a portfólióépítésem informálására? Értem a különbséget az árazott kockázat viselése és a kompenzáció megkapása a keresztmetszetben, szemben az ortogonális hozam alfával? Értem a különbséget az aszimptotikák között az osztályteremben a nem-stationer, bizonytalan valós világhoz képest? Kereskedek részvények kosarával a keresztmetszetben, vagy stratégiák kompozit portfóliójával? Van-e tudásom vagy tapasztalatom ahhoz, hogy hordozzam a fentiek bármelyikének hiányát? Ha a válasz nem bármelyikre vagy mindegyikre, ami sokkal valószínűbb, akkor tanulnod és tanítanod kellene, nem pedig visszateszteléseket spammelni, és certainly nem kereskedni.
Ez minden erre az alkalomra. Remélem, élveztétek. Remélem, tanultatok valamit. Sajátítsátok el a kvantitatív készségeiteket a Quant Guilden, és soha ne nézzetek ki úgy, mint az az asset manager. Nagyon köszönöm a figyelmet, és a következő videóban találkozunk.