«Максимальные доходы от инвестиций мы обеспечиваем с помощью математики»
СМИ: РБК

По итогам 2017 года компания «Алго Капитал» и ее стратегия количественного инвестирования NC3816 вошли в топ-10 рейтинга Barclay Hedge в категории автоматизированных торговых стратегий и в топ-3 этого же рейтинга в категории краткосрочных (до одного года) стратегий.

В 2017 году клиенты «Алго Капитал» заработали 42% (базовая валюта стратегии — доллар США), а за первые три месяца 2018 года доход инвесторов за вычетом всех комиссий составил 16%.

Михаил Ханов объяснил, в чем суть количественных инвестиций и почему на quantitative investing рекомендуется выделять не более 10% инвестиционного портфеля.

Наука выигрыша

— Что такое количественные методы инвестирования? Как они работают?

— Родоначальником количественных инвестиций считается Эдвард Торп, профессор математики Массачусетского технологического института (MIT, США), автор множества научных работ и книг. Широкая общественность знакома с его первым «коммерческим» опытом применения математической статистики и теории вероятности по фильму «Двадцать одно»: роль профессора MIT, который, используя математические стратегии, описанные в бестселлере Торпа «Обыграй дилера», вместе со своими студентами обыгрывал казино в Лас-Вегасе, исполнил Кевин Спейси. Именно книгу Beat the Dealer внимательно читает на лекциях главный герой фильма.

Когда Торпу в начале 1970-х запретили играть во всех казино мира, он создал свое «казино»: его хедж-фонд Princeton Newport Partners за 18 лет существования $1,8 млн «превратил» в $250 млн. Торп создал алгоритм, который с помощью анализа характера движения цен в прошлом подсчитывал вероятность роста или снижения цены актива и самостоятельно совершал сделки. Торп описал его в другом своем бестселлере Beat the Market («Обыграй рынок»). В США этот метод управления активами получил название quantitative investing, а ученые, которые применяют метод на практике, именуются квантами.

Мы занимаемся примерно тем же самым: наши кванты анализируют характер изменения цен на финансовые активы в прошлом и ищут «зарабатывающие» закономерности, используя в том числе технологии работы с большими массивами данных — big data, элементы машинного обучения и искусственного интеллекта.

Логика процесса создания торговых моделей опирается, прежде всего, на анализ реакции цены актива на те или иные макроэкономические события (она может быть «чрезмерной» или «недостаточной»). Чтобы получить прибыль, система обучена определять момент начала того или иного тренда или возврата цены к своему «среднему» значению, и, в зависимости от направления движения котировок, открывать позиции long или short.

Представьте себе, что вы подкинули монету пять раз, и она пять раз упала орлом. Вы ее подкидываете в шестой раз. Какова вероятность, что выпадет орел?

— Вероятно, 50 на 50.

— Абсолютно верно. Конечно, вероятность того, что шесть раз подряд выпадет орел, очень мала. А вот в сам момент, когда вы бросаете монету в шестой раз — не важно, что было раньше, — вероятность результата 50 на 50, если только у вас не «дефектная» монета, которая стабильно падает одной стороной чаще. Что делают кванты? Они находят такие «смещенные» матожидания результата, то есть ищут, условно, «дефектные» монеты (в нашем случае — модели поведения цены финансового инструмента), которые с высокой вероятностью из 1000 бросков падают, например, 650 раз орлом и 350 раз — решкой.

— Что такое «смещенное матожидание результата» и как на нем зарабатывать?

— Самый яркий пример приводил Ян Перельман в своей «Занимательной математике»: если вы сядете у окна и начнете считать людей, проходящих мимо, то женщин и мужчин среди них с очень высокой вероятностью окажется поровну. Вероятность того, что первые сто человек, прошедшие мимо окна, окажутся мужчинами, в обычной жизни стремится к нулю. Но если ваше «окно» находится в военном гарнизоне, то матожидание результата уже иное — резко смещенное в пользу мужчин. «Смещенное» фактом того, что в армии служат в основном мужчины.

Так и наши кванты, анализируя данные торгов за много лет в прошлом, ищут такие модели, «смещенные» от равновероятных, поведения цен акций или фьючерсов. Для этого и нужны наши 3000 серверов в дата-центрах Москвы и Нью-Йорка, способные вести такой огромный объем вычислительных работ. Сегодня нашей стратегией NC3816 управляет более 5000 эффективных протестированных алгоритмов, работающих как «единый управляющий». Они максимально не коррелированы между собой по результату, чтобы компенсировать возможные просадки друг друга.

Стратегия одновременно торгует на 16 биржах мира, от Канады до Австралии. В нее входят фьючерсы на индексы акций (15 стран, 24 индекса), товарные фьючерсы (нефть Light Sweet, нефть Brent, газ, бензин), валютные фьючерсы (десять валютных пар), фьючерсы на инструменты с фиксированной доходностью (три страны, девять бумаг), фьючерсы на металлы (пять наименований, включая золото) и др. На Московскую биржу, например, аллоцировано 3–5% объема средств под управлением.

Вероятность того, что на всех биржах мира одновременно произойдет катаклизм, резкое и непредсказуемое движение всех активов, которое незнакомо алгоритмам и может привести к существенным потерям, предельно мала, и в этом — суть метода. А на отдельных рынках такое происходит достаточно регулярно. И во время настройки алгоритмы учатся использовать такие движения в свою пользу. К примеру, 9 апреля 2018 года — в недавний «черный понедельник» для российского рубля — «московская» часть стратегии заработала 72% за одну торговую сессию.

— Как работает риск-менеджмент в количественном инвестировании?

— В день система выставляет 2500–3000 торговых ордеров. Ни один, ни десять человек не в состоянии уследить за тем, все ли работает по заданным правилам, не «сошли ли роботы с ума». В «Алго Капитал» разработана и действует многоуровневая иерархическая система управления рыночными и операционными рисками. Например, каждый ордер проверяется по 15 параметрам. На это у независимой автоматизированной платформы уходит 20 микросекунд. Один из важнейших параметров — контроль лимита выделенных каждому роботу (алгоритму) средств. Это особенно важно в количественном инвестировании, поскольку роботы не умеют останавливаться, они пытаются выставить ордер каждый раз, когда рыночная ситуация соответствует заложенному в них алгоритму. Например, в уже упомянутый мною «черный понедельник» роботы, верно определив движение рынка вниз еще в пятницу, после провального открытия рынка в понедельник «просили» все больше и больше денег, но система риск-менеджмента хладнокровно эти «просьбы» пресекала. Кстати, именно в таких форс-мажорных ситуациях традиционные портфельные управляющие могут сильно пострадать, делая ставку на неверный тренд.

Развивать культуру количественных инвестиций

— Доходность количественных инвестиций всегда высокая?

— Ожидаемо высокая. Да, с ее помощью можно заработать, но можно и потерять, поэтому на такие высокорискованные продукты и частные, и институциональные инвесторы отводят обычно не более 5–10% инвестиционного портфеля. Допустим, в вашем портфеле — $1 млн, из этой суммы 100 тыс. вы отдали на количественные инвестиции. Пусть за год роботы заработали 40%, то есть $40 тыс., или 4% в пересчете на весь портфель. Ну что же, весьма неплохая дополнительная доходность от высокорискованной части портфеля. Если же год для стратегии убыточный, то даже потеря 20% уменьшит весь ваш инвестиционный портфель только на 2%. Кроме того, условиями договора доверительного управления всегда предусмотрена максимальная просадка, при которой мы прекращаем управление и совместно с инвесторами принимаем решение о дальнейших действиях.

— Почему, на ваш взгляд, ниша количественных инвестиций в нашей стране остается свободной?

— Да, в России мы, наверное, единственная инвестиционная компания, которая работает по этой технологии, — при этом «Алго Капитал» работает как с физическими лицами, так и с институциональными инвесторами. Например, мы можем управлять капиталом от $5 млн прямо на брокерском счете финансовой компании или хедж-фонда, отдельно от нашего основного пула средств.

Во многом это связано с состоянием общей культуры инвестиций в России. В развитых странах биржевая культура существует как минимум 150 лет. Там для людей совершенно нормально покупать акции, облигации, они знают даже о необходимом ограничении на такого рода высокорискованные инвестиции. Так, по данным Barclays, 29% средств, переведенных в хедж-фонды мира за последние семь лет, направлены в стратегии количественного инвестирования. А в 2017 году 54% инвесторов отдали предпочтение именно количественным стратегиям.

Но для того, чтобы начать такой бизнес, нужны довольно большие стартовые вложения, к которым в России не все готовы (совокупный объем инвестиций я оцениваю в $5 млн за первые два года работы). Надо приобрести или арендовать счетные мощности (сервера), арендовать для них место в дата-центре, обеспечить бесперебойную связь. Но самое важное — очень сложно найти и обучить квантов. Это молодые ученые, специализирующиеся на высшей математике. В лучшем случае мы принимаем на работу одного человека в год. При отборе кандидатов рассматриваем выпускников только трех вузов: МФТИ, МГУ (мехмат и физфак) и МИФИ.

— Почему лично вы верите в успех количественных инвестиций?

— Во-первых, у нас профессиональная команда квантов. Во-вторых, у роботов нет никаких амбиций: они не впадут в азарт во время торговли, а просто выполнят то, что в них заложено алгоритмами. Третья причина — как выпускник физтеха, я верю в математику. На нашей стороне играют теория вероятностей и закон больших чисел.

— Как планируете развивать свои стратегии и в целом свой бизнес?

— Мы будем увеличивать и количество ученых-квантов, и наши счетные мощности, которые позволят изучить еще больше финансовых инструментов и начать с ними работать. В этом году хотим добавить в стратегию еще около 20 инструментов. К 2020 году мы намерены увеличить количество торгуемых фьючерсов до ста, стратегия NC3816 будет использовать до 7500 алгоритмов, а ее инвестиционная емкость увеличится до $3 млрд.

Ссылка на первоисточник

Все новости
Предыдущая новость Следующая новость
Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, пользовательских данных (сведения о местоположении; тип и версия ОС; тип и версия Браузера; тип устройства и разрешение его экрана; источник откуда пришел на сайт пользователь; с какого сайта или по какой рекламе; язык ОС и Браузера; какие страницы открывает и на какие кнопки нажимает пользователь; ip-адрес) в целях функционирования сайта, проведения ретаргетинга и проведения статистических исследований и обзоров. Если вы не хотите, чтобы ваши данные обрабатывались, покиньте сайт.