ALT DATA - шанс на выживание активных стратегий или новый способ потерять деньги инвесторов?

В конце апреля 2019 года в аэропорту Омахи приземлился «гольфстрим» компании Occidental Petroleum. Нефтяная компания направила делегацию для секретной встречи с Уорреном Баффетом, надеясь убедить его прийти на помощь против враждебного поглощения. Эта встреча недолго оставалась тайной. Работающая в области «альтернативных данных» компания под названием Quandl отслеживала подобные перелеты, что позволило ей предупредить клиентов — в основном хедж-фонды — о неожиданном полете «гольфстрима» и потенциальной сделке. Два дня спустя Occidental объявила об получении $10 млрд от Баффета.

Этот эпизод показывает, как индустрия активного управления пытается восстановить позиции на фоне многолетнего отставания как от заявленных нормативов доходности, так и от результатов пассивного индексирования. Многие традиционные хедж-фонды и управляющие паевых фондов не могут себе позволить просто наблюдать за тем, как клиентские портфели перетекают в индексные или алгоритмические стратегии. Один из способов вернуть доверие и средства инвесторов — использование интеллектуального анализа данных. Изначально такого рода методы применялись конкурентами традиционных портфельных менеджеров — «квантами», что подразумевает серьезные вложения в найм программистов и специалистов по обработке данных. Но теперь речь идет о гибридном подходе, который сочетает в себе суждения опытного портфельного управляющего и применение больших данных.

«В течение трех десятилетий хедж-фонды выбирали один из двух путей — фундаментальный и количественный, — и эти два пути никогда по-настоящему не пересекались», — говорит Мэтью Гранад, старший исполнительный директор Point72, крупного американского хедж-фонда. «Теперь мы видим, как два пути медленно сближаются.”

Использование новых технологий для получения преимущества (информационный арбитраж) — всегда было движущей силой и основным источником прибыли для инвестиционной индустрии. Еще венецианские торговцы использовали телескопы для распознавания флагов прибывающих судов — это позволяло раньше других ориентироваться в грузопотоке, и соответственно, подстраивать собственную торговлю. Нескончаемая борьба за доступ к информации лишь усилилась с приходом эры больших данных. Слияние старой школы фундаментального анализа и ультрасовременного количественного — иногда обозначаемое термином „квантаментал“ — ключевой тренд в управлении активами.

Однако на практике интеграция двух подходов сопряжена с трудностями. Некоторые управляющие признают, что результаты до сих пор неоднозначны, сетуют на дороговизну — как персонала с технологической подготовкой, так и самих данных — и задаются вопросом, не является ли это тупиковой ветвью развития индустрии. Тем не менее, многие традиционные фонды не видят другого способа остановить отток капитала и снизить давление на комиссии, и надеются, что программисты и специалисты по обработке данных могут помочь.

»Искренне верю, что дискреционное инвестирование сохранится, пока есть много направлений, в которых люди намного лучше, чем машины”, — говорит Теун Джонстон, главный исполнительный директор Man GLG. “Но я также полагаю, что количественные методы в инвестировании будут быстро развиваться, и с этим надо работать.”

Но мнения относительно того, что именно квантаментальный подход означает на практике, сильно варьируются — от простой автоматизации бэк-офиса и соблюдения регуляторных требований, управления рисками и анализа портфеля до тотального пересмотра торговых и аналитических процессов. Некогда малоизвестные области компьютерных наук, такие как natural language processing — обучение компьютеров понимать и анализировать текст и человеческую речь — наряду с machine learning теперь распространяются по всей отрасли.

”Происходит настоящий сдвиг в мышлении инвесторов“, — сказал Вишванат Тирупаттур, глобальный руководитель количественных исследований в Morgan Stanley, в недавнем докладе под названием”Квант больше не только для квантов" (Quant Ain't Just for Quants Anymore). «Они все чаще применяют сложные количественные методы в инвестиционном анализе.”

В прошлом году Morgan Stanley опросил 400 крупных клиентов инвестиционного блока, и 51% сказали, что машинное обучение — область искусственного интеллекта, используемая для анализа огромных наборов данных — является либо компонентом, либо центральным элементом их инвестиционного процесса, по сравнению с 27% в 2016 году. Только 13% заявили, что не интересуются практическим применением ML, по сравнению с 44% тремя годами ранее. Основным стимулом являются сравнительно низкие доходности, которые в последние годы показывает большинство активных стратегий, испытывая доверие инвесторов. Только 12% американских паевых инвестиционных фондов превзошли бенчмарки за последнее десятилетие. И даже самые продвинутые хедж-фонды не показали ничего выдающегося, особенно классическая стратегия „long-short“, которая пытается зарабатывать как на росте, так и на падении акций.

Наибольший ажиотаж вызывает интеграция „альтернативных данных“ в инвестиционный процесс. Это может варьироваться от поиска в интернете отзывов о продуктах, болтовни в социальных сетях и веб-трафика, до сбора данных о покупке кредитных карт, цифровых записей о доставке, квитанций о покупке по электронной почте и даже местоположения мобильных телефонов и спутниковых снимков.

»Данные полностью меняют индустрию", — говорит Равит Манделл, который возглавляет новый блок анализа данных в подразделении JP Morgan по управлению активами. «Хранение и вычислительная мощность сейчас действительно дешевы. Так почему бы не попытаться собрать всю информацию, доступную на всех языках со всего мира?»

JP Morgan Asset Management создала так называемую natural language processing dashboard, через которую пропускается информация из миллионов документов и текстовых источников — исследования инвестиционных банков, социальные сети, расшифровки конференс-коллов для аналитиков, списки открытых вакансий, всевозможные новости и отчетность — после чего в интегрированной форме становится доступной управляющим по нажатию кнопки. Иначе говоря, речь идет о полноценном внедрении численных методов и альтернативных данных в исследовательский и инвестиционный процессы портфельных менеджеров, но пока без попыток превратить их самих в специалистов по количественному анализу.

Некоторые инвестиционные группы начали экспериментировать с альтернативными данными более десяти лет назад, но только в последние годы усилия по-настоящему активизировались. Maverick Capital, например, активизировала свои усилия в 2015 году и теперь имеет 15 квантов и специалистов по обработке данных. Эйнсли говорит, что результаты стали очевидны только в последние два года, причем методы сбора данных, которые применялись на ранних этапах, кажутся ему не вполне оптимальными.

“Мы нанимали людей только для того, чтобы пересчитывать машины в паркинга и тому подобное. В ретроспективе все это было до смешного непоследовательно”, — говорит Эйнсли. — Мы находимся в океане информации, и ориентироваться в нем трудно. Но наш опыт фундаментальных инвесторов действительно помог нам сосредоточиться на том, что важно.”

Однако некоторые финансовые менеджеры в частном порядке говорят, что они разочарованы отдачей от инвестиций в найм высокооплачиваемых программистов и дорогостоящие альтернативные данные. Даже когда они обнаруживают что-то, что теоретически можно использовать, результаты быстро теряют уникальность, и прибыльность быстро подрывается конкурирующими фондами.

Данные о покупках по кредитным картам, например, теперь стали таким распространенным товаром, что из него мало что можно извлечь. Другие наборы данных, такие как спутниковые снимки и данные геолокации со смартфонов, многообещающи, но дороги, тем более что их трудно на практике использовать для реальных сделок, не говоря об очевидных проблемах конфиденциальности. Такая информация может быть полезна в исключительных случаях — как, например, данные о частном самолете, раскрывшие тайный визит Occidental к Баффету. Но даже Таммер Камель, глава Quandl, который эту информацию нашел, предупреждает, что вокруг альтернативных данных слишком много шумихи. «Это мощный инструмент, но не такой простой, как люди иногда думают”, — говорит он. “Есть несколько десятков компаний, которые получили реальные и устойчивые результаты от работы с альтернативными данными. Но я не думаю, что эта группа быстро расширяется.”

Главное препятствие — это сопротивление многих традиционных управляющих фондами, по словам Гранэйда из Point72. “Это гораздо труднее, чем многие думают, в основном по культурным причинам. Получение информации на основе данных не так просто, но самая большая проблема заключается в том, чтобы выяснить, как стимулировать сотрудничество и взаимопонимание между портфельными менеджерами и специалистами по анализу данных.”

Институциональные инвесторы заинтересованы, но следует признать, что зачастую трудно определить, кто на самом деле сумел объединить количественные методы с традиционным инвестированием. “Если вы не будете использовать современную науку о данных, вам будет очень сложно. Но в какой степени внедрение новых подходов — реально, и в какой — чистый маркетинг?» — задаются вопросом инвесторы.

Два года назад Эйнсли написал письмо своим инвесторам, в котором утверждал, что Maverick наконец-то “взломала код”, интегрировав альтернативные данные с традиционным инвестиционным подходом. Но почти сразу после того, как он отправил письмо, у хедж-фонда началась полоса неудачных результатов, признает он. Хотя письмо и «было, вероятно, преждевременным», Эйнсли полагает, что оно стало переломным моментом для хедж-фонда с активами на $9 млрд. “Именно в последние два года мы действительно начали ощущать преимущества альтернативных данных", — говорит он. «Объем данных стремительно растет, и мы считаем, что наша способность извлекать из них пользу улучшается с каждым днем.”

Более поздние результаты, похоже, подтверждают его оптимизм. В прошлом году доходность флагманского фонда Maverick составила 17.2% против 11% для среднего long-short хедж-фонда. Версия того же фонда с кредитным плечом заработала 33.2%, а long-enhanced (что бы это ни значило) — 45.6%. Эйнсли считает, что инвестиционная индустрия в конечном итоге увидит преимущества гибридного подхода. А инвесторам, отказывающимся комбинировать фундаментальный анализ с количественным, придется нелегко. „Не думаю, что завтра прочту в газете, что Уоррен Баффет нанял команду квантов, однако в будущем, если фундаментальный инвестор не развивает это направление, я думаю, что он будет заведомо проигрывать конкурентам.“

FT 11.02.2020