Избранное трейдера Vasiliy
Мимо меня в бумажном, электронном, вербальном и разве что не тактильном виде пролетают, проносятся, проплывают, протаскиваются и проковыливают туда-сюда многочисленные предложения дать денег на алгоритмическую торговлю (чем угодно – акциями, валютой, нефтью, деривативами и пр.). Предложения разные – безграмотные и очень аккуратные, с указанием подтвержденной успешной истории и без таковой, для ритейла и для крупных клиентов. В обратную сторону мимо меня летят мнения инвесторов – от «как это круто» до «опять мошенники спамят». Я по роду службы хорошо осведомлен вообще о управлении инвестициями и в частности о алгоритмических стратегиях – может быть пора мне высказаться по поводу гомеопатии, астрологии, алгоритмов инвестирования.
Рынок инвестиций огромен и игроков на нем очень много – просто как в живой природе. Относительно реальных стоимостей инвестирование – это игра с очень небольшой положительной суммой (формируемой перетоком части доходов из реального бизнеса на рынки в виде платы за предоставляемый рынками капитал), в которой участники перераспределяют в основном то, что принесли на рынок, между собой, не забывая платить дань банкам, брокерам, юристам, налоговым органам, мошенникам и пр. То есть, в переводе на butthead language, подавляющее большинство игроков просто отдает свои капиталы более умелым и приспособленным, или – жуликам. Десятилетия опыта и миллиарды долларов конечно дали множеству игроков возможность приспособиться к рыночной среде и приспособить рынки – так же, как в живой природе одни вырастили зубы, другие – когти, третьи стали очень быстрыми, четвертые – очень большими, остальные — умерли. Кто эти выжившие чемпионы? Это инсайдеры. Это – крупные посредники, глобальные игроки, которые способны видеть потоки и опережать их своими действиями. Это пиратские команды, состоящие из профессионалов высочайшего класса, с опытом в десятки лет и железными нервами, которые даже не видят – чувствуют качество той или иной инвестиции, просто потому что уже не раз наблюдали что-то подобное на рынке. Это монстры, способные вложить больше других, провести анализ на месте силами десятков аналитиков и экспертов, договориться с теми, кто определяет политику, организовать рыночные манипуляции, заставив толпу пойти в нужную сторону. Наконец это те, кто сумел построить технологии, гарантирующие им опережение остальных игроков – мощнейшие сервера, уникальные процессоры, программы, замечающие арбитражные возможности раньше всех и раньше всех реагирующие на них. Эти «технологии» стоят сотни миллионов долларов просто потому, что они постоянно становятся быстрее – в этом деле первый получает все, второй – убытки. И тем не менее, даже все эти чемпионы устойчиво зарабатывают не впечатляющие обывателя цифры. Лучшие (если мерять на скажем 10-тилетнем горизонте) показывают 11-12% годовых. Нормальные, осторожные и умные – 7-8% годовых, зато значительно стабильнее. Вполне хорошо если инвестор получает и 4-5% годовых – он все равно выигрывает у рынка и у инфляции с запасом. О, да, есть конечно получающие любые доходы, хоть 1000%, хоть 1000000%. Это те, кто выиграл джек пот, случайно попал в яблочко. Один раз. Два раза – не исключено теорией вероятности, но в природе не встречалось. А если говорить все же о устойчивых показателях, то показывающих 15% годовых на вменяемом горизонте (те же 10 лет) – просто не существует — за редким исключением тех, кто (а) получил случайную сверхприбыль 1 раз и с тех пор ее еще не проел (ну, скажем, взял Apple с плечом в нужный момент), или (б) достаточно тупо стоял в позиции, а эта позиция росла (например если в 2008 осенью взял РТС и дожил до конца 2013го). Ни в том, ни в другом случае нет ни искусства ни технологии – есть везение.
Доклад «Оптимизация портфеля алгоритмических стратегий»
1. Введение
В чем состоит цель подобной оптимизации? Представим, что у нас есть набор алгоритмов, каждый из которых обладает некоторыми статистическими свойствами, из которых наиболее важными для нас являются доходность и максимальная величина просадки. В основе каждого из алгоритмов лежат разные стратегии, которые, тем не менее, могут быть коррелированы между собой в разной степени, торговля также может вестись на разных инструментах. В качестве примера приведу характеристики стратегий, которые были разработаны нашей командой и применяются в боевых торгах в настоящее время:
Так как свойства каждого из алгоритмов отличаются, возникает проблема: каким образом распределить между ними доступный капитал для того чтобы:
1. Максимизировать доход при заданном уровне риска ( то есть максимальной величине просадки)
2. Минимизировать риск при заданной доходности
Если дать, например равные доли капитала каждому алгоритму, то, очевидно, что такое распределение не будет оптимальным, так как мы не учитываем характеристики, присущие стратегиям. Не будет оптимальным и тот случай, когда мы, например, выделяем капитал пропорционально относительной доходности каждого алгоритма, здесь мы игнорируем значения волатильности, то есть риска, стратегий.
2. Модель Марковица
Задачу оптимизации попробуем решить, применив теорию оптимального портфеля, разработанную Марковицем, точнее некоторые последующие ее модификации. Обычно данная теория применяется для долгосрочного инвестиционного портфеля, состоящего из различных активов, например акций. Кратко суть теории.
Небольшая статья с ресурса http://www.talaikis.com/ о построении простой стратегии, использующую наивный байесовский классификатор при создании процесса возврата к среднему. Весь код в статье приведен на языке Python.
Это достаточно большая область исследований, но расскажем все очень кратко. Мы попытаемся найти взаимоотношение между временными сериями (в данном случае возьмем в качестве сигнала взаимный фонд XLF из финансового сектора, сдвинутый по времени на 1 день назад), а нашей целью будет фьючерс S&P500 в форме CFD. Будем входить в длинную позицию по этой бумаге при нулевой вероятности приращения. Логически нулевая вероятность ни о чем не говорит, другими словами, будем покупать возврат к среднему.
1. Получение данных
Y = read_mongo(dbase, "S&P5001440") X = read_mongo(dbase, syms[s]).shift() #готовим набор данных res = pd.concat([X.CLOSE, Y.CLOSE], axis=1, join_axes=[X.index]).pct_change().dropna() res.columns = ['X', 'Y']
Статья с аггрегатора Quandl Resource Hub.
Quandl взял интервью у старшего менеджера по алгоритмическим стратегиям одного из больших хеджевых фондов. Мы говорили о создании торговых стратегий — от абстрактного представления рынка до конкретного воплощения в стратегию с оригинальной предсказательной способностью.
Можете вы рассказать, как создаются новые торговые стратегии?
Все начинается с гипотезы.Я предполагаю, что может существовать взаимоотношение между двумя инструментами, или появился новый инструмент на рынке, набирающий популярность, или возник необычный макроэкономический фактор, который влияет на микроструктурное поведение цены. Затем я записываю уравнение — или создаю модель, если вам угодно — с целью описания этого взаимоотношения. Обычно это некое уравнение процесса, показывающее изменение переменных во времени, со случайным (статистическим) компонентом.
Как человек, видевший всю ситуацию 2008-го «изнутри», сразу скажу, что все домыслы о массовом воровстве в индустрии ДУ – полная чушь. НО! Нельзя отрицать того факта, что построенные большой группой компаний с известными брендами «пирамиды РЕПО» должны были «похоронить» их и клиентские деньги под их управлением. И ОФБУ Юниаструма тут не исключение, а правило. Если б Сбербанк не влил деньги в Тройку (получив от государства кредит, кстати), а Прохоров — в Ренесанс, то мы бы сейчас обсуждали их банкротство. А спасенные опять же при помощи госкомпаний Глобекс и Кит-финанс? Это та же история, что и ОФБУ Юниаструма, только последние оказались слишком мелкими и спасать их кроме банка было некому, а банк посчитал, что в условиях кризиса ему не до спасения денег клиентов ОФБУ.
Понимаю, что у многих возникнет вопрос: кризис же нарастал почти год, почему никто не озаботился рисками? Ну, во-первых, тоже самое можно сказать и о «крупняке» на сабпраймах, ставших «притчей во языцах». Во всем мире крупные финансовые компании одинаковы: они, чтобы не потерять клиентов, скрывают «дыры» до того момента, когда они становятся такими, что уже «хоронят» компанию. НО! «Слишком больших, чтоб обанкротиться», обычно спасают. Леман не спасли, увидели, к чему это ведет и все государства дружно стали «сбрасывать бабло с вертолета», спасая весь «крупняк» направо и налево. О «мелочи» позаботиться было некому и они банкротились «пачками», но кому до этого какое дело. Точно такой же «мелочью» были и ОФБУ Юниаструма.