Что такое квант в магазине
Статьи
Для трейдеров и инвесторов
Рубрики блога
Кванты в трейдинге: как они изменили рынок?
Эпиграфом к статье о квантах можно выбрать слова известного финансиста Пола Джонса: «Машина всегда лучше человека, а человек с машиной всегда лучше, чем просто машина».
Интересно, что Джонс вовсе не был теоретиком: эти свои слова он произнёс после того, как уволил каждого шестого сотрудника своего крупного фонда.
Таким образом, наш сегодняшний разговор о том, как рынок постепенно «захватывают» роботы, которые приходят на смену трейдерам.
А главный вопрос, который мы постараемся разобрать – чем же всё это закончится, и чего ожидать?
Что значить «быть квантом»
Наверняка, прочитав слово «кванты», вы в первую очередь подумали о физике, даже если и не очень сильны в этой науке. Да: в физике квантом называется неделимая порция чего-либо, например элементарных частиц. Однако в трейдинге это понятие означает совсем другое, а именно – человека, который верит в то, что предсказать поведение финансовых рынков в будущем можно, черпая информацию из настоящего и прошлого.
Фактически, кванты были всегда. Даже в глубокой древности находились люди, которые пытались подойти с рациональными методами, например, к азартной игре, и найти такую стратегию, которая позволит никогда не проигрывать, либо обеспечит превалирование выигрышей над проигрышами. Самый известный квант-игрок – Мартингейл, который создал одноимённую стратегию, предполагающую удвоение ставки после каждого проигрыша, а в случае выигрыша – возврат к базовому значению.
Однако игроки-математики не влияли глобально на развитие цивилизации, независимо от того, удавалось им что-то выиграть или нет. Всё изменилось, когда кванты начали массово приходить на финансовые рынки, на биржи, в трейдинг. Самый пик этого пришёлся на 70-е годы прошлого века. Как раз в это время многие физики и математики в США остались без работы. От безысходности, а также влекомые интересом к привычным им цифрам, они попробовали применить свои таланты в биржевой торговле.
Кто же знал, что это станет началом новой эпохи?
Повторим ещё раз: быть квантом – значит верить в возможность применения математических методов в биржевой торговле, инвестировании и трейдинге.
И не просто абстрактно верить, но и пытаться это осуществить в реальности.
Технический анализ как основной метод квантов
Можно ли сказать, что весь технический анализ создан квантами? В принципе, да. Ведь основной постулат технического анализа остаётся неизменным: будущие движения цены можно предсказать, ориентируясь на её прошлое поведение.
И неважно, насколько простые или хитрые индикаторы вы используете, ориентируетесь на свечи или пробой уровней. Посыл остаётся прежним: как раньше, так и в будущем; всё повторяемо и циклично. В противном случае, если будущее не зависит от прошлого, то нет ни малейшей возможности делать какие бы то ни было прогнозы.
Что до фундаментального анализа, он, конечно, тоже может опираться на прошлые данные. Например, если в течение последних 10 лет акционер получал в год 7-12% прибыли от своих акций, то с огромной вероятностью в этом году размер прибыли также будет в этом диапазоне.
Тем не менее, фундаментальный анализ менее склонен ссылаться на прошлое, его суть в настоящем. К примеру, если появилась информация, что компания близка к банкротству, то нет никакой разницы, что происходило с ней ранее – это нецикличное событие. То же самое касается слияний и поглощений, падения/повышения цены на энергоносители из-за войны или её окончания, из-за санкций, международных конфликтов и иных событий. Хотя и войны повторяемы, но, тем не менее, каждая отдельная война мыслится как самостоятельный фактор, влияющий на экономику.
Таким образом, технический анализ, во всём его многообразии – главный метод квантов.
При этом сохраняются (а как же иначе?) все научные основы:
• На их основе строить торговые модели.
• Проверять их эффективность опытным путём.
Автоматическая торговля + вероятностный анализ = современный квант
Однако, технический анализ был всегда, им увлекались ещё Леонардо да Винчи и Фибоначчи – то есть, математики, жившие пятьсот лет назад.
Что же нового принесли с собой кванты 20-21 века?
Все новшества базируются на двух основах:
Автоматическая торговля значительно расширила возможности инвесторов. Если раньше приходилось звонить брокеру по каждой сделке, то сейчас всё происходит само через сайт брокера, к которому можно подключить и робота.
То есть, вместо 1-2 сделок в день стало возможным совершать по сотне сделок в час.
Вероятностный анализ предполагает принципиально новый подход к торговле, который заявляет, что выигрыш конкретно этой сделки нас вообще не интересует, а интересует выигрыш хотя бы 51% сделок от их общего числа. Это уже обеспечит нам прибыль.
Вероятностный анализ также означает, что трейдер (и робот, стоящий за ним) готовы совершать сделки с относительно малой (меньше 60%) вероятностью успеха. Умножив 51% выигрышей на бесконечное число сделок, можно получить в теории бесконечную прибыль, даже вычитая 49% неудач.
Эксперты уже сегодня говорят о том, что автоматическая торговля значительно изменила мир инвестиций и ценных бумаг. Ведь все роботы используют сходные алгоритмы, а спекулятивный мир во многом строится на конкуренции и соперничестве. Это можно сравнить с игрой в «камень-ножницы-бумага»:
• На первом этапе и все выбирают «бумагу», и только пара человек (победителей) – «ножницы».
• Чем дальше, тем больше игроков понимают выгоду «ножниц» (новой стратегии).
• В какой-то момент все выбирают «ножницы», и стратегия перестаёт работать.
• Далее пара самых умных игроков выбрасывают «камень» (следующую стратегию).
В определенные моменты жизни рынка всё это очень заметно. Например, 2013 год называется «проклятием алгоритмистов» (трейдеров, использующих алгоритмическую торговлю) по причине того, что роботы, совершая миллионы микросделок по тренду, почти уничтожили на рынке волатильность, которая нужна как воздух каждому трейдеру, чтобы зарабатывать. То есть, большое количество трейдеров-сторонников автоматической торговли сами у себя украли возможную прибыль.
Да, впоследствии рынок выровнялся, и сегодня появилось множество новых явлений, которых мир не знал ранее, например криптовалюты. Но тот факт, что биржевая торговля уже не станет прежней – такой, какой она была до появления роботов – не вызывает сомнений.
Вообще же, как бы ни проповедовали свою научную теорию кванты, их методы всё же не идеальны и не универсальны. Чтобы они работали, нужно несколько условий:
• Высокая ликвидность рынка.
• Множество торговых инструментов.
• Наличие активов в противофазе (рост одного означает падение другого).
• Высокая волатильность рынка (самое главное).
Если нет большого количества солнца и воды, арбуз не вырастет. А если нет всего перечисленного выше в достаточном объёме, то методы квантов, как это ни печально, не смогут полноценно работать.
О «чёрных лебедях» и несовершенстве математики
Методика квантов часто подкупает тем, что она строится полностью на научном фундаменте.
Однако, что означает научный фундамент? В основном наблюдения и последующий поиск закономерностей. Это хорошо срабатывает в астрономии, химии, биологии. Хотя тоже не всегда, ведь наука опирается на индукцию: обобщает имеющиеся данные. К примеру, встретив на своём пути 50 белых лебедей, учёный придёт к выводу, что лебедь – птица белого цвета. Однако, встретив 1 чёрного лебедя, ему придётся разрушить свою теорию как несостоятельную.
Что до попыток найти закономерности в азартных играх, то здесь учёный может вообще дойти до абсурда, потому что если при игре в кости дважды выпала шестёрка, то это не увеличивает и не уменьшает её вероятность выпадения при следующем броске.Попытка видеть закономерности там, где их нет, в итоге может оказаться весьма разрушительной. Единственное, что тут спасает – теория больших чисел: из 6 млн бросков шестёрка должна выпасть около миллиона раз, но никак не 500 тысяч и не 2 млн. Из этого и вырастает вероятностный анализ, о котором мы говорили выше.
Что же касается поиска закономерностей, то на данную тему известный финансист Нассим Талеб написал книгу «Одураченную случайностью», главная мысль которой – именно ошибочность поиска несуществующих закономерностей, а также необходимость признать слабость прогнозирования, если никто не смог спрогнозировать даже такие глобальные катастрофы, как, скажем, Вторая мировая война. Такие непредсказуемые события Талеб и называет «чёрными лебедями», способными напрочь разрушить всю стройную систему рассуждений.
Да, их вероятность мала, и вероятностный анализ ими поэтому пренебрегает. Но даже одна такая «птичка» способна свести на нет расчёты и планы миллионов людей. Вот почему, по мнению Талеба, возможности прогнозирования весьма ограничены.
В целом же каждый решает сам, верить квантам или нет, потому что их метод хорош, но не идеален, как и все другие методы. Но вот то, что они с помощью автоматической торговли оказали и продолжают оказывать влияние на трейдинг – это факт, с которым приходится считаться.
Квант поставки
Квант поставки (Quant, Minimum Order Quantity) – минимальное количество товара одного SKU, которое поставщик может отгрузить розничному клиенту. В большинстве случаев определяется стандартной вместимостью транспортной упаковки (короба, ящика и т.п.), которую поставщик предпочитает не дробить и поставлять целиком. Например, если пачки чая на производстве фасуются в коробку по 12 штук, а пачки сигарет в блок по 10 штук, то квантом поставки для данных SKU обычно является 12 и 10 пачек соответственно. Торговый представитель не может принять заказ, содержащий меньшее количество пачек, при формировании заказа с помощью ППК это ограничение обычно установлено программно. Поэтому он принимает заказ, кратный кванту поставки: 12, 24, 36 или больше пачек чая; 10, 20, 30 или больше пачек сигарет; и т.д.
В ряде случаев квант поставки может не соответствовать транспортной упаковке. Например, если компания-поставщик ставит перед собой такие цели построения дистрибуции, ради которых готова пойти на увеличение складских и транспортных расходов, она может установить в качестве кванта поставки половину или иную часть транспортной упаковки. В особых случаях поставка товара может даже осуществляться поштучно, то есть квантом поставки будет являться не транспортная, а потребительская упаковка (что может быть реализуемо, например, в формате продаж Van Sales). Для ключевых клиентов может быть установлен квант поставки, равный нескольким транспортным упаковкам (например, один мастер-короб, содержащий 50 блоков, т.е. 500 пачек сигарет), либо вообще разработаны нестандартные специальные упаковки. Такая упаковка может одновременно являться show box (иметь привлекательный дизайн, использоваться не только для перевозки, но и для выкладки товара на полке), а ее вместимость определяться пожеланиями данного ключевого клиента по запасу товара на полке.
Таким образом, с одной стороны, оперирование понятием «квант поставки» во взаимоотношениях между поставщиком и розничным клиентом облегчает целый ряд операций по приему заказа, его набору на складе, транспортировке, передаче клиенту, хранению и выкладке товара. Размер кванта поставки обеспечивает рентабельность этих операций как для поставщика, так и для клиента. С другой стороны, если размер кванта поставки превышает возможности оборота клиента, это может приводить к «замораживанию» в товаре части денежных средств клиента, списанию им товара с истекшим сроком годности и разрыву отношений с поставщиком.
…В одной из дистрибуторских компаний квант поставки был настолько большим, что это приводило либо к постоянным списаниям просроченного товара в торговых точках, либо к регулярным out—of—stock. Даже при самом тщательном регулярном снятии остатков и подсчете рекомендованного заказа с помощью ППК, в заказ включалось то слишком много товара, то слишком мало. Для экстренного исправления ситуации было решено уменьшить квант поставки, сделать его меньше транспортной упаковки. Право менять квант поставки в установленной на ППК торговой программе было предоставлено и Головному офису, и руководителям торговых подразделений, и логистам. В итоге торговые представители вконец запутались, чему равен квант поставки каждой из ассортиментных позиций, а склад стал отказываться собирать некорректно принятые заказы…
Как работают квантовые технологии в финансовом секторе?
Руководитель проектного офиса по квантовым технологиям Госкорпорации «Росатом»
Аналитики еще несколько лет будут обсуждать неоднозначную историю американской розничной сети по продаже игровых приставок и игр GameStop. За два месяца стоимость акций компании выросла на 40% благодаря «бунтующим трейдерам», а затем за 25 минут рухнула на 50%. Участники кампании по скупке бумаг сети хотели поддержать ее и противостоять крупным инвесторам.
Руководитель проектного офиса по квантовым технологиям Госкорпорации «Росатом» Руслан Юнусов рассказал, почему такая история станет невозможной при распространении квантового трейдинга, зачем финансовые организации инвестируют в пилотные проекты, и какие кейсы на сегодняшний день впечатляют больше всего.
Почему кванты
Любая аномалия на финансовом рынке — результат мошенничества, компьютерного сбоя или кибератаки, то есть, той или иной проблемы. Акции GameStop аномально подорожали в отрыве от фундаментальных показателей после спекуляций розничных инвесторов.
Квантовые алгоритмы машинного обучения способны обнаруживать такие ситуации в реальном времени, выявлять манипуляции, эффективно составлять стратегии против них, и это только один из способов их применения. В квантовой системе можно описать и более сложные модели поведения.
Квантовые системы способны детально просчитать и предсказать поведение агентов на рынке. Инвестор получает возможность вовремя выйти из акций или, напротив, получить денежную поддержку и отсечь конкурентов. Понимание поведения других игроков и их ресурсов (который не бесконечен), позволит эффективнее играть на рынке.
Ученые предсказывают изменение структуры фондового рынка с появлением квантового сегмента, однако истинный потенциал таких вычислений раскроется при совместном использовании классического и квантового подходов. Первые примеры мы увидим в течение 5-10 лет.
Зачем кванты
Финансовые организации заинтересованы в развитии сразу ряда квантовых технологий: в особенности, квантовых вычислений — для решения оптимизационных задач (например, одновременного расчета сразу нескольких параллельных вариантов) и квантовых коммуникаций — чтобы максимально обезопасить все имеющиеся данные.
RB.RU организует встречу проекта Founders’ Mondays для начинающих и опытных предпринимателей. Дважды в месяц по понедельникам.
Уязвимость современных методов защиты информации с развитием квантовых вычислений неизбежна. Уже сейчас постквантовая криптография или квантово-стойкая криптография — это достаточно актуальный сектор исследований как в академических кругах, так и в государственных и коммерческих компаниях.
На рынке растет число стартапов, которые разрабатывают продукты в области постквантовой криптографии, а ученые предсказывают кратный рост спроса на такие решения сразу после завершения стадии стандартизации.
Трейдинг — процесс предсказания изменения цен на активы и их покупку. Квантовый трейдинг — это все тот же процесс предсказания изменения цен, однако в разы более точный и более защищенный.
Квантовые алгоритмы и инструменты торговли, анализа и контроля рынков могут учитывать растущее количество сложных факторов, влияющих на стоимость бумаг. На сегодняшний день инструментов, которые справлялись бы с сопоставимыми задачами, нет.
Как работают алгоритмы
Результат решения вычислительных задач в финансовой аналитике зависит от случайных процессов. Расчеты требуются в инвестиционных прогнозах, инвестиционном анализе и планировании. Для решения обычно используют математический метод Монте Карло, который позволяет вычислить ожидание определенной величины.
Это происходит с помощью многократного генерирования возможных вариантов развития событий. Решить такие задачи кратно быстрее можно с помощью ряда алгоритмов на основе квантовой оценки амплитуды (Quantum Amplitude Estimation — QAE). Этот подход может обеспечить квадратичное ускорение решения сложных задач вычисления рисков или прогнозирования стоимости деривативов.
Некоторые линейные системы уравнений можно решить экспоненциально быстрее любого классического известного способа — с помощью алгоритма Харроу-Хасидима-Ллойда (HHL). Такие алгоритмы уже позволяют разрабатывать методы обучения глубоких нейронных сетей с многократным ускорением по сравнению с классическим обучением.
Квантовые вычисления в финансовом секторе могут быть полезны при решении многих задач. Ниже мы разберем наиболее распространенные:
Суть опциона – возможность купить или продать базовый актив по определенной цене до определенного времени. Это контракты срочного рынка, по которым обычно торгуют наиболее подготовленные трейдеры. Будущая цена актива определяется множеством рыночных факторов, которые сложно учесть.
Для предсказания будущей стоимости актива используется метод Монте-Карло. Возможных сценариев, которые нужно спрогнозировать и проанализировать, очень много. Нужно громадное множество отдельных испытаний для получения точности до двух знаков после запятой. Квантовые алгоритмы способны обеспечить существенное ускорение при решении таких задач.
Оптимизация инвестпортфелей и предсказания финансовых кризисов — хорошо изученная задача квадратической оптимизации при линейных ограничениях (формирование портфелей с оптимальным выбором активов, исходя из требуемого соотношения доходность/риск).
Однако классические компьютеры не могут решить ее из-за практически бесконечного набора возможных вариантов построения. Адиабатические квантовые компьютеры уже способны найти комбинацию, при которой значение многомерной функции при заданной конфигурации окажется минимальным.
Сегодня для прогнозирования кризисов в экономике используется в основном эмпирический подход, основанный на исследовании определенных сигналов и индикаторов рынка. Так или иначе он будет актуален, но из-за постоянной эволюции мировой экономики эмпирический подход уже не дает точных предсказаний.
Альтернатива — стресс-тестирование с использованием макроэкономического моделирования. По сути, это задача нахождения минимума многомерной функции при изменении ряда параметров. Ее решение позволяет оценить масштаб изменения рынка в случае возникновения шоков, трансформации разных условий вроде цен на нефть.
Из-за огромного количества связей между различными элементами системы, задачи стресс-тестирования пока решаются только для самых простых финансово-экономических моделей. Квантовые алгоритмы существенно упростят решение этой задачи и для сложных конфигураций.
Классическое обучение сложных моделей, как в случае больших данных на финансовом рынке, может длиться очень долго. Новейшие технологии ускорят обучение в классических нейронных сетях, позволят проверять гипотезы и тестировать модели гораздо быстрее.
На следующих этапах, когда мощности компьютеров существенно вырастут, можно будет говорить о настоящих квантовых нейронных сетях. Сегодня машинное обучение часто работает по гибридной схеме: часть блоков обучения — квантовые, часть — классические. С развитием этой системы часть задач вообще станет недоступна для классических схем машинного обучения.
Алгоритмы уже способны справляться с обнаружением мошенничества, банки используют эту технологию в режиме реального времени. Компьютер проверяет действия участников системы и сравнивает с массивом данных, характерным для него. Квантовые нейросети помогут пресекать мошенничество еще более эффективно. Со временем квантовые технологии встанут и в основу самых современных сетей кибербезопасности.
Где кванты
Крупные игроки серьезно готовятся к изменению сценариев работы. 21 международный банк и страховые компании приняли на работу не менее 115 специалистов по квантовым вычислениям, свидетельствуют данные Boston Consulting Group по состоянию на июнь 2020 года. Порядка 60% из них находятся в Европе, 28% в США и 10% в Азии.
Финансовые компании также сотрудничают с крупнейшими IT-корпорациями: JP Morgan Chase, Goldman Sachs, Barclays, Wells Fargo, MUFG, Mizuho, Tradeteq, Anthem – участники IBM Q Network; NatWest Group – в Microsoft Quantum Network.
Квантовое исследовательское подразделение холдинга JP Morgan Chase возглавил ветеран IBM (Master Invertor) Марко Пистойя, обладатель 26 патентов в области квантовых компьютеров. Аналогичным подразделением конгломерата Goldman Sachs руководит ученый Уильям Зенг, экс-глава направления в квантовой компании Rigetti Computing.
Финансовые компании станут первым бенефициаром квантовых вычислений. На горизонте пяти лет мы увидим примеры применения новых технологий в банковской сфере. Крупный испанский банк BBVA в 2020 году провел эксперименты на адиабатическом квантовом вычислителе Fujitsu по статической оптимизации инвестиционного портфеля более чем из 100 акций.
Банк также провел ряд экспериментов по динамической оптимизации инвестиционного портфеля в реальном времени: совместные с компанией Accenture эксперименты на адиабатическом квантовом вычислителе D-Wave, опыты с испанским стартапом Multiverse на квантовом компьютере IBM Q. Последний эксперимент определил оптимальный сценарий торговли на основе исторических данных для портфеля из 52 акций.
Другие компании сотрудничают с квантовыми стартапами:
В марте 2020 года американский финансовый холдинг JPMorgan Chase заключил соглашение с Honeywell, в рамках которого компания планирует использовать квантовое устройство для решения основных бизнес-задач финансовой индустрии: ускорения процесса проверки клиентов, вычисления рисков и планирования экономических сценариев.
В 2017 году американский стартап QxBranch объявил о старте разработки приложений для Commonwealth Bank of Australia (CBA), моделирующих поведение и свойства квантового компьютера.
Изучить и протестировать приложение с дополнительными операциями — риск-менеджментом, квантовым трейдингом, аналитикой — смогут исследователи, разработчики и представители других финансовых компаний еще до появления полноценного квантового компьютера.
Развиваются и проекты сотрудничества с университетами и научными организациями: BBVA работает с Высшим советом по научным исследованиям Испании; японский Nomura Holding – с Tohoku University; финансовая корпорация Standard Chartered создает проекты с NASA; голландский ABN AMRO Bank – с QuSoft.
Банки и корпорации вкладывают деньги в квантовые компании:
Allianz и Royal Bank of Scotland вложили 45 млн канадских долларов (2,7 млрд рублей) в 1Qbit, компанию-создателя квантового ПО.
Goldman Sachs неоднократно поддерживал в канадского производителя аппаратных решений D-Wave. В 2014 году сумма инвестиций от Goldman Sachs (GS) и ряда других игроков составила 30 миллионов канадских долларов (1,8 млрд рублей).
Новейшие алгоритмы используют и в России. Так, команда Алексея Федорова в Российском квантовом центре разрабатывает квантовые алгоритмы для финансовой оптимизации в интересах Газпромбанка и других крупных компаний. В России квантовые технологии востребованы и в нефтегазовой сфере, как в одном из самых перспективных секторов для страны.
Убьет ли квантовая торговля обычную
Алгоритмическая торговля — не шаманство, а стратегия, основанная на научном подходе и требующая больших финансовых вложений. Именно это сдерживает ее проникновение в России.
В самом широком смысле слова алгоритмическая торговля — это торговля, которая осуществляется «не руками», а с помощью заранее заданных алгоритмов. Иными словами, сделки совершает не трейдер, а программа. На Западе писать торговые программы начали почти 50 лет назад, и там есть своя солидная история алгоритмической торговли. Приведем лишь один факт для понимания масштабов темы: на американских биржах сегодня до 80% всех объемов торгов совершают роботы. По оценкам Barclays, 29% средств, переведенных в хедж-фонды мира за последние семь лет, направлены в стратегии количественного инвестирования. В прошлом году сразу 54% инвесторов отдали предпочтение именно количественным стратегиям.
Означает ли это скорый закат трейдинга, каким мы его знаем? Нет.
Во-первых, несмотря на самое широкое распространение роботов, количество частных трейдеров, желающих открыть свой счет у брокера, не уменьшается.
Во-вторых, несмотря на зрелость биржевых рынков, они не перестают преподносить сюрпризы даже для видавших виды гуру инвестирования и торговли. Наверняка все — хотя бы краем уха — слышали или читали размышления экономистов, особенно нобелевских лауреатов, о «новой нормальности». Речь идет о беспрецедентных в истории мировых финансов программах по поддержке рынков — так называемых программах количественного смягчения. Они были запущены после памятного кризиса 2008 года и еще продолжаются усилиями Европейского ЦБ и Банка Японии. Масштабный выкуп различных активов на балансы регуляторов радикально изменил рынки (критики используют слово «испортил») и ценообразование на активы.
Кроме того, в прошлом году появился новый класс активов, который уже получил официальную «биржевую» прописку, — так называемые криптовалюты. Все это означает новые вызовы для тех, кто пишет алгоритмы.
В России — в силу молодости рынка — под алгоритмической торговлей понимаются очень разные по природе своей стратегии. Так, часто под алготрейдингом подразумеваются программы, которые описывают несколько успешных, но коротких по длительности историй приемлемой положительной доходности. Иными словами, команда управляющих, получив доходность на отрезке в два-три года, программирует использованную стратегию в надежде на повторение успеха. К алгоритмической торговле относят и арбитражную торговлю, основанную на разнице цен на один и тот же актив на разных торговых площадках и разных по стоимости инструментах на этот актив. Наконец, к алготрейдингу часто причисляют высокочастотную торговлю.
Если первая стратегия имеет определенные перспективы развития, то высокочастотная торговля уже не столь популярна: постоянное развитие компьютерных мощностей приводит к росту себестоимости процесса (соревнование идет на уровне десятков наносекунд) и падению прибыли. Что касается арбитража, то этот рынок имеет конечную емкость, и крупные игроки, отрабатывая разницу цен, также вынуждены искать новые сегменты, гораздо менее доходные, чем те, на которых они зарабатывали десять лет назад.
Что же остается? Остаются количественные (квантовые) методы инвестирования, основанные на предиктивной аналитике. Такой аналитикой занимаются профессиональные математики, закончившие мехмат, физмат или физтех и часто не знакомые с особенностями биржевого дела. Это не плохо и не хорошо — просто это новое направление развития биржевой торговли. Специфическое. Не Святой Грааль, не печатный станок, но расчет вероятности того или иного движения цены.
Итак, математики (или физики) берут данные по конкретному активу за длинный промежуток времени, делают усреднение с поправкой на текущие реалии и выдают прогноз, куда пойдет цена — вверх или вниз.
Достоинством такой стратегии является относительно высокий коэффициент Шарпа. Говоря по-простому, чем выше коэффициент Шарпа, тем меньше рисков инвестор берет на себя, чтобы заработать одну и ту же доходность. У многих квантовых фондов коэффициент Шарпа выше 1, в то время как по индексу S&P 500 он ниже 0,7.
К недостаткам, или, точнее сказать, к существенным условиям для успеха, стоит отнести следующее. Во-первых, необходима высокая ликвидность рынков — именно поэтому стратегии работают преимущественно на развитых рынках. Во-вторых, нужно оперировать как можно большим количеством инструментов. И здесь опять-таки безальтернативными являются развитые рынки. В-третьих, большое количество инструментов подразумевает вероятность найти среди них активы, которые двигаются не синхронно, а желательно в противофазе. Наконец, необходимым условием является волатильность. Чем больше здорового страха на рынках — того, что измеряется индексом VIX, — тем лучше.
Именно поэтому 2013 год называют «годом проклятия алгоритмистов», так как не было возможности зарабатывать из-за отсутствия волатильности. Большинство квантовых фондов в тот год показали убыток. На результаты работы «квантов» лучше всего смотреть за период 5—10 лет. Лучшие из них показывают годовую доходность на уровне 35—40% в долларах США.
В 2012—2017 годах средняя доходность квантовых фондов составила 5,1% годовых, в то время как хедж-фонды за тот же период смогли показать результат 4,3% годовых. Конечно же, среди «квантов» есть свои звезды — фонды под управлением Renaissance Technologies, Citadel или TGS Managemen. Так, средняя доходность по стратегиям Renaissance Technologies за последние три десятка лет составила 40%. Однако не надо думать, что так у всех, ведь даже звезды иногда подолгу «сидят» в значительных убытках.
Например, в 1998 году обанкротился фонд Long-Term Capital Management, который использовал алгоритмические модели, разработанные двумя нобелевскими лауреатами. А кризис 2007 года оказался не под силу многим квантовым фондам. В январе 2015 года резкий скачок курса швейцарского франка привел к убытку (месячному) в 12% самого известного, пожалуй, алгоритмического хедж-фонда Two Sigma Investments.
Итак, квантовые методы работают, и это не «тибетская медицина», как пытаются представить злые языки. Но квантовые фонды предназначены исключительно для квалифицированных инвесторов, которые «покупают» квантовые стратегии на 5—10% от инвестиционного портфеля.
Мнение автора может не совпадать с мнением редакции