Академический Документы
Профессиональный Документы
Культура Документы
2
Перспективы Альфа
Исследовать
Джеффри Лопрет
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
8 Поиск Альф
PHDS НА УЛИЦЕ
До 1960-х годов все или почти все бэк-офисные процессы, в частности расчеты
по запасам, выполнялись вручную. Потребовалось беспрецедентное увеличение
объемов торговли акциями, наблюдавшееся в конце 1960-х годов (в период с
1965 по 1968 год ежедневный объем акций Нью-Йоркской фондовой биржи
увеличился с 5 миллионов до 12 миллионов), а также сопутствующие «пробки»
в обработке торговых операций. из-за использования ручного и бумажного
учета внедрение компьютеров стало необходимостью для бизнеса. К 1970-м
годам Уолл-стрит оцифровала свои бэк-офисы. В течение нескольких лет
компьютеры и программируемые устройства стали повсюду на улице, играя
важную роль во всех уголках финансовой индустрии.
НОВАЯ ПРОМЫШЛЕННОСТЬ
Перспективы альфа-исследований 9
10 Поиск Альф
СТАТИСТИЧЕСКИЙ АРБИТРАЖ
Перспективы альфа-исследований 11
СУЩЕСТВОВАНИЕ АЛЬФ
Следствием EMH является то, что цены будут меняться в процессе, неотличимом от
случайного блуждания. Однако другая отрасль финансовой экономики попыталась
опровергнуть EMH. Поведенческая экономика изучает несовершенства рынка,
возникающие в результате психологических особенностей инвесторов или когнитивных
предубеждений. Несовершенства на финансовых рынках могут быть вызваны
чрезмерной самоуверенностью, чрезмерной реакцией или другими дефектами в том,
как люди обрабатывают информацию. Эмпирические исследования, направленные на
опровержение EMH, возможно, дали неоднозначные результаты, но если бы ни один инвестор не сдел
Machine Translated by Google
12 Поиск Альф
ВЫПОЛНЕНИЕ
Перспективы альфа-исследований 13
Цены; например, вместо того, чтобы пытаться предсказать абсолютную цену акции
XYZ, вы можете попытаться предсказать цену акции XYZ относительно других акций
в отрасли XYZ. Уменьшив масштаб проблемы, (2) и (3) можно игнорировать. На
практике инвесторы могут попытаться монетизировать такие прогнозы
относительной стоимости с помощью нейтральных к рынку инвестиционных стратегий.
ОЦЕНКА
производительность.
Оглядываясь назад
14 Поиск Альф
большое количество идей и вариаций этих идей. Но без дисциплины отслеживания того, какие
идеи были опробованы, и без учета этого при оценке вероятности того, что модель является
(принципы проверки множественных гипотез), вы можете в конечном итоге принять куски угля
за золото.
полагают, что на рынке было гораздо легче торговать, чем на самом деле. Это связано с
данных для сглаживания острых углов может привести к завышению исторических показателей альфа-версии.
исторически не были доступны. Например, идеи, которые в 1980-х годах казались достаточно
простыми для программирования в электронных таблицах Lotus, на самом деле тогда было не
так просто обнаружить и реализовать. Каждый период имеет свой рынок и свои уникальные
ВОЗМОЖНОСТЬ
существуют потому, что участники рынка различаются своими инвестиционными целями, своими
могут терпеть волатильность и просадки в той же степени, что и трейдер без кредитного плеча.
Перспективы альфа-исследований 15
3
Сокращение потерь
Игорь Тульчинский
Человек — существо, добившееся успеха, потому что он смог разобраться в окружающей среде
и разработать правила более эффективно, чем это смогли сделать его естественные конкуренты.
В охоте, сельском хозяйстве, а позднее в математике и физике правила получили широкое
распространение. Сегодня правила изобилуют во всех сферах жизни: от финансов до науки, от
отношений до методов самосовершенствования. Человек выживает благодаря правилам.
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
18 Поиск Альф
Итак, вы видите парадокс: единственное правило, которое работает, — это то, которое
гласит, что ни одно правило не работает всегда . Правила — это пылинки, фрагменты
большей реальности.
Вот почему так важно иметь возможность сократить свои потери, путешествуя по часто
бурным морям рынков, где преобладает UnRule. Как можно выдержать эту турбулентность
и перемены? Как лучше всего справиться с множеством изменяющихся правил, все из
которых несовершенны, многие из них противоречат друг другу и основаны на различных
обстоятельствах и предположениях?
Сокращение потерь 19
Проще говоря: сокращение потерь означает отказ от правил, которые больше не работают.
Хотя логику сокращения потерь легко увидеть в трейдинге, этот принцип справедлив и в
других сферах жизни, включая бизнес, предпринимательство и даже отношения. Иногда вам
просто нужно признать, что все, что вы делаете, не получается, и двигаться дальше.
Я верю в свое правило. Вот мое правило». Поскольку эго и гордость переплетаются с этой
уверенностью, может быть трудно отказаться от правила, которое вы придумали, даже перед
лицом доказательств того, что правило больше не работает.
постулировать новую идею, правило или альфу на основе исторических данных и тщательного
статистического анализа (иногда с оттенком фундаментальной мудрости), затем она попадает
в нашу базу знаний. Из этой вселенной идей мы стремимся построить вещь, максимально
приближенную к изображению финансовой реальности. Но чтобы делать то, что мы делаем,
нам нужно смириться с тем фактом, что мы никогда не узнаем всего, что нужно знать.
20 Поиск Альф
СОКРАЩЕНИЕ ПОТЕРЬ
чем большим количеством альф мы обладаем, тем лучше мы можем описать тот или иной аспект
реальности и тем ближе мы можем подойти к обретению «одного глаза», с помощью которого
Поскольку ни одно правило не является идеальным, может возникнуть комбинация всех правил.
1. Посмотрите налево, посмотрите направо, еще раз посмотрите налево, значит, можно безопасно перейти дорогу.
Вы можете начать переходить улицу, поверив в Правило 1 и утешаясь им, а затем услышать
поскольку шум ставит под сомнение вывод о безопасности. Затем вы применяете Правило 3.
работают. Предположим, у вас есть теория, описывающая, когда цены на золото вырастут. Теория
работает на 50%
Machine Translated by Google
Сокращение потерь 21
время. Предположим, у вас есть еще 10 столь же надежных теорий. Комбинация теорий
должна описывать реальность лучше, чем любая из них. И лучший способ определить, какой
из них наиболее точен, — это наблюдать, какие из них работают в данный момент.
КРАТКОЕ СОДЕРЖАНИЕ
• Какова цель?
• Каковы обычные ожидаемые трудности?
ЧАСТЬ II
Проектирование и оценка
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
Machine Translated by Google
4
Альфа Дизайн
Скотт Бендер и Юнфэн Хэ
В этой главе будет описан процесс разработки альфа-версии, начиная с необработанных данных. Мы
обсудим некоторые важные дизайнерские решения, которые вам необходимо принять при создании
альфа-версии, а также то, как правильно оценить альфа-версию. В конце этой главы мы выделим
некоторые проблемы, которые могут возникнуть после разработки и запуска в производство альфа-
версий.
• Основы. Автоматизируя анализ ключевых показателей для каждой компании, вы можете построить
• Текст, например протоколы Федерального комитета по открытому рынку, отчеты компаний, статьи,
обработки таких данных — например, преобразования аудио в текст, который можно использовать
для построения моделей.
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
26 Поиск Альф
Иногда источники данных используются не для генерации сигнала направления, а для того,
чтобы попытаться уменьшить шум в прогнозах и уточнить другие альфа-сигналы. Примеры:
• Модели отношений, такие как инструменты, которые обычно в некоторой степени коррелируют
друг с другом. Некоторые из них могут опережать или отставать от других, создавая тем
самым потенциальные возможности для арбитража.
АЛЬФА-ВСЕЛЕННАЯ
Важным шагом в разработке альфа-версии является выбор целевого набора активов для
торговли; этот набор активов называется вселенной альфы.
Вселенная может быть ограничена одним или несколькими измерениями, такими как:
• Класс активов (акции, биржевые фонды, фьючерсы, валюты, опционы, облигации и т. д.)
Выбор юниверса обычно определяется охватом входных данных или идеей альфа-версии,
но альфа-версии могут быть спроектированы и настроены специально для определенного
юниверса, даже если данные имеют более широкий охват.
Machine Translated by Google
Альфа Дизайн 27
ЧАСТОТА АЛЬФА-ПРОГНОЗИРОВАНИЯ
Еще одним важным проектным решением при создании альфа является частота
прогнозирования. Это определяет время, в которое альфа будет генерировать новые
прогнозы.
Некоторые типичные частоты:
Задержка 1. Могут быть доступны только данные, доступные до текущего торгового дня.
используется для предсказания.
Снимок с задержкой 0. Данные до определенного времени могут быть использованы для
прогноз.
МОО/МОС. Прогнозы привязаны к открытию или закрытию аукциона.
• Еженедельно или ежемесячно.
ЦЕННОСТЬ АЛЬФА
28 Поиск Альф
ПРАКТИЧЕСКАЯ АЛЬФА-ОЦЕНКА
Поскольку целевая торговая стратегия может быть неизвестна при разработке альфа-
версии, как мы можем знать, будет ли она полезна при рассмотрении альфа-версии?
Альтернативно, когда альфа меняется, действительно ли она улучшается? Чтобы
ответить на эти вопросы, необходимы хорошие количественные измерения.
решения этой проблемы является взимание сниженных транзакционных издержек при моделировании.
После построения моделирования можно провести следующие полезные
измерения:
Альфа Дизайн 29
Более низкая корреляция указывает на то, что альфа более уникален и, следовательно, более
Более 0,7: слишком высокое значение, за исключением случаев, когда альфа значительно выше, чем
существующая альфа.
Измерения, описанные выше, можно усложнить. Например, может быть полезно проверить,
БУДУЩАЯ ПРОИЗВОДИТЕЛЬНОСТЬ
Все измерения в предыдущем разделе предназначены для оценки альфа, когда нет никакой
том, как была построена альфа, может быть полезна для определения того, будет ли альфа давать
хорошие прогнозы в будущем. В конечном счете, важно то, делает ли альфа полезные прогнозы
данным. Например, предположим, что альфа имеет 12 параметров, по одному на каждый месяц
(x1...x12), и предположим, что правило альфа состоит в том, чтобы просто покупать x1 долларов
всех акций в январе, x2 долларов всех акций в феврале и т. д. вперед. Если бы x1–x12 были
30 Поиск Альф
ЗАКЛЮЧЕНИЕ
5
Как разработать альфу:
Тематическое исследование
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
32 Поиск Альф
фиксировать прибыль и закрывать длинные позиции, что, в свою очередь, толкает цены на
акции вниз. В то же время, когда цены на акции падают, инвесторы видят возможность
покупать акции по более низкой цене, что, в свою очередь, толкает цены на акции вверх.
Знак минус указывает на то, что короткая позиция открывается, когда тренд восходящий,
а длинная позиция, когда тренд нисходящий. Долларовая сумма длинной и короткой позиции
по конкретному финансовому инструменту определяется величиной значения, определяемого
формулой.
Это означает, что чем сильнее ценовой тренд, тем больше вероятность того, что цена
вернется. Предположим, что наш алгоритм выдает следующие значения для двух акций
соответственно:
Альфа ГУГ 2
Альфа ААПЛ 1
GOOG в два раза больше, чем AAPL; положительное число означает, что мы хотим удерживать
длинную позицию, а отрицательное число означает, что мы хотим удерживать короткую
позицию. Таким образом, используя в качестве примера капитал в 1 миллион долларов, мы
хотим открыть длинную позицию по GOOG на 1 миллион долларов и короткую позицию по
AAPL на 500 000 долларов в конце сегодняшних торгов. Этот пример, конечно, предполагает
нулевые транзакционные издержки.
Теперь, когда мы понимаем, что такое альфа, давайте напишем нашу первую альфу.1
По пути мы представим больше концепций. Прежде всего, нам нужно
500. Предположим, мы используем 3000 наиболее ликвидных акций США в качестве нашей
исследовательской совокупности (назовем ее TOP3000).
Далее нам нужна идея для прогнозирования цены акций. Мы можем использовать ту же
Чтобы узнать, работает ли эта идея, нам нужен симулятор для тестирования на истории.
Используя WebSim, мы получаем примеры результатов для этой альфа-версии, как показано
на рисунке 5.1.
Тестирование проводится с 2010 по 2015 год, поэтому в каждой строке выходных данных
указаны годовые результаты за этот год. Общий размер книги моделирования всегда фиксируется
Совокупная прибыль
5 миллионов долларов
$0
01/10 10 июля10/10 11.01.2011 11 июля10/11 12.01. 12 апреля
11 апреля 12 июля10/12 13 января
13 апреля 14 июля14.10. 15 января
13 июля10/13 14.01. 14 апреля
/
Информационный_ коэффициент Среднедневная доходность Ежедневная волатильность
*
кв. 256
альфа, что примерно означает стабильность доходности альфы: чем выше, тем лучше.
/
Ежедневный_ средний оборот в долларах, продаваемых каждый день книжный формат
Для этой альфа общий коэффициент информации составляет около 1, с высокой доходностью
около 31,2%, но с очень высокой максимальной просадкой 39,22%. Это означает, что риск очень
высок, поэтому PnL не очень стабилен. Чтобы уменьшить моделируемую максимальную просадку,
используя некоторые методы нейтрализации рисков. Отраслевой риск и рыночный риск являются
самыми большими рисками для рынка акций. Мы можем частично устранить их, потребовав,
чтобы наши портфели были сбалансированы между длинными и короткими позициями в каждой отрасли.
Сделав это, мы получим новый результат выборки, как показано на рисунке 5.2.
Machine Translated by Google
36 Поиск Альф
Совокупная прибыль
6 миллионов долларов
5 миллионов долларов
4 миллиона долларов
3 миллиона долларов
2 миллиона долларов
$0
10.01 10.07. 10/10 11.01.201111 апреля11 июля10/11 12.01. 12 апреля
12 июля10/12 13 января 13 июля10/13 14.01. 14 апреля
13 апреля 14 июля14.10. 15 января
о альфа
Новый_альфа новый _ альфа-взвешенный _ _ld
38 Поиск Альф
Совокупная прибыль
5 миллионов долларов
4 миллиона долларов
3 миллиона долларов
2 миллиона долларов
$0
10.0410.07.10 10.01.12
11.04.11.07.11.10.
12.04 07.12 12.10 01.13 13.04 13.07 13.10 14.0114.04 14.0714.1015.0101/ 11
Совокупная прибыль
6 миллионов долларов
5 миллионов долларов
4 миллиона долларов
3 миллиона долларов
2 миллиона долларов
$0
10.0410.07.10 10.01.11
11.0407.11 11.01.01.1212.0412.07 12.01.13 13.04 13.07 13.10 14.01 04/ 1414.07.14.10.15.01.
ЗАКЛЮЧЕНИЕ
Вы можете придумать больше способов улучшить альфу — просто проявите творческий подход.
Следующий шаг — изучить другие идеи и наборы данных в поисках чего-то действительно
Статистика
уникального. Уникальная идея хороша тем, что вы можете торговать ею раньше, чем это
сделают другие, что потенциально может привести к большей прибыли.
Удачи!
АЛЬФА ЛОГИКА
р
ве
яс
е
5. Производительность
Анализировать 4. ПнЛ
(ИК, ТВР, рэт...)
6
Данные и альфа-дизайн
Вейцзя Ли
бэктестинга необходимы базовые данные, такие как цена и объем ценной бумаги. Независимо
от того, какую альфа-идею вы хотите протестировать, эта базовая информация необходима для
расчета статистики производительности, такой как прибыль, коэффициент Шарпа и оборот. Без
этой статистики мы никогда не узнаем, хороша ли альфа-идея. Во-вторых, данные сами по себе
могут вдохновлять альфа-идеи — каждая альфа-идея связана с каким-то типом данных. Например,
бы у нас также был доступ к данным о доходах компаний, одной из идей была бы торговля
Обычно поиск данных является первым шагом в альфа-исследовании. После получения данных
обеим целям. Иногда мы можем получить сигналы из одного набора данных, но они могут
оказаться недостаточно сильными даже после того, как мы приложим все усилия, чтобы их
улучшить. Если мы сможем получить другой набор данных и взглянуть на компании под другим
Однако даже если альфа-идеи различаются, сигналы из одного и того же набора данных все
равно могут быть сильно коррелированы. Между сигналами может существовать внутренняя
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
44 Поиск Альф
Если у вас есть новый набор данных, это вдохновит на новые идеи и новые способы
использования набора данных. В идеале альфа-сигналы, обнаруженные в новом наборе
данных, будут иметь низкую корреляцию с сигналами, основанными на различных типах
данных. Используя новые данные, мы можем добиться как улучшения производительности,
так и диверсификации.
Данные из литературы
Хорошо иметь новые данные для создания новых альф, но как нам получить новые данные?
Есть много возможных источников. Наиболее распространена научная литература. Если
мы поищем в Интернете «доходность акций», мы сможем найти тысячи статей, в которых
пытаются найти способы учета «аномальной доходности» (т. е. альф). Из этих статей мы
узнаем о данных, использованных в их исследованиях: цена-объем, фундаментальные
показатели, доходы и так далее. Как только мы получим эти данные, мы сможем попробовать
те же методы, что и в статье, для разработки альфа-версии. Также можно найти информацию
путем сканирования общедоступного контента в Интернете. Имейте в виду, что чем менее
известны данные, тем более ценными они могут быть. Если данные хорошо известны, у
многих людей могут быть похожие альфа-модели, которые могут постепенно исключать
альфу. Однако существует вероятность того, что даже если данные популярны, никто не
применил их так, как мы, поэтому они все равно могут быть полезны.
Данные от поставщиков
Данные и альфа-дизайн 45
ВАЛИДАЦИЯ ДАННЫХ
46 Поиск Альф
Эти основные меры предосторожности помогают гарантировать, что наша альфа будет более надежной.
данных достаточно просто подсчитать числа для создания альфа. Однако для сложных данных глубокое
дополнительные знания. Чтобы понять сотни фундаментальных факторов, нам необходимо изучить
некоторые концепции корпоративных финансов. Только когда мы полностью поймем данные, мы сможем
прошлом трейдеры могли учитывать только цену-объем и фундаментальные данные при прогнозировании
движения цен на акции. Сегодня существует гораздо больше вариантов, которые позволяют реализовать
множество интересных идей. Камстра и др. (2002) представили эффект «САР» (сезонного аффективного
Хиршлейфер и Шамуэй (2003) обнаружили, что утреннее солнце на ведущей фондовой бирже страны
может предсказать доходность рыночного индекса в тот день. Прейс и др. (2013) использовали данные о
тенденциях Google для разработки альфа-версии, которая значительно превзошла рынок: доходность
Ежедневно создается огромное количество данных. Возьмем, к примеру, фондовый рынок США:
тиковые данные уровня 1 составляют около 50 гигабайт в день, а тиковые данные уровня 2 превышают
100 гигабайт в день. Социальные сети также предоставляют большой объем данных: пользователи Twitter
Сегодня данные создаются быстро. Задержка для фирм, занимающихся высокочастотной торговлей,
Данные и альфа-дизайн 47
Больше данных всегда лучше, если мы можем с ними справиться. Очень сложно
управлять быстрым ростом данных. Могут возникнуть соображения стоимости
устройств хранения данных, вычислительных машин, специализированных баз
данных и т. д. Тем не менее, если данные можно использовать правильно и эффективно,
мы сможем нацелиться на лучшие альфы.
ЗАКЛЮЧЕНИЕ
7
Оборот
Пратик Патель
АЛЬФА ГОРИЗОНТ
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
50 Поиск Альф
Как правило, мы обнаруживаем, что IR и IC, как правило, выше для альф ценового движения,
чем для фундаментальных альф.
Более конкретно, оборот альфы связан с ее горизонтом прогнозирования, то есть с
количеством времени в будущем, на которое прогнозируется движение цены. Например,
Однако также очевидно, что время выполнения становится ограничением по мере того,
СТОИМОСТЬ ТОРГОВЛИ
У каждой сделки есть цена. Покупая акции, мы не только платим брокеру комиссию, но и
оплачиваем стоимость спреда. Самая высокая цена, которую покупатель предлагает за
акцию (спрос), обычно ниже самой низкой цены, которую готов принять продавец (спрос);
это спред между ценой покупки и продажи. Чтобы получить положительную прибыль, вы
должны продать то, что вы купили, по более высокой цене, чем вы купили, или, в случае
короткой сделки, выкупить заемные акции по более низкой цене, чем вы их продали.
Machine Translated by Google
Оборот 51
Когда мы отнесем торговые издержки к альфам, мы, скорее всего, увидим, что у альф с
более длинным горизонтом общие торговые издержки ниже, чем у альф с более коротким
горизонтом. Более того, вполне возможно, что более низкие торговые издержки «альфа» с
более длинным горизонтом могут также улучшить его общую производительность по
сравнению с «альфа» с более коротким горизонтом, даже если до учета затрат может быть
верно обратное. Картина может выглядеть совсем иначе, если будут наложены ограничения
реального мира, поэтому полезно помнить об этом в процессе исследования.
1 стандарт (возврат)
2 журнала(объем)
1 Это оценки, основанные на результатах нашего моделирования WebSim. Только для справки.
Machine Translated by Google
52 Поиск Альф
ЭФФЕКТ ПЕРЕСЕЧЕНИЯ
предлагает продать 300 акций IBM. Если предположить, что обе альфа имеют одинаковый
вес, равный 1, полученная объединенная альфа позволит продать 100 акций IBM.
Двести акций IBM «перекрестятся», и никаких транзакционных издержек не будет.
Оборот 53
КОНТРОЛЬ ОБОРОТА
данные
Данные — это прогноз, и ясно, что частота данных определяет оборот «альфы»:
чем больше изменяются данные, тем выше оборот.
С одной стороны, предположим, что наши данные — это дневная цена каждой
акции. Мы будем покупать, если цена ранее выросла, и продавать, если она ранее
упала. Цены меняются почти при каждой заключенной сделке, поэтому мы можем
ожидать, что наша альфа будет иметь очень высокий оборот. Но мы понимаем, что
большинство сделок на рынке несущественны и, скорее всего, мы будем торговать
гораздо больше, чем хотелось бы. В результате весьма вероятно, что наша альфа в
среднем потеряет деньги.
Между тем, ежеквартальные объявления компаний происходят лишь несколько
раз в год, и альфа-компания, делающая свои прогнозы исключительно на основе этих
данных, естественно, будет иметь мало торговых возможностей и низкий оборот. Но
эти данные по своей природе скудны. Если не обратить на этот факт никакого
внимания, то график дневного оборота альфы может показать всплески торговой
активности вокруг этих квартальных событий.
Это говорит о том, что альфа может очень быстро войти в позицию и потенциально
закрыть позицию слишком рано. Мы понимаем, что такая альфа имеет более
длительный горизонт, поэтому такие всплески торговли могут быть неоптимальными.
Таким образом, даже альфа-компании с естественным низким оборотом могут иметь
возможности для улучшения путем сглаживания данных и распределения торговли
на более длительный период. В области обработки сигналов и аналогичных областях
написаны целые книги, посвященные различным методам обработки и
преобразования данных. Для наших целей должно быть достаточно нескольких
простых подходов высокого уровня.
Machine Translated by Google
54 Поиск Альф
зажим d( , min ,
ata _value max ) _value
дельта-данные – данные
т1
,
humped_delta hump d(порог дельты)
дельта _
т 1 данных с горбинкой
* 1 *
данные т 1
Machine Translated by Google
Оборот 55
* данные
* данные * данные
т 1 т 1 н ТН
ПРИМЕРЫ
α = (
1* закрыть – закрыть
т т-5 )
Две версии альфа показаны на рисунке 7.1. Первый проводится по 3000 наиболее
ликвидным акциям на рынке США, нейтрализованным промышленностью. Второй метод
применяется только к 1000 наиболее ликвидным акциям.
На графике показана эффективность до и после стоимости (т. е. взимания половины
стоимости спреда с каждой сделки в бэктесте).
Когда мы оцениваем альфу без учета затрат, мы обычно видим, что более широкая
вселенная улучшит соотношение информации; в более крупной вселенной можно сделать
больше «ставок», что помогает диверсифицировать портфель и снизить потенциальный
риск. Однако мы видим, что результаты выглядят совсем иначе, если принять во внимание
дополнительные затраты на сделки.
Эффект этих затрат гораздо значительнее в более широкой, менее ликвидной Вселенной.
Сравнивая маржу ($pnl/$tradeed) в таблице статистики под графиком, мы видим ухудшение
примерно на 4 б.п. маржи после затрат версии из топ-1000. Потому что версия из топ-3000
содержит акции
Machine Translated by Google
56 Поиск Альф
6.0e+08
Топ3000
Топ3000Стоимость
4.0e+08 Топ1000
Топ1000Стоимость
2.0e+08
0.0е+00
–2.0e+08
–4.0e+08
–6.0e+08
–8.0e+08
–1.0e+09
–1.2e+09
Топ3000
дата ТВР Шарп[ 1.26[ об. дд мгн
20090102-20180413 длинный 500,36 короткий –499,64 номер 576.24рента 12,33% 63,01% ир] 0,08] 9,82% –13,50% 3,92
Топ3000Стоимость
дата прибыль от продаж твр Шарп[ ир] –2,33[ – об. дд 9,74% – мгн –
20090102-20180413 длинный 500,36 короткий –499,64
–1061,69 –22,69% 63,01% 0,15] 212,02% 7,22
Топ1000
дата твр Шарп[ 1.02[ об. дд мгн
20090102-20180413 длинный 500.01 короткий –499,99 номер 512.45ставка 10,97%62,98% ир] 0,06] 10,73% –13,19% 3,48
Топ1000Стоимость
дата пнл твр Шарп[ ир] –0,16[ – об. дд мгн –
20090102-20180413 длинный 500.01 короткий –499,99 –82,38 рента –1,75% 62,98% 0,01] 10,69% –37,68% 0,56
α= ββ* данные т + 1
* данные
т 1-
+ +… βн * данные
ТН
Оборот 57
6.0e+08
Топ3000
Топ3000Стоимость
4.0e+08 Топ3000Распад
Top3000DecayСтоимость
2.0e+08
0.0е+00
–2.0e+08
–4.0e+08
–6.0e+08
–8.0e+08
–1.0e+09
–1.2e+09
Топ3000
дата длинный пнл твр Шарп[ 1.26[ об. дд мгн
20090102-20180413 500,36 короткий –499,64576,24 рента 12,33%63,01% ир] 0,08] 9,82% –13,50% 3,92
Топ3000Стоимость
дата пнл твр Шарп[ ир] –2,33[ – об. дд мгн –
20090102-20180413 длинный 500,36 короткий –499,64
–1061,69 рента –22,69% 63,01% 0,15] 9,74% –212,02% 7,22
Top3000Дата распада
длинный пнл твр Шарп[ 0,86[ об. дд мгн
20090102-20180413 500,14 короткий –499,86396,93 ставка 8,50% 18,84% ир] 0,05] 9,83% –14,33% 9.02
Top3000Decay Дата
длинный пнл твр Шарп[ ир] –0,23[ – об. дд мгн –
стоимости 20090102-20180413 500,14 короткий –499,86
–105,42 рента –2,22% 18,84% 0,01] 9,81% –33,04% 2,40
58 Поиск Альф
4.0e+08
ЗаработокМама
3.5e+08
3.0e+08
2.5e+08
2.0e+08
1.5e+08
1.0e+08
5.0e+07
0.0е+00
дата длинный
короткий пнл в отставку ТВР Шарп [ ИК] том дд мгн
20090601-20180403 498,99 –499,21 359,68 8,08% 35,27% 1,59[ 0,10] 5,10% –7,28% 4,59
Точно так же, как производительность более крупных вселенных до затрат обычно превышает
редкими торговыми профилями будут иметь в среднем меньше возможностей для пересечения,
Например, пятидневная альфа-версия обычно будет торговать одним и тем же объемом каждый
день, пока волатильность рынка остается постоянной. Между тем, альфа прибыль-импульс,
убытках:
10
if 0 <days_until_earnings_announcement < N else
промышленностью, показаны на рисунке 7.3. Средний оборот в 35% значительно ниже оборота в
Оборот 59
160,0%
ЗаработокМама
5ДеньОбрат.
140,0%
120,0%
100,0%
80,0%
60,0%
40,0%
20,0%
0,0%
НАСТРОЙКА ОБОРОТА
событий. Также может помочь винсоризация (ограничение экстремальных значений) или разрушение самих да
Machine Translated by Google
60 Поиск Альф
8
Альфа-корреляция
Чинь Данг и Криспин Буй
Т
п я
"=" ПП, П
,…, в ] €
н
(1)
я1я2
Т
п "=" ПП,П,…,2 €
н
дж [ Дж
1
Джей Джей
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
62 Поиск Альф
й й й
где Pit и Pjt обозначают PnL i и Дж альфы на т день, n - это
количество дней, используемых для измерения корреляции, а T обозначает транс-положение
матрицы. Примечание: тесты обычно выбирают количество дней для корреляции в виде двух
или четырех лет вместо полной истории, чтобы сэкономить вычислительные ресурсы.
ков ПП
,
р
я дж
(2)
ПП
я дж
где cov P Pi — Дж , ЭП я П
П ковариация и
я Дж П
Дж Пи
н
ПППП
1
.
это я
т
р
Джей Джей
н 2 н 2 (3)
ПП ПП
т 1 это я
т 1 Джей Джей
Альфа-корреляция 63
0,25
0,2
0,15
яаняьилцаямлиесркраоМ
к
0,1
0,05
МаксКорр
0
10 100 1000
10 000 100 000
1 000 000
10 000 000
Временная корреляция
Пи Дж . П Пи я P os c (4)
где P — модуль или величина вектора PnL и угол между двумя векторами.
Одним из важных применений скалярного произведения является
нахождение угла между двумя векторами, поскольку угол можно найти с помощью
н
ПП . ПП
ij 1
т
.
это просто
потому что
(5)
ПП н 2 н 2
я я
п п
т 1 это
т 1 ДжТ
Когда угол равен нулю, два вектора PnL попадают на одну и ту же линию,
и потому что векторы ортогональны,
1. Когда уголи потому что временная
, корреляция
рассматривает .0 2
вектор PnL каждого альфы как последовательность временных рядов и
присваивает вес значениям в каждый день.
Таким образом, корреляция между двумя векторами PnL определяется как:
н
ж ПП
1
.
т не правда ли?
р
н н
(6)
2 2
WP
т
WP т
т 1 это
т 1 ДжТ
Machine Translated by Google
64 Поиск Альф
Т
' н
п я
"=" WP WP
я 11 2,2 WP я ,…, нв €
Т (7)
' н
п "="
j jj n jn WP
11 WP
2 2 , WP ,…, € .
Обобщенная корреляция
Преобразование данных может быть важным инструментом для правильного анализа данных.
Существует два вида преобразований: линейные и нелинейные. Линейный
кн
× к
"=" М п €
(8)
вопрос я я
кн
× к
вопрос дж
"=" М п дж
.
Machine Translated by Google
Альфа-корреляция 65
МК н м
,
5 июня н (9)
1 н
где я я 1, и 1 5,
т и все остальные элементы
, *15т
5 5
равны нулю. Недельная корреляция обычно выше дневных значений, но это
еще один способ понять альфа. Ежемесячная корреляция PnL рассчитывается
с использованием аналогичного подхода.
Временная корреляция – это еще одна форма обобщенной
корреляции, соответствующая квадратно-диагональной матрице
преобразования:
МК н м ij
,
(10)
пп
мвидж если
где ij, я
. При этом преобразовании вход PnL 0, в
м противном случае
ij,
векторы преобразуются в масштабированные по времени векторы, как в уравнении 7.
Знаковая корреляция PnL — это еще одна форма векторной корреляции PnL,
в которой корреляция вычисляется по знакам значений PnL, а не по самим
значениям. Матрица преобразования теперь представляет собой зависимую от
данных диагональную матрицу, а значения ее элементов зависят от входных
векторов PnL. В результатевходные пары (Pi ,P ) преобразуются к следующему виду:
дж
' Т
вопрос
я
"="
знак ( ПП)П, знак (
я1 я2
) , … , знак ( в )
€ н
' Т (11)
вопрос
дж
"="
знак ( ПП)П, знак джун(
дж 1 дж 2
) , … , знак ( )
€ н
66 Поиск Альф
й
Обозначим вектор положения альфа на t день за днем
Т
т тт т м
α я( ) "=" ααя 1( ) , я2
()
,…, αя ()
(12)
м т
зависит от) суммы денег, вложенной в k-й инструмент, и к 1 ок
Т *
( 1) ( 2) (д )
α я ii"="я αα , ,…, α ) € (
Мэриленд
Т *
(13)
( 1) ( 2) (д )
α αα , ,…, α ) € ( .
Мэриленд
"="
j jj j
Т *
( 1) 22 3 () д ) )
αα αα , α α я( ) α (
д1+
( ) ( ) я ii я
=
,…, €
Мэриленд
я (я
Т *
(14)
( 1) 22 3 ) ( д) ) )
α α αα , α α α ( .
() д1+
( ) ( j jj j
=
,…, €
Мэриленд
дж
я ( Дж
КОРРЕЛЯЦИЯ С АЛЬФА-ПУЛОМ
Альфа-корреляция 67
Контейнеры
цент(%) count_in_number
0,9 с9 0
0,8 с8 0
0,7 с7 0
0,6 с6 0
0,5 с5 0
0,4 с4 167
0,3 с3 5,102
0,2 с2 70 294
0,1 с1 283 436
0 с0 438 720
0,1 с_1 286 478
0,2 с_2 36 889
0,3 с_3 1293
0,4 с_4 59
0,5 с_5 0
0,6 с_6 0
0,7 с_7 0
0,8 с_8 0
0,9 с_9 0
1 с_10 0
68 Поиск Альф
ЗАКЛЮЧЕНИЕ
Одна разумная идея часто может быть использована для разработки множества
альф, в зависимости от различных методов и наборов данных. Поскольку они
разработаны на основе единой идеи, эти альфа имеют тенденцию быть сильно
коррелированными. Иногда бывают случаи, когда полезно объединить некоторые
или все эти сильно коррелированные альфа вместо того, чтобы выбирать только
одну альфа и удалять все остальные. Две «альфы» могут иметь высокую корреляцию
между историческими показателями, но будущее неопределенно, и не всегда ясно,
какая из них может принести больше пользы в будущем. Следовательно, с точки
зрения распределения ресурсов для двух альфа с высокой корреляцией (например,
A и B), можно разделить ресурсы (не обязательно поровну) между A и B вместо
выделения всех ресурсов одному альфа. Одна альфа не может полностью описать
каждый аспект одной идеи, но каждая альфа представляет эту идею по-своему;
следовательно, использование всех этих альф одновременно может дать более
полное представление об идее и сделать общую стратегию более надежной.
9
Бэктест – сигнал или
переоснащение?
Чжуанси Фан и Пэн Янь
ВВЕДЕНИЕ
СТАТИСТИЧЕСКИЙ АРБИТРАЖ
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
70 Поиск Альф
инкассации всех исследуемых ценных бумаг за все доступные торговые дни. Простым
примером является хорошо известное правило возврата к среднему значению, которое
гласит, что цена акции со временем будет иметь тенденцию возвращаться к своей
средней цене. На фондовом рынке по-прежнему легко найти акции, цены которых в
определенные периоды продолжают расти или падать, при этом средняя цена постоянно
движется в определенном направлении. Тем не менее, агрегируя набор N акций за M
торговых дней, если N и M достаточно велики, вы обнаружите, что более 50% этих точек
выборки NM подчиняются правилу возврата к среднему значению.
Более того, даже несмотря на то, что они основаны на одном и том же базовом
правиле управления ценой, могут быть созданы разные альфа, если они используют
разные реализации этого правила. Например, если воспользоваться правилом возврата
к среднему значению, используя различные методы расчета среднего значения и
различные способы определения тенденции возврата к среднему значению, можно
получить разные значения альфа, причем все они могут быть прибыльными и
относительно некоррелированными. Важно различать существенные ограничения,
определяющие идею, и конкретные варианты реализации. Рассмотрим колесо. Колеса
обычно круглые, но почему они должны быть круглыми?
Реальное ограничение формы колеса состоит в том, что оно должно быть выпуклым и
плоским, с постоянной шириной. Согласно этому правилу, можно изготавливать колеса
некруглой формы, как это объясняется теорией треугольника Рело. Поскольку разные
реализации часто имеют разные сильные и слабые стороны, хороший ансамбль
реализаций обычно более надежен, чем любой отдельный экземпляр.
БЭКТЕСТИРОВАНИЕ
Существует два основных способа генерации сигналов: через идеи или через данные. В
процессе, основанном на идеях, зародышем идеи альфа-дизайна может быть гипотеза,
статья, история, вдохновение или просто случайная идея. В процессе, основанном на
данных, сигналы поступают из наборов данных, собранных собственными силами или от
поставщиков данных, но любые обнаруженные потенциально ценные сигналы должны
быть проверены. Большинство исследований следует той или иной форме гибридной
методологии: первоначальная идея пересматривается на основе данных, или новый
источник данных мотивирует новое направление чтения и исследований. Для обеих
методологий бэктестирование является важнейшим компонентом процесса.
Как и в академических исследованиях, многие предположения ошибочны, а многие
испытания тщетны. Лишь немногие из них имеют потенциал для получения стабильной
прибыли в реальной среде. Во многих случаях исследователь будет иметь
Machine Translated by Google
твёрдая вера в то, что модель будет работать, но после тестирования обнаружит, что это
не так, или, наоборот, изначально скептически настроенный исследователь может найти
большую эмпирическую ценность в идее, открытой по счастливой случайности или
противоположной гипотезе. Основная сила может присутствовать на рынке, но иметь
слабый эффект, который перевешивается другими факторами, или первоначальная идея
может быть просто ошибочной, поскольку рынки часто ведут себя нелогично.
Моделирование и бэктестирование
72 Поиск Альф
Переоснащение
Чтобы создать хорошие альфы, важно осознать лежащий в основе принцип ценообразования
и отделить его от ложного шума.
Каждый день профессиональные инвесторы проводят огромное количество симуляций на
основе исторических данных, чтобы выявить закономерности движения цен, используя
суперкомпьютеры, кластеры, а теперь и облака. Риск переобучения или обнаружения ложных
связей особенно высок, учитывая огромную вычислительную мощность современных
графических процессоров. Когда вы видите особенно хорошие результаты моделирования,
вам нужно быть осторожным и оценить риск переобучения моделей.
Таблица 9.1. Количество дней бэктестинга, необходимое для достижения различных целевых показателей
коэффициента Шарпа
Цель Шарпа
Количество
0,5 1.0 1,5 2.0 2,5 3.0
дни
1000 3.13 21.39 345,77 13 700,13 1 340 483 500 000 000
Machine Translated by Google
74 Поиск Альф
Чтобы снизить риски переобучения, было предложено несколько технологий, таких как
десятикратная перекрестная проверка, регуляризация и априорная вероятность.
Десятикратная перекрестная проверка — это процесс, который разбивает данные на
десять наборов размером n/10, обучает модель на девяти наборах данных и тестирует на
одном, затем повторяет процесс десять раз и принимает среднюю точность. В статистике
и машинном обучении регуляризация используется при выборе модели, чтобы
предотвратить переобучение путем наказания моделей с экстремальными значениями параметров.
Недавно были опубликованы статьи по проблемам переоснащения в области
количественных инвестиций, в том числе Bailey et al. (2014a), Бейли и др. (2014b), Бодан
(2013), Бернс (2006), Харви и др. (2014), Лопес де Прадо (2013) и Шорфхайде и Вольпин
(2012).
Заимствование концепций из области статистического машинного обучения здесь.
Вот несколько конкретных рекомендаций, как избежать переобучения:
Тест вне выборки. Чтобы оценить альфа-модель, тест вне выборки должен быть
настоящим тестом вне выборки. То есть мы строим модель, ежедневно тестируем ее
в реальной среде и следим за ее работой. Это не настоящий тест вне выборки, если
(1) модели тестируются на основе данных за последние N лет, а затем в качестве
данных вне выборки используются данные за более ранний N- летний период; или (2)
модель тестируется на подмножестве торговых инструментов, а другие инструменты
используются вне выборки. В первом случае на историю рынка за последние N лет
повлияла предыдущая история, поэтому модели, которые работали недавно, могут
иметь тенденцию работать и в этой истории. Во втором случае коррелируются разные
инструменты; модели с хорошей производительностью в одной вселенной, как
правило, хорошо работают и в другой.
ЗАКЛЮЧЕНИЕ
76 Поиск Альф
Имейте в виду, что люди черпают идеи из научных статей и отчетов об исследованиях,
но эти статьи и отчеты описывают только хорошие результаты; они не могут
публиковаться, если исполнение недостаточно хорошее. Они не говорят, сколько раз
пытались, и не сообщают о неудачах. Во многих случаях их модели невозможно
воспроизвести.
Кроме того, финансовые рынки обладают эффектом памяти. Многие количественные
инвесторы смотрят на одни и те же исторические данные. Некоторые закономерности
возникают в истории без видимой причины или по причинам, выходящим за рамки того,
с чем могут справиться количественные модели. Такие закономерности могут быть
зафиксированы не одной, а большим количеством моделей шума. Торговля такими
хорошо подогнанными моделями может подтолкнуть рыночные цены к модели и
привести к потере прибыли, особенно при больших размерах сделок.
Machine Translated by Google
10
Контроль предубеждений
Ананд Айер и Адитья Пракаш
ВВЕДЕНИЕ
КАТЕГОРИИ ПРЕДУСМОТЕНИЙ
СИСТЕМАТИЧЕСКИЕ ПРЕДУСМОТРЕНИЯ
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
78 Поиск Альф
Смещение прогнозирования
При моделировании или обратном тестировании, когда сигнальная или инвестиционная стратегия в
данный момент времени использует данные из будущего, которые не были бы известны или
недоступны, это приводит к предвзятости. Из-за этого результаты моделирования часто кажутся
лучше, чем они есть на самом деле. Хотя это хорошо понятно, предвзятость прогнозирования на
Одной из ключевых причин предвзятости прогнозирования является плохая временная метка данных.
Каждому элементу данных должна быть присвоена двойная временная метка: дата-время возникновения
и дата-время прибытия. Дата и время возникновения определяет, когда произошло событие, связанное
с данными. Например:
Аналитик XYZ повысил PQR акций до покупки в 2017 г., 1017 г., 10:00:00 EST.
Например:
Любой сигнал, отключенный от даты и времени возникновения вместо даты и времени прибытия,
будет игнорировать реальные задержки, связанные с получением данных, что может привести к
нереалистичному моделированию.
определенный момент времени. Многие временные ряды, такие как оценки ВВП, часто
также могут исправлять ошибки данных в течение определенного периода времени. Во всех таких
времени, чтобы можно было провести точное моделирование для этого момента времени.
Другой формой плохой временной метки, имеющей отношение к глобальным стратегиям, является
Это особенно актуально для стратегий, торгующих одновременно в разных часовых поясах – например,
поясах, можно точно реконструировать путем нормализации данных даты и времени в разных часовых
Контроль предубеждений 79
поставщика (до того, как он начал предоставлять данные в режиме реального времени) и
прогноза. В частности, они могут настроить некоторые гиперпараметры для всей выборки
Сбор данных
Исследователь может собирать данные о сигнале, изменяя его конструкцию до тех пор, пока он
определенного набора активов. После того, как холостой результат включен в бэктест, отдельно
производительность стабильной.
80 Поиск Альф
Для исключения активов мы должны убедиться, что выборка активов имеет те же общие
характеристики, что и вся совокупность активов.
Не должно быть предвзятого отношения к стране, отрасли, размеру или ликвидности по отношению к
общей совокупности активов. Контрольная выборка должна быть относительно независимой от других
которая связана с выбором того, какую формулировку сигнала использовать для одного и того же
набора данных. Например, должен ли сигнал импульса потреблять данные о доходности цен за 3, 6 или
использовать средний исторический объем или его среднеквадратичный исторический объем? Хотя
характеристики сигнала, такие как оборот и коэффициент Шарпа в выборке, могут помочь в принятии
решений о формулировке, трудно сказать, какая формула будет работать лучше всего в выборке. Одним
ПОВЕДЕНЧЕСКИЕ ПРЕДУБЪЕКТЫ
Рассказывание историй
Исследователь также может сделать утверждение, которое верно для данного окна выборки, но не
соответствует действительности за пределами этого окна – скажем, что сигналы возврата к среднему не
работают для французских акций. Аналогично, портфельные менеджеры могут попытаться объяснить
строгой проверки этой гипотезы. Если они изменят свои портфели на основе предвзятой истории, они
Подтверждение смещения
Контроль предубеждений 81
поддержка практически любого набора априорных значений позволяет легко стать жертвой этой предвзятости.
Для количественных исследователей классической ловушкой является заблуждение о том, что новейшие
исследования являются величайшими. Модные словечки, особенно те, которые поддерживаются более широким
Предвзятость знакомства
Предвзятость знакомства — это тенденция инвестировать в знакомые активы. Исследования показывают, что
близости. Например, инвестор с большей вероятностью будет вкладывать средства в акции технологических
компаний, если он проживает в Кремниевой долине. Хотя это противоречит сути количественного
внести этот уклон в свои модели. Многие практики создают вселенные, используя знакомые составляющие S&P
500 вместо более широкой вселенной потенциально незнакомых названий. Другая форма предвзятости
знакомства — использование исключительно определенного типа сигналов, таких как статистический арбитраж,
Узкое обрамление
Узкие рамки — это тенденция принимать инвестиционные решения без учета более крупного портфеля. Одним
внимание общие корреляции и связанные с ними затраты. Другой пример — управляющий портфелем, который
Ошибка доступности
Предвзятость доступности — это тенденция оценивать будущее событие как более вероятное, учитывая
накануне голосования по Брекситу в Великобритании предположил, что Брексит не произойдет, потому что
Грекзит в Греции так и не случился. Точно так же количественный инвестор может переоценить стратегию,
Пастушеское предубеждение
Стадное поведение — это склонность инвесторов занимать одни и те же позиции, и оно считается ключевым
фактором возникновения финансовых пузырей. В частности, известно, что количественные инвесторы имеют
высокую корреляцию друг с другом, что позволяет предположить, что в их модели может быть включен стадный
уклон. Вероятно, это происходит потому, что многие инвесторы используют схожие источники данных для
82 Поиск Альф
академическое исследование. Хотя это легче сказать, чем сделать, лучший способ защититься
от этой предвзятости — провести дифференцированные инвестиционные исследования.
ЗАКЛЮЧЕНИЕ
11
Трехосный план
Автор: Нитиш Майни
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
84 Поиск Альф
диверсифицируя свои портфели, они могут просто снова и снова разрабатывать одни
и те же виды альф. Хотя может показаться, что они имеют низкую корреляцию,
варианты одних и тех же альфа-типов, как правило, имеют одинаковые режимы
неудач и не обеспечивают полную выгоду от действительно диверсифицированного портфеля.
Почти каждый попадает в эту ловушку, когда начинает исследовать альфы. У
каждого успешного кванта есть золотая жила; он копает все глубже и глубже в своей
шахте, чтобы извлечь как можно больше. Один человек развивает очень сильный
импульсный участок; у другого очень сильный фундаментальный сайт; третий создает
очень сильный сайт реверсии. Однако они часто забывают, что существует множество
золотых приисков. После того, как они разыграют одну область, им нужно двигаться
дальше, чтобы найти и исследовать другие шахты.
TAP на самом деле является всего лишь инструментом для организации сложного,
многомерного альфа-пространства. Он предлагает ряд преимуществ для
диверсификации портфеля. Альфа-пространство огромно, с высоким и постоянно
растущим числом степеней свободы, и существует почти неограниченное количество
возможных альф, причем каждая область или кластер альф обладает различной
топографией, требующей открытия и исследования. У кванта есть множество
вариантов выбора. Она может делать прогнозы для торговли на интервалах от
микросекунд до лет. Она может делать прогнозы по различным классам активов,
чаще всего по акциям, облигациям, сырьевым товарам и валютам. Но набор
возможных элементов, которыми может манипулировать квант, постоянно растет —
больше наборов данных, больше параметров, больше идей.
Поскольку доступные данные расширяются такими быстрыми темпами – фактически потому , что
данных так много – важно разработать план организации этого сложного ландшафта,
который имеет разумную вероятность успеха. Каждому успешному количественному
анализатору нужна стратегия, позволяющая идентифицировать жизнеспособные
сигналы в мире шума, ориентироваться на определенные регионы возможной
вселенной и выбирать тип данных и конкретные финансовые инструменты, которые
наиболее подходят для этой цели. Вам нужна модель, чтобы структурировать ваш
поиск. TAP является такой моделью.
КРАН
Трехосный план 85
Производительность
Параметры
Идеи и
КРАН
Наборы данных
Регионы и
Вселенные
как оборот, частота торгов или совокупность торгуемых инструментов. Чтобы это было
легче визуализировать, TAP структурирует альфы внутри класса активов в трехмерном
пространстве (см. рис. 11.1).
Идеи, используемые для разработки альф, могут варьироваться от традиционных
индикаторов, таких как возврат, импульс или парная торговля; до менее распространенных,
таких как машинное обучение, опережение-запаздывание или сезонность. С ростом
вычислительной мощности количество наборов данных, которые мы можем использовать
для реализации этих идей, выросло настолько, что мы можем измерить разнообразие пула
сигналов по количеству различных используемых наборов данных. Наиболее широко
используемые наборы данных включают данные о ценах и объемах, основные показатели
компании, рекомендации аналитиков, настроения на рынке акций, социальные сети и
опционы, но есть и многие другие.
Эти идеи могут быть сгенерированы и реализованы на разных группах финансовых
инструментов в разных регионах. Рыночная капитализация отдельных фондовых бирж и
нормативно-правовая база в конкретном регионе или стране обычно определяют выбор
региона для количественного анализа. В США и Европе традиционно наблюдались самые
активные торги, хотя в последние годы азиатские рынки привлекают все больший интерес.
Торговые инструменты могут быть определены с точки зрения их ликвидности,
классификационных характеристик, таких как сектор или отрасль, или других критериев,
в зависимости от идеи альфа.
Чтобы добиться успеха в различных рыночных условиях, количественный аналитик
может создать разнообразный, надежный портфель, разработав альфы, которые пытаются
достичь одной или нескольких целевых функций, обычно связанных с атрибутами, которые
объясняют их эффективность. Кванты стремятся генерировать прибыль за счет
максимизации коэффициента Шарпа и доходности или за счет минимизации просадок и
торговых издержек. Подход TAP – это один из способов сориентироваться в этом мире, где
каждая ось представляет собой отдельную линзу, через которую можно сфокусировать свое внимание.
Machine Translated by Google
86 Поиск Альф
Три оси
• обучение • Америка
• опережение-запаздывание • Глобальный
ВНЕДРЕНИЕ КРАНА
Трехосный план 87
необходимо построить альфы в этой области. Третий уровень включает в себя исполнение:
реализацию алгоритма в коде, тестирование первоначальной идеи, а затем возвращение
к уточнению базовой концепции, работая по трем осям.
Рассмотрим этот относительно простой пример. Предположим, что количественный
анализатор исследует идеи, которые могли бы работать в преимущественно ликвидном
мире акций. Он решает сначала сосредоточиться на оси «Регионы и вселенные» и выбирает
«жидкую вселенную» — 500 или 300 крупнейших компаний США.
Позже, чтобы диверсифицироваться географически, ему понадобятся «альфы» и стратегии
для Азии и Европы, а также для США. Это должно быть относительно легко, потому что
после того, как вы уже разработали альфа-импульсы и реверсии и ознакомились со
свойствами жидких вселенных, вполне естественно применить эти знания к Европе и
Азии. В то же время исследователь осознает, что недостаточно сосредоточиться только на
снижении стоимости альф или повышении их коэффициентов Шарпа; также важно
обеспечить высокую прибыль. Однако получение более высокой доходности часто требует
компромисса с влиянием других параметров. Таким образом, для получения более высокой
прибыли требуется более высокий уровень навыков. Теперь квантователь может снова
повторить свою предыдущую работу и продолжать стремиться к разработке
высокодоходного импульса альфа, высокодоходного реверсивного альфа и высокодоходного
жидкостного альфа.
88 Поиск Альф
ЗАКЛЮЧЕНИЕ
12
Методы улучшения
Надежность Альф
Михаил Козлов
ВВЕДЕНИЕ
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
90 Поиск Альф
Способы заказа
предполагается, что они имеют один и тот же ранг, равный среднему значению их
соответствующих позиций.
Ранжирование можно использовать для определения ранговой корреляции Спирмена
(Spearman 1904). Во многих случаях корреляция Спирмена гораздо более стабильна, чем
корреляционная мера Пирсона (Пирсон, 1895).
Например, известно, что корреляция Пирсона нестабильна для нестационарных и/или
2
1
Икс
2 2
валютный
рынок ( | , ) е 2
2
2
1 1 Икс
Фх дуга Икс
пер. 2 1 Икс
92 Поиск Альф
Икс
Ограничивающие методы
медиана 7
ЗАКЛЮЧЕНИЕ
Как утверждают Берцимас и др. (2004), надежные методы могут значительно улучшить
некоторые тесты, измеряющие альфа-поведение в экстремальных рыночных условиях.
В наши дни все больше и больше практиков используют преимущества, предлагаемые
надежными методологиями, разработанными за последние десятилетия. Большинство
стандартных пакетов статистического программного обеспечения включают в себя
различные инструменты для надежного анализа данных.
Важно помнить, что робастные методы предполагают, что основное
распределение примерно нормальное, но загрязнено выбросами и тяжелыми
хвостами. Эти методы могут давать вводящие в заблуждение результаты, если
они применяются к данным, которые по своей сути искажены, или если большая
часть данных идентична по значению.
Более подробную информацию об робастных методах можно найти в книге «Надежная
статистика» Питера Дж. Хубера и Эльвезио М. Рончетти (2009).
Machine Translated by Google
Machine Translated by Google
13
Альфа и факторы риска
Пэн Ван
' *
Ожидаемая доходность Безрисковая ставка Бета-версия фондового рынка
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
96 Поиск Альф
факторная модель (2015). Помимо факторов рыночного риска, размера и стоимости, новая
98 Поиск Альф
300%
250%
200%
150%
100%
50%
0%
05д9о1г
25д9о1г
45д9о1г
65д9о1г
85д9о1г
06д9о1г
26д9о1г
46д9о1г
66д9о1г
86д9о1г
07д9о1г
27д9о1г
47д9о1г
67д9о1г
87д9о1г
08д9о1г
28д9о1г
489.1г
68д9о1г
88д9о1г
09д9о1г
29д9о1г
499.1г
69д9о1г
89д9о1г
000.2г
200.2г
400.2г
600.2г
80д0о2г
01д0о2г
21д0о2г
41д0о2г
61д0о2г
Рисунок 13.1 Долгосрочная совокупная доходность фактора стоимости (1950–2017 гг.)
• Некоторые из этих факторов риска, такие как размер и ликвидность, требуют значительного
рыночного кризиса.
• Эти факторы риска обычно приводят к более высокой волатильности в расчете на размер доллара.
Более того, в отрасли наблюдается тенденция упаковывать некоторые из этих факторов риска в
13.2 показана длительная просадка, вызванная разворотом на рынке в 2009 году фактора
заемных средств в своих активах, влияние на цену может оказаться достаточно сильным, чтобы
заставить других последовать их примеру и тем самым усугубить потери. Эта опасность была
популярные количественные факторы риска понесли большие потери, скорее всего, в результате
кризиса 2007 года. Фактор создается путем объединения факторов импульса и стоимости. Серия
используется для достижения целевой волатильности в 10% в годовом исчислении. Чтобы избежать такого
рода катастрофического риска, нужно отличаться от других и контролировать воздействие общих факторов
риска.
Таким образом, даже несмотря на то, что эти хорошо изученные рыночные эффекты могут продолжать
склонны называть их бета-версиями хедж-фондов, или факторами риска, а не факторами риска. альфы в
30%
20%
10%
0%
200801
201211
201209 201201
201203
201205
201207 201111
201109 201103
201105
201107 201011
201101 201009
201007 200911
201001
201003
201005 200909
200907 200903
200905 200811
200901 200809
200807 200803
200805
10%
20%
30%
40%
50%
60%
2%
0%
2%
6.и
0 1г
2
2.и
0г
2
9.и
0г
2
я7л0ю
0.и
3г
2
3.и
2г
0
0
я7л0ю
я7л0ю
я7л0ю
я7л0ю
6.2
1
аг
1.и
1г
2
8.и
1г
2
2.2
0
аг
9.2
0
аг
0п0
0.2
3
аг
3.2
аг
0
4.и
0г
2
я7н0ю
я7н0ю
0п0
0п0
0п
яле7р
5.и
2г
0п0
0
я7н0ю
0
яле7р
яле7р
я7н0ю
яле7р
яле7р
в.2
1
аг
в0а
атс7у0г0
3
в.2
аг
в.2
аг
4м
.2
1г
атс7у0г0
атс7у0г0
7
70-тсуг-6
7м
.2
0г
1м
.2г
8м
.2г
7я0а0
7я0а0
7я0а0
7я0а0
4%
6%
8%
10%
12%
14%
16%
возвращаться Шарпа
14
Риск и просадки
Хаммад Хан и Ребекка Леман
Поиск альфы – это вопрос прибыли над риском. Все знают, что такое доходность, но что
такое риск? Исследователи часто смешивают различные типы рисков, которые требуют
разных форм измерения и контроля. По правде говоря, набор потенциальных типов
риска безграничен. На дальнем конце находятся неопределенность Найта и черные
лебеди – риски, которые априори неизвестны, но могут быть рационализированы и
переоценены постфактум. Единственное конструктивное слово, которое можно сказать
об этих рисках, — это то, что они существуют, и любая попытка рационализировать их
после того, как они произошли, является тщетным занятием. Чрезмерно сложные модели
риска могут содержать эпициклы на эпициклах, которые предназначены для смягчения
последствий последнего события «черный лебедь», но ничего не сделают для следующего,
за исключением того, что сделают модели более хрупкими. Немного ближе к делу
относятся риски, связанные с конкретными активами, и операционные риски, которые
практикующий специалист может и должен принимать во внимание, но которые не
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
ОЦЕНКА РИСКОВ
Позиционные меры
Самая простая и, возможно, самая надежная оценка риска для «альфы» основана на
ее текущем положении. Их легко вычислить, и они не основаны на каких-либо
предположениях о будущем поведении альфы, но они, как правило, хрупкие и
измеряют только крайний риск. Внешние риски, связанные с концентрацией в
конкретной ценной бумаге, группе коррелирующих ценных бумаг или квантилях
факторов, могут быть измерены с помощью концентрации позиций. Чрезмерная
концентрация представляет собой риск, поскольку «альфа» может ожидать
серьезных потерь, если ее прогноз доходности позиции с высокой концентрацией
окажется неверным.
Риск, связанный с фактором, заданным в форме альфа-вектора, можно оценить
путем ортогональной проекции альфа на этот вектор. Если ожидается, что новостное
событие повлияет на определенный набор инструментов, риск события можно
измерить как подверженность этим инструментам.
Другой подход к факторному риску, основанный на позициях, заключается в
проведении регрессии исторической доходности данных позиций против
исторической доходности факторов. Бета-коэффициенты, или факторные нагрузки,
определяют риск, связанный с этими позициями.
Внутренняя стоимость риска для данного набора позиций — это просто p
процентильная потеря в распределении доходности данного набора позиций
(обычно p 5% или 10%), а ожидаемая хвостовая потеря - это средняя потеря, при
условии, что она ниже p- процентиля. Можно рассчитать стоимость риска каждой
отдельной позиции (без допущений).
Machine Translated by Google
0,4 5
0,3 4
Средняя годовая доходность Коэффициент Шарпа
3
0,2
2
0,1
1
0
0
0,1
1
0,2 2
яигренЭ
ыбокс
ытилитУ
игулсу
ылаиретаМ
ыснаниФ
ьтсоннелшыморП
п
тоосП
у
ьлетибертоП
рм
ииголонхет
рето
яицамрофнИ
еб
еиненархоовардЗ
ен
яюли ти
иицакинуммокелеТ
0,18 3
0,16 Средняя годовая доходность Коэффициент Шарпа
2,5
0,14
0,12 2
0,1
1,5
0,08
0,06 1
0,04
0,5
0,02
0 0
яигренЭ
ыбокс
ытилитУ
игулсу
ылаиретаМ
ыснаниФ
ьтсоннелшыморП
ьлетибертоП
ьлетибертоП
ииголонхет
яицамрофнИ
еиненархоовардЗ
йынноицерксид
иицакинуммокелеТ
Рисунок 14.2 Пример «альфа» акций, доходность которых разумно
распределена по всем секторам
шумового порога. Однако, поскольку результатом является альфа, которая торгует меньшим
Machine Translated by Google
0,4 5
4
Средняя годовая доходность Коэффициент Шарпа
0,3
3
0,2 2
1
0,1
0
латрав4
к
5Q
0
1
латрав1
к
латрав2
к
латрав3
к
2
0,1
3
0,2
4
0,3 5
0,4 5
4
0,3 Средняя годовая доходность Коэффициент Шарпа
3
0,2 2
1
0,1
0
5Q
0
1
латрав2
к
латрав1
к
латрав3
к
2
латрав4
к
0,1
3
0,2
4
0,3 5
Если использовать несколько инструментов, мы можем ожидать, что он будет иметь более высокую
В других случаях (как на рис. 14.5) самые сильные хвостовые значения не работают. Низкая
предсказательная сила самых сильных сигналов означает, что альфа может быть неустойчивой.
против исторической доходности выбранных факторов риска. Внутренний риск альфы также может
быть измерен как годовая волатильность, стоимость риска или максимальная просадка фактической
0,4 5
0,2 3
2
0,1
1
латрав4
к
5Q
0
0
латрав2
к
0,1
латрав1
к
латрав3
к
1
0,2
2
0,3
3
0,4 4
0,5 5
временные шкалы, в которых можно измерить как внешний, так и внутренний риск
меры. Более узкое окно или более быстрый коэффициент затухания делают показатель
риска более чувствительным к изменениям режима за счет исторической памяти.
При выборе этих параметров также важно учитывать временную структуру альфа.
Если альфа быстро меняет свои позиции, то, скорее всего, она быстро меняет свою
подверженность риску, поэтому имеет смысл использовать более узкое временное
окно. Если альфа имеет естественную периодичность (например, сезонность для
альфа сельскохозяйственных товаров), показатели риска для частей этого периода
будут иметь тенденцию быть зашумленными, поэтому все окна должны быть кратны
периоду. Как правило, имеет смысл объединить оценки для более коротких и более
длительных временных горизонтов для большей надежности и в качестве гарантии
на случай, если базовая временная структура альфа-канала нарушится.
ПРОСАДКИ
КОНТРОЛЬ РИСКОВ
чтобы позволить всем инструментам вносить значимый вклад без риска чрезмерной
концентрации, или инструменты могут просто вести себя слишком по-разному, чтобы одни
и те же альфа-идеи были релевантными. Более того, по мере расширения базовой
вселенной в игру могут вступить и другие риски, такие как риски, связанные со страной и
валютой, политический риск и риск контрагента. Эти риски следует учитывать и снижать.
Внутренние риски, а также внешние риски, которые остаются после мягкой нейтрализации
Просто уходи
ЗАКЛЮЧЕНИЕ
15
Альфы из
Автоматический поиск
Ю Хуан и Варат Интарапрасонк
ЭФФЕКТИВНОСТЬ И МАСШТАБ
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
Входные Выход
данные Пробные функции альфы
ж
1
Х1
Y = f 1(X1, X2)
…
ж
Х2 2
…
Сигнал
Y = f2 (X2)
тестирование
XN
Y = f 1(f 2(X1), X3)
Да
ж
М
Алгоритм поиска
ПРОМЕЖУТОЧНЫЕ ПЕРЕМЕННЫЕ
бегайте по таким областям, чтобы найти больше альф и повысить уверенность, или
избегайте таких областей в поисках других необнаруженных сигналов. Способность
находить разнообразные альфы в пространстве поиска является одним из показателей
того, насколько хорошо построены алгоритм поиска и пространство поиска.
ПРОСТЫЕ АЛЬФЫ
Еще одна проблема, связанная с более длительным периодом бэктестинга, особенно при
крупномасштабном поиске, — это более высокая вычислительная нагрузка. При итеративном
поиске дополнительный период бэктеста — это полезный трюк, позволяющий
воспользоваться преимуществами более длительного периода бэктеста без использования
чрезмерных ресурсов. Например, первый раунд поиска начинается с периода бэктеста от
даты M до даты N. В следующем раунде, проходя по более мелкой сетке меньшего
пространства поиска, период от M-0,5 года до N+0,5 года равен использовал. В третьем раунде
используется период от M-1 года до N+1 года и так далее.
Таким образом, первые раунды, в которых ожидается только предварительный результат,
выполняются намного быстрее, в то время как более поздние раунды, где происходит точная
настройка, используют больше точек данных для большей надежности. Продление периода
обратного тестирования на каждый последовательный раунд также добавляет тест квазивне
выборки в каждом раунде, что позволяет нам измерить доходность и получить уверенность
в альфа-факторах, если доходность высока, или прервать поиск, если доходность низкая. и
предвзятость выжившего вызывает беспокойство.
считаться вне выборки. Чтобы смягчить эту предвзятость, учтите статистическую значимость
средней производительности всех альф в партии и решите, принять или отклонить всю партию.
Например, предположим, что произведена партия из 100 альфа с пороговым коэффициентом
информации в выборке IR 0 1,5. ИР 0 1. 2.
Шестьдесят альфа имеют выход за пределы выборки IR 0, а остальные < 0. В этом случае
среднее значение IR за пределами выборки слишком низкое, поэтому все 100 альфа должны
быть отклонены, включая 60 с положительным выходом за пределы выборки. производительность.
Изучение статистики партий может помочь обнаружить ошибки в системе, которые в
противном случае было бы очень трудно обнаружить. Например, система настроена на поиск
альфа-компаний с низким оборотом с использованием данных, которые обновляются
ежеквартально, но оборот выходной альфа-партии необычно высок. Это может указывать на
возможную ошибку при подборе параметров. Статистика партии также может предоставить
полезную информацию о входных данных и пробных функциях; например, данные или
функции, которые много раз появляются в альфа-пакете, могут иметь более высокую
предсказательную силу. Такая информация может быть использована для дальнейшей
оптимизации пространства поиска для последующих запусков.
Еще одним применением статистики альфа-пакетов является метод, называемый тестом
урожайности. Если исследователь использует набор пространств поиска (входные данные и
функции), который имеет экономический или финансовый смысл, он может ожидать, что
количество альф, найденных в этом пространстве, будет выше, чем количество найденных из
набора зашумленных входных данных или функций. ; то есть хорошее пространство поиска
должно иметь более высокую производительность, чем зашумленное пространство поиска.
Таким образом, исследователь может попробовать ввести шумовые входные данные в
автоматизированную поисковую систему и сравнить выход и качество выходного альфа-пакета.
Пакет, основанный на шумовых входных данных, должен быть хуже, чем пакет из
предположительно хорошего пространства поиска. Если количество и качество альф не сильно
различаются независимо от того, хороший или зашумленный входной сигнал используется,
это может указывать на плохой общий процесс, предполагая, что результирующие альфа-
пакеты, даже те, что из чистого пространства, скорее всего, будут шумный.
РАЗНООБРАЗИЕ АЛЬФА-ПАРТИИ
Диверсифицированный портфель имеет меньший риск. Этот принцип также можно применить
к партиям альф из различных автоматических поисков. Каждая альфа-партия уже обладает
некоторой диверсификацией, поскольку содержит множество отдельных альф. Однако
исследователь может повысить диверсификацию на уровне партии, варьируя набор входных
данных (например, фундаментальные показатели,
Machine Translated by Google
РУЧНОЙ АЛЬФА-ПОИСК
ЗАКЛЮЧЕНИЕ
16
Машинное обучение в
Альфа Исследования
Михаил Козлов
ВВЕДЕНИЕ
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
Исторически сложилось так, что область машинного обучения получила импульс после
Второй мировой войны, когда человечество столкнулось с острой необходимостью
анализировать большой объем информации и быстро принимать множество правильных
решений, что было бы невозможно, полагаясь исключительно на человеческий здравый
смысл. и вычислительные способности. В 1957 году Фрэнк Розенблатт из Корнеллской
авиационной лаборатории изобрел то, что он назвал персептроном, что обычно называют
началом машинного обучения как науки. Идея была очевидна и многообещающая: если
человеческий мозг представляет собой не что иное, как совокупность нейронов, мы можем
создать искусственный нейрон; как и в случае с естественным нейроном, это было бы довольно просто.
Искусственный нейрон был реализован как простейший линейный классификатор
входных сигналов. Каждый искусственный нейрон имеет параметры, которые можно
подогнать под набор обучающих примеров. Персептрон — это совокупность нейронов,
которая может представлять собой более сильный и сложный классификатор. Недостаток
перцептронов заключается в том, что наличие слишком большого количества параметров
может привести к переобучению, когда положительные результаты обучения не обладают
сильной предсказательной силой для новых данных.
В 1960-е годы советские учёные Владимир Вапник и Алексей Червоненкис изобрели
алгоритм обобщенного портрета, который позже развился в семейство алгоритмов
классификации, известных как машины опорных векторов (SVM). Обобщенный портрет и
SVM были новыми шагами в машинном обучении. В отличие от перцептрона, решение SVM
предполагает, что точность, достигнутая во время обучения, сохраняется вне выборки и,
следовательно, предотвращает переобучение.
Термин «контролируемый алгоритм» означает, что мы ожидаем, что машина будет обучаться
на наборе реальных примеров, которые мы предоставляем. Например, мы готовим набор
картинок с правильными пометками «кошка» и «собака» и ожидаем, что машина научится
различать их. Другим примером может быть набор правильных результатов (выбранных из
прошлого) для задачи прогнозирования.
Термин «алгоритм без учителя» относится также к задачам прижигания, правильные
ответы на которые мы заранее не знаем. В этом случае машинный поиск направляется
Машина
обучение
АдаБуст
Статистические модели
Нейронные сети
Ансамблевые методы
грубые и умеренно неточные слабые гипотезы образуют очень точную сильную, они
часто используются для оптимизации портфеля. Например, мы можем начать с набора
относительно слабых альф и построить стабильную и хорошо работающую стратегию,
используя методологии случайного леса и Ada Boost.
Глубокое обучение
ЗАКЛЮЧЕНИЕ
17
Мышление в алгоритмах
Санни Махаджан
Хороший квант должен быть мастером на все руки, а со временем и опытом — мастером в
некоторых из них. Эффективное перемещение по различным неизведанным ландшафтам
требует навыков, внимательности и правильного набора инструментов, чтобы доставить
вас к месту назначения целым и невредимым. С течением времени и технологическим
прогрессом мы открыли множество новых способов сделать это путешествие более быстрым
и безопасным. Манипулирование огромными массивами как структурированных, так и
неструктурированных наборов данных в надежде добраться до вечно прибыльной альфа-
версии — это не что иное, как экспедиция, и алгоритмы служат нашими доверенными
советниками в этих захватывающих приключениях.
Чтобы оставаться конкурентоспособным, вам необходимо быть хорошо оснащенным
и, что еще более важно, вам необходимо выбрать правильный инструмент для работы.
Даже имея правильный инструмент, вам придется выбирать между изяществом и грубой
силой. В прогнозном моделировании решающее значение имеет знание того, как пройти
эту тонкую грань. Тем не менее, давайте взглянем на некоторые математические методы
и алгоритмы, которые должны быть частью вашего набора инструментов для количественного
анализа. Мы рассмотрим основную интуицию и практические варианты использования
этих алгоритмов.
ЦИФРОВЫЕ ФИЛЬТРЫ
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
IIR использует обратную связь, а FIR — нет. Что касается типа используемой фильтрации,
основными типами фильтров являются фильтры нижних частот (которые ослабляют более
высокие частоты), фильтры верхних частот (которые ослабляют более низкие частоты),
фильтры (которые ослабляют полосу частот). Усиление или ослабление, вносимое фильтром,
фильтрами нижних частот. Кроме того, задержка, вносимая цифровыми фильтрами, зависит от
торговые сигналы. Как только вы поймете основы моделирования передаточных функций, вам
среднему хорошо иметь в своем наборе инструментов эффективный фильтр нижних частот,
известный как фильтр Баттерворта. Для фильтрации верхних частот вы можете просто вычесть
проиллюстрировать нашу точку зрения, рассмотрим различия между нормой L1 и нормой L2.
Норма L2
крупные члены ошибок. Хотя это может быть желательно, если мы хотим, чтобы наше решение
имело хорошую производительность во всем наборе данных, в конечном итоге это может привести к
Machine Translated by Google
Чтобы дать нашим алгоритмам обучения шанс на успех, нам нужно уменьшить размерность
проблемы или внедрить некоторые предварительные знания о структуре проблемы в процесс
обучения.
Модели с высокой дисперсией имеют тенденцию переобучаться на обучающих данных,
демонстрируют высокую вариативность своих прогнозов и не могут обобщать тестовые данные.
Уменьшая размерность нашей задачи, мы ограничиваем степени свободы в процессе обучения.
УМЕНЬШЕНИЕ РАЗМЕРОВ
ОЦЕНИТЕЛИ УСАДКИ
ОПТИМИЗАЦИЯ ПАРАМЕТРОВ
Выбор параметров очень важен при работе квантовых моделей вне выборки. Статические
параметры не учитывают тот факт, что большинство проблем в финансах связаны с
движущимися целями, а оптимальный набор параметров является функцией характеристик
проблемы, которые не обязательно должны быть статичными или единообразными в
сечении нашей торговой вселенной.
Во многих случаях можно добиться большего, используя динамические параметры,
которые меняются со временем, а также характеристики поперечного сечения. Например,
вы могли бы улучшить простую стратегию торговли новостями, учитывая эффективность
акций как функцию их рыночной капитализации. Компании с большой капитализацией
привлекают больше внимания и, следовательно, более эффективно используют
информацию, чем их коллеги с малой капитализацией. Таким образом, вы потенциально можете улучши
Machine Translated by Google
ЗАКЛЮЧЕНИЕ
ЧАСТЬ III
Расширенные темы
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
Machine Translated by Google
18
Цена и объем акций
Конг Ли и Хуайюй Чжоу
ВВЕДЕНИЕ
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
Торговые частоты
торговать соответствующим образом и стремиться получить прибыль, когда цена вернется к своему
обычному уровню.
Реверс импульса
инструменты, их совместное движение как группы, а также инструменты, которые временно или
Отдельные инструменты обычно демонстрируют импульс. Активы, как правило, следуют своим
историческим тенденциям – более сильные или более слабые активы имеют тенденцию
продолжать становиться сильнее или слабее в течение определенного периода времени – поэтому
инвестор может попытаться получить прибыль, следуя тренду. Однако внутри достаточно
коррелированной группы акций картина совершенно иная. Например, внутри отрасли или
подотрасли более сильные акции обычно в ближайшем будущем снова станут слабыми.
Кроме того, наличие эффекта реверсии импульса зависит от временного горизонта. В целом
времени, таких как внутридневные или дневные горизонты, но они имеют тенденцию следовать
тренду в течение более длительных периодов недель или месяцев. Вот две разные стратегии,
основанную на максимумах и минимумах предыдущего дня. Когда цена предыдущего дня падает
предыдущего дня и продавать в конце дня без стоп-лосса или цели по прибыли. Это объясняется
тем, что в дни с более высокой внутридневной волатильностью будет наблюдаться более сильный
• Стратегия 1 (простые дневные скользящие средние): сигнал на покупку возникает, когда стоимость
S&P 500 поднимается выше средней цены разумного временного окна (250 или 500 дней).
значение S&P 500 с более короткой продолжительностью поднимается выше среднего среднего
с большей продолжительностью.
• Стратегия 3 (правила прорыва): сигнал на покупку возникает, когда стоимость S&P 500 торгуется
июнь 2011 года показывает, что они превосходят рынок: годовая доходность варьируется от 10,5%
Целочисленный эффект
ЗАКЛЮЧЕНИЕ
19
Анализ финансовой отчетности
Пол А. Гриффин и Санни Махаджан
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
ОСНОВЫ
БАЛАНС
Баланс ГГГГММДД
Процентный доход Б
Стоимость товаров С
Операционные расходы Д
Подоходные налоги Э
Налог АБ
ОТЧЕТ О ПРИБЫЛЯХ
Отчет о движении денежных средств, как показано в таблице 19.3, описывает источники
изменения баланса денежных средств компании от одного периода к другому.
Machine Translated by Google
Денежных баланс А
Заимствования С
Продажа акций Д
Покупки Э
Налоги Ф
РОСТ
Подобный регрессионный анализ для акций роста был проведен Chan et al. (2001) и Бартов и
специально для акций роста (акций с низким коэффициентом балансовой стоимости к рынку) в
период с 1979 по 1999 год:
строке операционных расходов отчета о прибылях и убытках, как указано в Таблице 19.4. Растущие
расходы на НИОКР Д1
Капитальные затраты Д2
Расходы на рекламу Д3
Прочие операционные расходы Д4
Операционные расходы Д Д1 ДД 234 Д
КОРПОРАТИВНОЕ УПРАВЛЕНИЕ
участники рынка будут склонны вознаграждать цену акций, когда они наблюдают улучшения в некоторых
доходностью, следующие:
НЕГАТИВНЫЕ ФАКТОРЫ
Бениш и Николс (2009) предлагают искать манипулирование прибылью, историю слияний, выпуск акций
и другие формы управленческих усилий для улучшения заявленных доходов или денежных потоков без
доходностью, включают:
ОСОБЫЕ СООБРАЖЕНИЯ
ЗАКЛЮЧЕНИЕ
20
Фундаментальный анализ и
Альфа Исследования
Синье Тан и Кайлин Ци
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
можно измерить или выразить в числовых терминах. Поскольку финансовые отчеты являются
фундаментальный анализ.
ФИНАНСОВЫЕ ОТЧЕТЫ
Как описано в предыдущей главе, четырьмя основными финансовыми отчетами являются баланс,
отчет о прибылях и убытках, отчет о движении денежных средств и отчет о собственном капитале.
отрасли. В балансе также отображаются тревожные сигналы, такие как значительное уменьшение
времени, включая доходы или прибыль, а также расходы или затраты. Прибыль до вычета процентов
расходов также могут включать некоторые затраты, не связанные напрямую с товарами, проданными
Если отчет показывает, что предприятие не может генерировать достаточно денежных средств для
операционной деятельности или что сумма денежного потока от операционной деятельности ниже,
чем от инвестиций, это может быть ранним признаком потенциально серьезной задолженности и
высоких результатов в этом году, как ожидается, продолжит иметь высокие доходы в течение
доходов ухудшается. Компонент денежного потока является гораздо более мощным предиктором,
чем компонент начислений. Другими словами, при анализе будущего уровня доходов лучше
обоснованные решения. Здесь можно найти подробную информацию по таким вопросам, как
для руководителей. Компании почти никогда не раскрывают свои ошибки или трудности в
заголовках или таблицах, поэтому чтение между строк этих сообщений может дать прилежным
информации, чтобы скрыть факт и последствия изменения правил бухгалтерского учета, что
может нанести ущерб ценам на акции. Эмпирически, когда в финансовых отчетах появляется
много новых сносок, некоторые тревожные сигналы могут быть скрыты в длинных абзацах.
Если сноски не кажутся значимыми, скорее всего, компания намеренно скрывает информацию.
Хотя этот шаг усложняет использование таких данных, он дает возможность извлечь
некоррелированные сигналы.
отношении будущих результатов. Некоторые комментаторы сказали бы, что инвесторы могут собрать критическ
Machine Translated by Google
объявление и стабилизируется через год после раскрытия сигнала, указывая на то, что
большой процент аномальной доходности может быть отнесен на счет изменений
прибыли в предыдущие годы.
Фундаментальный анализ может дать исследователям идеи относительно
альтернативных классификаций запасов. Например, акции могут быть помечены как
стоимость, так и рост, в зависимости от финансовых показателей компании. К стоимостным
акциям относятся акции с относительно низкими ценами, о чем свидетельствуют низкие
соотношения цены к прибыли, цены к балансу и цены к продажам, а также высокая
дивидендная доходность. Акции роста подразумевают как раз обратное: высокие
соотношения цены к прибыли, цены к балансу и цены к продажам, а также низкую дивидендную доходн
Точно так же инвесторы могут создавать классификации, используя другие
фундаментальные факторы, отличающие один тип акций от другого. Подобные
классификации позволяют инвесторам более точно наблюдать за рыночным поведением
различных групп акций и, таким образом, разрабатывать более качественные альфа-
сигналы.
ЗАКЛЮЧЕНИЕ
21
Введение в
Импульс Альфы
Чжию Ма, Арпит Агарвал и Ласло Борда
финансовых рынков по всему миру (Чан и др., 2000; Хонг и Стайн, 1999; Хонг и др.,
2000; Джегадиш и Титман, 2001, 2011; Рувенхорст 1998). Однако наблюдаемая
прибыльность импульсных альф значительно сократилась в последние годы, и
они пережили значительную просадку во время и вокруг финансового кризиса
2008 года (Баррозо и Санта-Клара, 2015). С тех пор во многих исследовательских
работах предлагалось изменить это правило, чтобы увеличить потенциальную
прибыль и уменьшить потенциальную просадку, сохраняя при этом дух импульса
альфа (Antonacci 2014).
Это продолжает оставаться активной областью исследований в академическом
сообществе.
Исследователи попытались объяснить с помощью поведенческих моделей,
почему работают альфа-импульсы. Согласно общепризнанной теории
консервативной предвзятости, инвесторы склонны недостаточно реагировать на
новую информацию (Барберис и др., 1998; Чан и др., 1996; Дэниел и др., 1998;
Эдвардс, 1968; Чжан, 2006). На несовершенно эффективном рынке требуется время,
чтобы проанализировать и оценить новую информацию. Кажется, что это
объяснение выдерживает критику, когда мы исследуем влияние событий на рынки.
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
Здесь важно отметить, что другие альфа-сигналы в своей самой базовой форме могут
содержать значительную подверженность фактору импульса цены. В некоторых из этих
случаев импульс представляет собой непреднамеренный источник риска, который можно
свести к минимуму, нейтрализовав основной сигнал фактора импульса. В других случаях
(например, из-за сезонности) импульс вносит существенный вклад в доходность стратегии,
поэтому нейтрализация импульса невозможна. Более подробную информацию об
импульсе как факторе риска см. в главе 13.
ЗАКЛЮЧЕНИЕ
22
Влияние новостей и
Социальные сети о доходности акций
Ванченг Чжан
ВВЕДЕНИЕ
в себя текстовый и мультимедийный контент, они не могут быть поняты непосредственно компьютером.
гораздо более шумны, чем обычные средства массовой информации. В этой главе
представлен обзор способов поиска альф с помощью новостей и социальных сетей.
НОВОСТИ В АЛЬФЕ
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
АКАДЕМИЧЕСКОЕ ИССЛЕДОВАНИЕ
С 2000 года новости о доходности акций стали популярной темой. Некоторые из ключевых
областей исследований включают агрегирование и дисперсию настроений; расчеты бета с
использованием новостей; ведущие новостные акции; схемы взвешивания в текстовом
анализе; подтверждение новостей посредством объявлений о прибылях и убытках за день;
идея о том, что отсутствие новостей — это хорошие новости; представление о том, что акции,
чувствительные к новостям, превосходят рынок в целом; подтверждение новостей объемом
торгов; предвзятость в новостях об акциях; момент поворота, превышения и разворота после
новостей; и связь новостей с изменениями аналитиков. Соответствующие статьи можно найти,
выполнив поиск по словам «новости» и «доходность акций» в Сети исследований социальных
наук (SSRN).
НАСТРОЕНИЯ
Пример
НОВИНКА
Пример
Оценка новизны от 0 до 1.
АКТУАЛЬНОСТЬ
Пример
Если настроение и 70
нс 100 *
актуальность альфа-новинки ;
КАТЕГОРИИ НОВОСТЕЙ
Пример
Если настроение и 70
нс 100 альфа
* *
категория актуальности новизны _ счет ;
если настроение и 30
нс 100 альфа
* *
актуальность новизны категория с;_основной
Казалось бы, хорошая новость, если информация уже ожидается рынком и, таким образом,
отражена в цене, не вызовет положительного ценового движения. Например, в одной из
новостей говорится: «Прибыль значительно выросла – 150% по сравнению с прошлым
годом». Анализ этих новостей обычно вызывает положительные настроения. Однако, если
предыдущий консенсус рынка заключался в том, что компания вырастет на 200%, значение
новости окажется ниже ожиданий и приведет к падению цены. Поэтому может быть полезно
использовать новостные данные вместе с рыночным консенсусом и рыночными ожиданиями.
Текстовый анализ и анализ календаря могут быть полезны для определения того, являются
ли новости обычным обновлением или чем-то другим. Сюрпризы и неожиданные новости
и события обычно приводят к более значительным движениям цен.
Есть старая поговорка: «Нет новостей — хорошие новости». В некоторой степени это правда;
Новости означают изменения, события или что-то необычное, а рынки ненавидят
неопределенность. Новости также обычно ассоциируются с более высокой волатильностью,
большим объемом, пересмотром аналитиков и ожиданием большего количества новостей.
Эти аспекты подразумевают потенциальные риски для компании.
Поскольку все больше и больше компаний используют новости в своих моделях управления
рисками, институциональные инвесторы могут сократить свои активы в компаниях, на
которые часто влияют новостные сообщения, или даже исключить их из своих портфелей.
Поскольку поток институциональных инвестиций имеет тенденцию положительно влиять
на доходность акций, это может привести к снижению доходности.
Machine Translated by Google
Пример
НОВОСТИ МОМЕНТУМ
Если влияние новостей на акции не сразу и полностью не учитывается рынком, цена акций
может демонстрировать дрейф или динамику по мере того, как новости становятся более
широко известными и понятными. Этот эффект гораздо сильнее для акций меньшего
размера, поскольку за ними менее пристально наблюдают, а также для неожиданных
новостей. Для крупных акций и ожидаемых новостей цена обычно демонстрирует разворот
после первоначального превышения.
Пример
В течение первых трех дней после выпуска новостей удерживайте позицию в том
же направлении, что и двухдневная доходность акций за два дня до выпуска
новостей; в течение следующих пяти дней разверните сделку, чтобы зафиксировать
разворот.
СОЦИАЛЬНЫЕ МЕДИА
В апреле 2013 года агентство Associated Press опубликовало в Твиттере сообщение о том,
что в Белом доме произошел взрыв, в результате которого был ранен президент Обама.
Твит был ложным, но вызвал огромную мгновенную реакцию на рынке.
С 13:08 до 13:10 индекс DJIA упал более чем на 140 пунктов.
Хотя индекс восстановился так же быстро, одно фейковое событие в Твиттере привело к
рыночным потерям в 136 миллиардов долларов. Этот случай ясно показывает значительную
потенциальную ценность социальных сетей в алгоритмической торговле. Многие
поставщики данных пользуются этой возможностью. Такие компании, как Dataminr и
PsychSignal, ежедневно предоставляют миллионы каналов социальных данных. Они также
предоставляют данные сторонним поставщикам, которые создают продукты для оценки
настроений, используемые многими хедж-фондами.
Machine Translated by Google
Пример
ЗАКЛЮЧЕНИЕ
23
Информация о доходности
акций со склада
Рынок опционов
Свастик Тивари и Хардик Агарвал
ВВЕДЕНИЕ
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
3,9 4,6 4,0 4,1 4,2 20 15,5 18,1 16,0 16,3 16,9
5
3 12
2 8
1 4
0,4 9,85% 1,7 9,85%
0 0
10 11 12 13 14 10 11 12 13 14
50 1750
40 1400
33,5
30 1050 1057,2
20 700
13,6
10 350
199,3
0 0
10 11 12 13 14 10 11 12 13 14
Опционы на акции становятся все более популярными как среди розничных, так
и среди институциональных инвесторов. В настоящее время в США существует 15
рынков опционов, которыми управляют BOX Holdings Group, Cboe Group, Miami
International Holdings, Nasdaq и NYSE Межконтинентальной биржи.
В своем годовом отчете за 2014 год компания Options Clearing Corp. (OCC)
представила статистику и графики, показанные на рисунках 23.1–23.3.1.
1 Лицензия Опционной клиринговой корпорации. Все права защищены. OCC или ее филиалы
не несут ответственности за содержание этой книги или других материалов, не предоставленных
OCC. OCC не гарантирует точность, адекватность, полноту или доступность информации и не
несет ответственности за ошибки или упущения, а также за результаты, полученные в
результате использования такой информации.
Machine Translated by Google
375 279,5 305,1 263,5 275,5 295,1 750 531,8 556,1 562,2 458,9 449,1
300 600
273,1 92,54%
225 450 423,3 94,24%
150 300
75 150
22,0 7,46%
0 0 25,8 5,76%
10 11 12 13 14 10 11 12 13 14
ОТКЛОНЕНИЕ ВОЛАТИЛЬНОСТИ
Перекос волатильности
30
28
26
24
ьулзиатрадлооП
яамьетасвоенм в
22
20
18
80 90 100 110 120 130 140 150 160 170 180 190 200 210 220 230 240 250
Страйк-цена
6М
5М
4М
3М
2М
1М
0М
–1М
2012 год 2013 2014 год 2015 год 2016 год 2017 год
Рисунок 23.5. Эффективность коэффициента альфа для фондового рынка Russell 1000 с использованием
перекоса волатильности2.
2
Альфа = (изменение наклона кривой подразумеваемой волатильности).
Machine Translated by Google
СПРЕД ВОЛАТИЛЬНОСТИ
ЦПС ДК
4500 тыс.
4000 тыс.
3500 тыс.
3000 тыс.
2500 тыс.
2000 тыс.
1500 тыс.
1000 тыс.
500 тыс.
0к
–500 тыс.
2010 год 2011 год 2012 год 2013 2014 год 2015 год 2016 год
3
Альфа = подразумеваемая волатильность цены «при деньгах» (опционы «колл» — «опционы пут»).
Machine Translated by Google
10М
9М
8М
7М
6М
5М
4М
3М
2М
1М
0М
–1М
2011 год 2012 год 2013 2014 год 2015 год 2016 год 2017 год
4
Альфа = объем торгов акциями/(объем торгов опционами колл + пут).
Machine Translated by Google
Идея состоит в том, чтобы покупать акции, у которых высокое соотношение объема акций к
объему опционов, и наоборот.
доходность акций?» Фодор и др. (2010) исследуют взаимосвязь между изменениями открытого
Они показывают, что трейдеры опционов покупают относительно больше (меньше) опционов
колл (пут), когда они настроены на повышение в отношении базового актива в краткосрочной
(меньше) опционов пут (колл), когда они настроены на краткосрочную медвежью позицию в
отношении базового актива. Из-за такого поведения изменения совокупного открытого интереса
инвесторы усиливают свои бычьи (медвежьи) взгляды за счет увеличения длинных позиций колл (пут).
Они отмечают, что соотношение недавних изменений в открытом интересе колл к открытому
интересу пут является наиболее эффективным предиктором будущей доходности акций и что
эта взаимосвязь положительна в том смысле, что за большим увеличением соотношения, как
взгляды посредством опционов (бычьи взгляды через длинные позиции колл и медвежьи
взгляды через длинные позиции пут) из-за относительно небольших требований к начальному
образом, открытый интерес к опционам колл и пут можно использовать для выбора длинных и
На рисунке 23.8 показана эффективность «альфа» акций из списка Russell 3000. Альфа
использует информацию об открытом интересе по опционам колл и пут от PHLX. Идея состоит в
том, чтобы покупать акции с более высоким открытым процентом по опциону «колл» по
3000 тыс.
2500 тыс.
2000 тыс.
1500 тыс.
1000 тыс.
500 тыс.
0к
–500 тыс.
2010 год 2011 год 2012 год 2013 2014 год 2015 год 2016 год
ЗАКЛЮЧЕНИЕ
5
Альфа = открытый интерес по опционам колл/открытый интерес по опционам пут.
Machine Translated by Google
24
Институциональные исследования 101:
Аналитические отчеты
Бенджамин И, Хардик Агарвал, Шубхам
Гоял, Абхишек Паниграхи и Анант Пушкар
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
Возможно, вы захотите опробовать этот процесс на других порталах, таких как Google
Finance или Bloomberg.com, прежде чем выбрать тот, который работает.
Machine Translated by Google
лучшее для тебя. Если они не дают того, что вы ищете, попробуйте использовать поисковые
системы напрямую (например, «Отчеты аналитиков AAPL» Google).
Как и в случае с аналитическими исследованиями, финансовые порталы часто
предоставляют стенограммы разговоров компаний о прибылях и убытках, а также вопросы
биржевых аналитиков во время звонков и ответы руководства. В следующем примере мы
используем другой финансовый портал Seeking Alpha (https://seekingalpha.com). В Интернете
есть много мест, где можно найти такую информацию. Другие примеры: веб-сайт Motley Fool
(www.fool.com), веб-сайты фондовых бирж (например, www.nasdaq.com) и раздел по связям с
инвесторами на веб-сайтах компаний. Некоторые из этих источников также содержат изрядное
количество дискуссий.
Блумберг http://www.bloomberg.com
Улица http://www.thestreet.com
Эконбраузер http://econbrowser.com/
ЗероХедж http://www.zerohedge.com/
Фрикономика http://freakonomics.com/
Примечание. Во многих местах наш список совпадает с рейтингом, составленным журналом Time .
URL-адрес: http://content.time.com/time/specials/packages/completelist/0,29569,2057116,00.html.
Посмотрите, сможете ли вы найти отчет Apple о прибылях и убытках за третий квартал 2018 года.
1. Рекомендации
5e6
4e6
3e6
2e6
1e6
0
07.01 08.01 09.01 01/10 11.01 12.01 13.01 14.01 15.01 16.01. 17 января
2. Целевые цены
Аналитики рассчитывают прогнозируемые уровни цен акций. На рис. 24.4
показаны результаты анализа «альфа» с использованием системы Russell 3000,
которая сравнивает целевую цену аналитиков с текущей ценой акций.
Идея состоит в том, чтобы купить акцию, если прогнозируемая целевая цена
выше текущей цены акции, и продать ее без покрытия, если целевая цена
ниже текущей цены.
3. Оценка доходов
Аналитики предоставляют оценки различных основных показателей компании,
таких как прибыль, дивиденды и денежный поток. На рисунке 24.5
представлена сводная статистика по оценкам прибыли AAPL от Yahoo Finance.
1
Альфа = средняя рекомендация на покупку средняя рекомендация на продажу.
Machine Translated by Google
12М
10М
8М
6М
4М
2М
0М
–2М
2008 2009 2010 год 2011 год 2012 год 2013 2014 год 2015 год 2016 год 2017 год
Оценка прибыли Текущий квартал. (декабрь 2018 г.) Следующий квартал. (март 2019 г.) Текущий год (2019 г.) Следующий год (2020 г.)
Количество аналитиков 34 33 40 34
4. Неожиданные доходы
Когда компания публикует свои доходы за квартал или год,
фактические цифры прибыли можно сравнить с оценками
аналитиков за этот период. Заработок, превышающий ожидаемый,
обычно воспринимается как положительный показатель, и наоборот.
2
Альфа = целевая цена аналитика цена акции.
Machine Translated by Google
4500 тыс.
4000 тыс.
3500 тыс.
3000 тыс.
2500 тыс.
2000 тыс.
1500 тыс.
1000 тыс.
500 тыс.
0к
–500 тыс.
2008 год 2009 год 2010 год 2011 год 2012 год 2013 2014 год 2015 год 2016 год 2017 год
3
Альфа = изменение оценки прибыли аналитика на следующий финансовый период.
Machine Translated by Google
11М
10М
9М
8М
7М
6М
5М
4М
3М
2М
1М
0М
–1М
2006 г. 2008 год 2010 год 2012 год 2014 год 2016 год
Интересный вопрос: могу ли я применить это к другим компаниям? Например, если аналитик
говорит, что ей нравится AAPL, потому что генеральный директор покупает акции компании,
следует ли применять эту логику только к AAPL или к публично зарегистрированным компаниям
в целом? Известно, что такая линия рассуждений приводит к появлению новых стратегических
идей.
длинную позицию, если происходит обратный выкуп акций, и короткую в противном случае)
для совокупности акций Russell 3000.
убытках. Им следует это делать, потому что им за это высоко платят. А для нового исследователя,
Больше информации не всегда лучше, особенно если у вас 20 страниц цифр на компанию и вам
нужно отделить сигнал от шума. Как понять, какой объект учета является важным? Один из
логике.
4
Альфа = заявленная фактическая прибыль оценка прибыли аналитиком.
Machine Translated by Google
7М
6М
5М
4М
3М
2М
1М
0М
–1М
2011 год 2012 год 2013 2014 год 2015 год 2016 год
5
Альфа = если акции выкуплены руководителем совета директоров компании, тогда покупайте; иначе продам.
Machine Translated by Google
6М
5М
4М
3М
2М
1М
0М
–1М
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
свои рейтинги и прогнозы, и этот эффект сильнее для аналитиков с опытом работы в отрасли.
показателях оценки, таких как соотношение цены и прибыли для одной отрасли и цена-прибыль для одно
соотношение книг для другого. Для альфа-исследователя важно понять основные причины
Каждая отрасль может иметь свой собственный уникальный фактор или показатель
6
Альфа = среднее положительное настроение среднее отрицательное настроение.
Machine Translated by Google
(возможно, они все еще так делают), и авиакомпании думают о «пассажирских милях»,
тогда как биотехнологические компании могут сосредоточиться на испытаниях лекарств
или лекарствах, находящихся в стадии разработки. Понимание ключевых факторов
операционной эффективности в каждой отрасли может помочь альфа-исследователю
выявить межотраслевые различия в эффективности ее стратегии.
• Аналитические исследования могут предоставить достоверные торговые сигналы. Иногда
аналитические исследования могут напрямую влиять на цены акций. Возможно, вы видели
заголовки, объясняющие значительный скачок или падение цены конкретного тикера
повышением или понижением рейтинга аналитиков или увеличением целевых цен.
Обширный объем академических исследований показывает связь между аналитическими
исследованиями и доходностью акций; Вы можете найти его в Google Scholar в разделе
«Исследования биржевых аналитиков». Лучшее понимание рекомендаций аналитиков
может помочь вам лучше использовать эту информацию при разработке стратегий.
причины этого; Майкли и Вомак (1999), а также Лин и МакНиколс (1998) задаются вопросом,
склонны ли банки давать оптимистические рекомендации компаниям, с которыми они
поддерживают отношения.
• Скотоводство. Хердинг ссылается на теорию, согласно которой аналитики стараются не
слишком отличаться друг от друга в своих публичных рекомендациях и целях. Частично
причина этого может быть поведенческой: составление публичных прогнозов цен на
акции (или «целей», как говорят аналитики) — рискованное занятие, имеющее последствия
для карьеры. При прочих равных условиях численность людей может быть в некоторой
безопасности, если они не будут следовать за толпой. Следствие
Machine Translated by Google
Дело в том, что аналитики, которые более уверены в себе или имеют устоявшуюся
репутацию, обычно готовы еще больше отклониться от консенсуса.
Если оставить в стороне поведенческие причины, у аналитиков могут быть веские
причины прийти к аналогичным выводам – например, большинство из них может
работать с одними и теми же источниками информации. Следовательно, может быть
интересно понять основные отклонения аналитиков от консенсуса, в чем уникальность
их методов или источников данных и можно ли это систематизировать.
5000 тыс.
4500 тыс.
4000 тыс.
3500 тыс.
3000 тыс.
2500 тыс.
2000 тыс.
1500 тыс.
1000 тыс.
500 тыс.
0к
–500 тыс.
2010 год 2011 год 2012 год 2013 2014 год 2015 год 2016 год
7
Альфа = краткосрочное освещение аналитиков/долгосрочное освещение аналитиков.
Machine Translated by Google
впоследствии оказаться неправым. Таким образом, падение покрытия акций, особенно акций
небольшой компании может иметь меньшие последствия для аналитика, чем присвоение
и долгосрочный охват аналитиков. Идея состоит в том, что если количество аналитиков,
аналитиками увеличилось.
появлению замечательных торговых идей, вашим первым побуждением могло бы быть не взять
трубку и рассказать об этом кучке репортеров. В конце концов, многие идеи ограничены в
возможностях – ими может торговать лишь определенное количество людей, прежде чем цена
сообщениях СМИ. Фактически, мы можем даже положиться на это, потому что это позволяет нам
заглянуть в мир аналитических исследований практически без затрат. Чем объясняется такая
Одним из примеров этого являются звонки о доходах, которые доступны через общедоступные
раскрытии информации, известное как Reg FD, устанавливает, что закрытая информация,
(например, определение минимума рынка в 2009 году), могут ускорить карьеру аналитика. Эти
преимущества возможны только в том случае, если аналитики опубликуют некоторые из своих
исследований.
Machine Translated by Google
ЗАКЛЮЧЕНИЕ
• Рекомендации аналитиков и целевые цены сами по себе могут быть торговыми сигналами.
25
Событийное инвестирование
Пратик Шривастава
ВВЕДЕНИЕ
неэффективностью цен в связи с событиями, специфичными для компании (а иногда и для всего
• Ребалансировка индексов.
• Мероприятия по реструктуризации капитала, такие как обратный выкуп акций, обмен долговых
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
СЛИЯНИЕ АРБИТРАЖ
С тех пор, как в 1990-е годы начали распространяться хедж-фонды, арбитраж слияний
стал классической рыночно-нейтральной стратегией. Однако эта деятельность восходит к
1940-м годам, когда Гюстав Леви создал первый арбитражный отдел на Уолл-стрит в
инвестиционном банке Goldman, Sachs & Co. Goldman стал ценной тренировочной
площадкой для менеджеров хедж-фондов, включая Дэниела Оча, Ричарда Перри и Том
Стейер, вышедший из группы риск-арбитража в 1980-х годах и основавший собственные
фирмы. Фактически, арбитраж слияний никогда не был более мощным, чем во время бума
выкупов компаний 1980-х годов, когда арбитражеры предоставляли рычаги влияния во
многих враждебных сделках той эпохи.
Как следует из названия, слияние оплачивается наличными; при сделке с участием всех
акций слияние оплачивается акциями приобретающей компании по определенному
обменному курсу. (Многие сделки предполагают сочетание денежных средств и акций.)
После новостей о слиянии цена акций целевой компании обычно подскакивает, но обычно
она не достигает цены слияния, поскольку сделка несет в себе риск не завершения. В этот
момент в дело вступает арбитражер по слиянию. Разница между ценой акций целевой
компании и ценой слияния известна как спред сделки:
Это доход (без учета выплат дивидендов до даты слияния и издержек по слиянию),
который получит арбитражер по слиянию, если сделка состоится.
Через несколько дней после официального объявления о сделке две компании публикуют
полное соглашение о слиянии. Соглашение содержит все детали слияния, включая условия,
необходимые для закрытия сделки, необходимые разрешения правительства и, что наиболее
важно, пункт о существенных неблагоприятных изменениях (MAC). В разделе MAC
перечислены
Machine Translated by Google
стоимостью 33,2 триллиона долларов. С точки зрения общей суммы транзакций 2015 год
был историческим: 2,4 триллиона долларов США при примерно 13 000 сделок. Рекордное
количество сделок произошло в 2017 году, когда было совершено 15 558 сделок. Вся эта
деятельность дает управляющим фондами достаточную широту возможностей для
диверсификации своих портфелей.
На завершение слияния влияет множество условий. Дружественные слияния, когда
сделку поддерживает руководство целевой компании, имеют более высокую вероятность
завершения, чем враждебные поглощения. Некоторые сделки могут не получить
необходимых одобрений из-за проблем антимонопольного законодательства или других
проблем регулирования. Сделка также может провалиться из-за общих рыночных
условий. Например, если для оплаты слияния планируется использовать внешнее
финансирование, а на рынке наступит кредитный кризис, покупатель может оказаться не
в состоянии организовать финансирование. Аналогичным образом, если цена акций
целевой компании упадет ниже цены предложения о слиянии из-за падения рынка,
покупатель может подумать, что он переплачивает за акции, и сделка может не состояться
по первоначальной цене.
Стратегии арбитража слияний, как правило, не коррелируют с движениями рынка, но
они не застрахованы от рыночного риска. Доходность стратегий слияний и поглощений
не коррелирует во время бычьего и умеренного медвежьего рынков, но в периоды
значительных спадов они демонстрируют более высокую корреляцию с рынком, поскольку
такие факторы, как неопределенность завершения сделки, проблемы регулирования или
невозможность получить финансирование, увеличивают риск провала сделки.
Machine Translated by Google
Год
2015 eBay выделяет PayPal, платформу онлайн-платежей.
2012 Kraft Foods отделяет свой бизнес по производству снеков от Mondelez International.
1999 Hewlett-Packard выделяет свой измерительный бизнес под названием Agilent Technologies.
Проблемные активы – это ценные бумаги компаний или государственных учреждений, которые испытывают
финансовые или операционные затруднения, дефолт или банкротство. Компании могут оказаться в бедственном
• Проблемы с ликвидностью
Когда актив испытывает трудности, он может торговаться намного ниже своей внутренней стоимости из-за
пессимистических настроений инвесторов. Когда это происходит, инвесторы, мандаты которых не позволяют им
владеть проблемными ценными бумагами, например большинство взаимных фондов, вынуждены их продавать.
Это может привести к огромным различиям между внутренней стоимостью активов и преобладающей рыночной
ценой и, таким образом, может предоставить значительные потенциальные возможности получения прибыли.
Инвестирование в эти активы для торговли на основе арбитража между внутренней стоимостью и преобладающей
рыночной ценой ценной бумаги известно как инвестирование в проблемные активы. Поклонники Уоррена Баффета,
найденная на улице окурка, в которой осталась только одна затяжка, может не принести многого
Мир проблемных активов огромен и охватывает все виды долговых ценных бумаг ниже
инвестиционного уровня. Эти инвестиции могут включать в себя высокодоходные облигации,
проблемные банковские кредиты ниже номинальной стоимости, кредиты, находящиеся во
владении должника, свопы кредитного дефолта, привилегированные акции, обыкновенные
акции, варранты и активы недвижимости. Инвестирование в проблемные активы, как
правило, приносит наилучшие результаты на бычьих рынках, когда инвесторы зарабатывают
деньги на окупаемости инвестиций, сделанных во время предыдущего экономического
спада. Поворот вниз предоставляет большое количество возможностей для этой формы инвестирования.
Однако даже в условиях хорошей экономики можно найти выгодные сделки: автомобильный
и авиационный секторы США предлагали широкие возможности в период 2004–2006 годов,
хотя экономика была сильной. Доходность от проблемного инвестирования во многом
зависит от факторов, специфичных для компании и сектора, а не от общих бизнес- и
кредитных циклов.
Менеджеров хедж-фондов, специализирующихся на проблемных ценных бумагах, можно
разделить на активных и пассивных. Активные менеджеры участвуют в повседневной
деятельности целевой компании и тесно сотрудничают с ее руководством, чтобы улучшить
ее. Пассивные же менеджеры больше ориентированы на торговлю; они покупают
недооцененные проблемные ценные бумаги и продают их, когда они возвращаются к своей
справедливой стоимости. Активные менеджеры, которые могут иметь доступ к внутренней
информации, ограничены в своей деятельности до тех пор, пока корпоративная информация
не станет общедоступной или несущественной. Это особенно ограничивает ситуацию в
случае, если санация не удалась и компания объявила о банкротстве.
Активные менеджеры могут продать свои позиции только после завершения процесса
банкротства, в отличие от пассивных менеджеров, которые, поскольку они полагаются на
открытую информацию, не имеют ограничений.
ИНДЕКС-РЕБАЛАНСИРОВОЧНЫЙ АРБИТРАЖ
В этой инвестиционной стратегии арбитражер делает ставку на то, какие акции будут
включены в индекс или исключены из него. Некоторые из наиболее популярных индексов
для ребалансировки арбитража управляются подразделением FTSE Russell, входящим в группу
Лондонской фондовой биржи. Основная причина этого заключается в том, что индексы
Рассела перебалансируются один раз в год, в июне, тогда как другие основные индексы, такие
как S&P 500 и промышленный индекс Доу-Джонса,
Machine Translated by Google
ЗАКЛЮЧЕНИЕ
26
Внутридневные данные в
Альфа Исследования
Душан Тимотити
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
самой высокой цены предложения, также известной как спред между ценой спроса и предложения, и
Machine Translated by Google
154,3 154,3
154,25 154,25
154,2 154,2
154,15 154,15
анец
154,1 154,1
154,05 154,05
154 ьн
ане
яи ла
ле он
д пр
е еси
ц
п 154
153,95 153,95
153,9 153,9
153,85 153,85
153,8 153,8
–1500 –1000 –500 заявок 0 500 1 000 1 500 –1,5 –1 –0,5 0 0,5 1 1,5
1800
154,3
154,25 1600
154,2 1400
154,15
1200
154,1
1000
154,05
800
щаобртост
и
зан
ьтцскоаям
ии
154
ял
яинеян еесри
п
одн
на цс
600
153,95
400
153,9
200
153,85
0
153,8–1,5 –1 –0,5 0 0,5 1 1,5 –1 –0,5 0 0,5 1
размер заказа х104 размер заказа х104
Рисунок 26.1 Книга лимитных заявок IBM на 28 января 2015 года, 09:55
Источник: https://s100.copyright.com/AppDispatchServlet?publisherName=ELS&contentID=S0022053116300382&orderBeanReset=true.
менее пяти месяцев, или инвесторы, торгующие ежедневными альфа-инвесторами с оборотом за вычетом
10,0%
9,0%
8,0%
7,0%
6,0%
5,0%
4,0%
3,0%
2,0%
1,0%
0,0%
05д9о1г
25д9о1г
45д9о1г
65д9о1г
85д9о1г
06д9о1г
26д9о1г
46д9о1г
66д9о1г
86д9о1г
07д9о1г
27д9о1г
47д9о1г
67д9о1г
87д9о1г
08д9о1г
28д9о1г
489.1г
68д9о1г
88д9о1г
09д9о1г
29д9о1г
499.1г
69д9о1г
89д9о1г
000.2г
200.2г
400.2г
600.2г
Равновесный рынок Небольшие запасы Большие запасы
ХЛ вв
1
С . (3)
0 5. 1 1 0 .5 1
ХЛ вв
С . (4)
Machine Translated by Google
Сигнал высокий (1 – δ)
Скорость поступления продажи: εs
НС
(5)
Примечание:
ДПИН РАЗМЕР
0 0 LT
НТ НТ
где NB, NS, NT, ε и LT обозначают количество сделок на покупку, продажу и общее
количество сделок; доходность, отфильтрованная автокорреляцией; и индикатор
крупной торговли (если в конкретный подпериод размер торговли превышает медианный
размер в течение периода агрегирования). Идея, лежащая в основе их методологии,
заключается в том, что информированные сделки обычно бывают большими по объему
и что информированные трейдеры покупают или продают, когда цены падают или
растут. Их результаты предоставляют дополнительные доказательства значимой
взаимосвязи между информированной торговлей и ожидаемой доходностью на
ежедневном уровне: изменение доходности конкретной фирмы (FSRV), измеряемое как
2
1 функция ежедневной доходности R.
необъяснимые движениями рынка, FSRV журнал
где R2 – это
2р
Коэффициент детерминации модели рынка существенно и положительно зависит от
показателей DPIN , указывая на более высокую необъяснимую дисперсию для акций с
более высокой вероятностью информированной торговли.
Помимо выявления перекрестных эффектов избыточной доходности, микроструктура
рынка может способствовать альфа-исследованию посредством анализа временных
рядов. Поскольку качество альфа-фактора во многом зависит от величины просадок,
способность прогнозировать и избегать, по крайней мере, крупнейших негативных
потрясений имеет важное значение. Прогнозирующая природа микроструктуры рынка
Machine Translated by Google
динамика часто может быть полезна для этой цели. По данным Исли и др. (2011),
«внезапный крах» 6 мая 2010 года, был хорошим примером такого спада: в своих
результатах они используют синхронизированную по объему вероятность
информированной торговли (VPIN) и измеряют рост информированной торговли. это
заставило поставщиков ликвидности покинуть рынок; это было заметно уже по крайней
мере за неделю до внезапного краха и достигло самого высокого уровня в истории
контракта E-mini S&P 500 незадолго до краха. Аналогичным образом, Ян и Чжан (2012)
зафиксировали самый большой всплеск PIN-кода за десятилетие в первом квартале
2000 года, когда пузырь доткомов достиг своего пика. Еще одна интересная
закономерность показана Ормосом и Тимотити (2016b): авторы обнаруживают резкое
падение вероятности информированной торговли после краха Lehman Brothers в 2008
году при контроле за трейдерами, движимыми эвристическим подходом.
ЗАКЛЮЧЕНИЕ
последний также включен в цену: активы, спред которых очень чувствителен к шокам
рыночной ликвидности, имеют более высокий риск и, следовательно, приносят ожидаемую
премию за доход по сравнению с активами с низкой чувствительностью.
Внутридневные модели также можно использовать для оценки микроструктуры
активов. Разделение пула инвесторов на подклассы с различным поведением позволяет
нам обнаружить осознанные сделки и оценить вероятность неблагоприятного отбора.
Поставщики ликвидности в среднем проигрывают информированным трейдерам и,
следовательно, требуют премии для покрытия своих расходов, которую они включают в
свои спреды котировок спроса и предложения. Опять же, как и премия за неликвидность,
это отражается на ожидаемой доходности активов; следовательно, более высокий уровень
информированной торговли ожидает избыточной прибыли.
Наконец, динамика спреда и микроструктуры может выступать в качестве
предсказателя временных рядов будущих спадов на рынках. Некоторые исследования
показали, что изменения в информированной и эвристической торговле часто
предшествуют негативным рыночным потрясениям и, в частности, кризисам, ключевым
движущим фактором которых является исчезновение ликвидности. Поэтому крайне важно
учитывать внутридневные закономерности в альфа-исследованиях не только потому, что
эти закономерности могут генерировать сигналы, но и потому, что они могут значительно
повысить эффективность и надежность стратегий, основанных на альтернативных
данных.
Machine Translated by Google
27
Внутридневная торговля
Рохит Кумар Джа
Внутридневная торговля, также известная как дневная торговля, представляет собой спекуляцию
торгуемых внутри дня, — это акции, опционы, валюты и множество фьючерсных контрактов, таких
закрытия рынка. Однако многие трейдеры включают внутридневную торговлю как один из
компонентов общей стратегии. Трейдеры, торгующие внутри дня с целью получения прибыли,
стоимостного инвестирования.
инструмент в один и тот же день, но внутридневная торговля — это относительно новая концепция.
Хотя эту практику можно проследить до 1867 года, когда была создана первая тикерная лента, в то
время существовали значительные барьеры для входа, и в результате этот тип торговли не
популярность с созданием сетей электронных коммуникаций, таких как Instinet в 1969 году и
автоматической системы котировок Национальной ассоциации дилеров по ценным бумагам
(Nasdaq) в 1971 году, а также с отменой фиксированных комиссионных ставок в 1975 году.
Внутридневная альфа пытается рассчитать точки входа и выхода из сделок, чтобы заработать
минусы дня.
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
поскольку их кругозор слишком велик, чтобы быть полезными. Однако другие источники информации,
в том числе моментальные цены спроса и предложения, подробные данные книги заказов и другие
временные горизонты и, таким образом, гораздо более полезны для внутридневных исследований.
В целом, по мере того как аналитик приближается к более частому исследованию, в его
вычислить различные альфа-уровни. Это будет затронуто ниже, когда будет объяснен процесс
Статистическая значимость внутридневных альфа для даже более коротких периодов бэктестинга
намного выше для внутридневных альфа, чем для ежедневных альфа. В результате производительность
возможным однодневным рискам, таким как воздействие дельты доллара, воздействие сектора и
подобные факторы риска. Однако когда мы работаем над внутридневными альфами, большинство
этих факторов риска приемлемы ниже определенного порога, поскольку можно немедленно выйти
из этих позиций, если они пойдут против альфа. Это дает возможность использовать эти факторы
Это непрерывная альфа «ночь-0» среди 500 лучших ликвидных инструментов. Затем
Эту идею можно улучшить, поняв ее более глубоко. Это идея возврата к среднему значению,
Инструменты, которые более волатильны, должны иметь более высокую тенденцию к развороту.
Мы можем уловить это несколькими способами. Один из способов представлен ниже. Просто
*
альфа секунду_последний_интервал_закрыть последний_интервал_закрыть
стандартный закрывать
стандартное закрытие
прибылью, будет работать лучше после учета транзакционных издержек. Можно попробовать
варианты того же самого, используя поперечный ранг std(close) вместо абсолютных значений.
ЗАКЛЮЧЕНИЕ
28
Нахождение индекса альфа
Гленн ДеСуза
В условиях резкого роста пассивного инвестирования за последние два десятилетия биржевые фонды
стратегии в последние годы стали более популярными среди фирм-покупателей, включая крупные
Индексный арбитраж — это альфа-стратегия, которая пытается получить прибыль от разницы между
уникальных затрат трейдера, включая стоимость капитала и затраты по займам (или скидки на акции).
имеют гораздо более низкие маржинальные требования, чем инвестиции в акции, особенно в США),
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
Такая стратегия на данном этапе может приносить небольшую (менее 1%) прибыль в год,
поскольку преимущества финансирования обычно составляют всего несколько базисных
пунктов. Поэтому некоторые банки стали более творчески подходить к использованию своих запасов:
• Для ETF, которые были популярны для коротких продаж (и, следовательно, имели более
высокую, чем в среднем, стоимость заимствования), таких как Russell 2000 ETF (IWM), отделы
теперь могли кредитовать свои недавно созданные ETF и получать более высокую ставку
по кредитам на акции (иногда 1% или чаще ежегодно для некоторых весьма востребованных
фондов).
• В других случаях запасы могли быть объединены с позициями по опционам для создания
разворотов и конверсий опционов, которые имели свой собственный внебиржевой рынок и
позволяли держателям запасов предоставлять ликвидность в труднодоступных для
заимствования именах контрагентам, таким как арбитражеры по слияниям и поглощениям.
• Наконец, все оставшиеся позиции акций были проверены на предмет событий, генерирующих
альфу, таких как тендерные предложения или изменения индекса. Тогда фондовый риск
можно было бы принять оппортунистически в отношении отдельных компаний в районе
этих событий.
Насколько простой будет такая реализация для фирм-покупателей? Ответ частично зависит
от размера и ценовой способности компаний максимально снизить затраты на торговлю и
заимствования, чтобы имитировать структуру инвестиционного банка. Как правило, только
крупнейшие фирмы хедж-фондов или активные менеджеры связанных с ними брокерско-
дилерских организаций имели потенциальную возможность заключать такие выгодные сделки.
Помимо того, что фонд IWM является популярным короткометражным ETF, он ежегодно
воссоздается, что оказывает определенное влияние на рынок его участников и бывших
участников по сравнению с другими востребованными ETF. В опубликованном исследовании
FTSE Russell отмечается, что влияние покупки вновь добавленных компаний и продажи
удаленных компаний на дату восстановления повлияло на доходность индекса Russell 2000
примерно на 28 базисных пунктов (б.п.) в год в период 2007–2015 гг., хотя и с большим годовым
отклонением. ации (рис. 28.1).
Machine Translated by Google
0,00% 0,00%
–1,00% –0,05%
–2,00% –0,10%
–3,00% –0,15%
–4,00% –0,20%
–5,00% –0,25%
–6,00% –0,30%
5 Конец Конец 10
Разведка День
к к август Июль День
к к
Разведка
Разведка
РазведкаРазведка
Это будет означать, что арбитражеры могут сократить добавленные имена и купить
удаленные в дату вступления в силу восстановления, чтобы получить положительную
прибыль. Такого возврата можно было бы ожидать, если бы затронутые акции отклонились
от фундаментальной и сопоставимой стоимости за несколько месяцев до восстановления,
а трейдеры по парной и отраслевой относительной стоимости теперь возвращали акции
к их предыдущим оценкам. Эти крупные нарушения в совокупности подразумевают, что
истинная стоимость владения Russell 2000 IWM ETF намного выше, чем можно было бы
предположить по коэффициенту расходов в 20 б.п.
образом, потенциально это может повлиять на рыночные цены на некоторые неликвидные акции.)
Изменения индекса могут привести к другим рыночным аномалиям. Например, когда акции
добавляются к основным индексам «голубых фишек», таким как S&P 500, некоторые из
капитала без обычной скидки при предложении, поскольку примерно в это время индексные
(REIT), добавленных в индекс S&P 500 с 2005 года, занимались подобным поведением.
Цены на сделки по присоединению S&P 500 REIT с 2008 года показывают, что средняя скидка
при размещении составляет всего 17 б.п. к предыдущему закрытию для этих привлеченных
скидкой в 2,8% для всех остальных сделок. размещения акций акциями одного и того же индекса
Таким образом, синдикаты могут привлечь капитал гораздо дешевле для эмитента, чем
Компании S&P 500 REIT, 2008–2017 гг. Компании из списка S&P 500, 2008–2017 гг.
предложение акций. Однако обход предложения может привести к еще более высокой
стоимости покупки в предстоящую дату ребалансировки.
Поэтому событийно-ориентированные трейдеры, строящие альфа-акции вокруг
корпоративных событий, должны принять во внимание уникальный характер этих
предложений. Сочетание меньших ценовых скидок, большего размещения в пассивных
фондах и последующих покупок предстоящих дополнений индекса может привести к
необычному воздействию на альфа-компании, которые в противном случае могли бы
ожидать сильной активности продаж сразу после размещения.
35
30
25
20
15
10
5
0
диск Забота
скобы Энергия Утилиты
Материалы
Минусы Финансы Промышленность
Здоровье Технологии
Минусы
Коммуникации
R2 P/E Без R2 P/E Превышение (дефицит) индексного P/E над неиндексным P/E
Рисунок 28.3 Медианное скользящее P/E секторов малой капитализации Russell 2000 по сравнению с
Источник: London Stock Exchange Group plc и входящие в ее состав предприятия (совместно
именуемые «Группа LSE»). © LSE Group, 2019. FTSE Russell — торговое название некоторых
компаний группы LSE. «FTSE Russell®» является товарным знаком соответствующих компаний
группы LSE и используется любой другой компанией группы LSE по лицензии. Все права на
индексы или данные FTSE Russell принадлежат соответствующей компании группы LSE, которая
владеет индексом или данными. Ни LSE Group, ни ее лицензиары не несут никакой ответственности
за любые ошибки или упущения в индексах или данных, и ни одна сторона не может полагаться
на какие-либо индексы или данные, содержащиеся в этом сообщении. Никакое дальнейшее
распространение данных Группы LSE не допускается без явного письменного согласия
соответствующей компании Группы LSE. Группа LSE не продвигает, не спонсирует и не поддерживает содержание
Machine Translated by Google
индекс имел отрицательную прибыль (по сравнению с менее чем 5% в S&P 500). Например, акции
Коэффициент прибыли (P/E) в Russell 2000 составил 30 раз, в то время как сопоставимые компании из
причин заключается в том, что ETF составляют более высокий процент среднего дневного объема торгов
компаний с малой капитализацией, чем компании с большой капитализацией – часто более чем вдвое
в его состав, что измеряется медианным скользящим P/E на конец года за последние 10 лет (рис. 28.4).
–1
–3
з/дИ
бее
ифд
оцтаиы м
P
E(
–5
ын
й
)ййы чин
нтн
ы
–7
500.2г
600.2г
70д0о2г
80д0о2г
90д0о2г
01д0о2г
11д0о2г
21д0о2г
3102
41д0о2г
51д0о2г
61д0о2г
Медианное превышение P/E (децит) для S&P 500 по сравнению с LC, не входящим в S&P 500
Источники: London Stock Exchange Group plc и входящие в ее состав предприятия (совместно
именуемые «Группа LSE»); © LSE Group, 2019. FTSE Russell — торговое название некоторых компаний
группы LSE. «FTSE Russell®» является товарным знаком соответствующих компаний группы LSE и
используется любой другой компанией группы LSE по лицензии. Все права на индексы или данные
FTSE Russell принадлежат соответствующей компании группы LSE, которая владеет индексом или
данными. Ни LSE Group, ни ее лицензиары не несут никакой ответственности за любые ошибки или
упущения в индексах или данных, и ни одна сторона не может полагаться на какие-либо индексы
или данные, содержащиеся в этом сообщении. Никакое дальнейшее распространение данных
Группы LSE не допускается без явного письменного согласия соответствующей компании Группы LSE.
Группа LSE не продвигает, не спонсирует и не поддерживает содержание настоящего сообщения. S&P®
и S&P 500® являются зарегистрированными торговыми марками Standard & Poor's Financial Services
LLC, а Dow Jones® является зарегистрированной торговой маркой Dow Jones Trademark Holdings LLC.
© S&P Dow Jones Indices LLC, ее аффилированные лица и/или лицензиары, 2019. Все права защищены.
Machine Translated by Google
торговли ETF, но и для более узкого круга доступных компаний, а также подверженности
различным факторам. В то время как кандидаты Russell 2000 включают в себя как растущие
индекс S&P 500 уже находится на вершине диапазона рыночной капитализации и может
добавить только либо новые IPO с большой или мегакапитализацией, либо растущие компании
ЗАКЛЮЧЕНИЕ
Рост индексных продуктов создал не только новую выгоду для среднего инвестора в
виде недорогого управления портфелем, но также новую неэффективность и
возможности арбитража для многих активных менеджеров. Длительный период низких
процентных ставок позволил распространиться стратегиям дешевого финансирования,
в то время как рост пассивного инвестирования создал искажения микроструктуры
рынка, отчасти в результате роста концентрации собственности.
29
ETF и Alpha Research
Марк ЙикЧун Чан
6000 7000
ETF
6000
5000
#
5000
4000
4000
3000
3000
2000
ывиткА
2000
1000 1000
0 0
2008 год 2009 год 2010 год 2011 год 2012 год 2013 2014 год 2015 год 2016 год 2017 год
октябрь 2018 г.
Активы ETF # ETF
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
активы составляют $3,42 трлн и $3,50 трлн соответственно – рынки ETF в Европе, Азии и
Канаде также демонстрируют устойчивый рост.
Огромный рост активов сопровождался ростом ликвидности, что сделало инструменты
более привлекательными для инвесторов.
«натурой», предоставляя базовые активы ETF. В любом случае для ETF не существует
транзакции по приросту капитала.
Риск всегда является важной темой в инвестициях, и трудно дать исчерпывающий список
рисков, связанных с различными инструментами ETF. В следующем разделе мы попытаемся
пролить свет на некоторые примечательные примеры рисков, а также на другие интересные
особенности, которые могут усложнить оценку рисков.
Эти риски включают в себя:
Фондовые ETF, такие как SPY, имеют мало ошибок отслеживания, поскольку они держат большое
отслеживания, как правило, более существенна для некоторых фьючерсных ETF (которые могут
• Обратные ETF или ETF с кредитным плечом. Используя различные деривативы и методы
Распространенными типами этих ETF являются кредитное плечо (2x), тройное кредитное плечо
(3x), инверсное (-1), двойное инверсное (-2x) и тройное инверсное (-3x). В нестабильных рыночных
условиях ребалансировка этих ETF с кредитным плечом может повлечь за собой значительные
затраты.
Кроме того, эти инструменты по своей природе более волатильны, чем ETF без кредитного плеча,
и поэтому с ними следует обращаться осторожно при использовании нескольких инструментов.
(длинный-короткий) портфель.
Фондовые ETF обычно имеют значительную рыночную бета. Между тем, отраслевые, страновые
странами или регионами. Некоторые ETF, предназначенные для торговли волатильностью, также
обычно классифицируются как ETF на акции, но они имеют уникальное поведение или
фьючерсных индексов S&P 500 VIX. Облигационные ETF составляют вторую по величине группу
ETF на рынках США. По сути, они держат портфель долговых ценных бумаг, начиная от
самым неся соответствующие риски долларовой дюрации или процентных ставок. Товарные и
управлением постоянно растут, возможности ETF не следует упускать из виду. Эта проблема
В апреле 2017 года VanEck Vectors Junior Gold Miners ETF (GDXJ), который фокусируется на
привлек настолько большой приток капитала, что в конечном итоге приостановил заказы на
некоторые из его
Machine Translated by Google
базовые ценные бумаги достигали порога в 20%, после которого вступали в силу
законы об автоматическом поглощении. Другими словами, ETF может стать слишком
большим для своего индекса и, следовательно, не сможет удерживать базовые
ценные бумаги в соответствии со своим инвестиционным мандатом, что приведет к
приостановке создания акций и/или значительным ошибкам отслеживания.
• Отделение от базовых рынков: Как упоминалось выше, ETF можно покупать или
продавать по рыночной цене в течение торгового дня.
Многие ETF, зарегистрированные в США, отслеживают зарубежные фондовые рынки,
но что произойдет, если базовые рынки закроются? Скорее всего, ETF по-прежнему
смогут торговать на своих собственных биржах, и это не будет напрямую затронуто.
Такие инциденты происходят не только тогда, когда базовые местные рынки
находятся в отпуске, но также иногда из-за торговых остановок, как это произошло
с VanEck Vectors Egypt Index ETF (EGPT) в январе 2011 года и iShares MSCI Brazil Capped
ETF (EWZ) в мае 2017 года. Однако разумно утверждать, что такие ETF стали
полезными инструментами определения цен, когда местные рынки были
остановлены.
АЛЬФА-ВОЗМОЖНОСТИ
180 тыс.
130 тыс.
80 тыс.
60 тыс.
40 тыс.
30 тыс.
20 тыс.
4 000 000
3 500 000
3 000 000
2 500 000
2 000 000
ЙИКСНАКИРЕМА
1 500 000
1 000 000
500 000
500 000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
около 2,92% годовых; на данном этапе коэффициент Шарпа этой альфы составляет всего
около 0,38. Усиление сигнала потребует дальнейших исследовательских усилий.
Как отметил Ли, эта простая стратегия недостаточно диверсифицирована, и поэтому ее
следует использовать только как часть более широкого портфеля.
2. Сезонность
Сезонность – хорошо известное явление на мировых рынках ценных бумаг. В сфере акций
США существует теория «продай в мае и уходи», которая хорошо работала на протяжении
многих лет. По сути, это говорит нам о том, что фондовые рынки США исторически имели
тенденцию показывать худшие результаты в период с мая по октябрь по сравнению с
периодом с ноября по апрель.
Некоторые примеры в литературе также иллюстрируют такие сезонные закономерности
в акциях в других регионах. В статье на веб-сайте Seeking Alpha Фред Пиард (2016)
предположил, что фондовые рынки Германии, Сингапура и Бразилии являются хорошими
примерами этого явления и что соответствующие ETF стран, а именно iShares MSCI Germany
ETF (EWG), iShares MSCI Singapore ETF (EWS) и iShares MSCI Brazil ETF (EWZ) – можно
использовать, чтобы воспользоваться сезонными тенденциями.
Чтобы лучше объяснить эту идею, мы моделируем и сравниваем два портфеля, предназначенных
35
30
25
20
15
иовм
АллШ
)хавноориалл С
д(
10
–5
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
2. Ротация акций и облигаций, удержание равных длинных позиций в SPY, EWG, EWS
и EWZ с ноября по апрель и равных длинных позиций в популярных ETF
облигаций – скажем, iShares Barclays 20+ Year Treasury Bond ETF (TLT) и iShares iBoxx
$. High Yield Corp. Bond ETF (HYG) – с мая по октябрь.
торгов на биржах.
Тем не менее, фактическая ликвидность может быть не такой хорошей, как кажется, из-за
сильно асимметричного распределения значений ADV. Если присмотреться, то можно сказать,
что один только SPY составлял около 25% совокупного объема торгов всех ETF США, а 10
крупнейших ликвидных ETF (включая SPY) составляли около 50% этого объема. Другими
словами, реальный торгуемый мир надежной альфа-индекса, скорее всего, представляет собой
лишь небольшую часть тысяч ETF на рынках.
После фильтрации на основе ликвидности еще одна сложная проблема при определении
вселенной ETF заключается в том, что многие фонды имеют очень похожие аналоги.
Например, помимо SPY, такие ETF, как iShares Core S&P 500 ETF (IVV) и Vanguard S&P 500 ETF
(VOO), также отслеживают S&P 500. Это не имеет особого смысла для дневных или даже
внутридневных торгов (например, на основе пяти- минутные интервалы) альфа, чтобы
присвоить противоположные значения этим почти идентичным инструментам, поскольку
возможности для арбитража, если таковые имеются, на таких частотах вряд ли покроют
транзакционные издержки.
Еще одной сложностью является наличие множества обратных ETF или ETF с кредитным
плечом. Представьте себе экстремальный сценарий, в котором альфа имеет длинную позицию
по SPY и короткую позицию по ProShares Short S&P 500 (SH), что дает противоположность
дневной производительности S&P 500. Хотя альфа может быть нейтральной по отношению к
доллару (длинная позиция –короткая сбалансированная позиция), по сути, он одновременно
открывает две длинные позиции по S&P 500, что приводит к чистой рыночной бета-экспозиции.
Таким образом, «нейтральная по отношению к доллару» альфа может быть не так застрахована,
как должна быть, если такие обратные инструменты или инструменты с кредитным плечом не
будут использоваться должным образом.
В конце концов, реальная область для исследования альфа-факторов ETF может быть
намного меньше по сравнению с областью исследования акций, что увеличивает легкость
переоснащения и риск обнаружения «поддельных» альфа-факторов. Постоянное воздействие
определенных факторов риска может привести к высоким результатам Шарпа.
Одним из примеров может быть чисто короткая стратегия VIX, например, открытие короткой
позиции по iPATH S&P 500 VIX Short-Term Futures ETN (VXX) с момента ее создания, что может
привести к достижению коэффициента Шарпа около 1,1 (см. Рисунок 29.5).
Machine Translated by Google
140
120
100
80
иовм
АллШ
)хавноориалл С
д(
60
40
20
0
2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
ЗАКЛЮЧЕНИЕ
30
Поиск альф на фьючерсах
и форвардах
Рохит Агарвал, Ребекка
Леман и Ричард Уильямс
Поиск альфы на рынках фьючерсов и валютных форвардов представляет собой область большого
проблемам на других рынках, таких как акции и биржевые фонды, а некоторые уникальны для этих
конкретных инструментов. В этой главе будут обсуждаться некоторые методы и идеи, которые
Фьючерсы предназначены для того, чтобы дать трейдеру возможность подвержены изменениям
цен на базовый актив без затрат на удержание эквивалентной позиции по этому активу. Торгуемые
форму доступа к рискам относительной стоимости валюты. Это делает фьючерсы и форварды
особенно удобными инструментами как для хеджеров, так и для спекулянтов и обуславливает их
Поскольку и фьючерсы, и форварды дают риск, эквивалентный риску базового актива, из этого
следует, что цены фьючерсов и форвардов зависят от одних и тех же факторов, которые влияют на
этот актив. Это простое наблюдение имеет важные последствия. Существуют отдельные группы
рыночных торговцев.
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
Эти группы инструментов представляют как возможности, так и проблемы в поиске альфы.
Одна из наиболее очевидных проблем заключается в том, что, поскольку мы
рассматриваем меньшие группы более тесно связанных инструментов, у нас остается
меньше инструментов, которыми мы можем торговать вместе в рамках одной альфы. При
прочих равных условиях ожидаемый коэффициент Шарпа альфы пропорционален
квадратному корню из ширины Вселенной. Мир фьючерсов в целом уже содержит гораздо
меньше инструментов, чем мир акций; когда мы сегментируем вселенную фьючерсов на
соответствующие подмножества, вселенная для многих альф оказывается еще меньше –
часто от одного до нескольких десятков инструментов. Таким образом, фьючерсные альфа
требуют большей глубины информации по каждому инструменту для достижения тех же
совокупных результатов, чем
Machine Translated by Google
альфа на более крупном наборе инструментов. По мере того, как качество альфа для каждого
инструмента увеличивается, оно становится более очевидным для других участников рынка,
и его ожидаемый срок службы сокращается. И наоборот, когда мы определяем наборы более
похожих инструментов, у нас возникают более высокие ожидания того, что какая-либо
конкретная альфа должна присутствовать во всем наборе. Тест перекрестной проверки,
заключающийся в последовательном удалении каждого инструмента и повторном
тестировании выявленной взаимосвязи, становится более значимым. Поэтому поиск группы
подходящего размера для тестирования наших альфа-кандидатов является ключевым
строительным блоком альфа-исследований.
Хотя генерировать «альфы» в этих маленьких и разнородных вселенных определенно
сложнее, наградой является гораздо большая ликвидность на этих рынках. Надежные альфа-
акции на ликвидные фьючерсы можно торговать в больших объемах, не неся при этом
затраты и регуляторные риски, связанные с воздействием на рынок.
Исследовав случаи, в которых мы ожидаем, что альфа будет работать, мы теперь можем
проверить обратное: где мы ожидаем отсутствия связи? В нашем примере основная идея
довольно тесно ориентирована на один сектор, поэтому мы ожидаем, что не обнаружим
никакой связи, если повторно протестируем ее на других секторах, таких как промышленные
металлы или фьючерсы на облигации.
Этот шаг на удивление хорош для поиска неправильно закодированных или заданных
статистических тестов.
Отчет «Обязательства трейдеров» (COT) (рис. 30.1) публикуется каждую пятницу Комиссией
по торговле товарными фьючерсами (CFTC).
Чрезвычайно полезно знать, на что делают ставки «умные деньги», а затем следовать
этому. В отчете представлена разбивка открытого интереса по различным участникам
рынка, таким как коммерческие трейдеры (крупный бизнес и производители),
некоммерческие трейдеры (крупные спекулянты) и непереносные трейдеры (мелкие
спекулянты). Дополнительную информацию об этом отчете можно найти по адресу http://
www.cftc.gov/marketreports/commitmentsoftraders/.
index.htm.
Сезонность на рынках
4400
4000
3600
3200
2800
2400
2000
1600
1200
800
400
0
16 октября 17 января 17 апреля 17 июля 17 17 октября 18 января 18 апреля 18 июля 18 октября 18 года
1.2
Риск включен Риск ВЫКЛ. Риск включен Диапазон рынка
0,8
0,6
австралийский доллар/доллар США
0,4
0,2
0,0
24.05.2006 12.10.2007 05.03.2009 26.07.2010 12.12.2011
Керри и контанго/бэквардация
2300
2250
2200
2150 07.06.2012
01.06.2012
2100
2050
2000
1950
ЗАКЛЮЧЕНИЕ
ЧАСТЬ IV
Новый горизонт – WebSim
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
Machine Translated by Google
31
Введение в Вебсим
Джеффри Скотт
ВВЕДЕНИЕ
• Анализ результатов
• Альфа-пример
WebSim был разработан как инструмент, позволяющий людям создавать и тестировать альфа-
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
Простой ответ на этот вопрос: существует множество ресурсов, которые могут помочь
генерировать идеи для альф. Исследовательские статьи, финансовые журналы, блоги и
технические индикаторы — все это может стать полезной отправной точкой. Полезные
статьи часто можно найти на таких сайтах, как SSRN, Seeking Alpha и Wilmott.
Технические индикаторы можно использовать для анализа краткосрочных движений
цен. Они основаны на общей ценовой активности акций или других активов и направлены
на прогнозирование будущих уровней цен или общего направления цен на ценные
бумаги, рассматривая прошлые модели.
Примерами распространенных технических индикаторов являются индекс
относительной силы, индекс денежного потока, схождение/расхождение скользящих
средних (MACD) и полосы Боллинджера. Описания некоторых из этих индикаторов, а
также формулы и соответствующие интерпретации можно найти на таких сайтах, как
StockCharts и Incredible Charts.
СОЗДАНИЕ АЛЬФЫ
Как определено в этой книге, альфа — это математические модели, предназначенные для
прогнозирования движения цен на мировых финансовых рынках.
Machine Translated by Google
• Данные
• Математические операторы
• Константы
дельта (близко, 5)
Альфы могут быть очень простыми, как в примере выше, или более сложными.
Пользователи имеют доступ к различным библиотекам, которые могут помочь им в процессе
создания альфа-версии.
Это могут быть рынки США, Европы или Азии. В моделирование будут включены только
акции из выбранного региона.
После выбора региона пользователь должен выбрать совокупность акций в этом регионе.
Это могут быть акции 200 крупнейших компаний, акции от 1000 до 3000 крупнейших; число
отражает самые ликвидные акции в выбранном регионе (определяется по самому высокому
среднему дневному объему торгов в долларах).
Machine Translated by Google
ограничение объема данных, используемых на каждой итерации. Более высокое значение позволяет
альфе использовать более старые исторические данные; это полезно для наборов фундаментальных
АНАЛИЗ РЕЗУЛЬТАТОВ
Только образец
3000 тыс.
2500 тыс.
ПНЛ
2000 тыс.
1500 тыс.
тнеициафпфрэаоШ
К
1000 тыс.
500 тыс.
–500 тыс.
2013–07 2014–01 2014–07 2015–01 2015–07 2016–01 2016–07 2017–01 2017–07 2018–01
1
Альфа = ранг (продажи/активы).
Machine Translated by Google
Таблица 31.1. Показатели производительности для образца альфа-версии WebSim на рисунке 31.2.
Machine Translated by Google
Оборот — это мера объема торгов, необходимого для достижения желаемых позиций
альфы в течение периода моделирования. Каждая сделка входа или выхода из позиции
несет транзакционные издержки (комиссии и затраты на спред). Если показатель оборота
высок (например, более 40%), транзакционные издержки могут полностью или частично
свести на нет прибыль, полученную с помощью альфа-проекта во время моделирования.
АЛЬФА-ПРИМЕР
высокое и растущее соотношение долга к собственному капиталу, оно находится под угрозой,
поэтому вам следует продать акции; и наоборот, если соотношение долга к собственному капиталу
низкое, акции имеют хорошую стоимость, поэтому вам потребуется длинная позиция. Используя
эту гипотезу, можно разработать альфу, которая использует соотношение долга к собственному
капиталу для выбора акций для длинных и коротких позиций, как показано ниже:
Ts_rank(-долг/капитал, 240)
ЗАКЛЮЧЕНИЕ
ЧАСТЬ V
Последнее слово
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
Machine Translated by Google
32
Семь навыков высокого уровня
Успешные количественные оценки
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
вопросы. Поскольку он так хорошо давал все наши интервью, мы решили подготовить для
него совершенно новый набор очень сложных вопросов; И снова он справился с ними с
молниеносной скоростью. Мы были рады, что нашли такое сокровище. Однако после того,
как он присоединился к нам, мы обнаружили, что у него был серьезный недостаток: он
мало работал. Вечером он устраивал вечеринки и задерживался допоздна, потом поздно
вставал и бежал в офис в 10 утра, когда другие уже работали два часа. Мы говорили с ним
об этом. На какое-то время он придет в себя, но вскоре после этого вернется к своим
старым привычкам и отстанет, как спящий заяц. Он так и не стал лучшим.
Затем мы наняли умных людей, но не обязательно самых умных, но они были одними
из первых сотрудников, пришедших в офис утром, и одними из последних, уходящих —
день за днем, месяц за месяцем и год за годом. Такие люди медленно, но верно будут
опережать остальных, в конечном итоге достигая уровня наших лучших специалистов.
Самое удивительное наблюдение заключается в том, что эти лучшие работники обычно
даже не чувствуют, что усердно работают; они просто развлекаются, делая это. Когда их
спрашивают об их работе, они просто улыбаются и говорят что-то вроде:
Успешный исследователь всегда работает с двумя видами целей: одна долгосрочная цель
и один набор краткосрочных шагов. Долгосрочные цели могут быть амбициозными и
должны представлять собой четко определенные, осязаемые достижения – например,
достижение определенного уровня прибылей и убытков, становление экспертом по
определенному классу активов или становление менеджером по количественному анализу. Короткий сро
Machine Translated by Google
цели обычно более специфичны для конкретной задачи, например, написание определенного
инструмента, сценария или части анализа — как правило, это задачи, на выполнение которых
уходит не более дня.
Один из наших очень успешных исследователей описывает свой распорядок дня
следующим образом:
«Каждый понедельник я начинаю неделю с составления плана того, чего я хочу достичь на
этой неделе. Затем, в конце недели, я возвращаюсь к этому списку по пунктам и добавляю
то, что на самом деле было достигнуто. Чтобы это имело значение, я пишу этот
еженедельный план так, как будто мне нужно отправить его нашему генеральному директору».
Кванты, у которых есть высокие долгосрочные цели, но которые также могут ставить и
достигать краткосрочные цели, смогут сохранять сбалансированную перспективу и в
конечном итоге добиться успеха.
Риск
Первый
Низкий Диверсифицировать
приоритет
Низкий Высокий
Награда
Для каждой задачи количественный анализатор должен оценить относительный риск и вознаграждение и
поместить их в матрицу риска и вознаграждения, показанную на рисунке 32.1. Это поможет количественному
• Задачи с низким уровнем риска и высоким вознаграждением заслуживают того, чтобы быть первым приоритетом.
• Задачи с высоким риском и высоким вознаграждением должны сочетаться с задачами с низким риском и низким вознаграждением.
Кроме того, количественный специалист должен периодически обновлять свое представление о возможных
рисках и выгодах каждой инициативы и всегда быть готовым к новым возможностям, которые можно добавить в
матрицу.
4. ОСТАВАЙТЕСЬ ЛЮБОПЫТНЫМ
Как однажды заметил один мудрый трейдер: «Вы хороши настолько, насколько хороша ваша последняя сделка».
Успешный количественный анализ никогда не должен успокаиваться, а всегда должен быть готов
экспериментировать с новыми идеями. Квантам никогда не следует погружаться в свою зону комфорта по
нескольким причинам. Во-первых, все альфа-кислоты имеют ограниченный и непредсказуемый срок годности;
Никогда нельзя сказать, когда упадет предсказательная сила альфы. Если кванты не будут продолжать вводить
новшества, их альфа-технологии могут в конечном итоге устареть. Лучше всего продолжать диверсифицировать
портфель альф за счет новых наборов данных, методов, проектов или классов активов.
Во-вторых, всегда есть лучший способ сделать что-то. Успешный количественный анализ постоянно исследует
новые и различные идеи, выходя за рамки наименьшего сопротивления. Лучшие исследователи всегда учатся;
они посещают семинары, читают исследовательские журналы и участвуют в групповых дискуссиях. Они ищут
интересные книги для чтения и делятся наиболее полезными со своими товарищами по команде. В любой момент
времени их списки дел наполнены идеями, которые они хотят реализовать, и они расставляют приоритеты,
Успешные квантовые люди — существа с прирожденным любопытством. Когда они читают новостные статьи,
Когда они слышат о новых проектах, они стремятся узнать, какой вклад они могут внести. Они постоянно ищут
возможности для обмена идеями с другими квантовами, портфельными менеджерами и технологами. Короче
всегда вносите разумные изменения в свою модель; избегайте простой подгонки модели к данным.
Прежде чем вносить изменения в модель, всегда спрашивайте, имеет ли это изменение экономическую
подоплеку, обоснование или какое-либо разумное обоснование ожидания улучшения модели. Во-вторых,
хорошей практикой является исключение части данных для тестирования вне выборки. Соответствующий
объем данных, который следует исключить, зависит от множества факторов, таких как ожидаемый
компромисс, который квант должен тщательно сбалансировать; Хотя исключение слишком малого
количества данных может привести к переобучению, исключение слишком большого количества данных
Еще одна хорошая привычка, позволяющая оценить, имеет ли смысл предлагаемое изменение, —
это провести набор тестов на надежность. Как меняется производительность модели при настройке
параметров? Работает ли модель одинаково на большей части вселенной или прибыль сконцентрирована
Эти и другие подобные тесты помогают успешному количественному анализу обнаружить переобучение
и избежать его.
Редко можно встретить весьма успешного количественного аналитика, который не работает в сплоченной
команде. Хотя большинство людей в целом понимают преимущества командной работы, для квантов она
Во-первых, наличие хорошей команды отлично подходит для инкубации идей. Лучшие идеи часто не
возникают мгновенно в чьей-то голове; скорее, они, как правило, начинаются как смутная интуиция в
сознании члена команды. При хорошей командной динамике идея может быть описана, обсуждена и
развита командой, пока она не выкристаллизуется и не станет действенным набором задач, повышающих
ценность.
нагрузку. Это может быть особенно эффективно, когда речь идет о создании экономящих время
И наконец – и это, пожалуй, наименее очевидная причина – наличие хорошей команды вдохновляет
Рекомендации
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр WorldQuant.
© 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
274 Рекомендации
Берцимас Д., Лопрет Г. и Самаров А. (2004) «Дефицит как мера риска: свойства,
оптимизация и применение». Журнал экономической динамики и контроля 28, вып. 7:
1353–1381.
Боллен Дж., Мао Х. и Цзэн Х. (2011) «Twitter Mood предсказывает фондовый рынок».
Журнал вычислительной науки 2, вып. 1:1–8.
Рекомендации 275
Клэр А., Ситон Дж., Смит П. и Томас С. (2013) «Прорыв в черный ящик: следование
за трендом, стоп-лоссы и частота торговли – на примере S&P 500». Журнал
управления активами 14, вып. 3: 182–194.
276 Рекомендации
Гастингс К., Мостеллер Ф., Тьюки Дж. и Винзор К. (1947) «Низкие моменты для
небольших выборок: сравнительное исследование порядковой статистики».
Анналы математической статистики 18, вып. 3: 413–426.
Machine Translated by Google
Рекомендации 277
Хонг Х., Лим Т. и Стейн Дж. (2000) «Плохие новости распространяются медленно:
размер, охват аналитиков и прибыльность стратегий импульса».
Финансовый журнал 55, вып. 1: 265–295.
Джин В., Ливнат Дж. и Чжан Ю. (2012) «Цены опционов опережают цены на
акции: имеют ли опционные трейдеры информационное преимущество?»
Журнал бухгалтерских исследований 50, вып. 2: 401–432.
Machine Translated by Google
278 Рекомендации
Юнг М., Вонг М. и Чжан Ф. (2015) «Интерес аналитиков как ранний индикатор
фундаментальных изменений фирмы и доходности акций». Обзор
бухгалтерского учета 90, вып. 3: 1049–1078.
Рекомендации 279
280 Рекомендации
Рекомендации 281
282 Рекомендации
Рекомендации 283
Ларраби, Д. (2014 г.) «Небольшой опыт работы в отрасли может сделать вас лучшим
аналитиком». Институт CFA. http://blogs.cfainstitute.org/inves tor/2014/02/18/career-
matters-prior-industry-experience-improves -
Шансы на успех для аналитиков с Уолл-стрит
Лопес де Прадо, М. (2013) «На что обращать внимание при ретроспективном тестировании». https://
papers.ssrn.com/sol3/papers.cfm?abstract_id=2308682
284 Рекомендации
КНИГИ
Рекомендации 285
286 Рекомендации
Чан К., Чан Л., Джегадиш Н. и Лаконишок Дж. (2001) «Качество прибыли и доходность
акций». Рабочий документ NBER №. 8308. https://
www.nber.org/papers/w8308
Камстра М., Крамер Л. и Леви М. (2002) «Зимний блюз: грустный цикл фондового рынка».
Рабочий документ Федерального резервного банка Атланты №. 2002-13а; Рабочий
документ Школы бизнеса Саудера. http://ссрн.
ком/абстракт=208622
Луо X., Чжан Дж. и Дуань В. (2013) «Социальные сети и стоимость капитала компании».
Исследовательский доклад Школы бизнеса Фокса №. 14-016. https://ссрн.
ком/абстракт=2260316
ВЕБ-САЙТЫ
Блумберг. www.bloomberg.com
Рекомендации 287
http://www.incrediblecharts.com/indicators/indicators.php
портфелем. http://jpm.iijournals.com
288 Рекомендации
SciPy. www.scipy.org
http://content.time.com/time/specials/packages/completelist/0,29569, 2057116,00
Рекомендации 289
Уилмотт. www.wilmott.com
WorldQuantChallenge. https://websim.worldquantchallenge.com
ПУБЛИЧНЫЕ ОТЧЕТЫ
Индекс
В поисках Альфы: А Количественный подход к Построение торговых стратегий, Второе издание. Под редакцией Игоря Тульчинского и др. а
Виртуальный исследовательский центр
WorldQuant. © 2020 Тульчинский и др., Виртуальный исследовательский центр WorldQuant. Опубликовано John Wiley & Sons, Ltd. в 2020 г.
Machine Translated by Google
292 Индекс
интеллектуальный анализ
Индекс 293
ценообразования расходы
инструментов 242–243
Machine Translated by Google
294 Индекс
Индекс 295
296 Индекс
Индекс 297
ожидаемая доходность 211–215 Пункт MAC см. в отношении существенных неблагоприятных обстоятельств
предварительная
L1 норма 128–129 автоматизация
L2 норма 128–129 119 маржа 28 сайты с комментариями о рынке
ликвидности оговорка о
96 существенных неблагоприятных изменениях
ожидаемость 164
298 Индекс
тестирование на приближение к 91
исторических новизна новостей 161–162
данных 69–76 элегантность
75 неточность 10–11 см . также открытый интерес 177–178
алгоритмы; дизайн; оценка; возможности 14–15
машинное оптимизация 29–30
обучение; оптимизация импульса автоматический поиск 112, 115–116
альфа 155–158, функции потерь 128–129
165, 235–237 эффект импульса 96 параметров 131–132
реверсия импульса 136–137 опционы 169–178
утреннее солнце 46 концепции 169
схождение скользящих средних открытый интерес 177–178
(MACD) 136 проверка популярность 170
множественных гипотез объем торгов 174–177 перекос
13, 20–21 волатильности 171–173 спред
волатильности 174
узкие рамки 81 запасы соотношение объема опционов к акциям
природного газа 246 (O/S) 174–177
Индекс 299
300 Индекс
Индекс 301
спреды и бэктестинг 35
ликвидность 51 и контроль 53–55, 59–60
302 Индекс