Kas ir kvantitatīvā ieguldīšana?
Kvantitatīvā ir ieguldījumu stratēģija, ko parasti izmanto riska ieguldījumu fondi, kur cilvēku tirgotāji izmanto mākslīgā intelekta un mašīnmācīšanās rezultātus, lai uzlabotu savu līdzekļu veiktspēju, un tas pats ir parādījies, apvienojot fundamentālo un kvantitatīvo metodi vai pieejas lai iegādātos dažādus finanšu instrumentus, piemēram, akcijas, obligācijas, atvasinātos instrumentus utt.
Ar ko kvantitatīvās investīcijas atšķiras?
Gadu gaitā investori ir izmantojuši jaunas metodes, lai ieguldītu uzņēmumos un veidotu portfeļus. Vorens Bafets, miljardieris investors, ir viens no galvenajiem virzītājiem fundamentālo ieguldījumu veicināšanā un visu laiku veiksmīgākais investors. Tomēr pēdējo 3-4 gadu laikā Bufetes kungs ir sliktāk darbojies S&P tirgū. Mēs pievērsīsimies tam, kā un kāpēc tas notika, bet apskatīsim, kas ir fundamentāli ieguldījumi un kvantitatīvi ieguldījumi.
Kvantitatīvs = Kvantitatīvs + FundamentālsPamata
Jebkura finanšu instrumenta (akcijas, obligācijas, atvasinātie instrumenti utt.) Cenas nosaka to vērtību. Ekonomistu galvenais pieņēmums ir tāds, ka laika gaitā informācija plūst no zināmā uz nezināmo, un, informācijai plūstot, pieaug spēja realizēt finanšu instrumenta vērtību. Tas nozīmē, ka vienmēr ir atšķirība starp cenu, kuru mēs maksājam, un vērtību, kuru mēs iegūstam. Ja jūsu metodes ir pietiekami spēcīgas un jūs saprotat, ka cena ir mazāka par vērtību, jūs nopērkat instrumentu un gaidāt, kamēr vērtība tiks realizēta, un otrādi.
Fundamentālā analīze ir veids, kā izmērīt šādu vērtību. Ja ņemam uzņēmuma piemēru, uzņēmums publicē vairākus dokumentus, kas mēģina izskaidrot, ko uzņēmums šobrīd dara, ko plāno darīt un kur tas stāvēs. Mēs aplūkojam uzņēmuma aktīvus un tā saistības. Mēs cenšamies izmērīt, kāda būs nozares nākotne un kā uzņēmumam veiksies ar kopējo ekonomikas izaugsmi. Ņemot vērā visus šos aspektus, mēs varam aplūkot uzņēmuma uzskaites vērtību un citus rādītājus, kas mums palīdz novērtēt uzņēmuma vērtību. Kad vērtība ir izmērīta, tirgus cenas mums vienkārši nodrošina tirdzniecības ceļu.
- Vērtība> Cena - garojiet krājumu un gaidiet
- Cena> Vērtība - saīsiniet krājumu un pagaidiet.
Kvantitatīvais
Pieaugot datoriem, kodēšanai un apstrādes jaudai, peļņu varam realizēt ne tikai ar fundamentālu analīzi. Starp finanšu instrumenta cenas vērtību vienmēr pastāv plaisa. Turklāt, kamēr pastāv šāda atšķirība, ir veids, kā no tā gūt peļņu. Kvantitatīvās investīcijas izmanto statistikas principus, apvienojumā ar mašīnmācīšanos, lai redzētu cenu kustības modeļus un mēģinātu ieguldīt vairākās vietās.
Ir simtiem metrikas, kas ir pieejamas, lai analizētu tirdzniecības modeļus tirgū; apskatīt akciju cenu kustību, apskatīt opciju cenu, analizēt pirkšanas un pārdošanas modeļus, apskatīt tendences, apskatīt nozares kustības, aplūkot korelācijas. Mašīnmācībā tiek izmantota šāda statistikas neefektivitāte tirgū, lai novērtētu, kā varētu mainīties akciju cenas, un tās izmanto kā ieguldījumu stratēģiju. Īsāk sakot, kvantitatīvi aplūko tikai cenas un formulē tirdzniecības stratēģijas.
Kvantitatīvie ieguldījumi, kā norāda nosaukums, izmanto abas iepriekš minētās stratēģijas, lai ieguldītu uzņēmumos.
Piemēri
Tālāk ir sniegti Kvantitatīvā ieguldījuma piemēri
1. piemērs
Spēja īstenot stratēģijas, aplūkojot fundamentālos un kvantitatīvos rādītājus, ir diezgan interesanta. Viens no šādiem interesantiem scenārijiem ir: JC Penny 2015. gada otrajā ceturksnī pārspēja tirgus. Šādi pozitīvi rezultāti pēkšņi noveda pie tā, ka cena pieauga par 10%, un katrs no galvenajiem investoriem tika aizturēts. Tomēr bija viens uzņēmums - lielo investoru datu firma RC Metrics, kas uzņēmuma ieguldīšanai izmantoja JC Penny autostāvvietu satelītattēlus.
RC Metrics saprata, ka JC Penny autostāvvietās nepārtraukti pieaug to automašīnu skaits, kuras tiek skaitītas, izmantojot satelītattēlu. Algoritmi izvēlas šo datu daļu, kas varētu tikt izlaista kā nenopietna kā noderīga metrika un tiek izmantota ieguldījumiem uzņēmumā. Visus pārsteidza peļņa, nevis RC Metrics - viņi bija sagatavoti. Šī ir pozitīvā puse tam, kā var izmantot kvantitatīvos ieguldījumus.
2. piemērs
Lai uzzinātu, kad un kur pašlaik tiek ieviesti kvantitārie ieguldījumi un kā tas ietekmē tirdzniecības stratēģijas ieguldījumu sabiedrībās, apskatīsim vienu no slavenākajiem finanšu vēstures notikumiem - The Flash Crash.
2010. gada Flash Crash ir finanšu notikums, kurā mašīnu vadītie algoritmi izraisīja pārdošanu, izraisot pēkšņu avāriju tirgū bez jebkāda iemesla. Tomēr aptuveni stundas laikā tirgus atguva savu iepriekšējo statusu. Tomēr iedomājieties zaudējumus, ko tas izraisīja maržinālajiem tirgotājiem - kuri tirgojas nevis ar pilnu summu, bet gan ar starpību. Tika zaudēti miljardiem dolāru, un daži tirgotāji zaudēja visus ietaupījumus. Ir daudz teoriju par to, kā tas notika, taču viena slavena teorija ir tāda, ka mašīnas sāka pārdot pēc tam, kad tika uzlauzts Associated Press Twitter konts un tika ierakstīts viltus tvīts par baltās mājas sprādzienu.
Algoritmi, kas ir apmācīti mācīties, izmantoja dabiskās valodas apstrādi, lai lasītu šo tvītu, un saprata, ka drīz notiks kaut kas negatīvs un liels. Tā ir ļoti pamatmetrika - valdībā ir noticis kaut kas nepareizs, un tas ietekmēs tirgus. Šādi darbojas fundamentālās stratēģijas - novērtējiet scenāriju un rīkojieties pēc tā. Tomēr to neizraisīja cilvēki, bet gan mašīnas. Turklāt, tiklīdz viena mašīna izraisa izpārdošanu, algoritmi tiek apmācīti ātri rīkoties. Cenu krituma scenārijā viņi pieņem vissliktāko un izraisa turpmāku izpārdošanu. Tas sniega bumbā pārvērtās par avāriju, un tirgus ir krities par 9%.
Dow indekss vienas stundas laikā zaudēja aptuveni 998 punktus. Tas viss, jo viena mašīna paskatījās uz tvītu un sāka pārdot. Šī ir vēl viena kvantitatīvo ieguldījumu puse. Ideja, kas slēpjas, varētu būt pareiza, taču mašīnmācīšanās algoritmu ieviešana darbam ar cilvēka inteliģenci vēl nav tik progresīva, kā vajadzētu, lai rīkotos šādos scenārijos.
Kvantitatīvo ieguldījumu veidi
# 1 - Opciju stratēģijas
Kvantitatīvā stratēģija, kurā ietvertas iespējas, darbosies pēc šādām līnijām:
- Skrubiniet tūkstošiem akciju
- Apskatiet attiecīgās opciju ķēdes
- Aprēķiniet iespējas, kurām ir vislielākās iespējas atmaksāties.
- Pievienojiet tam pašam fundamentālu analīzi.
- Pārvērtē iespēju iespējamību un cenu.
- Formulējiet atbilstošas stratēģijas
# 2 - Makro stratēģijas
- Apskatiet visus iepriekšējos ekonomikas datus
- Izmantojot fundamentālo analīzi, prognozējiet nākotnes tirgus, pamatojoties uz pašreizējiem apstākļiem
- Paredzēt arbitrāžas iespējas, izmantojot lielos datus, un formulēt tirdzniecības stratēģijas.
Priekšrocības
- Visas investīcijas ir informācijas un tās analizēšanas mērs. Spēja izmantot kvantitatīvas metodes, lai analizētu pamatinformāciju, ir solis uz priekšu atvērtāku finanšu tirgu virzienā.
- Kvantitatīvās investīcijas pēc būtības ir labāka vērtības realizēšanas metode nekā fundamentālās vai tradicionālās investīcijas.
- Kvantitatīvās investīcijas palielina informācijas plūsmu un atrod saprātīgu veidu, kā izmantot informāciju, novērtējot vērtību.
Trūkumi
- Mašīnmācīšanās algoritmi ir melnās kastes, un mēs nekad nevaram noteikt, kā pēkšņi notikumi ir jārīkojas.
- Spēja manuāli analizēt finanšu ieguldījuma vērtību samazinās, un nākamie algoritmi to atspoguļos.
- Tādi incidenti kā Flash Crash var būt biežāki.
- Ieguldījumu sabiedrībām ir jāzina metodes, kuras konkurence izmanto, lai iedarbinātu mašīnas - cilvēkiem ir intuitīva jēga, bet ne mašīnām.
Secinājums
Kvantitatīvais ieguldījums ir ieguldīšanas veids, kurā ieguldījumiem un portfeļu veidošanai tiek izmantoti matemātiskie principi un statistikas metodes, kā arī tradicionālās finanšu metodes. Tas ir fundamentālu ieguldījumu un kvantitatīvu ieguldījumu maisījums.
Tāpat kā visām tehnoloģijām, arī kvantitatīvajām investīcijām ir savi nopelni un trūkumi. Tas varētu mainīt finanšu ieguldījumu nākotni ārkārtīgi pozitīvā virzienā - kur patiesā vērtība ir vienāda ar tirgus vērtību vai katastrofu virzienā - vairāk tādu incidentu kā zibspuldze. Turklāt, tāpat kā jebkura cita tehnoloģija, cilvēkiem ir jāpārbauda, ko var izdarīt, izmantojot šīs ieguldījumu metodes. Neskatoties uz to, pirms tam mums nevajadzētu aizmiglot ego par to, ko var un ko nevar darīt, ka mēs aizmirstam redzēt, ko vajadzētu un ko nevajadzētu darīt.
