Финансы - инвестирование - Простой Обзор Количественного Анализа
gasilincadet | Просмотров: 321
инвестирование





--- Яблоко'ы для iPhone теряет сцепление на китайском рынке


Все потенциальные максимумы, минимумы, и чувства, связанные с инвестированием может затмить конечная цель - зарабатывание денег. В усилие, чтобы сосредоточиться на последнем и устраните прежний, “количественного” подхода к инвестированию стремится обратить внимание на цифры, а не нематериальные активы.
Введите “Количественники"
Гарри Марковиц обычно приписывают начало количественного инвестиционного движения, когда он опубликовал “выбор портфеля” в журнале финансов в марте 1952 года. Марковиц использовать математику для количественной оценки диверсификации, и считается одной из первых внедрила концепцию, что математические модели могут быть применены для инвестирования. Роберт Мертон, Пионер в современной финансовой теории, получил Нобелевскую премию за свои исследования в работе математических методов для ценообразования производных. Работа Марковица и Мертон заложил основу для количественного (Квант) подход к инвестированию.
В отличие от традиционных качественных инвестиционных аналитиков, кванты не посещать учреждения, встретятся команды управления или исследования продукции фирмы продают в целях выявления конкурентных преимуществ. Они часто не знают или заботятся о качественных аспектов деятельности компаний они инвестируют, опираясь чисто на математику, чтобы принимать инвестиционные решения.
Менеджеры хедж-фондов восприняли методологию и достижения в вычислительной технике, что дальнейшее развитие области, так как сложные алгоритмы могут быть рассчитаны в мгновение ока. Поле расцвело в период дотком бума и спада, как кванты в значительной степени избежать угара технологий бюст и крах рынка.
В то время как они наткнулись во время Великой рецессии, Квант стратегий остаются в использовании сегодня и обрели особое внимание на их роль высокочастотного трейдинга (hft), которая опирается на математику, чтобы принимать торговые решения. Количественные инвестирования также широко практикуется как в качестве автономной дисциплины, и в сочетании с традиционными качественного анализа для возвращения повышения и снижения рисков.
Данные, Везде Данные
Расцвет компьютерной эры позволило хруст огромные объемы данных в чрезвычайно короткие промежутки времени. Это привело к более сложным количественных торговых стратегий, так как трейдеры стремятся выявить закономерности, модели эти модели и использовать их для прогнозирования движения цен на ценные бумаги.
Кванты реализовать свои стратегии, используя общедоступные данные. Идентификация моделей позволяет их настроить автоматические триггеры на покупку или продажу ценных бумаг. Например, торговая стратегия на основе паттернов объем торгов может быть выявлена корреляция между объемом торгов и цены. Так, если объем торгов по конкретной акции повышается, когда цена акций достигнет $25 за акцию и падает, когда цена достигнет $30, Квант может настроить автоматическое купить за $25. 50 и автоматическим продавать по $29. Пятьдесят.
Аналогичные стратегии могут быть основаны на прибыли, прогнозы, заработок, заработок сюрпризов и множество других факторов. В каждом случае, чисто трейдеров Квант плевать на перспективы продаж компании, команды управления, качества продукции или любой другой аспект своего бизнеса. Они размещают свои заказы на покупку и продажу, основываясь строго на цифры учитываются в модели они определили.
За Успехи
Количественный анализ можно использовать для выявления паттернов, которые могут поддаются прибыльных сделок безопасности, но это не его единственная ценность. А зарабатывание денег-это цель каждого инвестора могут понять, количественный анализ также может быть использован, чтобы уменьшить риск.
В погоне за так называемой “поправкой на риск возвращается” включает сравнение риска меры, такие как Альфа, бета, R-квадрат, стандартное отклонение и коэффициент Шарпа для определения инвестиций, что обеспечит самый высокий уровень доходности для данного уровня риска. Идея заключается в том, что инвесторы должны занимать не больше риска, чем это необходимо для достижения их целевой уровень доходности.
Таким образом, если данные показывают, что две инвестиции могут генерировать доход, но это будет гораздо более нестабильной с точки зрения вверх и вниз качели цена, кванты (и здравый смысл) рекомендовал бы менее рискованным вложением денег. Опять же, кванты не волнует, кто управляет инвестициями, что его баланс выглядит, какой продукт помогает ему зарабатывать деньги или любой другой качественный фактор. Они полностью сосредоточиться на цифры и выбрать инвестиции, которые (говоря математическим языком) обладает низкой степенью риска.
Портфелей риск-четности-это пример Квант-стратегии в действии. Основная концепция предполагает принятия решений о распределении активов, основанный на волатильности рынка . Когда волатильность снижается, уровень риска на портфель идет вверх. Когда волатильность растет, уровень риска на портфель понижается.
Чтобы сделать пример немного более реалистичным, рассмотрим портфель, который делит активы между наличными и s&ампер;P 500 в индексный фонд. Используя Чикагская Биржа опционов волатильности Индекс (vix) в качестве прокси для волатильности фондового рынка, когда волатильность поднимается, нашего гипотетического портфеля будут перекладывать свои активы на наличные деньги. Когда волатильность снижается, наш портфель будет перекладывать активы в s&ампер;P 500 в индексный фонд. Модели могут быть существенно более сложными, чем мы здесь, возможно, в том числе акции, облигации, товары, валюты и другие инвестиции, но концепция остается той же.
Преимущества
Квант трейдинг-это процесс беспристрастный принятия решений. Узоры и цифры все это дело. Это эффективный купить/продать дисциплины, а могут быть выполнены последовательно, без эмоций, которые часто связаны с финансового решения.
Это также экономически эффективную стратегию. Поскольку компьютеры выполняют работу, фирм, которые полагаются на Квант стратегий не нужно нанимать большое, дорогие команды аналитиков и портфельных менеджеров. Не нужно путешествовать по стране или миру проверок юридических лиц и встречи с руководством для оценки потенциальных инвестиций. Они просто использовали компьютеры для анализа данных и выполнения сделок.
Риски
“Ложь, наглая ложь и статистика” - это цитата часто используется для описания множества способов, в данные можно манипулировать. В то время как количественные аналитики стремятся выявить закономерности, процесс отнюдь не дурака. Анализ предполагает выбраковку через огромные объемы данных. Выбирая нужные данные отнюдь не гарантия, так как шаблоны, которые появляются, чтобы предложить определенные результаты могут работать прекрасно, пока они не. Даже когда появится образец, на работу, проверка моделей может быть проблемой. Как каждый инвестор знает, нет верных ставок.
Переломные моменты, такие как спад фондового рынка 2008-2009 годов, может быть жестким на эти стратегии, в качестве модели может внезапно измениться. Также важно помнить, что данные не всегда говорят всю историю. Люди могут видеть, скандал или смена руководства, как он развивается, в то время как чисто математический подход не обязательно делать так. Кроме того, стратегия становится менее эффективным по мере увеличения числа инвесторов, пытаться использовать это. Узоры, что работа станет менее эффективной, поскольку все больше и больше инвесторов пытаются получить прибыль от него.
Нижняя Линия
Многие инвестиционные стратегии использовать сочетание количественных и качественных стратегий. Они используют Квант стратегий для выявления потенциальных инвестиций, а затем использовать качественный анализ, чтобы занять свои исследовательские усилия на следующий уровень в определении окончательного инвестиционного.
Они могут также использовать качественное понимание для выбора инвестиций и данные Квант для управления рисками. В то время как количественные, так и качественные инвестиционные стратегии есть свои сторонники и свои критики, стратегии не должны быть взаимоисключающими.





Комментарии


Ваше имя:

Комментарий:

ответьте цифрой: дeвять + пять =



Простой Обзор Количественного Анализа