Hlavní navigace

Jak při investování funguje kvantitativní analýza?

7. 11. 2014
Doba čtení: 7 minut

Sdílet

Investování může být velmi náročná zkušenost po stránce emocí. Ponořte se do oblasti matematiky/statistiky a pracujte především s historickými daty.

Zaměstnanci, výrobky a historie společností můžou pomoci zvýšit sympatie investorů ke konkrétnímu cennému papíru. Vyhlídka na získání nebo ztrátu velkého množství peněz může ovlivnit chování investorů, které se tak stává iracionální. Všechna potencionální maxima, minima a názory spojené s investováním může zastínit základní cíl – vydělat nějaké peníze. Ve snaze vyhnout se všem zmíněným skutečnostem je zde možnost použít kvantitativní přístup při investování, který věnuje plnou pozornost reálným číslům místo zaměření se na něco nereálného.

Vstup do kvantitativního světa

Harrymu Markowitzovi je obecně přisuzován počátek kvantitativního investování, když v březnu 1952 publikoval v The Journal of Finance velmi slavný příspěvek s názvem „Portfolio Selection“. Markowitz použil matematiku pro kvantifikování diverzifikace a je uváděn jako otec konceptu matematických modelů, které mohou být použité pro investování.

Robert Merton, průkopník v oblasti moderní finanční teorie, získal Nobelovu cenu za výzkum matematických metod použitých pro ocenění derivátů. Práce Markowitze a Mertona položila základ pro kvantitativní přístup k investování. Na rozdíl od tradičních kvalitativních investičních analytiků ti kvantitativní nenavštěvují společnosti, nepotkávají se s jejich managementem a ani neprozkoumávají výrobky, které firmy prodávají, ve snaze identifikovat konkurenční výhody. Často sami neznají nebo se prostě nestarají o kvalitativní aspekty společností, do kterých investují, protože se spoléhají pouze na matematiku při rozhodování.

Manažeři hedge fondů přijali tuto metodologii a rozvoj počítačových technologií, které dále posunuly tuto oblast, protože mohly být použity komplexní algoritmy pro velmi rychlé výpočty v podstatě během mrknutí oka. Tato oblast prosperovala během takzvaného dot-com vzestupu i následné krize, protože se kvantitativní přístup vyhnul šílenství spojenému s bankroty v technologickém sektoru a zhroucení trhu. Kvantitativní strategie zůstaly používané i v dnešní době a získaly velkou pozornost například v oblasti vysokofrekvenčního obchodování (HFT), které se opírá o matematiku během rozhodování o uskutečnění obchodu. Kvantitativní investování je praktikováno jako samostatná disciplína a také ve spojení s tradiční kvalitativní analýzou s cílem zvýšení výnosu a zároveň snížení rizika.

Všude samá data

Díky vzestupu éry počítačů se bylo možné „prokousat“ obrovskými objemy dat v mimořádně krátkém časovém období. Toto vedlo ke stále složitějším kvantitativním obchodním strategiím, protože se obchodníci snažili nejdříve identifikovat konzistentní vzory, následně tyto vzory zahrnout do modelů a na základě nich predikovat pohyby v cenách cenných papírů.

Kvantitativní přístup implementuje své strategie s použitím veřejně dostupných informací. Identifikace vzorů jim umožní nastavení automatických spouštěcích příkazů pro nákup nebo prodej cenných papírů. Například může obchodní strategie, která je založená na vzorech objemu obchodů, identifikovat korelaci mezi objemem obchodů a cenou. Pokud by objem obchodů s vybranou akcií historicky vzrostl v případech, kdy se cena akcie dotkne úrovně 25 CZK, a klesnul by při překročení hranice 30 CZK za akcii, tak by mohl být automaticky nastaven příkaz k nákupu na úrovni 25,50 CZK za akcii a k prodeji při 29,50 CZK za akcii. Podobné strategie mohou být založené na zisku společností, prognózách spojených s vývojem zisku, neočekávaném zisku a řadě dalších faktorů. Každopádně se však kvantitativní obchodníci nezajímají o prodejní prospekty společnosti, management společnosti, kvalitu výrobků nebo jakýkoliv jiný aspekt daného byznysu. Jejich příkazy k nákupu a prodeji jsou založené výhradně na číslech vysvětlujících vzory, které byly identifikovány.

Další cíle mimo zisku

Kvantitativní analýza může být použitá k identifikaci vzorů, které mohou vést samy o sobě k ziskovým obchodům s cennými papíry, ale to nepochybně není jediný význam tohoto přístupu. Zatímco vydělání nějakých peněz je cíl, kterému rozumí každý investor, kvantitativní analýza může být použitá také ke snížení rizika. Snaha o takzvaně o riziko očištěné výnosy zahrnuje srovnání rizikových měřítek, mezi které můžeme zařadit alfu, betu, R2 (R-square), směrodatnou odchylku a Sharpeho poměr, za účelem určení investice, která bude poskytovat nejvyšší úroveň výnosu v relaci k dané úrovni podstupovaného rizika. Základní myšlenkou je fakt, že by investoři neměli podstupovat větší úroveň rizika, než je nezbytné pro dosažení jejich cílové úrovně v oblasti výnosu. Takže pokud data ukazují, že budou dvě investiční příležitosti generovat podobné výnosy, ale první z nich bude mnohem volatilnější z hlediska pohybu cen nahoru a dolů, tak by kvantitativní přístup (a také zdravý rozum) doporučil druhou méně rizikovou investici. Opět platí, že kvantitativní analytiky nezajímá to, kdo řídí danou investici, jak vypadá bilance společnosti, které konkrétní výrobky přinášejí vysoké výnosy nebo jakýkoliv jiný kvalitativní faktor. Zaměřují se tak pouze na čísla a vybírají investice, které (matematicky řečeno) nabízejí nejnižší úroveň rizika.

Portfolia založená na rizikové paritě (risk parity) jsou příkladem strategií, které vychází z kvantitativního přístupu. Jedná se o strategie, kdy je alokace aktiv cílovaná na úrovně rizika různých komponentů v investičním portfoliu. Tato strategie dovoluje investorům zaměřit se na určité úrovně rizika a rozdělit riziko rovnoměrně přes celé investiční portfolio pro dosažení optimální diverzifikace portfolia. Jistým opakem jsou tradiční metody alokace aktiv, které jsou založené na držbě určitého procenta vybraných investičních instrumentů v portfoliu. Investor tak může držet například 60 % akcií a 40 % dluhopisů ve svém investičním portfoliu.

Základní koncept portfolií založených na rizikové paritě zahrnuje rozhodnutí o alokaci aktiv na základě volatility trhu. Když tato volatilita klesá, úroveň podstupovaného rizika v portfoliu roste. Pokud na druhé straně volatilita roste, úroveň podstupovaného rizika v portfoliu klesá. Pro vytvoření trochu realističtějšího příkladu zvažme portfolio, které dělí svá aktiva mezi hotovostní peníze a indexový fond na S&P 500. S použitím Chicago Board Options Exchange Volatility Index (takzvaný VIX), což je index zastupující volatilitu na americkém akciovém trhu, platí, že při růstu tržní volatility budeme aktiva v našem portfoliu přesouvat do hotovosti kvůli obavě z vyššího rizika v oblasti akcií. Naopak při poklesu volatility dojde k přesunu aktiv v rámci portfolia do indexového fondu na S&P 500. Modely můžou být mnohem komplexnější, než byl zmíněný příklad výše, při zahrnutí akcií, dluhopisů, komodit, měn a dalších investičních instrumentů, ale základní koncepce zůstává nadále ve stejné podobě.


Autor: Google finance; ticker VIX

Vývoj indexu VIX za posledních 7 let

Výhody kvantitativního přístupu

Obchodování založené na kvantitativním přístupu dělá rozhodovací proces emočně velmi chladným. Vzory a čísla jsou všechno, na čem ve skutečnosti záleží. Je to efektivní disciplína pro nákup a prodej cenných papírů, protože může být prováděna konzistentně a bez zásahu emocí, které jsou často spojovány s finančním rozhodováním a z toho vyplývajícím iracionálním chováním. Jedná se také o efektivní strategii po stránce nákladů. Vzhledem ke skutečnosti, že počítače udělají většinu práce, tak si společnosti spoléhající na kvantitativní strategie nemusí najímat velké a drahé analytické týmy a portfolio manažery. Stejně tak nemusí cestovat po celé zemi, ve které působí, nebo obecně po celém světě z důvodu prozkoumání společností a schůzkám s managementem s cílem posouzení potencionálních investic. Jednoduše používají počítače pro analyzování dat a následné vypořádání obchodů.

Rizika kvantitativního přístupu

„Lži, samé lži a statistické údaje“ je často používaná citace, která popisuje nesčetné množství způsobů, jak lze manipulovat s daty. Zatímco se kvantitativní analytici snaží identifikovat vzory, celý proces určitě není v žádném případě bezchybný. Analýza zahrnuje výběr velkého množství dat a výběr správných dat není v žádném případě garantován. Stejně tak se může po čase ukázat, že vybrané vzory z minulých dat úplně nereflektují současnou realitu a nedá se na ně plně spoléhat. I když se tedy zdá, že vzor bude fungovat, ověření tohoto předpokladu může být velkou výzvou. Jak jistě každý investor ví, v této oblasti je jistota spíše relativní věc.

Inflexní body, mezi které můžeme zařadit například velký a neočekávaný pokles akciového trhu v rozmezí let 2008 a 2009, může být velmi obtížné vyřešit v rámci kvantitativního přístupu, protože se mohou zažité vzory rychlostí blesku změnit. Poměrně velkým kritikem této oblasti je Nassim Nicholas Taleb, jehož knihy „Černá labuť: Následky vysoce nepravděpodobných událostí“ a „Zrádná nahodilost: O skryté roli náhody na trzích a v životě“ může autor článku doporučit k přečtení. Je také důležité si uvědomit, že data nemusí vždy říkat celý „příběh“. Lidé můžou vidět nějaký skandál nebo změnu ve vedení společnosti, což čistě matematický přístup nemusí nezbytně postřehnout. Strategie se také stává méně efektivní, pokud se ji snaží použít zvyšující se počet investorů. Takže i vzory, které jinak fungují, budou méně efektivní, protože se z nich bude snažit profitovat více a více investorů.

skoleni_15_4

Závěr článku

Mnoho investičních strategií používá kombinaci kvantitativního a kvalitativního přístupu. Tyto strategie používají kvantitativní přístup pro identifikaci potencionální investice, a poté zahrnou do rozhodování o finální investici navíc také kvalitativní analýzu, aby bylo dosaženo trochu odlišného pohledu na celou záležitost. Můžou také použít kvalitativní pohled pro výběr investice a kvantitativní data pro řízení rizik. I když mají kvantitativní i kvalitativní strategie své příznivce a odpůrce na obou stranách, samotné strategie se vzájemně vylučovat nemusí.

Inspirace pro překlad originálního článku od Jamese E. McWhinneyho nalezena na 

Byl pro vás článek přínosný?

Autor článku

Autor se zajímá o témata spojená s kapitálovými trhy.

Upozorníme vás na články, které by vám neměly uniknout (maximálně 2x týdně).