Алготрейдинг в России – как это работает

Первые торговые алгоритмы появились в США еще в 70-х годах прошлого века - Эдвард Торп, профессор математики из MIT спрогнозировал изменение цены актива, основываясь на теории вероятностей и закона больших чисел. Его фонд, основанный в 1969 году за 18 лет более чем в два раза обогнал индекс S&P500, превратив 1,4 млн в 273 млн долларов США.

Торп считается родоначальником так называемого «количественного инвестирования» - метода, который сегодня применяют практически все крупнейшие финансовые компании на Уолл Стрит – от Citadel до JP Morgan. В России по такой модели работает инвестиционная компания Алго Капитал.

Стратегии количественного инвестирования – высокотехнологичный, наукоёмкий продукт. Одна стратегия состоит из тысяч торговых алгоритмов. Алгоритмы создаются учёными (т.н. «квантами») на основе закона больших чисел, количественного анализа, теории вероятностей, статистики и других законов математики. В 2018 году пять из шести крупнейших фондов полностью или в значительной мере использовали стратегии количественного инвестирования (по данным Institutional Investor).

В основе количественного метода инвестирования – статистический анализ различных характеристик рынка, и любые изменения в логику работы стратегии вносятся на основе статистически значимых результатов. Еще один важный принцип работы торговых систем – это полная автоматизация инвестиционного процесса, человеческий фактор полностью исключен.

Первая стратегия, построенная на количественных методах анализа, была запущена на Московской Бирже в 2010 году. В 2011 году появилась вторая стратегия, оперирующая 24 финансовыми инструментами на 7 международных биржах. К 2018 году число используемых финансовых инструментов достигло 84, бирж – 19.

На сегодняшний день Алго Капитал использует две стратегии – на российском и международном рынках. Основная стратегия NC3816 работает на 19 мировых биржах и предназначена только для квалифицированных инвесторов. Её средняя доходность с момента основания в 2011 году превышает 35% в долларах США. Вторая стратегия носит название «Энергия», в её портфеле – 14 фьючерсов срочного рынка Московской Биржи. Доходность стратегии «Энергия» публикуются в открытом доступе на сайте Московской Биржи с мая 2017 года. На момент публикации стратегия компании занимает первую строчку рейтинга агрессивных стратегий на Московской Бирже, а её средняя годовая доходность превышает 65% в российских рублях.

Система Алго Капитал регулярно обновляется, чтобы соответствовать изменяющимся рыночным условиям. Все алгоритмы проходят оптимизацию на исторических данных. Алгоритмы с положительным матожиданием прибыли начинают работать на реальных торгах с небольшой аллокацией, а в основной состав стратегии попадают только те, что показывают стабильные положительные результаты. Для стратегии выбираются максимально некоррелированные между собой по результату алгоритмы, чтобы они могли компенсировать возможные просадки друг друга. На сегодняшний день в стратегии NC3816 задействовано около 5000 таких алгоритмов, в Энергии – более 2500.

Качество стратегии определяется главным образом соотношением доходности к риску, то есть коэффициентом Шарпа. Шарп показывает отношение средней годовой доходности к стандартному отклонению годовой доходности. Чем выше коэффициент Шарпа, тем ровнее кривая доходности стратегии. Коэффициент Шарпа непосредственно связан с вероятностью получить положительный доход на заданном горизонте времени. В числителе формулы коэффициента Шарпа стратегии стоит множителем корень квадратный из N, где N – число алгоритмов, а в знаменателе – значение среднего коэффициента корреляции алгоритмов между собой. У худших алгоритмов в портфеле Шарп может быть небольшой, всего лишь 0.15-0.2. Но за счет количества и минимальной корреляции алгоритмов между собой итоговый Шарп стратегии колеблется в районе 1.5-2.

Прошедший год был самым насыщенным за все 8 лет работы стратегии на мировых рынках. Начался год успешно - стратегия NC3816 закрыла первый квартал с результатом +27.6%. Но уже второй квартал стал серьезным испытанием для большинства квантовых стратегий – ФРС многократно увеличило темпы сокращения портфеля ценных бумаг на своем балансе, забирая ликвидность с рынка. С конца августа рынок постепенно пришел в «норму», что позволило стратегии не только компенсировать просадку, но и переписать апрельский максимум в начале декабря. Начиная с середины декабря на рынки вернулись хаотичные движения, спровоцированные скандалом вокруг остановки работы правительства США и возможными отставками председателя ФРС и министра финансов, что привело к потерям как по итогам месяца, так и по году в целом. Результат стратегии NC3816 в декабре составил -26,29%, результат за 2018 год -4,58% в долларах США. Рублевая стратегия «Энергия», несмотря на значительную просадку в декабре (-19.27%), по итогам года демонстрирует прирост - за год стратегия заработала 182.77%.

Ниже приведена таблица сравнения результатов фондов – провайдеров стратегий количественного инвестирования, а также индексов BARCSYST и SG CTA за 2018 год. Для корректности сравнения фондов, их месячные доходности скорректированы на разницу в волатильности по сравнению с NC3816 (т.е. умножены на соответствующие коэффициенты - К). Данные по доходности представлены с учетом удержанной комиссии по данным самих фондов.

Источник Barclay Hedge

Основное отличие квантовых стратегий от других альтернативных инвестиций заключается в том, что конкретный результат за день, месяц или иногда даже год ни о чем не говорит и никаких выводов о работе стратегии сделать нельзя. Для того, чтобы поверить в работу стратегии, важно понимать статистическую природу заработка. Необходим довольно длительный срок ожидания, за который количество и прибыль от положительных сделок превышает количество и убыток от отрицательных, при этом даже в процессе такого ожидания возможны перекосы.

Российским финансовым компаниям так или иначе придется догонять западный опыт. Пока Алго Капитал использует пять тысяч алгоритмов и сотню биржевых инструментов, лидеры американского рынка работают с десятками тысяч алгоритмов и несколькими тысячами инструментов. Развиваются технологии big data, искусственный интеллект, алгоритмы становятся самообучаемыми. Примером могут служить генетические алгоритмы, Q-learning, квант-ментальный подход (речь идет о слиянии двух типов инвестирования – фундаментального и количественного, получившем название quantamental) - в США это уже отдельное направление, конкурирующее с традиционными стратегиями количественного инвестирования.

Материал подготовлен на основе интервью Михаила Ханова для телеграмм канала MMI Russia. Ссылка на источник https://t.me/russianmacro/4373