Estratégias de Quant - São eles para você As estratégias de investimento quantitativas evoluíram em ferramentas muito complexas com o advento de computadores modernos, mas as raizes das estratégias vão para trás sobre 70 anos. Eles são geralmente executados por equipes altamente educadas e usar modelos proprietários para aumentar sua capacidade de bater o mercado. Há mesmo off-the-shelf programas que são plug-and-play para aqueles que procuram simplicidade. Quant modelos sempre funcionam bem quando volta testado, mas suas aplicações reais e taxa de sucesso são discutíveis. Enquanto eles parecem funcionar bem em mercados de touro. Quando os mercados se esgotam, estratégias quantirais estão sujeitas aos mesmos riscos que qualquer outra estratégia. A História Um dos fundadores do estudo da teoria quantitativa aplicada às finanças foi Robert Merton. Você só pode imaginar o quão difícil e demorado o processo foi antes do uso de computadores. Outras teorias em finanças também evoluíram a partir de alguns dos primeiros estudos quantitativos, incluindo a base da diversificação de portfólio baseada na moderna teoria da carteira. O uso de ambos os recursos financeiros quantitativos e cálculos levou a muitas outras ferramentas comuns, incluindo uma das mais famosas, Black-Scholes fórmula opção de preço, que não só ajuda os investidores opções de preços e desenvolver estratégias, mas ajuda a manter os mercados em cheque com liquidez. Quando aplicado diretamente ao gerenciamento de portfólio. O objetivo é como qualquer outra estratégia de investimento. Para adicionar valor, alfa ou excesso retorna. Quants, como os desenvolvedores são chamados, compõem modelos matemáticos complexos para detectar oportunidades de investimento. Existem tantos modelos lá fora como quants que desenvolvê-los, e todos afirmam ser o melhor. Uma das estratégias de investimento mais vantajosas é que o modelo, e, em última instância, o computador, faz a decisão real de compra, não um ser humano. Isso tende a remover qualquer resposta emocional que uma pessoa pode experimentar ao comprar ou vender investimentos. As estratégias de Quant são agora aceitas na comunidade de investimento e geridas por fundos mútuos, hedge funds e investidores institucionais. Eles normalmente vão pelo nome alfa geradores. Ou alfa gens. Atrás da cortina Assim como em O Mágico de Oz, alguém está por trás da cortina que conduz o processo. Como com qualquer modelo, seu somente tão bom quanto o ser humano que desenvolve o programa. Embora não exista um requisito específico para se tornar um quant, a maioria das empresas que executam modelos quant combinam as habilidades de analistas de investimento, estatísticos e programadores que codificam o processo para os computadores. Devido à natureza complexa dos modelos matemáticos e estatísticos, é comum ver credenciais como pós-graduação e doutorado em finanças, economia, matemática e engenharia. Historicamente, esses membros da equipe trabalhavam nos back offices. Mas como os modelos de quant tornou-se mais comum, o back office está se movendo para o front office. Benefícios de estratégias Quant Enquanto a taxa de sucesso global é discutível, a razão de algumas estratégias quant trabalho é que eles são baseados na disciplina. Se o modelo estiver certo, a disciplina mantém a estratégia trabalhando com computadores de velocidade relâmpago para explorar ineficiências nos mercados com base em dados quantitativos. Os modelos em si podem ser baseados em tão pouco como algumas razões como PE. Dívida para capital próprio e crescimento de lucros, ou usar milhares de insumos trabalhando juntos ao mesmo tempo. Estratégias bem sucedidas podem pegar em tendências em seus estágios iniciais como os computadores constantemente executar cenários para localizar ineficiências antes que outros fazem. Os modelos são capazes de analisar um grupo muito grande de investimentos simultaneamente, onde o analista tradicional pode estar olhando apenas alguns de cada vez. O processo de triagem pode classificar o universo por níveis de grau como 1-5 ou A-F dependendo do modelo. Isso torna o processo de negociação real muito simples, investindo nos investimentos altamente cotados e vendendo os mais baixos. Modelos Quant também abrem variações de estratégias como longo, curto e longshort. Fundos quant bem sucedidos mantêm um olho afiado no controle de risco devido à natureza de seus modelos. A maioria das estratégias começa com um universo ou benchmark e usa ponderações setoriais e industriais em seus modelos. Isso permite que os fundos controlem a diversificação até certo ponto sem comprometer o próprio modelo. Os fundos Quant funcionam normalmente em uma base de custo mais baixo porque eles não precisam de tantos analistas tradicionais e gerentes de portfólio para executá-los. Desvantagens de estratégias Quant Há razões por que tantos investidores não abraçar totalmente o conceito de deixar uma caixa preta executar seus investimentos. Para todos os fundos quant bem sucedidos lá fora, assim como muitos parecem ser malsucedido. Infelizmente para a reputação dos quants, quando falham, falham grande. Long-Term Capital Management foi um dos mais famosos fundos de hedge, já que foi administrado por alguns dos mais respeitados líderes acadêmicos e dois economistas premiados com o Nobel Memorial, Myron S. Scholes e Robert C. Merton. Durante os anos 90, sua equipe gerou retornos acima da média e atraiu capital de todos os tipos de investidores. Eles eram famosos por não apenas explorar as ineficiências, mas usando o acesso fácil ao capital para criar enormes apostas apalancadas nas direções do mercado. A natureza disciplinada de sua estratégia realmente criou a fraqueza que levou ao seu colapso. Long-Term Capital Management foi liquidada e dissolvida no início de 2000. Seus modelos não incluem a possibilidade de que o governo russo poderia inadimplência em parte de sua própria dívida. Esse evento desencadeou eventos e uma reação em cadeia ampliada pelo caos causado pela alavancagem. A LTCM estava tão envolvida com outras operações de investimento que seu colapso afetou os mercados mundiais, desencadeando eventos dramáticos. A longo prazo, o Federal Reserve interveio para ajudar, e outros bancos e fundos de investimento apoiou LTCM para evitar quaisquer danos adicionais. Esta é uma das razões pelas quais os fundos podem fracassar, pois são baseados em eventos históricos que podem não incluir eventos futuros. Enquanto uma equipe de quant forte vai constantemente adicionando novos aspectos aos modelos para prever eventos futuros, é impossível prever o futuro cada vez. Quant fundos também podem se tornar oprimido quando a economia e os mercados estão experimentando maior do que a volatilidade média. Os sinais de compra e venda podem vir tão rapidamente que a alta rotatividade pode criar comissões elevadas e eventos tributáveis. Quant fundos também podem representar um perigo quando eles são comercializados como à prova de urso ou são baseados em estratégias de curto. Previsões de recessão. Usando derivativos e combinando alavancagem pode ser perigoso. Uma vez errada pode levar a implosões, que muitas vezes fazem a notícia. O Bottom Line As estratégias de investimento quantitativo evoluíram de caixas pretas de back office para ferramentas de investimento mainstream. Eles são projetados para utilizar as melhores mentes nos negócios e os computadores mais rápidos para explorar as ineficiências e usar alavancagem para fazer apostas no mercado. Eles podem ser muito bem sucedidos se os modelos têm incluído todas as entradas direito e são ágeis o suficiente para prever eventos anormais do mercado. Por outro lado, enquanto os fundos quant estão rigorosamente testados até que funcionam, a sua fraqueza é que eles dependem de dados históricos para o seu sucesso. Embora o estilo de estilo de investimento tem seu lugar no mercado, é importante estar ciente de suas deficiências e riscos. Ser coerente com as estratégias de diversificação. É uma boa idéia para tratar estratégias quant como um estilo de investimento e combiná-lo com estratégias tradicionais para alcançar a diversificação adequada. Um tipo de estrutura de remuneração que os gestores de fundos de hedge normalmente empregam em que parte da remuneração é baseado no desempenho. Uma proteção contra a perda de renda que resultaria se o segurado faleceu. O beneficiário nomeado recebe o. Uma medida da relação entre uma mudança na quantidade demandada de um bem particular e uma mudança em seu preço. Preço. O valor de mercado total do dólar de todas as partes em circulação de uma companhia. A capitalização de mercado é calculada pela multiplicação. Frexit curto para quotFrancês exitquot é um spin-off francês do termo Brexit, que surgiu quando o Reino Unido votou. Uma ordem colocada com um corretor que combina as características de ordem de parada com as de uma ordem de limite. Este livro aborda aplicações práticas selecionadas e desenvolvimentos recentes nas áreas de modelagem financeira quantitativa em instrumentos derivativos, alguns dos quais são da própria pesquisa e prática dos autores. É escrito do ponto de vista de engenheiros financeiros ou praticantes, e, como tal, coloca mais ênfase nas aplicações práticas da matemática financeira no mercado real do que a própria matemática com condições técnicas precisas (e tediosas). Ele tenta combinar insights econômicos com matemática e modelagem de modo a ajudar o leitor a desenvolver intuições. Entre as modelagens e as técnicas numéricas apresentadas estão as aplicações práticas das teorias de martingale, como a modelagem de martingale ea reamostragem e interpolação de martingale. Além disso, o livro aborda a modelagem de risco de crédito da contraparte, os preços e as estratégias de arbitragem a partir da perspectiva de uma funcionalidade de front office e um centro de receita (e não apenas uma funcionalidade de gerenciamento de risco), que são desenvolvimentos relativamente recentes e têm importância crescente. Ele também discute várias estratégias de negociação estruturante e toques em alguns produtos de crédito híbridos IRFX popular, como PRDC, TARN, Snowballs, Snowbears, CCDS e extintores de crédito. Embora o escopo principal deste livro seja o mercado de renda fixa (com foco adicional no mercado de taxas de juros), muitas das metodologias apresentadas também se aplicam a outros mercados financeiros, como os mercados de crédito, patrimônio, câmbio e commodities. Conteúdo: Teoria e Aplicações da Modelagem de Derivativos: Introdução ao Risco de Crédito de Contraparte Martingale Arbitrage Preços no Mercado Real A Estrutura de BlackScholes e Extensões Martingale Reamostragem e Interpolação Introdução ao Modelo de Estrutura a Prazo de Taxa de Juros Taxa de Juros Simples Modelo de Risco de Dois Fatores Taxa de Juros de Dois Fatores Taxa de Juros Arbitragem Rendimento Modelo de Decomposição Inflação Instrumentos Vinculados Modelagem Taxa de Juros Estratégias de Negociação Proprietárias Leitores: Leitores avançados que trabalham ou estão interessados No mercado de renda fixa. Yi Tang está atualmente com Morgan Stanley amp Co. Inc. como chefe de CVA Strategies Group. Anteriormente, era Gerente Geral e chefe da Divisão de Análise Quantitativa da Shinsei Securities, responsável pela modelagem de derivativos em IR, FX, Equity, Credit, Commodity, bem como IRFX, IREquity e outros híbridos. Ele também trabalhou na Goldman, Sachs amp Co. Inc. como chefe do CVA Strategies Group na FICC, e na Bear, Stearns amp Co. Inc. como Managing DirectorPrincipal no departamento FAST e chefe de um grupo Quant responsável pela parte Da modelagem de derivativos de RI e parte da modelagem de derivados híbridos IRCredit. Antes de mudar para o campo de Finanças Quantitativas, ele trabalhou como professor assistente adjunto e pesquisador pós-doutorado em Física na UCLA. Yi foi um orador convidado em vários conferencesseminars sobre Finanças Quantitativas. Ele recebeu seu PhD em Física da Universidade da Califórnia em Los Angeles (UCLA) em 1992. Bin Li atualmente é o Chief Operating Officer da Ping Capital Management, um macro hedge fundo global em Nova York. Antes disso, Bin foi presidente e CIO da Entropy Partners, LLC. Antes disso, Bin foi presidente e CEO da Tradetrek Inc. e co-fundou a AAStocks International (aastocks), uma empresa de sites financeiros em Hong Kong. De 1993 a 1998, Bin desempenhou funções em vários cargos, incluindo Vice-Presidente do Grupo de Análise Quantitativa da Merrill Lynch e Director Executivo de Estratégias de Negociação Quantitativa Global no UBS. Bin é um internacionalmente conhecido pesquisador e praticante no setor financeiro e tem sido um palestrante convidado em muitas conferências workshops sobre Finanças Quantitativas. Bin recebeu seu PhD em Física da Universidade de Nova York em 1992. Este estado da arte texto enfatiza vários tópicos contemporâneos em derivados de renda fixa a partir de uma perspectiva de praticantes. A combinação da tecnologia martingale com os conhecimentos práticos dos autores contribui enormemente para o sucesso dos livros. Para aqueles que desejam relatórios oportunos diretamente das trincheiras, este livro é uma obrigação. Peter Carr, PhD Diretor do Programa de Mestrado em Finanças Matemáticas Courant Institute, NYU É bastante óbvio que os autores têm significativa experiência prática em análise quantitativa sofisticada e modelagem de derivativos. Este foco do mundo real resultou em um texto que não só fornece apresentações claras sobre modelagem, preços e hedging de produtos derivados, mas também fornece material mais avançado que normalmente é encontrado apenas em publicações de pesquisa. Este livro tem idéias inovadoras, aplicações de última geração e contém uma riqueza de informações valiosas que interessam a acadêmicos, aplicados modeladores de derivativos quantitativos e comerciantes. Peter Ritchken Kenneth Walter Haber Professor Departamento de Bancos e Finanças, Weatherhead School of Management, Case Western Reserve University Escrito por dois Quants produção experiente, este livro contém uma riqueza de métodos práticos e conhecimentos úteis que foram testados e testados. Ao abordar novas tarefas, a maioria dos Quants se preocupa com as melhores práticas. Junto com especialista publicado artigos, etc, este livro é uma obrigação para ajudar a calibrar julgamento. Atualmente, uma das dezenas de livros de matemática-finanças selecionados que realmente devem estar em uma prateleira Alan Brace Universidade de Tecnologia Sydney Escola de Finanças e EconomiaQuantitativo Estratégias de Negociação Negociações com base em eventos corporativos antecipados, como a fusão antecipada ou atividade take-over ou declaração de falência. Também chamado de arbitragem de risco. Negociação de Valor Relativo vs. Negociação Direcional A maioria das estratégias de negociação de hedge funds quantitativas se enquadram em uma de duas categorias: aquelas que usam estratégias de Valor Relativo e aquelas cujas estratégias seriam caracterizadas como Direcionais. Ambas as estratégias utilizam fortemente modelos de computador e software estatístico. As estratégias de Valor Relativo tentam capitalizar relações de preços previsíveis (geralmente relações de reversão de média) entre múltiplos ativos (por exemplo, a relação entre as taxas de curto prazo do Tesouro Americano vs. Volatilidade em dois contratos de opções diferentes). As estratégias direcionais, por sua vez, normalmente baseiam-se em tendências ou em outros caminhos baseados em padrões sugerindo um impulso ascendente ou descendente para um título ou conjunto de valores mobiliários (por exemplo, apostando que os rendimentos dos títulos do Tesouro dos EUA a longo prazo aumentarão ou que a volatilidade implícita será declínio). Estratégias de Valor Relativo Exemplos comuns de estratégias de Valor Relativo incluem colocar apostas relativas (ou seja, comprar um ativo e vender outro) em ativos cujos preços estão intimamente ligados: Títulos públicos de dois países diferentes Títulos públicos de dois comprimentos diferentes até o vencimento O diferencial na volatilidade implícita entre dois derivativos Os preços das ações versus os preços dos títulos para um emissor de títulos corporativos Os spreads de rendimento das obrigações de empresas contra os spreads de Credit Default Swap (CDS) A lista de potenciais estratégias de Valor Relativo está muito acima são apenas alguns exemplos. Há três estratégias de Valor Relativo muito importantes e comumente usadas para serem percebidas: Arbitragem Estatística: negociação de uma tendência de reversão média dos valores de cestas similares de ativos com base em relações comerciais históricas. Uma forma comum de Arbitragem Estatística, ou Stat Arb, negociação, é conhecida como Equity Market Neutral trading. Nesta estratégia, são escolhidas duas cestas de acções (uma cesta comprida e uma cesta curta), com o objectivo de que os pesos relativos das duas cestas deixem o fundo com uma exposição líquida nula a vários factores de risco (indústria, geografia, sector, etc. .) Stat Arb também poderia envolver a negociação de um índice contra um ETF semelhante, ou um índice versus estoque de uma única empresa. Arbitragem Convertible: compra de emissões de obrigações convertíveis por uma empresa e simultaneamente venda de ações ordinárias da mesma empresa, com a idéia de que, se o estoque de uma determinada empresa diminuir, o lucro da posição curta compensará mais do que qualquer perda na obrigação convertível Dado o valor das obrigações convertíveis como um instrumento de rendimento fixo. Da mesma forma, em qualquer movimento de preço para cima da ação ordinária, o fundo pode lucrar com a conversão de suas obrigações convertíveis em ações, vendendo esse estoque pelo valor de mercado por um montante que exceda quaisquer perdas em sua posição vendida. Arbitragem de renda fixa: negociação de títulos de renda fixa em mercados de obrigações desenvolvidos para explorar anomalias de taxa de juros relativas percebidas. Posições de Arbitragem de Renda Fixa podem usar títulos do governo, swaps de taxas de juros e futuros de taxas de juros. Um exemplo popular deste tipo de negociação em arbitragem de renda fixa é o comércio de base, no qual se vende (compra) futuros do Tesouro, e compra (vende) uma quantidade correspondente do vínculo entregável potencial. Aqui, está a tomar uma opinião sobre a diferença entre o preço à vista de uma obrigação eo preço do contrato de futuros ajustado (factor de conversão de preços de futuros) e negociar os pares de activos em conformidade. Estratégias direcionais As estratégias de negociação direcional, por sua vez, normalmente baseiam-se em tendências ou em outros caminhos baseados em padrões sugerindo um impulso ascendente ou descendente para um preço de segurança. Negociação direcional muitas vezes incorporar alguns aspectos da Análise Técnica ou gráficos. Isso envolve a previsão da direção dos preços através do estudo de dados de mercado de preços e volumes anteriores. A direção a ser negociada pode ser a de um ativo em si (impulso nos preços das ações, por exemplo, ou a taxa de câmbio do dólar) ou um fator que afeta diretamente o próprio preço do ativo (por exemplo, volatilidade implícita para opções ou juros Taxas para títulos públicos). O comércio técnico também pode compreender o uso de médias móveis, bandas em torno do desvio padrão histórico dos preços, níveis de suporte e resistência e taxas de variação. Tipicamente, os indicadores técnicos não constituiriam a única base para uma estratégia de investimento Quantitative Hedge Funds Quant Hedge Funds emprega muitos fatores adicionais além das informações históricas sobre preços e volumes. Em outras palavras, os fundos de hedge quantitativos que empregam estratégias de negociação direcional geralmente têm estratégias quantitativas gerais que são muito mais sofisticadas do que a análise técnica geral. Isto não é para sugerir que os comerciantes dia não pode ser capaz de lucrar com a análise técnica, ao contrário, muitas estratégias de negociação baseada em momentum pode ser rentável. Assim, para efeitos deste módulo de formação, as referências às estratégias de negociação do Quant Hedge Fund não incluirão apenas estratégias baseadas na Análise Técnica. Outras Estratégias Quantitativas Outras abordagens de negociação quantitativa que não são facilmente categorizadas como Estratégias de Valor Relativo ou Estratégias Direcionais incluem: Negociação de Alta Frequência. Onde os comerciantes tentam tirar proveito das discrepâncias de preços entre plataformas múltiplas com muitos negócios durante todo o dia. As estratégias de Managed Volatility usam futuros e contratos a termo para se concentrarem na geração de retornos absolutos baixos, mas estáveis, LIBOR-plus, aumentando ou diminuindo dinamicamente o número de contratos. As volatilidades subjacentes dos mercados de ações, títulos e outros mercados mudam. As estratégias de volatilidade gerenciada ganharam popularidade nos últimos anos devido à recente instabilidade dos mercados de ações e de títulos. LarrQue é um Fundo de Hedge Quantitativo Top Quantitative Hedge Fundsrarr
No comments:
Post a Comment