Секреты TSLab | Торговые роботы | События
24 Май

Доверительное управление активами. Портфель торговых роботов.

Доверительное управление активами. Портфель торговых роботов.

Наблюдая растущую в последнее время популярность людей к теме алгоритмического трейдинга, часто приходится отвечать на вопросы связанные с разработкой торговых роботов, поиском рабочих идей, диверсификацией алгоритмов, а также доверительного управления активами с помощью портфеля торговых систем. Хотелось бы остановиться подробнее на последнем вопросе.

Как известно, алготрейдинг является одним из направлений деятельности биржевых игроков. Он ничем не лучше и не хуже, например, дискретного трейдинга, скальпинга, инвестирования, торговли по техническому анализу и т.п. Просто у каждого торгового метода есть свои преимущества и недостатки. При этом доверительное управление активами с помощью портфеля торговых роботов по эффективности в несколько раз превышает классическое доверительное управление, осуществляемое большинством управляющих компаний. Как действует классическая управляющая компания? Схема простая: пришли деньги – купили ценные бумаги. Т.е. фактически управляющий сидит в бумагах в режиме «фулл-тайм». А график почти всех российских фондов акций очень напоминает индекс ММВБ, со всеми его просадками и отрицательной динамикой доходности. Портфель торговых роботов напротив, позволяет осуществлять активное управление, открывать и закрывать позиции в зависимости от рыночной ситуации и извлекать прибыль, как на росте, так и на падении индексов. В то же время нельзя сказать, что торговые роботы являются тем самым желанным «граалем» и всегда приносят прибыль. Как уже отмечалось ранее, данный торговый метод имеет свои сильные и слабые стороны.

Сильные стороны:

  • Диверсификация по стратегиям.
  • Ограниченная величина просадки.
  • Устойчивые исторические показатели.

Диверсификация по стратегиям, как и любой другой вид диверсификации, позволяет повысить устойчивость портфеля и добиться более стабильных результатов. Подробный расчет величины максимально возможной просадки для портфеля роботов будет рассмотрен далее. Здесь отметим лишь тот факт, что в отличие от дискретных трейдеров или приверженцев классического инвестирования (с падением СЧА на -90% в 2008 году), качественный портфель торговых роботов при адекватном размере позиции не в состоянии серьезно навредить инвестиционному счету (на первую роль выходят диверсификация по стратегиям и компрессия просадок). Под устойчивыми историческими показателями понимается полученный в процессе разработки бэктест стратегии. Он является неким базисом, на основании которого мы включаем (или не включаем) стратегию в состав портфеля, и с определенной вероятностью ждем продолжения роста кривой доходности в будущем. Многие другие методы управления активами не могут похвастаться даже этим.

Слабые стороны:

  • Небольшая инвестиционная емкость.

Пожалуй, основной проблемой при доверительном управлении активами с помощью портфеля торговых роботов является ограниченная инвестиционная емкость. Управлять на российском рынке суммами свыше 10 млн. долларов уже становится проблематично. Чем больше сумма – тем сложнее исполнить сигнал торгового алгоритма, начинаются проблемы с высоким проскальзыванием в сделке, «front-run» от высокочастотных алгоритмов, что в итоге выливается в значительные расхождения с ожидаемым уровнем доходности. Возможно, именно по этой причине доверительное управление активами по алгоритмическим торговым системам и не нашло широкого применения среди российских институциональных инвесторов.

Как определить максимальный уровень риска?

Есть много способов определения максимального уровня просадки портфеля торговых роботов, например, суммирование просадок по каждой отдельной системе в портфеле. Мы в своих расчетах используем несколько иной способ: строим кривую доходности общего портфеля систем в целом, и уже от него смотрим значение просадки. Это гораздо более агрессивный способ, который позволяет добиться более высоких показателей доходности за счет эффекта компрессии просадок: когда один прибыльный алгоритм как бы компенсирует убыток другого. Объем позиции на каждый отдельный алгоритм подбирается таким образом, чтобы в случае неблагоприятного периода максимально допустимый риск не превысил значение максимальной исторической просадки портфеля (MaxDD) умноженное на коэффициент запаса (Kз = 3). Для коэффициента запаса не зря выбрано значение 3. Мы исходим из того, что в будущем в какой-то момент времени просадка обязательно не просто повторится, а еще более усугубится. И если агрессивный трейдер (Kз=1) в этот момент будет вынужден прекратить все операции, достигнув предельного лимита по потерям, то мы спокойно переждем просадку с солидным запасом по риску.

Чего ждать от «алгопортфеля»?

Ожидания в инвестициях вообще самая «больная» тема. Естественно чудес от портфеля торговых роботов ждать не стоит. Нормальное значение годового соотношения доходности к риску находится в районе 2-3. Т.е. при фактической просадке за год -10% можно смело ждать «на выходе» порядка 20 – 30% годовых. Конечно, при попадании в благоприятную фазу рынка это соотношение может подниматься и до 10 к 1, а в неблагоприятных опускаться ниже чем 1 к 1.

Если посмотреть на наш портфель торговых роботов (в его состав частично входят стратегии из раздела магазин торговых роботов), как раз можно наблюдать неблагоприятный период с начала октября 2012 по конец марта 2013. Как видно из графика, соотношение доходности к просадке в это время даже не было равно 1 к 1, более того по итогам полугода наблюдался убыток по счету.

Динамика портфеля роботов AlgoLaba в неблагоприятный период

Динамика портфеля роботов AlgoLaba в неблагоприятный период

И это совершенно нормальная ситуация. Если же захватить более длительный интервал длиною в 1 год (с начала июня 2012 по конец мая 2013 года), который также охватывает и благоприятную для портфеля рыночную фазу – результаты совсем другие. Соотношение доходности к просадке выдерживается на уровне порядка 6 к 1. Согласитесь, неплохая альтернатива классическим портфельным инвестициям в наше нестабильное время.

Динамика портфеля роботов AlgoLaba за последний год

Динамика портфеля роботов AlgoLaba за последний год


comments powered by HyperComments

6
Ноя
2017

Доверительное управление. Результаты в октябре 2017 года.

Доверительное управление. Результаты в октябре 2017 года. В октябре продолжался боковик на всех торгуемых активах. Российский… »

7
Окт
2017

Доверительное управление. Результаты в сентябре 2017 года.

Доверительное управление. Результаты в сентябре 2017 года. В сентябре на основных торгуемых активах (Ri и… »

8
Сен
2017

Доверительное управление. Результаты в августе 2017 года.

Доверительное управление. Результаты в августе 2017 года. Стратегия “Опционы” принесла в августе прибыль в размере… »

6
Авг
2017

Доверительное управление. Результаты в июле 2017 года.

Доверительное управление. Результаты в июле 2017 года. В июле индекс РТС вновь колебался в достаточно узком… »

14
Июл
2017

Доверительное управление. Результаты в июне 2017 года.

Доверительное управление. Результаты в июне 2017 года. Июнь индекс РТС вновь провел преимущественно в боковых движениях, а… »