Блог им. Quantrum
Воодушевлённый статьёй с рекламой структурных продуктов на Хабре, адаптировал python-скрипт для их самостоятельного тестирования. Основная идея в том, что подобные продукты предлагают 100% защиту капитала. А учитывая 10 лет бычьего рынка, исторические показатели подобных продуктов одурманивают безрисковым раем.
Скрипт подойдёт для быстрого и понятного тестирования своих портфелей с ребалансировкой в разные периоды. Ну а кому-то данный инструмент может пригодиться для самостоятельного построения подобных стратегий. Их наипростейшей формы. Однако брокеры пишут, что это не каждому под силу.
Код выложен в GitHub в виде Jupyter-блокнота. Поехали!
Тестировать буду на американских акциях и там доходность будет пониже, чем в рублях. Российский рынок в абсолютных значениях на графиках поинтересней, но и рисков в нём побольше. Суть тестов от этого не поменяется.
Данные берём из бесплатного Alpha Advantages, где предварительно нужно получить ключ, поделившись email-адресом. Краткая инструкция в блокноте. Котировки российских бумаг вы можете взять на Финаме.
Общая суть — ваш капитал в сохранности, а доходность выше банковского депозита. Вот только пропущено несколько элементов уравнения:
Рассмотрим самую простую стратегию:
В основе стратегии: казначейские облигации дают 1-3% годовых практически исключая просадку (если доходность есть). 10% от просадки актива, купленного на 10% капитала, как раз будут тем самым риском, который покроют облигации. В периоды бычьего рынка некоторые акции могут вырасти в несколько раз, что и подарит нам счастье.
Для ручного повторения данной стратегии необходимо выполнить следующие неподсильные действия:
Кратко опишу некоторые решения с выдержками кода, которые позволили сделать тестирование достаточно гибким и удобным.
Производить ребалансировку можно в следующие периоды: неделя, месяц, год. А также в любой день внутри периода: первый, N-ый, последний. За это отвечает класс Schedule():
Исходный код и ссылка на репозиторий на Quantrum.me.
StructuredProductMill().run()
Как я писал в одной из статей, мы можем обходить в цикле только даты ребалансировки и пропустить все остальные дни. Но тогда мы теряем статистику по изменению активов внутри периода, не увидим доходность и просадки за каждый день. В ущерб скорости скрипт обходит каждый день, что позволяет видеть рыночную стоимость открытых позиций и применить проверку стоп-приказа.
StructuredProductMill().rebalance()
Здесь активы, которые можно открывать, распределяются на доступный капитал. После сравнения расчёта с открытыми позициями производится исполнение сделок на нужное количество:
Исходный код и ссылка на репозиторий на Quantrum.me.
StructuredProductMill().trade()
И здесь для скорости можно пожертвовать деталями и контролировать только изменение доходности каждой позиции. Но скрипт учитывает комиссии и стоимость активов, а также ведет историю сделок, что позволяет рассчитать транзакции и исполнить стоп-приказ в любой момент. В этом методе обновляются позиции и размер свободного кэша.
Для запуска необходимо указать набор активов с долями и параметры теста. Мы же будем тестировать структурные продукты за календарный год:
Исходный код и ссылка на репозиторий на Quantrum.me.
Внизу блокнота есть графики с доходностью и просадками в даты ребаланса (в конце года), что подтверждает крайне низкие просадки капитала в моменты отчёта и постоянно растущую доходность. Хоть эта доходность и проигрывает широкому индексу американских компаний S&P 500.
В тестах участвовали свободно торгующихся американские инструменты с 2011 года:
Данная конструкция принесла за 8 лет доход в 24% (среднегодовая 2.6%) с просадкой между ребалансировками -6%. Но на стыке лет просадка около нуля. Стопа не коснулись, рынку со 180% дохода порядком проиграли.
Данная конструкция принесла за 8 лет доход в 26% (среднегодовая 2.75%) с просадкой между ребалансировками -2%. На стыке лет просадка отсутствует.
Данная конструкция принесла за 8 лет доход в 45% (среднегодовая 4.6%) с просадкой между ребалансировками аж -15%. Но всё это в 2013 году, когда Тесла выросла почти в 5 раз. На стыке лет просадка до -2%. Самый беспокойный, но и прибыльный пассажир.
Вы можете воспользоваться данным блокнотом для поиска своих стратегий с минимальным риском или потестировать простые портфели.
В комментариях задавайте вопросы и напишите, что вам не понравилось в статье. А может есть совет, что улучшить?
Понятно что ставки за этот срок искать и котировки муторно, но от этого менее интересным не становится. :)
Считать безрисковыми ОФЗ затруднительно