Человек против машины: интуитивный трейдинг против системного

В последнее время активно ведутся споры по поводу дискреционных (они же интуитивные) и алгоритмических (системных) подходов на финансовых рынках. Все разделились на два лагеря, и периодически из одного огорода в другой перелетают камни.

В данном материале обратимся к исследованиям, где участвовало 9137 хедж-фонда с различными подходами к трейдингу, а также изучим статистику их результативности.

Полезные материалы, которые хорошо бы изучить перед продолжением:

1. 3 главных навыка, необходимые начинающим (и не только) алгоритмическим трейдерам.
2. Эпоха больших данных и как к ней адаптироваться нам — частным трейдерам?
3. Кто такой Джим Саймонс и как он заработал $ 25 млрд с помощью количественного трейдинга.
4. В чем потенциал системных трейдеров и как его развивать.

Дискреционный (интуитивный) подход и системный (механический): в чем их различия

Сперва опишем два этих подхода в трейдинге.

Дискреционный подход — подход, при котором трейдер принимает решения на основе своего опыта, интуиции, ожиданий или каких-либо субъективных идей.

Системный трейдинг — трейдинг, когда финансовые стратегии основаны на строгих правилах, а влияние человеческого фактора на них либо минимальны, либо вовсе исключены. Чаще всего, решения о сделках принимают на себя алгоритмы, созданные трейдерами.

В последние десятилетия алгоритмические стратегии получили активное распространение. Например, более 75% объёма торгов на рынке Форекс сейчас осуществляется алгоритмами​, а на фондовом рынке США свыше 70–80% объёма приходится на компьютерные системы​. Большая часть рыночной ликвидности генерируется алгоритмами, тогда как роль чисто интуитивной торговли сократилась.

Что касается системных подходов, то вокруг алгоритмических управляющих крутится много неоднозначных мнений. Сейчас все их и рассмотрим.

В нашем Telegram публикуем то, чего нет в блоге >

Мифы и недопонимания системного и алгоритмического трейдинга

Ниже таблица, где рассмотрим и ответим на каждое заблуждение, которое существует в отношении системного трейдинга.

Прежде чем переходить к исследованиям дискреционных и алгоритмических подходов, нужно понять, какими характеристиками должны обладать трейдеры одного и другого лагеря.

Необходимые навыки для дискреционного, интуитивного трейдинга

Вот список навыков профессионального дискреционного трейдера:

1. Полное ориентирование в тех рынках, на которых он работает. Иметь информацию об участниках, а также о их задачах и целях.
2. Знать принципы ценообразования — почему случаются волатильные движения, почему работают уровни поддержек/сопротивления, что собой представляют денежные объемы, а также как они могут повлиять на цену.
3. Быть психологически “подкованным”. Для этого нужно углубиться в психологию и сознательные (а также бессознательные) процессы, внимательно изучать себя, работать над психологическими ошибками (они есть у каждого из нас).
4. Иметь значительный опыт. Теорию 10000 часов никто не отменял. Это не говорит о том, что если ваш опыт составляет меньше 10000 часов, то вы ничего из себя не представляете. Но сейчас мы говорим об идеальном трейдере, который довел все свои профессиональные качества до предела.

Список может быть еще длиннее, но базовые принципы отмечены.

Необходимые навыки для системного, алгоритмического трейдинга

Для алгоритмических подходов нам понадобятся:

1. Те же самые знания, а также навыки о рынках и ценообразовании.
2. Логическое мышление. Оно нужно для того, чтобы иметь возможность перенести на черновик все идеи, которые есть в голове, — собрать все воедино, отфильтровать и перейти к следующему шагу.
3. Знания математических основ, а также языков программирования. На первых порах этого можно избежать, но в идеале иметь такие навыки. Либо же иметь кванта в своей команде, который будет заменять недостающие знания и опыт.
4. Достаточный запас терпения. Это важная черта и при дискреционном трейдинге, но в алгоритмической среде это особо ценно, так как для выявления рабочей стратегии может понадобиться сотни тестирований.

Да, психология важна и здесь, но в данном случае она не первостепенна, так как основную работу будет брать на себя алгоритм.

Далее рассмотрим основные фонды, которые участвовали в исследовании, а также их подходы к финансовым рынкам.

Классификация хедж-фондов, участвовавших в исследовании

Начнем с того, что тренд количественных, алгоритмических и системных фондов набирает обороты. Этот тренд будет только сохраняться, так как данных становится все больше, а методы их обработки совершенствуются ежегодно. Этот тренд виден на картинке ниже.

Рост количественных фондов с 2000 по 2018 год.

К исследованию было выбрано 9137 фондов, из которых:

• 6955 работали только на американском рынке акций (equity funds);
• и 2182 так называемых “глобал-макро” фонда (macro funds), которые использовали в своей работе огромное количество различных инструментов на различных мировых финансовых площадках.

Результативность фондов исследовалась с 1996 по 2014 год. Из всех 9137 фондов около 31% были системные (те самые, которые большую часть работы доверяли алгоритмам).

Инструменты, которые использовали equity фонды:

• акции индекса S&P 500
• другие акции американских компаний, не вошедших в индекс S&P 500 (недооцененные, с недостаточной капитализацией и т.д.)

Инструменты, которые использовали глобал-макро фонды:

• акции индекса S&P 500
• рынок облигаций
• валютный рынок (основные пары-мажоры)
• акции развивающихся стран
• опционы
• кредитный рынок

На рисунке ниже представлена индексная доходность всех 9137 фондов по различным инструментам, которые участвовали в исследовании. Напомним, что сюда входят как дискреционные, так и системные фонды.

Индекс доходности всех хедж-фондов по всем финансовым инструментам с 1996 по 2014.

Временной период включает в себя два кризиса — кризис “доткомов” в начале 2000-х, и кризис 2008 года — одно из самых мощных падений на финансовых рынках со времен Великой депрессии (это исследование было до пандемии 2020 года. “Ковидное” падение было не меньше кризиса 2008, но восстановление прошло в несколько месяцев, в отличии от кризиса 2008). Тем не менее индекс по отдельным рынкам и инструментам показывал восходящую тенденцию, не считая рынка опционов (Vol S&P 500).

Главными фаворитами по доходности оказались облигации (они же Bond market, преимущество которые получили как раз в 2008), основные валютные пары (FX Carry), а также акции индекса S&P 500 (Equity market).

В следующей части подробно разберем доходность системных фондов и дискреционных.

Результативность макро-фондов

Еще раз напомним — макро-фонды использовали в своей торговле абсолютно все инструменты и рынки, описанные выше. Они не ограничивались только акциями индекса S&P 500 или американскими акциями в целом.

Вот какую статистику по ним имеем:

Слева — алгоритмические макро-фонды, справа — дискреционные.

На рисунке выше нам важна синяя линия — та самая индексная доходность по алгоритмическим фондам (слева) и дискреционным (справа). Среднее значение по годовой доходности у алгоритмических фондов составляет 5,01%, у дискреционных — 2,86%. Период все тот же — 1996-2014.

Есть более свежие данные по 2025 год. 

Слева — совокупная доходность дискреционных макро-фондов, справа — системных.

Совокупная доходность (индекс, 100 = начало 2019) дискреционных макро хедж-фондов продолжает плавный рост, хотя темпы замедлились после 2021 года. Стратегии смогли удержаться на восходящем тренде, пережив умеренную просадку в 2022–2023 гг.

Совокупная доходность системных макро хедж-фондов резко выросла в трендовом 2022 году, но затем стагнировала. К началу 2025 года их индекс отступил от пиков, отражая трудности, с которыми алгоритмические стратегии столкнулись в менее трендовом периоде 2023–2024 гг.​

Результативность equity фондов

Приведем такую же статистику по фондам, которые работали только с американскими акциями, преимущественно из индекса S&P 500.

Слева — индекс доходности алгоритмических эквити фондов, справа — дискреционных.

Теперь на первое место выходят дискреционные фонды (справа), которые получили в среднем 4,09% годовых. Алгоритмические же фонды отставали, и имели только 2,88% годовых в среднем.

Дополнительные исследования от фонда AQR Capital Management

Еще одна работа в догонку, которая заслуживает внимания — исследования от хедж-фонда AQR Capital Management. В ней также сравнивали дискреционных и алгоритмических управляющих. Все полученные данные — на картинках ниже.

Темно-синий цвет — средняя доходность дискреционных управляющих, голубой цвет — средняя доходность алгоритмических управляющих.

Расшифруем:

• Исследование от AQR было с 2007 по 2017.
• 5 диаграмм — 5 различных рынков: U.S. — фондовый рынок США, EAFE — развитые фондовые рынки кроме США и Канады, ACWI — крупнейшие акции мировых компаний, Global — глобальные мировые рынки, Emerging — рынки развивающихся стран.

Явное преимущество системные управляющие имели только на рынках развивающихся стран. На остальных рынках доходности были примерно одинаковы.

Теперь к просадкам.

Темно-синий цвет — средний риск дискреционных управляющих, голубой цвет — риск алгоритмических управляющих.

Здесь уже заметно, что средний риск системных управляющих и фондов практически везде был ниже, чем у дискреционных. Это объясняется тем, что системные фонды имеют значительно больше возможностей для диверсификации.

Так кто круче — системные трейдеры или интуитивные?

Прежде чем отвечать на вопрос, сначала посмотрим на таблицу корреляции между 4-мя различными подходами, которая понадобится нам для дальнейших выводов.

Корреляция между всеми 4-мя подходами при управлении.

Итак, какие в итоге статистические данные мы получаем?

Алгоритмические подходы лучше себя проявляют на обильном количестве различных рынков. Такие подходы предполагают максимально возможную диверсификацию (обратите внимание на корреляцию с эквити фондами — она практически нулевая), в связи с чем именно системные фонды показали в среднем лучшую доходность относительно других, не смотря на два кризиса за тестируемый период.

Что касается дискреционных глобал-макро фондов, — они немного отстают и имеют более крупные просадки, чем алгоритмические фонды. Это вполне логично, если предположить, что роботизированные системы могут следить за десятками, сотнями, а то и тысячами различными инструментами в моменте. В то же время для эффективной торговли вручную потребуются десятки или же сотни высокоэффективных трейдеров, собрать которых под одной крышей, — затруднительная задача.

В данном случае количественный трейдинг (а именно так он и называется — quantitative trading) полностью доминирует над человеческими способностями.

Что касается фондов, которые работали только с акциями S&P 500 (equity funds), то дискреционные подходы здесь оказались эффективней (хотя волатильность кривых доходностей была больше). Возможно, это связано с ограниченным набором инструментов, ограниченной поступающей информацией, а также возможностью сфокусироваться на нескольких акциях или сегментах. То есть человеческая интуиция могла бы быть в данном случае эффективней, нежели сухие алгоритмические наработки на ограниченном количестве инструментов.

Какую ценность эти данные дают частному трейдеру

К сожалению, таких же исследований с частными трейдерами пока нет (или мы не нашли). Но если взять исследования в других наших статьях (например, про самоуверенность, под которую чаще всего попадают именно частные трейдеры), то результаты дискреционных частных трейдеров могут быть хуже, чем результаты системных частных трейдеров.

Если дискреционные фонды могут себе позволить нанимать аналитиков, риск-менеджеров и профессиональных трейдеров, тем самым увеличивая эффективность своей торговли, то частный трейдер всегда будет ограничен фокусом внимания на нескольких инструментах. Частный системный же трейдер способен этот фактор обойти, плюс к этому заложить риск-менеджмент в алгоритм. То есть делегировать многие задачи компьютеру.

Пренебрегать в 21 веке даже простейшими автоматизациями не нужно. Также не стоит и на 100% доверять компьютеру. Но почему бы не попробовать совместить алгоритмы с человеческой интуицией и логикой. Возможно, именно из такого симбиоза рождаются наиболее эффективные и прибыльные решения.

3 вывода для частного трейдера

1. Интуиция — не стратегия. В условиях неопределённости опора на «ощущения» приводит к ошибкам. Без системности и тестирования субъективные решения накапливают риск.
2. Результат — функция повторяемости. Один удачный трейд не доказывает работоспособность подхода. Важна стабильность на длинной дистанции, а не отдельные всплески.
3. Система даёт преимущество в долгосрочном горизонте. Алгоритмы и системные правила позволяют отсечь шум, сократить влияние эмоций и выдерживать волатильные фазы рынка.

Больше исследований в нашем блоге и Telegram >

Материалы

1. Man vs. Machine: Comparing Discretionary and Systematic Hedge Fund Performance. Campbell R. Harvey, Sandy Rattray, Andrew Sinclair, Otto Van Hemert. May 19 2017.
2. Systematic versus Discretionary. AQR Capital Management. 2017.
3. Man vs. Machine: Quantitative and Discretionary Equity Management. Simona Abis, Columbia University. October 23, 2020.
4. Статья VSA и VSA 2.0 анализ — основы и метод торговли.
5. Рубрика статей Алгоритмический трейдинг.