Стратегия с таргетируемой доходностью
Вчера в статье "Стоит ли учитывать инфляцию в инвестициях?" я рассказал о стратегиях, которые таргетируют доходность. И мне показалось интересным проиллюстрировать работу такой стратегии на одном из реальных примеров.
Но давайте, сначала ещё раз повторю как такие стратегии устроены.
Торговые и инвестиционные стратегии, которые таргетируют доходность по сути имеют целевую функцию по доходности и эксплуатируют идеи обратной положительной связи. Цель по доходности может задаваться по разному и на разной временной горизонт. Скажем на один день. При этом сама цель на тот же день не обязательно должна быть постоянной величиной, она может меняться в зависимости от разных параметров, например, от величины текущей или вчерашней волатильности. Если цель достигается скажем в середине дня, то очень часто происходит остановка торговли, но в более продвинутых случаях цель может быть и перевыполнена, однако такую систему построить уже сложнее. Если цель не достигнута за день или хуже того, был получен отрицательный результат, то система получает условный штраф, и уже на следующем день она ставит задачу выполнить цель предыдущего дня и текущего. Несомненно, такая методика может работать только если на второй день увеличить риск. Конкретные способы увеличения риска уже зависят от стратегии. Это может быть увеличение объёма использования капитала, плечо, и т.д. Такой подход называют — «мартингейл». Суть его просто продемонстрировать на игре «орел или решка» при равных ставках. Каждый игрок делает вначале одинаковые ставки. Предположим по 1000 рублей. Если 1-й игрок проигрывает, то чтобы ему вернуть потерянные проигранные деньги в первом круге и заработать в следующем 1000 рублей, то он должен удвоить ставку, то есть поставить 2000 рублей (конечно, второй игрок должен её принять). Если и второй ход будет проигрышным, то несложно догадаться, что на третий нужно поставить 4000 рублей, дабы вернуть проигранные 3000 и заработать сверху 1000. Ухватить суть несложно. Каждый проигранный раунд должен увеличивать ставку вдвое. Беда таких систем только в одном, вам просто может не хватить денег на следующую ставку. В моей простой игре при проигрышах девять раз подряд на 10-ый нужно будет поставить 512 тысяч а общая сумма ставок составит 1,023 млн. Как говорил Дж. М. Кейнс "Рынки могут оставаться иррациональны намного дольше, чем мы платежеспособны." Такие системы несмотря на более умелое и сложное использование системы мартингейл, обычно заканчиваются полным сливом денег, или потерей очень существенной их части. (Кому интересна математика, то получающийся таким образом числовой ряд будет называться геометрической прогрессией. В моем примере первый член ряда 1000 рублей, каждый последующий получается путем умножения предыдущего на коэффициент 2. Зная свойства геометрической прогрессии можно быстро рассчитать любой член ряда: b(n) = b(1)q^(n-1). В моем ряде 10-й член будет выглядеть так: b(10) = 1000 х 2^(10-1) = 512 000, или скажем 15-й: b(15) = 1000 х 2^(15-1) = 16 384 000. Также можно посчитать сумму всех членов геометрической прогрессии сначала и до какого-нибудь значения S(n) = b(1)(q^n-1) / (q-1). Сумма для первых десяти членов в моем ряде будет: S(10) = 1000 х (2^10 — 1) / (2-1) = 1 023 000).
Однако, это не повод не познакомиться с наглядными примерами.
Я не знаю автора стратегии, и судя по профилю он не сильно хотел бы, чтобы его знали. Стратегия явно эксплуатирует идею целевой доходности и выглядит привлекательно на беглый и непрофессиональный взгляд, если посмотреть на её трек (график 1).
По её характеру лично я вижу, что там присутствуют элементы мартингейла, но скорее в более продвинутом варианте, чем в описанном мной примере.
Приглядимся к ней внимательней.
Стратегия имела максимальную просадку в 41% в период с февраля 2025 по апрель 2025, что точно не для всех инвесторов (график 2).
Также у неё был сложный период в начале запуска. С начала апреля 2022 по середину ноября 2023 она была в просадке, которая в максимуме также была большой — 40%, что чуть меньше максимальной. Ей потребовалось 1,6 года, чтобы вернуться к тем значениям, с которых началось падение (кстати, нельзя сказать что это совсем плохой результат, некоторые стратегии могут обновлять предыдущие максимумы существенно дольше) (график 3).
Но что не видно из этих графиков? COMON правильно считает доходность, чтобы получить показатели эффективности стратегии, но из него не видно, приходилось ли автору вносить дополнительные средства на счёт для обеспечения ГО (так как торговля по описанию ведется фьючерсами) или для того, чтобы достигались целевые показатели. И по крайней мере на этот вопрос, точно следует получить ответ.
Я ни в коем случае не призываю подключаться к данной стратегии и вкладывать деньги, я привел её как пример стратегий с таргетируемой доходностью. Но с моей стороны было бы неправильно не дать ссылку на неё, раз уж я использовал данную стратегию в качестве примера: https://www.comon.ru/strategies/106507/ Лично я сохранил ссылку на данную стратегию, чтобы просто за ней понаблюдать.
У меня тоже был роботизированный алгоритм в 2016 — 2017 году, который торговал золотом и имел в своей логике элементы мартингейла. Мы его написали с моим очень давним школьным приятелем программистом. Мы его назвали тогда Далемберт, созвучно с именем французского математика 18-го века Д'Аламбера, в честь которого названа одна из стратегий в азартных играх. Однако, свидетельств, что он имел прямое отношение к ней нет. Наш робо-алгоритм в общем неплохо торговал, но там посыпалось много технических вопросов, уже не связанных с логикой, и мы поняли, что результат в абсолютном выражении не стоит затраченных нами усилий на решений этих задач. Проработав год, мы его остановили. В абсолютном выражении результат был небольшим, так как мы были не готовы ставить существенные суммы, понимая риски в таких алгоритмах. Сегодня, я сам не занимаюсь роботизированной алгоритмической торговлей, но у меня есть партнер Илья Гадаскин, который в этой теме уже более 15 лет. Правда его алгоритмы эксплуатируют другие принципы — направленную торговлю. В портфеле Family Office ABTRUST они представлены стратегией ABIGTRUST. Также эта стратегия является составной частью стратегий AITRUST и AITRUST 2.0. Кстати, сейчас стартует 4-й модуль в программе профессиональной переподготовки "Финансовые и фондовые рынки" в Высшей школе бизнеса НИУ ВШЭ, где я являюсь академическим руководителем. В этом модуле Илья читает лекции по основам технического анализа и принципам построения торговых алгоритмов. Эти темы всегда вызывают немалый интерес среди слушателей.
Ещё раз в конце, хочу подчеркнуть. Я не призываю инвестировать в стратегию, которую выбрал для примера к настоящей статье. Я точно не стал бы этого делать, но не только из-за понимания опасности таких подходов (в конце концов всегда можно выделить такую сумму, которую можно потерять целиком). А почему ещё не стал бы? На этот вопрос я комплексно отвечал в другой своей статье "Доверительное управление должно иметь лицо".
Всем удачных инвестиций!
