Где брать идеи для алго-стратегий? Туториал по академическим ресерчам для начинающих + полезные ссылки

Привет, сегодня вместо традиционного бэктеста разберем площадки, где можно подсмотреть идеи для торговых стратегий.  Навеяно постом Eugene Logunov о литературе для алго-трейдера https://smart-lab.ru/blog/627444.php Теперь у нас есть методики, но где взять идеи? :)

Наши предыдущие бэктесты хоть и адаптированы под Россию и имеют отличия в реализации – все равно основываются на ранее выявленных закономерностях в США/Европе. Сразу скажу, что речь пойдет об исследованиях в открытом доступе. Если на работе/в университете есть доступ к EBSCO или Science Direct, то вы и сами знаете, где все посмотреть.

Зачем вообще читать академические ресерчи, если фонд LTCM показал, что кол-во цитирований и премий спорно соотносится с успехом на рынке?

Хорошие ресерчи дают базовые идеи о том, что и почему работало в прошлом, на каких стадиях и почему перестало. Да, в них есть реализация или дизайн исполнения, но обычно он сырой и его всегда можно поменять, сохранив базовую идею. В отличие от дискуссий в рунете, очень сложно опубликовать что-то без пруфов, а проверка устойчивости не ограничивается t-статистикой > 3.  Сам текст хорошо структурирован, методика либо объясняется полностью, либо ссылается на такой текст. Авторы в основном исследователи, которые выполняя свою работу попутно дают подсказки практикам. Но встречаются и практики, например, аналитики хедж фонда AQR сейчас главные поставщики контента по факторным стратегиям или ученые Dimson и Ibbotson, которые параллельно пишут исследования для инвестиционных банков. Если желание почитать что-то заумное осталось, то сформулируйте идею/биржевую аномалию, которую хотите проверить (например, покупка акций с наибольшими дивидендами) и возвращайтесь к этому тексту.

               Если обратится в Google, то поиск обычно дает плохой результат: в топе будет вики/инвестопедия, видосики от брокеров и фин. консультантов:

Эффективность поиска будет ЗНАЧИТЕЛЬНО лучше если искать в специализированной базе, например, Research Gate. Сам ресурс бесплатный и имеет смысл после регистрации проставить интересующие темы, чтобы не получать ресерчи по физике (momentum) или другим дисциплинам. Поищем статьи с бэктестом высокодивидендых акций:

Уже неплохо, но в большинстве случаев работы будут в закрытом доступе. Уже зная нужную работу, можно поискать ее в гугле или в специальных программах, но издательства следят за тем, чтобы контент не уходил на сторону и такие PDF быстро выпиливаются.

               В таком случае имеет смысл обратиться к заведомо бесплатным архивам научных статей. Рассмотрим 2 самых крупных: SSRN https://www.ssrn.com/index.cfm/en/  от издателя Elsevier и https://arxiv.org от Корнеллского университета. По личным наблюдениям, если SSRN более финансово-экономический + там встречаются и очень авторитетные авторы, то архив более айтишный с упором на реализацию и новые методы (МЛ, НС).  Если есть задача плотно разобраться в новой теме, то я начинаю с SSRN с последующим переход к архиву.

               В случае с SSRN нужна регистрация, но издатель ничего не продает и сильно не спамит, поэтому все ок. Допустим, что нам нравится стратегия Momentum и не нравятся ее большие просадки. Может есть какие-то наработки по тестированию со стоп-лосами?

Первая статья как раз для нас. Кстати, рекомендую ее почитать всем адептам трендовой торговли. Теперь перейдем к архиву. На стартовой странице проставьте в «Subject search and browse» дисциплину «Economics», чтобы не было путаницы и можно начинать. Например, нам интересна реализация Volatility scaling в торговых стратегиях:

В случае с архивом, лучше запрашивать не абстрактный Value или Momentum, а желаемую цель + метод.

Где посмотреть реализацию

Обычно методика в тексте выглядит понятно и после ознакомления можно переходить к сбору данных и первым прогонкам. Пример модифицированного Momentum:

Если не совсем понятно, то имеет смысл посмотреть готовый код единомышленников. Мне нравится связка GitHub (основа) + Stackoverflow (если что-то непонятно). Пример поиска стратегии с минимальной волатильностью на Python:

Иногда имеет смысл заглянуть и на YouTube, но там можно найти что-то только по самым популярным стратегиям. И даже это большая редкость:

Можно поискать на специализированных квант-каналах, например, Quantopian или Quantra. Но это коммерческие сервисы со всеми вытекающими.

На каких исследователей можно подписаться

Иногда хорошую работу может написать и студент, а почетный профессор выдать проходной текст для наукометрии. Но в большинстве случаев интересные исследования делают опытные ученые с хорошим треком предыдущих работ. Для экономии времени имеет смысл составить список авторитетных авторов по своей теме и раз в месяц проверять обновления. Пример списка из сильных исследователей по теме факторных инвестиций:

1. Clifford S. Asness. Не уверен, что председатель правления крупного хедж фонда сейчас сам пишет код или текст, но все работы этого автора очень качественные. Бэктест почти всех простых, но эффективных факторных идей (Size, Value, Momentum) можно почитать у Аснесса.  https://papers.ssrn.com/sol3/cf_dev/AbsByAuth.cfm?per_id=77768
2. Antti Ilmanen. Экс-портфельщик финского ЦБ, а теперь коллега Аснесса в AQR. У него есть сильные исследования по премии за риск и ее изменении во времени + классная обзорная книга «Excess Return» по asset allocation. Поразительно внешнее сходство с алготрейдром всея Руси :) https://papers.ssrn.com/sol3/cf_dev/AbsByAuth.cfm?per_id=390700
3. Campbell R. Harvey. Чистый академик и выступает почти антиподом предыдущим 2 авторам. Помимо основной темы портфельного управления, у Харви есть интересные мысли по методике бэктеста и корректности выбора факторов (идей) для тестирования. Довольно активен в сети: шэрит данные и ведет свой YouTube-канал  https://papers.ssrn.com/sol3/cf_dev/AbsByAuth.cfm?per_id=16198
4. Elroy Dimson. Взгляд на глобальные штуки вроде ценообразования, индустрии ДУ и альтернативных активов https://papers.ssrn.com/sol3/cf_dev/AbsByAuth.cfm?per_id=937
5. Adam Zaremba. Очень активный исследователь одного из польских университетов. Помимо стандартных стратегий у него много реализаций комбинаций, дополнительных фитч, разных рыночных условий. На личном сайте раздает данные по польским акциям https://papers.ssrn.com/sol3/cf_dev/AbsByAuth.cfm?per_id=697423

Дополнительно о том, как искать и читать исследования

Классификация даже факторных стратегий – большая тема и ее обзор выходит за рамки этого короткого туториала. Если очень коротко и грубо, то такие ресерчи можно разделить на:

1. Новые факторы. Автор презентует новый показатель, на основе которого можно построить прибыльную торговую стратегию и отразить неэффективность рынка. Не прибыльные факторы, как правило, не публикуются;
2. Модификации и фичи к факторам. Различные стопы, скейлинги, варианты оптимизации для уже изученных факторов можно очень условно отнести сюда;
3. Комбинации с факторами. Value + Momentum = ???
4. Новый метод на старом факторе. В основном — машинное обучение для сбора данных;
5. Обзорные статьи. Сами по себе не презентуют новой методики, но помогают упорядочить наработки;
6. Многофакторные модели ценообразования. Авторы проверяют как простая однофакторная САРМ или сложная пятифакторная модель соотносятся с ценообразованием на рынке. Такими моделями полезно проверить и свою стратегию.

Если времени мало, то можно прочитать только абстракт, методику и результат (с проверкой устойчивости). Но желательно бегло прочитать все, т.к. предпосылки стратегии берутся не из вакуума, а из других работ. Почти всегда есть какая-то базовая супер-работа в которой заложены предпосылки. Имеет смысл прочитать и ее. В последнее время часто встречаю онлайн аппендиксы с куском кода или данных – это полезная находка.

Напоследок надо сказать о недостатках бесплатных баз:

• Низкие требования к публикации. Как правило если и проверяют, то только на прямой плагиат и общую адекватность текста. В журналах Q1-Q2 за оригинальностью и достоверностью результатов тщательно следят;
• Небольшой охват. Работа в университете/исследовательском центре предполагает минимальный годовой план по публикациям в хороших журналах. Хоть это и замедляет выход нового знания в свет. Открытый доступ — это роскошь для тех, кто готов оплатить публичный доступ в журнале, либо уже выполнил свой норматив по публикациям;
• Требование к данным. В журнале редактор прямо или косвенно проверит достоверность данных и самого эксперимента. Тут все на совести автора.

Примеры хороших статей мы выложим в Telegram-канале: @sentimetrica t.me/sentimetrica Там же будет больше ресерчей и данных.

Работа по тестированию стратегий и формированию баз данных, построению набора факторов влияния на инвестиционную привлекательность реализуется в рамках проектов ЛАФР (www.fmlab.hse.ru), включая проект по сантименту на развивающихся рынках капитала ФЭН НИУ ВШЭ. Не является индивидуальной инвестиционной рекомендацией.