26 сентября в Высшей школе бизнеса НИУ ВШЭ прошёл мастер-класс «Волатильность — друг или враг инвестора?» и состоялась презентация программы профессиональной переподготовки «Финансовые и фондовые рынки».
Встречу провели эксперты-практики — Алексей Бачеров, академический руководитель программы, доцент Высшей школы бизнеса НИУ ВШЭ, и Илья Гадаскин, преподаватель ВШБ НИУ ВШЭ, алгоритмический трейдер, управляющий активами, разработчик алгоритмических стратегий с более чем 10-ти летнем стажем.
Участники обсудили:
✅ что такое волатильность и подходы в ее расчетах;
✅ непостоянство волатильности, волатильность во время кризисов и крупных движений на рынке;
✅ инструменты и стратегии которые «любят» и «не любят» волатильность;
✅ как долгосрочному инвестору нивелировать негативное влияние высокой волатильности в портфеле;
✅ алгоритмическая торговля — как системный ответ заработка на волатильности.
«Одним из важных показателей в инвестициях и биржевой торговле наряду с ожидаемой доходностью, является волатильность.
26 сентября в 19-00 Высшая школа бизнеса НИУ ВШЭ презентует программу профессиональной переподготовки «Финансовые и фондовые рынки» и мастер-класс «Волатильность — друг или враг инвестора?».
Мастер-класс проведут эксперты-практики — Алексей Бачеров, академический руководитель программы, доцент Высшей школы бизнеса НИУ ВШЭ, и Илья Гадаскин, преподаватель ВШБ НИУ ВШЭ, алгоритмический трейдер, управляющий активами, разработчик алгоритмических стратегий с более чем 10-ти летнем стажем.
Ведущие финансовые эксперты и участники онлайн-презентации обсудят:
✅ что такое волатильность и подходы в ее расчетах;
✅ непостоянство волатильности, волатильность во время кризисов и крупных движений на рынке;
✅ стратегии которые «любят» и «не любят» волатильность;
✅ как долгосрочному инвестору нивелировать негативное влияние высокой волатильности в портфеле;
✅ алгоритмическая торговля — как системный ответ заработать на волатильности.
«Одним из важных показателей в инвестициях и биржевой торговле наряду с ожидаемой доходностью, является волатильность.
В эти выходные на моём телеграмм канале подписчики решали задачи, которые часто возникают перед инвесторами. Преамбула была такой:
Предлагаю поиграть в простую математику. Буквально на днях было опубликовано, что средневзевшанный курс USDRUB в 2023 года по консенсус прогнозу ведущих аналитиков составит 85.5 рублей. Известно, что средневзвешенный курс с января по конец августа составил 81.7.
Сами же задачи формулировались следующим образом (предлагаю тем, кому интересно постараться решить их самому, прежде чем переходить к моим пояснениям):
Задача 1. Какой средний курс рубля должен быть оставшиеся месяцы года, чтобы по итогам 2023 он составил 85.5?
Варианты ответов:
Задача 2. Волатильность курса рубля составляет 10% в год. Ниже какого значения курс не упадёт с вероятностью 95% в оставшиеся 4 месяца? (считать, что распределение нормальное, округлить до целых)
Варианты ответов:
Решили? А теперь мои пояснения по решению!
Я немного слукавил, когда написал про простую математику. Простой она была только в первой задаче, во второй требовала больше знаний и я бы не сказал, что школьного уровня. Но давайте по порядку.
На графике множество портфелей, сгенерированных случайным образом, из акций российских эмитентов с учетом реинвестиций полученных дивидендов с горизонтом в 10лет:
Портфели однозначно выигрывают в своей массе по соотношению доходность/волатильность!
Я не раз писал и говорил в своих интервью, что я не сторонник классического технического анализа. В большей степени это продиктовано моим первым опытом, когда я только «пришел на биржу» вначале 2000-х. В последствии я укрепился в этой мысли, когда в 2017 — 2018 писал с другом собственных роботов. Из массы опробованных идей, почерпнутых из книг по ТА, работала пара, и то с очень серьезными доработками. При этом конечный результат на работах у меня был положительный, но совсем не тот на который я рассчитывал.
Но это не означает, что в своей инвестиционной деятельности я совсем не применяю никакие индикаторы. Правда, я бы скорее охарактеризовал их как статистически-технические. И даже те, которые близки к классическим, я использую иначе, вкладывая в них больше фундаментальных основ из статистики. Об одном из таких индикаторов я писал в статье: "Про один из моих индикаторов — Differential"
В этой статье я хотел бы продемонстрировать те из них, которые являются моими «настольными», и на которые я обращаю внимание как инвестор. К тому же, я теперь их объединил в отдельную удобную программу Python, что в купе с собственной базой SQL, мне позволяет легко оценивать и следить за любым интересующем меня инструментом или экономическим показателем.
Самоизоляция и мои достижения❗️
Я уже писал, что самоизоляция — это прекрасный повод научиться чему-то новому. В своем посте «Чем я занимаюсь на самоизоляции❓», я достаточно подробно описал как реанимировал кое-какие свои старые компьютеры и ноуты, как я установил на них Linux Mint (с которого сейчас пишу настоящий пост), и как решил начать изучать Python, потому что у меня дома нет Matlab, а мне захотелось провести несколькорасчётов и исследований по измерению волатильности по метрике JPMorgan.
Сейчас я хочу поделиться результатами за чуть больше чем неделю. Я не каждый день занимаюсь изучением, поскольку на неделе ездил на работу, а дома, как всегда есть куча отвлекающих факторов и самым важным из них, конечно, являются дети. Но этот фактор я воспринимаю исключительно положительно 👍 Если суммировать все время которая я потратил на на ткущий момент по изучению питона, то получится около 20 часов.
Я написал два поста про волатильность в рамках тем по развитию финансовой грамотности. Я показал, что ценовую волатильность можно измерять с помощью показателя Average True Range (ATR) и с помощью него неплохо можно выставлять ордера на ограничения потерь (stop loss). Полезно тем, кто активно торгует.
Второй показатель волатильности — это стандартное (среднеквадратичное) отклонение. Применяется для показателей доходности актива и удобен при составление своего портфеля и его последующей оптимизации. (Кстати, на встречи в прошлую субботу в рамках вебинара из курса ТРИ КИТА ИНВЕСТИЦИЙ, я как раз показывал как с помощью Excel можно искать оптимальный портфель для себя, зная доходность и волатильность. В эту субботу я покажу как использовать бету для составления собственного портфеля и как его оптимизировать, а также поговорим о пассивных и активных стратегиях управления портфелем. Кому интересно научиться инвестировать на уровне профессионала — присоединяйтесь. Действует скидка❗️