Вчера, «гуляя» по интернету, наткнулся на сайт Рейтинг трейдеров с отзывом обо мне: https://investment-otzyvy.ru/aleksej-bacherov-otzyvy/
Сначала подумал — вот она оборотная сторона узнаваемости.
Автор сего опуса некий Петр Мигунов (имя и фамилия чудесным образом совпадают с известным вокалистом). Я не припомню, чтобы я с ним где-то пересекался в жизни. Но стоит ли говорить, что найти хоть что-то о самом Петре (не вокалисте) в интернете не удалось, а последний раз в телеграмме он был аж 04.03.2023 (https://t.me/petr_mihunov). При этом как он пишет про себя сам: Петр Мигунов — опытный и успешный трейдер, который имеет широкий спектр знаний и опыта в финансовой сфере. Его статьи и обучающие семинары помогают другим трейдерам улучшить свои результаты в торговле и принимать более обоснованные решения на рынке.
Меня часто спрашивают, где я провожу грань между инвестициями и спекуляциями (трейдингом). Это вопрос не в технике, а философии. Я описал разницу этих двух подходов на фондовом рынке достаточно подробно в своей книге «АЗЫ ИНВЕСТИЦИЙ», здесь же я ограничусь совсем кратким изложением моей философии. Я ни в коей мере не претендую на истину в последней инстанции и не стараюсь написать академически верный трактат, когда излагаю данные мысли.
Дэвид МакЛин (David McLean) из MIT Sloan School of Management и его коллега из Boston College Джеффри Понтифф (Jeffrey Pontiff) провели исследование по реакции инвесторов на публикации научных статей с анализом стратегии инвестирования в ценные бумаги. И оказалось, что подобные публикации в значительной степени меняют рынок.
Авторы утверждают, что опубликованная в экономическом или финансовом журнале стратегия принесет в среднем на 35% меньше доходности, чем указано в работе. Их расчеты показывают, что если стратегия должна генерировать 5% доходности за период, то инвесторы, взявшие ее на вооружение, сместят доходность до 3,75% (то есть в среднем на 35%). Они проанализировали 82 стратегии, опубликованные в 62 статьях финансовых и экономических научных журналах. Критерием для попадания в выборку было наличие финансового прогноза поведения акций. (Стоит отметить, что исследование проведено достаточно давно, и сейчас источником могут служить уже не журналы, а интернет ресурсы).
Алгоритмическая торговля — один из видов трейдинга, который привлекает огромное количество людей с техническим образованием. Я вместе с другом в 2017-2018 году увлекался написанием собственных роботов, работающих на принципах технического анализа (ТА). Мы проверили многие известные стратегии и индикаторы, и я могу ответственно заявить, что в своем подавляющем большинстве они не работают. По крайней мере в том виде, в котором изложены в популярных книгах по ТА.
Однако тройка роботов у нас все же трудилась, но конечный результат в боевой работе не стал существенно интереснее, чем мои портфельные инвестиции. «Обслуживание» же их отнимало немало времени, отвлекая от основной работы. Тогда я для себя сделал один основной вывод — если вы хотите заниматься роботизированной торговлей, то вам необходимо очень сильно вкладываться в программирование и оборудование, а главное в последующую поддержку. И сделать это руками одного человека или даже небольшой команды — дело крайне неперспективное и весьма затратное. А пока вы только начинаете и у вас не так много денег, то пройдет совсем немного времени, когда энтузиазм в вашей команде иссякнет.
Одной из икон алгоритмической торговли — является алгоритмический хедж-фонд Medallion, принадлежащий другой компании Renaissance Technologies. С момента своего создания в 1980-х и на протяжении 30 лет, он показывал доходность в невероятные 40% годовых (для сравнения инвестиции Баффета оцениваются как 20% годовых). Идеологом и основным менеджером фонда был Джеймс Харрис Саймонс. История успеха данного фонда остается в фокусе внимания до сих пор. Но так как это хедж-фонд, то многое что происходит внутри него остается за непроницаемой стеной молчания, и его секрета охраняются не чуть не хуже, чем гос-тайна. Это, конечно, порождает массу вопросов, на которых нет ответов, а кроме того заставляет многих скептически относится к его результатам, подозревая Саймонса в аферизме. В целом некоторые события вокруг Medallion — дают понять, что в реальности может быть не все так гладко и красиво. Например, в книге Скотта Паттерсона «Кванты» описан вот такой интересный случай:
Параноидальный страх Саймонса, что кто-то из сотрудников мог уйти из фонда и унести с собой рецепт его волшебного эликсира, был так велик, что он был готов сделать все, чтобы похоронить карьеру изменников. В декабре 2003 года Renaissance подал в суд на двоих сотрудников, Александра Белопольского и Павла Вольфбейна, которые перешли в гигантский нью-йорский хедж-фонд Millennium Partners. Двух бывших физиков из MIT обвинили в незаконном присвоении коммерческой тайны. Вольфбейн направил ответный иск против Renaissance, обвинив фонд в том, что ему как сотруднику приходилось разрабатывать методы «обмана инвесторов, пользующихся портфельной системой для институционально трейдинга или POSIT». Имелся в виду скрытый пул ликвидности — по сути электронный рынок, тайно оперирующий заказами на покупку и продажу акций. Вольфбейн сказал, что ему были выданы инструкции создать код, «открывающий информацию, которую POSIT должен был хранить как конфиденциальную», и что он в числе нескольких других коллег отказался участвовать в этой схеме, потому что это было противозаконно. В иске также упоминались сомнительные сделки по свопам, которые он, не вдаваясь в детали, охарактеризовал как «крупное мошенничество». Из этих взаимных обвинений так ничего и не вышло, и стороны в последствии заключили мирное соглашение.
Для этого посмотрите для начала на график. Так выглядит процент падения если считать от предыдущего с значения (по оси y) в зависимости от процента падения, считаемого от максимально (по оси х). Прокомментировать его лучше всего на простом примере: вы следили за активом от 100 рублей и он упал на 98% то есть до 2-х рублей. Вы решили купить его так как он сильно подешевел, но вдруг дальше он упал ещё на 1 процентный пункт до 1 рубля, то есть от максимума на 99%. Вся штука в том, что этот процентный пункт падения принес вам убыток от вашей покупки — 50%!!!
Теперь давайте рассмотрим другую ловушку, в которую часто попадают начинающие инвесторы:
Бывает очень полезно искать локальные экстремумы. С точки зрения математического моделирования на ценовых рядах, это не такая тривиальная задача. Я пробовал разные методы, и на удивление, весьма неплохими оказались достаточно известные всем — фракталы Вильямса. Те самые которые ищут максимум или минимум цен среди N+1 значений по простому условию –центральное из них было выше, или ниже тех, которое идут до неё, и после. Особенно хорошо фракталам удается находить такие экстремумы на больших временных интервалах и с большим количеством N (График 1, Фаркталы Вильямса N=30 Days)
Однако, самый большой недостаток фракталов Вильямса, это скорость их появления. То есть существенное запаздывание появление, что делает их абсолютно непригодным с точки зрения проведения хоть каких-нибудь значимых динамических исследований. Они прекрасно отображают историю, но и только. Думаю, я не ошибусь, если скажу, что и в ТА его редко используют. Помнится в 2017 году мы с другом написали робота, который должен был торговать от уровней, которые показывал последний известный фрактал (График 2. Пример построения фрактального уровня).
Технический анализ один из самых популярных методов в попытке спрогнозировать цену финансовых активов, или же найти наиболее вероятную точку для входа/выхода в/из них. По нему написано масса книг, придумано огромное количество индикаторов и еще больше объяснений как ими пользоваться. Конечно, определенная простота методов ТА не может не привлекать людей, а смотря как он ведет себя на истории, у многих создается реальное впечатление, что ТА обладает некоторой предсказательной силой.
Взглянув на следующий график котировок, даже без методов технического анализа, создается впечатление, что перед нами интересные акции, у которых есть постоянный рост. За 5 лет она выросла в 2,86 раза, что эквивалентно 30% годовых, если считать по методу сложного процента.
Технические аналитики или инвесторы, размышляя над тем, стоит ли купить данную акцию или продать ее (например, в шорт), конечно нанесут на данный график индикаторы, уровни и все те методы, которые они используют и интерпретируют для себя как сигналы в принятии решений. Выглядеть это может по-разному, например так как показано на следующем графике. В любом случае по итогу этих построений, кто-то увидит хороший момент покупки, кто-то хороший момент для продажи, а кто-то решит, что еще не пришло время ни для одного ни для другого.
Большинство начинающих инвесторов теряют деньги, потому что не диверсифицируют свой портфель. Они покупают акции и/или облигации, потому что их эмитенты у них на слуху, а оценка возможности банкротства/дефолта сводится к эмпирическому: «ну это же Сбербанк, ему не дадут обанкротиться».
Те же кто уже что-то прочел или обжегся хотя бы раз знают, что диверсификация вещь критически важная, но зачастую не знают какой уровень необходим для их портфелей. Иными словами, они пытаются найти ответы на вопрос подобный такому: «10 эмитентов – это нормально или нет? А может стоит брать 50? И на сколько лучше 50, чем 10?»
Ответ на этот вопрос не так прост, как кажется. Большинство апологетов пассивного инвестирования считают, что диверсификация должна быть очень большой и в том числе поэтому рекомендуют покупать индексные фонды на широкий рынок. Даже старик Баффет, выступая перед выпускниками MBA во Флориде в 2007 году говорил, что если человек не является профессиональным инвестором, то он должен следовать именно этой стратегии и скорее всего это будет лучшим вариантом для 99% людей. Но если он разбирается в бизнесе компаний, акции которых приобретает, то ему хватит и 5.