Una semplice panoramica dell’analisi quantitativa
L’analisi quantitativa (QA) in finanza è un approccio che enfatizza l’analisi matematica e statistica per aiutare a determinare il valore di un’attività finanziaria, come un’azione o un’opzione. Gli analisti di trading quantitativo (noti anche come ” quanti “) utilizzano una varietà di dati, inclusi dati storici sugli investimenti e sul mercato azionario, per sviluppare algoritmi di trading e modelli informatici.
Le informazioni generate da questi modelli informatici aiutano gli investitori ad analizzare le opportunità di investimento e sviluppare quella che credono sarà una strategia di trading di successo. In genere, questa strategia di trading includerà informazioni molto specifiche sui punti di entrata e di uscita, il rischio atteso della transazione e il rendimento atteso.
L’obiettivo finale dell’analisi quantitativa finanziaria è utilizzare statistiche e metriche quantificabili per assistere gli investitori nel prendere decisioni di investimento redditizie. In questo articolo, esaminiamo la storia dell’investimento quantitativo, la confrontiamo con l’analisi qualitativa e forniamo un esempio di strategia basata sulla quantità in azione.
Punti chiave
- L’analisi quantitativa è emersa dall’avvento dell’era dei computer, che ha reso più facile che mai analizzare enormi quantità di dati in brevi periodi di tempo.
- Gli analisti del trading quantitativo (quanti) identificano i modelli di scambio, costruiscono modelli per valutare tali modelli e utilizzano le informazioni per fare previsioni sul prezzo e la direzione dei titoli.
- Una volta che i modelli sono stati costruiti e le informazioni sono state raccolte, i quanti utilizzano i dati per impostare scambi automatici di titoli.
- L’analisi quantitativa è diversa dall’analisi qualitativa, che prende in considerazione fattori come il modo in cui le aziende sono strutturate, la composizione dei loro team di gestione e quali sono i loro punti di forza e di debolezza.
Inserisci i “Quants”
L’economista vincitore del premio Nobel Harry Markowitz è generalmente accreditato di aver iniziato il movimento degli investimenti quantitativi quando pubblicò “Portfolio Selection” sulJournal of Finance nel marzo 1952. Markowitz introdusse la teoria del portafoglio moderna (MPT), che mostrava agli investitori come costruire un portafoglio diversificato di attività in grado di massimizzare i rendimenti per diversi livelli di rischio. Markowitz ha usato la matematica per quantificare la diversificazione ed è citato come uno dei primi ad adottare il concetto che i modelli matematici potrebbero essere applicati agli investimenti.
Robert Merton, un pioniere della moderna teoria finanziaria, ha vinto un premio Nobel per la sua ricerca sui metodi matematici per la determinazione del prezzo dei derivati. Il lavoro di Markowitz e Merton ha gettato le basi per l’approccio quantitativo (quant) all’investimento.
Analisi quantitativa vs. analisi qualitativa
A differenza dei tradizionali analisti di investimento qualitativo, i quanti non visitano le aziende, non incontrano i team di gestione o ricercano i prodotti che le aziende vendono per identificare un vantaggio competitivo. Spesso non conoscono o non si preoccupano degli aspetti qualitativi delle società in cui investono o dei prodotti o servizi forniti da queste società. Invece, si basano esclusivamente sulla matematica per prendere decisioni di investimento.
Quants, che hanno spesso un background scientifico e una laurea in statistica o matematica, useranno la loro conoscenza di computer e linguaggi di programmazione per costruire sistemi di trading personalizzati che automatizzano il processo di trading. Gli input per i loro programmi potrebbero variare da rapporti finanziari chiave (come il rapporto prezzo / utili ) a calcoli più complessi, come le valutazioni del flusso di cassa scontato (DCF).
2:11
I gestori di hedge fund hanno adottato la metodologia. I progressi nella tecnologia informatica hanno fatto avanzare ulteriormente il campo, poiché algoritmi complessi potevano essere calcolati in un batter d’occhio, creando così strategie di trading automatizzate. Il campo fiorì durante il boom e il fallimento delle dotcom.
Le strategie Quant sono inciampate nella Grande Recessione poiché non hanno tenuto conto dell’impatto che i titoli garantiti da ipoteca hanno avuto sul mercato e sull’economia nel suo complesso. Tuttavia, le strategie quantistiche rimangono in uso oggi e hanno guadagnato una notevole attenzione per il loro ruolo nel trading ad alta frequenza (HFT) che si basa sulla matematica per prendere decisioni di trading. L’investimento quantitativo è anche ampiamente praticato sia come disciplina a sé stante sia in combinazione con l’analisi qualitativa tradizionale sia per il miglioramento del rendimento che per la mitigazione del rischio.
I quanti sono molto diversi dagli analisti qualitativi, in quanto prendono decisioni basate principalmente su equazioni e modelli matematici.
Dati, dati ovunque
L’avvento dell’era dei computer ha reso possibile lo scricchiolio di enormi volumi di dati in periodi di tempo straordinariamente brevi. Ciò ha portato a strategie di trading quantitativo sempre più complesse, poiché i trader cercano di identificare modelli coerenti, modellare tali modelli e utilizzarli per prevedere i movimenti di prezzo dei titoli.
I quanti implementano le loro strategie utilizzando dati pubblicamente disponibili. L’identificazione dei modelli consente loro di impostare trigger automatici per acquistare o vendere titoli.
Ad esempio, una strategia di trading basata su modelli di volume di scambio potrebbe aver identificato una correlazione tra volume di scambio e prezzi. Quindi, se il volume degli scambi su un particolare titolo aumenta quando il prezzo del titolo raggiunge $ 25 per azione e scende quando il prezzo raggiunge $ 30, un quant potrebbe impostare un acquisto automatico a $ 25,50 e una vendita automatica a $ 29,50.
Strategie simili possono essere basate su guadagni, previsioni di guadagni, sorprese sugli utili e una serie di altri fattori. In ogni caso, i trader quantistici puri non si preoccupano delle prospettive di vendita dell’azienda, del team di gestione, della qualità del prodotto o di qualsiasi altro aspetto della sua attività. Stanno piazzando i loro ordini di acquisto e vendita basati rigorosamente sui numeri contabilizzati nei modelli che hanno identificato.
L’analisi quantitativa può essere utilizzata per mitigare il rischio creando modelli informatici che identificano l’investimento che fornisce il miglior livello di rendimento rispetto al livello di rischio preferito.
Identificazione di modelli per ridurre il rischio
L’analisi quantitativa può essere utilizzata per identificare modelli che possono prestarsi a operazioni di sicurezza redditizie, ma questo non è il suo unico valore. Mentre fare soldi è un obiettivo che ogni investitore può capire, l’analisi quantitativa può anche essere utilizzata per ridurre il rischio.
Il perseguimento dei cosiddetti “rendimenti aggiustati per il rischio” comporta il confronto di misure di rischio come alfa, beta, r-quadrato, deviazione standard e l’ indice di Sharpe per identificare l’investimento che fornirà il più alto livello di rendimento per il dato livello di rischio. L’idea è che gli investitori non dovrebbero assumersi più rischi del necessario per raggiungere il livello di rendimento prefissato.
Quindi, se i dati rivelano che è probabile che due investimenti generino rendimenti simili, ma che uno sarà significativamente più volatile in termini di oscillazioni di prezzo al rialzo e al ribasso, i quanti (e il buon senso) raccomanderebbero l’investimento meno rischioso. Ancora una volta, i quanti non si preoccupano di chi gestisce l’investimento, dell’aspetto del suo bilancio, del prodotto che lo aiuta a guadagnare denaro o di qualsiasi altro fattore qualitativo. Si concentrano interamente sui numeri e scelgono l’investimento che (matematicamente parlando) offre il livello di rischio più basso.
I portafogli a parità di rischio sono un esempio di strategie basate sulla quantità in azione. Il concetto di base implica prendere decisioni di asset allocation basate sulla volatilità del mercato. Quando la volatilità diminuisce, il livello di assunzione di rischio nel portafoglio aumenta. Quando la volatilità aumenta, il livello di assunzione di rischio nel portafoglio diminuisce.
Esempio di analisi quantitativa
Per rendere l’esempio un po ‘più realistico, si consideri un portafoglio che divide le proprie attività tra liquidità e un fondo indicizzato S&P 500. Utilizzando il Chicago Board Options Exchange Volatility Index ( VIX ) come indicatore della volatilità del mercato azionario, quando la volatilità aumenta, il nostro portafoglio ipotetico sposterebbe le sue attività verso la liquidità.
Quando la volatilità diminuisce, il nostro portafoglio sposterà le attività sul fondo indicizzato S&P 500. I modelli possono essere significativamente più complessi di quello a cui facciamo riferimento qui, forse includendo azioni, obbligazioni, materie prime, valute e altri investimenti, ma il concetto rimane lo stesso.
I vantaggi di Quant Trading
Il quant trading è un processo decisionale spassionato. Gli schemi ei numeri sono tutto ciò che conta. È un’efficace disciplina di acquisto / vendita, in quanto può essere eseguita in modo coerente, non ostacolata dall’emozione che è spesso associata alle decisioni finanziarie.
È anche una strategia conveniente. Poiché i computer fanno il lavoro, le aziende che si affidano a strategie quantitative non hanno bisogno di assumere team di analisti e gestori di portafoglio grandi e costosi. Né hanno bisogno di viaggiare in tutto il paese o per il mondo ispezionando le aziende e incontrando il management per valutare i potenziali investimenti. Usano i computer per analizzare i dati ed eseguire le operazioni.
Quali sono i rischi?
“Bugie, dannate bugie e statistiche” è una citazione spesso usata per descrivere la miriade di modi in cui i dati possono essere manipolati. Mentre gli analisti quantitativi cercano di identificare i modelli, il processo non è affatto infallibile. L’analisi prevede l’eliminazione di grandi quantità di dati. La scelta dei dati giusti non è affatto una garanzia, proprio come i modelli di trading che sembrano suggerire determinati risultati possono funzionare perfettamente fino a quando non lo fanno. Anche quando un pattern sembra funzionare, la convalida dei pattern può essere una sfida. Come ogni investitore sa, non ci sono scommesse sicure.
I punti di flessione, come la flessione del mercato azionario del 2008-2009, possono essere difficili su queste strategie, poiché i modelli possono cambiare improvvisamente. È anche importante ricordare che i dati non raccontano sempre l’intera storia. Gli esseri umani possono vedere uno scandalo o un cambiamento di gestione mentre si sviluppa, mentre un approccio puramente matematico non può necessariamente farlo. Inoltre, una strategia diventa meno efficace quando un numero crescente di investitori tenta di utilizzarla. I modelli che funzionano diventeranno meno efficaci man mano che sempre più investitori cercheranno di trarne profitto.
La linea di fondo
Molte strategie di investimento utilizzano una combinazione di strategie sia quantitative che qualitative. Usano strategie quantistiche per identificare potenziali investimenti e quindi utilizzano analisi qualitative per portare i loro sforzi di ricerca al livello successivo nell’identificazione dell’investimento finale.
Possono anche utilizzare informazioni qualitative per selezionare investimenti e dati quantitativi per la gestione del rischio. Sebbene le strategie di investimento sia quantitative che qualitative abbiano i loro sostenitori e le loro critiche, non è necessario che le strategie si escludano a vicenda.