Alle potenziellen Hochs, Tiefs und Gefühle, die mit dem Investieren verbunden sind, können das Endziel überschatten: Geld verdienen. Um sich auf Letzteres zu konzentrieren und Ersteres zu eliminieren, wird beim „quantitativen“ Investmentansatz auf die Zahlen und nicht auf die immateriellen Werte geachtet.
Geben Sie die "Quants"
Harry Markowitz wird allgemein der Beginn der quantitativen Investmentbewegung zugeschrieben, als er im März 1952 im Journal of Finance eine „Portfolio Selection“ veröffentlichte. Markowitz verwendete Mathematik, um die Diversifikation zu quantifizieren, und wurde als ein früher Anwender des Konzepts zitiert, dass mathematische Modelle sein könnten angewendet zu investieren.
Robert Merton, ein Pionier der modernen Finanztheorie, erhielt einen Nobelpreis für seine Forschungsarbeiten zu mathematischen Methoden zur Preisfestsetzung von Derivaten. Die Arbeit von Markowitz und Merton legte den Grundstein für den quantitativen (quantitativen) Investmentansatz.
Im Gegensatz zu herkömmlichen qualitativen Investmentanalysten besuchen Quants keine Unternehmen, treffen sich nicht mit den Managementteams und recherchieren nicht nach den Produkten, die die Unternehmen verkaufen, um einen Wettbewerbsvorteil zu ermitteln. Sie kennen die qualitativen Aspekte der Unternehmen, in die sie investieren, oft nicht oder kümmern sich nicht darum. Sie verlassen sich nur auf Mathematik, um Anlageentscheidungen zu treffen.
Was macht ein quantitativer Analyst?
Hedgefonds-Manager nutzten die Methodik und die Fortschritte in der Computertechnologie, die das Feld weiterentwickelten, da komplexe Algorithmen im Handumdrehen berechnet werden konnten. Das Feld blühte während des Dotcom-Booms und der Pleite, da Quants die Raserei der Tech-Pleite und des Marktcrashs weitgehend vermieden.
Während sie in der großen Rezession gestolpert sind, bleiben Quant-Strategien bis heute in Gebrauch und haben bemerkenswerte Aufmerksamkeit für ihre Rolle im Hochfrequenzhandel (HFT) erlangt, der auf Mathematik beruht, um Handelsentscheidungen zu treffen. Quantitatives Investieren wird in großem Umfang sowohl als eigenständige Disziplin als auch in Verbindung mit traditionellen qualitativen Analysen sowohl zur Renditesteigerung als auch zur Risikominderung praktiziert.
Daten, Daten überall
Der Aufstieg des Computerzeitalters ermöglichte es, enorme Datenmengen in außerordentlich kurzen Zeiträumen zu zerkleinern. Dies hat zu immer komplexeren quantitativen Handelsstrategien geführt, da Händler bestrebt sind, konsistente Muster zu identifizieren, diese Muster zu modellieren und sie zur Vorhersage von Kursbewegungen bei Wertpapieren zu verwenden.
Die Quants setzen ihre Strategien mit öffentlich verfügbaren Daten um. Die Identifizierung von Mustern ermöglicht es ihnen, automatische Trigger für den Kauf oder Verkauf von Wertpapieren einzurichten.
Beispielsweise kann eine Handelsstrategie, die auf Handelsvolumenmustern basiert, eine Korrelation zwischen Handelsvolumen und Preisen identifiziert haben. Wenn das Handelsvolumen für eine bestimmte Aktie steigt, wenn der Kurs der Aktie 25 USD pro Aktie erreicht, und fällt, wenn der Kurs 30 USD erreicht, kann ein Quant einen automatischen Kauf bei 25, 50 USD und einen automatischen Verkauf bei 29, 50 USD einrichten.
Ähnliche Strategien können auf Gewinnen, Gewinnprognosen, Gewinnüberraschungen und einer Reihe anderer Faktoren beruhen. In jedem Fall kümmern sich reine Quant-Händler nicht um die Verkaufsaussichten des Unternehmens, das Managementteam, die Produktqualität oder andere Aspekte seines Geschäfts. Sie erteilen ihre Kauf- und Verkaufsaufträge ausschließlich auf der Grundlage der Nummern, die in den von ihnen identifizierten Mustern ausgewiesen sind.
Identifizieren von Mustern zur Risikominimierung
Quantitative Analysen können verwendet werden, um Muster zu identifizieren, die sich für rentable Wertpapiergeschäfte eignen, aber dies ist nicht der einzige Wert. Geld verdienen ist ein Ziel, das jeder Anleger verstehen kann, aber quantitative Analysen können auch zur Risikominimierung eingesetzt werden.
Das Streben nach sogenannten „risikobereinigten Renditen“ umfasst den Vergleich von Risikomesswerten wie Alpha, Beta, R-Quadrat, Standardabweichung und der Sharpe-Ratio, um die Investition zu identifizieren, die das höchste Renditeniveau für das gegebene Niveau von liefert Risiko. Die Idee ist, dass Anleger nicht mehr Risiken eingehen sollten, als notwendig ist, um ihr angestrebtes Renditeniveau zu erreichen.
Wenn sich aus den Daten ergibt, dass zwei Anlagen wahrscheinlich ähnliche Renditen erzielen, eine jedoch in Bezug auf Auf- und Abwärtsbewegungen deutlich volatiler ist, empfehlen die Quants (und der gesunde Menschenverstand) die weniger riskante Anlage. Auch hier ist es den Quants egal, wer die Investition verwaltet, wie ihre Bilanz aussieht, welches Produkt ihr hilft, Geld zu verdienen oder einen anderen qualitativen Faktor. Sie konzentrieren sich ausschließlich auf die Zahlen und wählen die Investition aus, die (mathematisch gesehen) das geringste Risiko aufweist.
Risk-Parity-Portfolios sind ein Beispiel für quantitative Strategien in Aktion. Das Grundkonzept sieht vor, dass Entscheidungen zur Asset-Allokation auf der Grundlage der Marktvolatilität getroffen werden. Wenn die Volatilität abnimmt, steigt die Risikobereitschaft im Portfolio. Mit zunehmender Volatilität sinkt die Risikobereitschaft im Portfolio.
Um das Beispiel ein wenig realistischer zu gestalten, betrachten Sie ein Portfolio, das sein Vermögen zwischen Barmitteln und einem S & P 500 Indexfonds aufteilt. Wenn wir den Chicago Board Options Exchange-Volatilitätsindex (VIX) als Proxy für die Volatilität an den Aktienmärkten verwenden, würde unser hypothetisches Portfolio bei steigender Volatilität seine Vermögenswerte in Richtung Barmittel verschieben. Bei nachlassender Volatilität würde unser Portfolio Vermögenswerte in den S & P 500 Indexfonds verlagern. Modelle können erheblich komplexer sein als die hier genannten, z. B. Aktien, Anleihen, Rohstoffe, Währungen und andere Anlagen, aber das Konzept bleibt dasselbe.
Die Vorteile von Quant Trading
Der Mengenhandel ist ein leidenschaftsloser Entscheidungsprozess. Auf die Muster und Zahlen kommt es an. Es ist eine effektive Kauf- / Verkaufsdisziplin, die konsequent ausgeführt werden kann, ungeachtet der Emotionen, die häufig mit finanziellen Entscheidungen verbunden sind.
Es ist auch eine kostengünstige Strategie. Da Computer die Arbeit erledigen, müssen Unternehmen, die sich auf Quant-Strategien verlassen, keine großen, teuren Analystenteams und Portfoliomanager einstellen. Sie müssen auch nicht um das Land oder die Welt reisen, um Unternehmen zu inspizieren und sich mit dem Management zu treffen, um potenzielle Investitionen zu bewerten. Sie verwenden Computer, um die Daten zu analysieren und die Geschäfte auszuführen.
Was sind die Risiken?
"Lügen, verdammte Lügen und Statistiken" ist ein Zitat, das oft verwendet wird, um die unzähligen Möglichkeiten zu beschreiben, wie Daten manipuliert werden können. Während quantitative Analysten nach Mustern suchen, ist der Prozess keineswegs narrensicher. Bei der Analyse werden riesige Datenmengen durchsucht. Die Auswahl der richtigen Daten ist keineswegs eine Garantie, da Muster, die auf bestimmte Ergebnisse hindeuten, möglicherweise einwandfrei funktionieren, bis sie dies nicht tun. Selbst wenn ein Muster zu funktionieren scheint, kann die Validierung der Muster eine Herausforderung sein. Wie jeder Investor weiß, gibt es keine sicheren Wetten.
Wendepunkte wie der Börsenabschwung 2008/09 können für diese Strategien schwierig sein, da sich die Muster plötzlich ändern können. Es ist auch wichtig, sich daran zu erinnern, dass Daten nicht immer die ganze Geschichte erzählen. Menschen können einen Skandal oder eine Veränderung im Management beobachten, während dies bei einem rein mathematischen Ansatz nicht unbedingt möglich ist. Außerdem wird eine Strategie weniger effektiv, da immer mehr Anleger versuchen, sie einzusetzen. Muster, die funktionieren, werden weniger effektiv, da immer mehr Anleger versuchen, davon zu profitieren.
Die Quintessenz
Viele Anlagestrategien verwenden eine Mischung aus quantitativen und qualitativen Strategien. Sie verwenden Quant-Strategien, um potenzielle Investitionen zu identifizieren, und verwenden dann eine qualitative Analyse, um ihre Forschungsanstrengungen auf die nächste Ebene bei der Identifizierung der endgültigen Investition zu führen.
Sie können auch qualitative Erkenntnisse nutzen, um Anlagen und Quantendaten für das Risikomanagement auszuwählen. Während sowohl quantitative als auch qualitative Anlagestrategien ihre Befürworter und Kritiker haben, müssen sich die Strategien nicht gegenseitig ausschließen.
