Привет, дорогой дневник. Ты, конечно, знаешь, что сейчас я работаю дата-саентистом в сфере финансов. Через меня проходит большой поток новой информации и материалов, который надо оседлать и желательно запомнить. В итоге, я наконец-то решил создать канал, где я буду размещать ссылки или мысли, которые я нашел полезными, чтобы иметь возможность к ним вернуться и освежить в памяти. Если я начну скидывать статьи с небольшими авторскими комментариями, будет просто превосходно! Но пока я все же приторможу коней со своими хотелками, надо начинать с малого...

Буду признателен, если и тебе, странник, случайно забредший на этот канал, что-то здесь окажется интересным и полезным...

#hedge_funds #thoughts

The world belongs to the obsessed.

Послушал подкаст с Giuseppe Paleologo. Очень интересный дядька с большим бэкграундом, работал в лучших хэдж-фондах мира (Millennium, Citadel, ...), а сейчас на позиции риск-мэнеджера в фирме Hudson River Trading. В подкасте он попытался кратко объяснить, что такое Multi-Strategy Hedge Funds, или в простонародье pod-shops, и как это вообще работает. Да, я не смог подобрать адекватного перевода, который бы мне не резал глаз и слух. Я, конечно, могу написать Мультистратегический хедж-фонд или хедж-фонд множественных стратегий, но мне как-то не по себе от этого.

Понять, что такое pod-shops, проще всего на примере инвестиционного портфеля. Твоя задача как портфельного менеджера собрать диверсифицированный портфель, чтобы он не коррелировал с изменением рынка (market neutral) и другими факторами, влияющими на изменение цены акций (risk factor neutral). В идеале, чтобы каждая позиция тоже была нейтральна, но даже если и нет, мы можем добавить вторую позицию с обратной корреляцией.
Хэдж-фонд собирает портфель с теми же принципами, только это уже портфель из инвестиционных портфелей менеджеров.

Полезнее всего было узнать, как устроен процесс контроля отдельных портфелей и анализ общего перфоманса, так как это важно и для моей работы:

Первичный анализ происходит на уровне портфельного менеджера (PM). Хэдж-фонд предоставляет им инфраструктуру для подробного анализа, поэтому PM должен обладать не только знаниями в инвестиционном поле, но также и в риск менеджменте. Минимальным критерием для менеджера, чтобы его не уволили, Giuseppe назвал умение собирать нейтральный к рынку портфель с положительным перфомансом.

Следующий этап регулирования лежит на плечах риск менеджеров (RM) и хэдж-фонда в целом. Тут и Стоп-лоссы - ограничение убытков для отдельных портфелей, и контроль размера портфеля - если портфель показывает хороший перфоманс, размер капитала в нем может быть увеличен. И наоборот, если все плохо, то финансирование сокращается, в худшем случае тебя уволят, и на самом деле в этом и кроется один из главных успехов хэдж-фондов, так как после череды увольнений выживут самые талантливые и успешные (эволюция менеджеров, все как Дарвин завещал). Также RM-ы проводят анализ как отдельных портфелей, так и общего, рассчитывают market и factor exposure, так как главным критериям явлется неитральность. По мнению Giuseppe самым важным для риск-менеджеров является понимание рыночных рисков на текущий день, а значит ему нужно быть вовлеченным и пристально следить за событиями в индустрии.

Вообще, главной в этом подкасте для меня стала фраза о том, что наш мир принадлежит одержимым. Она была произнесена в контексте обсуждения советов слушателям, как преуспеть PM-ом (на самом деле кем-либо угодно). Нужно быть вовлеченным, интересоваться инвестициями и новостями рынка не только на работе, но и вне ее, и даже на выходных. Я не могу не согласиться, это действительно принесет тебе успех, другой вопрос, какой ценой это будет достигнуто? Я бы все же сказал, что первым делом нужно полюбить свою работу (а если не получается, то найти ту самую), найти вдохновение, тогда эта обсессия сама органично вольется в твой быт, и ты будешь жить в гармонии с собой, не утруждая себя и не переживая о своем будущем в профессии и личной жизни.

#quantitative_equity_strategies #fundamental_strategies #thoughts

Встретил интересную аналогию, которая помогает понять, почему строить стратегию, основываясь только на статистике, не всегда хорошая идея:

Если у вас спросить, готовы ли вы довериться лекарству, которое будет сделано только на основе статистики, и ни один доктор не будет принимать участие в процессе создания, станете ли вы его применять за место стандартных лекарств?

Думаю большинство ответило бы нет, и это реальность, данная нам в ощущениях. Иногда опыт и знание рисков (выбросов и аномалий) превалирует над статистикой, потому что именно нюансы могут привести к критическому исходу (много таких кейсов было в сериале Доктор Хаус, к примеру).

Так же и в финансах, даже если вы разработали сигнал, который хорошо работает на бэк тесте, это еще не значит, что дело сделано. Важно понимать как и почему работает тот или иной подход, на основе этого можно понять, как долго стратегия будет работать и какие у нее риски.

Кстати, в подкасте неплохо объясняют с примерами, почему важен не только quantitative, но и fundamental подход, при создании риск факторов. Пересмотри, когда будет время, или когда займешься оптимизацией факторов...

#alpha #beta #thoughts

Тоже про это думал... Alpha, конечно, включает в себя неидеальность рынка и idiosyncratic risks, но большая часть это все же systematic risks, которые мы не смогли описать с помощью имеющихся инструментов и знаний.

link1, link2

#preprocessing

Сколько не плати, все равно качество данных не идеально.

Хороший пост в твиттере про качество данных в разных источниках: от бесплатных до таких, за которые придется продать почку (Bloomberg), и о нюансах, которые нужно знать, чтобы правильно провести проверку стратегии на данных из уездного провайдера N.

Что нужно иметь в виду:

1. Ошибки в ценах (close price).
a) Incorrect split-adjustment - часто ошибки случаются после дробления (split) акций компаний.
b) Spinouts - ошибка может возникнуть, если часть компании отделяется в новую, либо наоборот, при покупке и объединении двух компаний.
* Также иногда компания просто может поменять свой ticker, это не всегда учитывается провайдерами.
c) Цены акций у различных провайдеров могут флуктуировать, это нормально, если различия в десятых/сотых процента.
* На своем опыте я убедился, что даже у платных провайдеров может быть много ошибок в данных, поэтому, если собираетесь начать пользоваться новым источником, советую сверит цены для нескольких акций с парой-тройкой других провайдеров.

2) Ошибка в значении объема торгов (volume).
В статье приведен пример того, что не стоит доверять данным по volume из yahoo finance, они могут сильно отличаться от значений в проверенных источниках.

3) Не торгующиеся на рынке акции.
Проверяя стратегию или рассчитывая риск факторы, нужно также учитывать акции, которые раньше торговались, но в данный момент их уже нет на биржах (по разным причинам, например, банкротство). Иначе, учитывая только успешные кейсы при проверке стратегии, мы совершим ошибку выжившего.

4) Валюта
Нужно контролировать валюту цены, которую предоставляет провайдер. И при проверке стратегии необходимо использовать одинаковые валюты.
* Я бы, конечно, добавил, что нужно контролировать не только валюту, но еще и биржу. И предпочтительнее иметь все цены из одной биржи (если это возможно для вашей задачи) .

#quants #thoughts

Вообще, Джузеппе классный дядька. Он недавно завел Твиттер и постит много интересного контента и мыслей, советую иногда заглядывать.

Также у него есть книга по портфельному менеджменту, которая достаточно популярна. Скорее всего, ты её где-то уже встречал.

Но я обращу внимание на менее известную пдфку, которую он до сих пор обновляет - советы для тех, кто хочет стать квантом. Да, он написал базовый пост в телеграме с рекомендациями до того, как это стало мейнстримом.

Причем советы по подготовке к интервью - это не самое главное в документе. Стоит ознакомиться, но там достаточно общие рекомендации. Если тебе нужен подробный гайд по пунктам, что нужно выучить и повторить, в том же телеграме можно найти больше информации в узкопрофильных каналах (линк1, линк2, ... я сам не квант, но думаю, что таких постов куча).

Лично мне более интересной показалась часть, в которой даются советы о том, как состояться в этой сфере: какие качества важно в себе развивать, как правильно выстроить процесс исследования, советы по саморазвитию и т.д.

А еще импонирует, как он рассуждает над вопросом: как создавать новую стратегию?

Первая опция - ты можешь быть гением и, потратив время на изучение рынка, рано или поздно сгенерируешь уникальный подход, который принесет успех. Надо иметь в виду, что таких людей ооочень мало.

Другой вариант попроще - с умом пользоваться существующими стратегиями. Глубоко понимая принцип работы и риски, ты можешь улучшить существующий подход и адаптировать его для своей задачи. И даже совсем небольшое улучшение может принести тебе ооочень хороший профит.

Лол, сегодня не только я использовал контент из этой пдфки 🙈... Заметил только сейчас, но так как мой пост был позже, делаю репост 🫡

#backtesting

The first principle is that you must not fool yourself and you are the easiest person to fool — Feynman.

Наткнулся на старый тред в Твиттере, точнее на серию тредов, где рассказывается об ошибках, которые нужно избегать при тестировании новой стратегии. Решил собрать список в одном месте, чтобы легче было освежать в памяти основные моменты. У меня уже был пост на эту тему, но здесь больше уклон на логику тестирования и знание нюансов рынка, нежели на качество данных.

1. Заглядывание в будущее при формировании выборки (link)
Предположим, что ты хочешь проверить стратегию, которая использует только акции с высокой стоимостью. Типичной ошибкой будет использовать компании, которые на данный момент имеют высокую капитализацию. В этом случае ты используешь информацию из будущего, предполагая, что эти компании были успешными на определенном промежутке до текущего момента. То же самое произойдет, если выбрать компании в определенный момент в прошлом. Чтобы избежать этой ошибки, нужно выбрать временной промежуток, например, месяц, и обновлять выборку акций на основе текущей капитализации в каждый промежуток.

2. Заглядывание в будущее при расчете сигнала (link)
Этот пункт больше касается качества данных, чем ошибок в логике. Например, для расчета сигнала ты используешь выборку акций. Если цены на акции взяты из нескольких бирж, которые закрываются в разное время, это может привести к сопоставлению данных из прошлого и будущего. Также стоит быть осторожным с данными intraday, которые на самом деле могли быть опубликованы после закрытия биржи.

3. Мгновенная покупка/продажа (link)
Процесс анализа сигнала, принятия решения и даже совершение сделки на бирже занимают некоторое время N. Поэтому цена, которую мы использовали для анализа, и цена покупки/продажи будут отличаться, что также нужно учитывать. Самый яркий пример - когда для анализа стратегии берутся цены на момент закрытия рынка (closed prices). В реальности торговать после закрытия ты не можешь, а при открытии на следующий день цена может быть совершенно другой. Это не сильно скажется, если, например, ребалансировка портфеля происходит только 1 раз в месяц, но если 1 раз в день - это уже критично.

4. Пересмотренные значения (link)
В треде приведен пример с данными по ВВП США за последний квартал. Первая предварительная оценка публикуется в январе, вторая в феврале, и финальное значение обновляется в марте. Однако при загрузке исторических данных из Bloomberg финальное значение будет отражено как опубликованное в январе. Лично я часто сталкивался с пересмотренными данными в финансовых отчетах компаний, например, для создания риск факторов на основе различных метрик компаний (net income, earnings-to-price, и т.д.).

5. Игнорирование лимитов торговли (link)
Важно понимать лимиты объема торгов акций каждой анализируемой компании. Например, если в твоей выборке есть micro cap и large cap фирмы, не учитывая объемы торгов, может возникнуть ситуация, когда объем ваших операций с акциями micro cap компании превышает средний дневной объем торгов.

6. Игнорирование fees (link)
Биржа и брокер взимают процент с каждой вашей сделки, что необходимо учитывать при тестировании стратегии. Иначе получится, что на словах у тебя sharpe-ratio больше 2, а на деле меньше 1.
Также полезно завышать размер комиссии (fee), чтобы проверить стратегию на устойчивость к стрессу, но для достоверности рекомендуется также провести проверку на реальных данных.

7. Slippage (link)
Ситуация, когда окончательная цена сделки отличается от ожидаемой. Это происходит из-за разницы между открытием и закрытием сделки, например, когда резко меняется спрос или предложение на акцию.

8. Влияние на рынок (link)
Если ты торгуешь большими объемами, необходимо учитывать, что твоя сделка может повлиять на цену акции на рынке. Грубо говоря, влияние на рынок является причиной, а slippage — следствием. Оба этих фактора важно учитывать при тестировании стратегии.


To be continued.

9. Доступность шорта (link)
Зачастую перфоманс риск-факторов сильно зависит от шорт-позиций, так как для неликвидной компании достаточно просто предсказать, что она будет иметь убытки в ближайшем будущем. Проблема состоит в том, что для таких компаний будет очень сложно и иногда невозможно открыть шорт-позицию, так как брокеры также будут в курсе этого. Информацию о доступности шорта необходимо контролировать, тестируя стратегию.

10. Комиссия за использования шорта (link)
За предоставление шорт-позиции также нужно будет платить процент. Открывая шорт, вы фактически берёте акции в долг у брокера. За каждый день использования этих активов нужно платить комиссию. Однако выставить фиксированный процент для бэктеста будет ошибкой, так как чем "горячее" акция (чем выше спрос на шорт), тем выше будет процент за использование.
Также важно учитывать, что в каждой стране существуют свои особенности регулирования.

11. Запрет на открытие шорта (link)
Во время кризисов брокеры могут отказать в открытии любого шорта, а иногда даже заставить закрыть старые сделки. Что очевидно, так как в это время наибольший спрос на шорт-позиции.

Крутая статья в Твиттере, где рассказывается (и даже показывается) о процессе создания риск-факторов. Автор также поделился репой с кодом, который можно протестировать и использовать для своего исследования. Утверждается, что этот код используется в продакшене трейдинговой компании с оборотом более $2B.

Автор неплохо объясняет, что такое альфа и какие популярные интерпретации используются. По поводу споров в определениях, сам автор в одной из частей приравнял альфу и idiosyncratic risk (IR) компании, но, например, Giuseppe Paleologo (чью книгу он привел в рекомендации) обозначает IR шумом Ɛ (нюансы и события, специфичные для конкретной компании). Я склонен согласиться со вторым определением.

Также хочу для себя сохранить пару тезисов о том, что такое риск факторы и почему они существуют:
1. Дополнительное вознаграждение за принятие нежелательного риска для удовлетворения рыночного экономического спроса.
2. Изначальная альфа, которую начали использовать все поголовно, после перенасыщения и стабилизации стала бета.

Ну и прикольная аналогия с гранатом, что альфа — это зерна граната, до которого надо добраться, очистив от кожуры. Лично я немного переделал эту аналогию; не претендую на истину в последней инстанции, но мне кажется, она более уместная и подробная:

Если мы рассматриваем фондовый рынок как гранат, то idiosyncratic risk для меня — это внутренняя мембрана. Иногда внутренние события в компании сильно не влияют на ценообразование акции (тонкая мембрана), а иногда мембрана настолько толстая, что её точно стоит учитывать при анализе (а иногда строить стратегии на её основе).

Market factor — это кожура, которая объединяет и структурирует всю внутренность. Чтобы насладиться альфой (или бетой), обязательно стоит очистить кожуру. Но и сама по себе кожура имеет ценность; например, если вы захотите продать гранат, это будет проще сделать с кожурой.

Ну и наконец, альфа и бета — это зерна. Так как альфа можно рассматривать как бета, о которой мы пока еще не знаем (и наоборот), объединить их в одну группу более чем уместно.

По работе иногда приходится покопаться в старых статьях, на этой неделе нужно было прочитать статью 2008 года “Seasonality in the cross-section of stock returns”

В этой статье авторы создали риск факторы на основе сезонных эффектов. Идея простая - предположим, что ты формируешь портфель на сентябрь, для этого для каждой акции ты должен рассчитать среднюю cентябрьскую доходность за предыдущие года. На основе этих значений составляется портфель: в long идут акции с наибольшим средним доходом, а в short c наименьшим.

Расчет средних значений проводился для нескольких временных промежутков: 0–1, 2–5, 6–10, 11–15 и 16–20 лет назад, чтобы выявить долгосрочные эффекты. Например, для формирования сентябрьского портфеля в 2024 году рассчитывалась средняя сентябрьская доходность за период с 2019 по 2022 годы (промежуток 2–5 лет). Для сравнения авторы также составляли портфели на основе "несезонных" средних — то есть, используя данные всех месяцев, кроме сентября.

В итоге, в статье было показано, что "сезонные портфели" демонстрируют положительную доходность, причем наибольшая доходность наблюдается у фактора, основанного на данных только за предыдущий год. Однако тенденция сохраняется даже для более давних промежутков, что свидетельствует о долгосрочном эффекте. "Несезонные портфели", напротив, показали отрицательную доходность для всех промежутков, за исключением средней доходности за последний год.
Комментарии авторов: "В целом, стратегия может приносить прибыль, но все зависит от комиссии на транзакции".

Из относительно недавних статей на схожую тему интересными показались две работы. В первой использовался тот же cross-section анализ, но не среди акций, а среди риск факторов. В итоге эффект был выявлен, но он объяснялся не сезонностью самих факторов, а сохранением эффекта сезонности у акций.
Во второй работе авторы создали аналогичный риск фактор, но для криптовалютного рынка. Для формирования портфеля рассчитывалась средняя ежедневная доходность за предыдущие 20 недель: в long включались активы с наибольшей средней доходностью, а в short — с наименьшей. Статистически значимый эффект сезонности был обнаружен, но я бы перепроверил результаты, так как с 2020 года много воды утекло.

#backtesting

Презентация Giuseppe Paleologo о том как делать бэктесты