Бегущий по алгоритмическому лезвию. Часть 1: Джим Саймонс
Интро про автора.
Меня зовут Алекс, в данный момент я занимаюсь дата-аналитикой и в свободное время провожу глобальную ретроспективу своей жизни: взлетов, падений и главной страсти прошлого и настоящего в лице торговли на финансовых рынках.
За время карьеры трейдера (11 лет) я успел побыть:
- в качестве главы департамента алгоритмического трейдинга в финансовой Управляющей Компании
- был трейдером “солистом”
- управлял чужими счетами (до 6-ти млн $)
- попадал в торговые тренды и уже был готов принимать оффер на работу от Уоррена Баффета (не сложилось)
- вел жизнь в стиле “успешный успех” еще до того, как это было мейнстримом
- был СЕО и чуть позже СPO в собственном небольшом стартапе (не таком удачном, как мне бы хотелось)
- хейтил крипторынки когда они зарождались, но после торговал на них
- прошел путь от комнаты в захолустном городишке до неплохой жизни в Дубае и обратно
- преисполнился, пересобрался и открыл в себе второе дыхание на пару с духом исследования (об этом позже)
Пережевывая Wiki.
Кто ты, Джим, как личность?
- Получил степень бакалавра по математике в MIT, а затем докторскую степень в Университете Беркли, также является обладателем множества почетных степеней.
- Фундаментальный физик, в 1960-х годах он работал в IBM Research Lab, где занимался физикой элементарных частиц.
- Является владельцем одного из самых крупных частных наблюдательных телескопов в мире.
- Известен своими филантропическими усилиями, он и его жена Мэрилин создали фонд Simons Foundation, который поддерживает научные исследования и образовательные проекты.
- В 1982 году Саймонсон основал компанию Renaissance Technologies, которая занимается квантовым анализом данных и использует его для торговли на финансовых рынках и управляет фондом Medallion Fund (за последние 30 лет он показал высокую доходность, достигая до 66% в год)
- В 1990-х годах Саймонсон и его команда ученых исследовали данные о движении глаз, чтобы понять, как люди читают. Они создали модель, которая использовалась для разработки программного обеспечения для обучения чтению для детей с нарушениями зрения.
Еще больше фактов о Джиме, как личности, можно прочитать в его мемуарах «Человек который разгадал рынок» («The Man Who Solved the Market») — об истории создания Ренессанса и о том, как компания достигает своих успехов.
Дед маминой подруги.
Джим Саймонсон — один из самых богатых людей в мире. По данным Forbes на 2021 год, его состояние оценивается в 23,5 миллиарда долларов.
Все это благодаря (рубрика: мои личные инсайты):
- неистовой любви к математике
- умением использовать альтернативные подходы, находить закономерности и применять их в финансовых сферах
- умением правильно применять технологические открытия (квантовые компьютеры)
- высокому уровню секретности и скрытности/конфиденциальности основной деятельности предприятия (торговые стратегии и алгоритмы — только для избранных)
- жесткой и структурной дисциплине (военное прошлое, математика и циклы — не профессиональная деформация, а стиль жизни)
- отказу от интуиции и эмоций
Джим — гений, миллиардер, ученый, самый успешный трейдер и алготрейдер, филантроп? Большинство заголовков различных статей, говорят нам именно об этом. Лично я вижу в Джиме «Архимеда», который нашел правильную точку опоры и перевер…разгадал рынок.
Битва титанов: "фундаментал" против "квантов"
Общая вводная.
О Джиме Саймонсе написано действительно много материалов (на VC насчитал около 3х статей, из которых могу выделить только статью от vc. ru/story), поэтому давайте попробуем рассмотреть Саймонса и его детище с другого угла?
Для того чтобы это сделать, нам потребуется:
- разобрать 2 подхода анализа
- вспомнить про еще одного очень известного дедушку
- вспомнить про концепцию «черного лебедя»
- сравнить показатели компаний
Что такое фундаментальный анализ:
Фундаментальный анализ — метод прогнозирования рыночной стоимости компании, основанных на анализе финансовых и производственных показателей её деятельности.
Что такое квантитативный анализ:
Квантитативный анализ финансового рынка - это процесс использования математических и статистических методов для анализа и интерпретации данных финансового рынка.
Очень известный дедушка:
Уоррен Эдвард Баффетт — американский предприниматель, один из крупнейших и наиболее известных в мире инвесторов, с состоянием на 2022 год в 104,4 миллиарда долларов. Владелец фонда Berkshire Hathaway.
Концепция «черного лебедя»:
«Чёрный лебедь» — концепция, согласно которой труднопрогнозируемые и редкие события, которые имеют значительные последствия, имеют особые характеристики.
Сравнение двух титанов.
Теперь я предлагаю взять за основу следующий тезис:
- Джим Саймонс и его Medallion Fund (~10 млрд $ на 2020 г. под управлением) = представитель школы квантитативного анализа и технологического подхода
- Уоррен Баффет и его Berkshire Hathaway (~830 млрд $ на 2020 г. под управлением) = представитель школы фундаментального анализа и традиционного подхода
И рассмотреть два этих фонда в рамках годовой доходности и 9-ти "черных лебедей" финансового рынка, в 21-м веке:
Конечно, не стоит забывать про то, что чем больше обьем денежных средств под управлением - тем меньше доходность и разница объема между этими двумя фондами составляет 83 (!) раза.
Далеко не факт, что торговая стратегия фонда от Саймонса, показывала бы такую же доходность при объемах фонда Уоррена Баффета. Опираясь на свой опыт могу заметить: не редко хорошие инвестиционные автоматизированные стратегии для рынка - действительно имеют ограничения по объемам в управлении. И при увеличении этих объемов, начинает страдать показатель доходности.
Можно ли в таком случае сказать, что мое сравнение двух этих фондов и их показателей доходности - не является релевантным? С точки зрения доходности и объемов фондов - да, это как сравнивать барсука медоеда и слона.
Но, если у вас под управлением (или собственных денег) не больше 10 млрд $. - то алгоритмическая торговля может быть лучшим инструментом для достижения инвестиционных целей. (все что нужно, это всего лишь сделать хороший торговый алгоритм)
В рамках доступной мне информации, я просмотрел статистику 10-ти небольших международных фондов (сторонников традиционного подхода) с объемом активов до 30 млрд $. и за последние 10 лет их средняя годовая доходность не была выше 15%:
Выводы.
- Джим Саймонс и его Renaissance Technologies (на пару с Medallion Fund) активно использующий технологические подходы и квантитативный анализ выдерживает высокую доходность (пожалуй одну из самых высоких) на небольших объемах капитала и по праву считается выдающимся трейдером в этом направлении.
- Однако, квантитативный подход Джима Саймонса имеет ограничения по объему торговых средств и не может масштабироваться на большие капиталы и традиционные подходы - выглядят более релевантными.
- Простая математика на 2020 год: 76% от 10 млрд $. - это 7,6 млрд $. дохода, но 2,4% от 830 млрд $. - это 19,92 млрд $. дохода (старик Баффет все еще богаче, хоть и консервативней)
Инвестиционное кунг-фу.
Для того чтобы разобраться в автоматизированной инвестиционной стратегии Джима Саймонса и его Medallion Fund, я обратился к своему проверенному инсайдеру и вот что получилось узнать:
Как я и писал: высокий уровень секретности и скрытности/конфиденциальности основной деятельности предприятия, делает Джима богаче в среднем на 40% в год.
Грубо говоря, все что известно о стратегиях Medallion Fund, есть в:
Книге "The Man Who Solved the Market" (Джастин Лоу) - описывает историю компании Renaissance Technologies и ее основателя Джима Саймонса, включая развитие Medallion Fund и квантитативных подходов, используемых компанией.
Некоторых общих статьях и исследованиях в области квантитативного анализа и финансов, которые могут дать представление о том, какие типы алгоритмических стратегий могут быть использованы в том числе в Medallion Fund.
Можно ли в таком случае, попытаться повторить успех Medallion Fund?
С точки зрения мат-ожиданий, чем большее кол-во раз вы попытаетесь найти необходимую комбинацию, тем выше шанс что в процессе соединения торговых стратегий вы будете находить паттерны, которые будут положительно влиять на доходность торгового алгоритма и рано или поздно приведут вас к желаемому проценту доходности.
Мировая финансовая практика показывает и доказывает, что помимо Джима Саймонса есть еще не мало людей и компаний, которые получают хорошую доходность используя квантитативные методы. Об этом и не только, читайте в следующих статьях данного цикла статей!
А дальше что?
В следующей серии цикла статей "Бегущий по алгоритмическому лезвию.", я разберу путь успеха двух мужчин, которые сидят на одном стуле и зарабатывают. (подписывайтесь если заинтригованы)
Дополнительный анонс.
Тема исследования синергии человека и нейросети в финансах, настолько меня поглотила, что побудила к пересмотру (или "пивоту") старой деятельности прошлого стартапа (читайте в статье "Мечтает ли ChatGPT о торговых алгоритмах? Часть 1").
В связи с чем приглашаю всех желающих в свой новый телеграмм канал в качестве наблюдателя где:
- торговый алгоритм версии Brut-1 (никогда не знаешь, когда он предаст: D) совершает сделки на реальном счете, на криптовалютном рынке на паре BTC-BUSD и сигнализирует об этом заранее (если хотите — копируйте сделки)
- еженедельно Brut-1 будет отчитываться о полученной прибыли с совершенных сделок
- через 3 месяца, для всех наблюдателей будет проведено голосование в формате конкурса на определение главного вопроса: "Алгоритм который торговал эти три месяца, был написан человеком или нейросетью?"
- все бесплатно, никаких платных каналов, успешных управлений счетами и рекламы мазей по увеличению вашего графика
Стать наблюдателем:
Сила любого стартапа — в ранних последователях, поэтому все кто присоединится к этому "Шоу Брута" и угадает правильно — получат полугодовой доступ к этому алгоритму в формате автоматической торговли.
Надеюсь было интересно!
Хммм и всё же фундаментал или квант?
Гречка!
p.s. простите)
p.s.s. мой выбор падает на "ленивую торговлю" - алгоритмы для такого дела подходят больше
Было интересно
Спасибо за то что потратили свое время!
Прочел статью с интересом. Продолжайте в том же духе.
Благодарю!
Вы считаете, что квантовые компьютеры имеют отношение к квантам?