Инструменты трейдера: системный подход к отбору и портфелю

Выбор торговых инструментов для системного трейдера — задача, далекая от простого перебора «голубых фишек» или модных активов. Это дисциплина, требующая сочетания количественного анализа, понимания структуры рынка и строгого управления рисками. Ошибочный выбор инструмента способен не просто снизить эффективность торговой системы, а полностью разрушить ее, превратив выверенную модель в генератор убытков.

Прежде чем применять сложные математические модели, стоит обратить внимание на два базовых параметра любого рынка: ликвидность и волатильность. Как отмечает Чарльз Киркпатрик, эти характеристики являются необходимым условием для отбора (Charles D Kirkpatrick II, The Complete Resource for Financial Market Technicians).

Роберт Пардо подчеркивает, что изменение ликвидности оказывает сильнейшее воздействие на рыночную структуру. Он предостерегает:

Для неликвидных рынков характерны маленькие торговые диапазоны и большое число ценовых разрывов. Такие «заторможенные» рынки могут погубить модели для дневной торговли.

(Роберт Пардо, «Разработка, тестирование и оптимизация торговых систем»)

И наоборот, высокая ликвидность способствует более предсказуемому поведению цены. Это не означает, что рынок перестает быть изменчивым. Как гласит легендарная история о Дж. П. Моргане, на вопрос новичка «Что рынок будет делать сегодня?» финансист дал мудрый и точный ответ: «Он будет колебаться» (Роберт Пардо, «Разработка, тестирование и оптимизация торговых систем»). Задача системного трейдера — найти инструменты, чьи колебания соответствуют логике его торговой модели.

Волатильность не менее важна. Ричард Вайсман предлагает использовать ее для адаптивного управления риском. Резкий рост волатильности должен служить сигналом к сокращению размера позиции, чтобы сохранить приемлемый уровень риска. И наоборот, снижение волатильности может позволить увеличить объем сделки без повышения общего риска для капитала (Вайсман, «Механические торговые системы. Психология трейдинга и технический анализ»). Это гибкий подход, позволяющий системе адаптироваться к постоянно меняющимся рыночным условиям.

Когда базовые требования к ликвидности и волатильности удовлетворены, начинается этап количественного отбора. Здесь трейдер переходит от общих характеристик к конкретным критериям, позволяющим сравнивать активы между собой.

Одним из мощных подходов является ранжирование широкого списка активов. Антти Илманен в работе Expected Returns: An Investor’s Guide описывает модели, которые анализируют целый срез рынка, например, 1000 крупнейших акций США или валюты стран G10. Активы сортируются на основе одного или нескольких критериев, таких как стоимостные метрики (value) для акций или кэрри (carry) для валют. На основе этого ранжирования строится стратегия:

Такой подход, по словам автора, дает ключевое преимущество не ограниченным в своих действиях инвесторам, например, хедж-фондам (Antti Ilmanen, Expected Returns: An Investor’s Guide).

Николай Солабуто предлагает более прикладные методы для частного трейдера. Он допускает использование аналитических обзоров инвестиционных компаний для формирования первоначального списка бумаг, но с важной оговоркой: использовать следует лишь сам набор активов, а доли в портфеле рассчитывать самостоятельно (Николай Солабуто, Trading Systems and Methods). Еще один практический способ — отбор акций, показавших максимальную доходность за прошедший год, так называемых «лидеров роста».

Структурировать этот процесс помогает метод top-down, описанный Чарльзом Киркпатриком. Анализ начинается с оценки перспектив всего рынка, затем переходит на уровень отраслевых групп и только после этого — к выбору конкретных акций внутри наиболее перспективных групп (Charles D Kirkpatrick II, The Complete Resource for Financial Market Technicians).

Отобрать перспективные инструменты — это лишь половина дела. Не менее важно, как они будут сочетаться друг с другом в портфеле. Современная теория портфеля, основы которой заложил Марковиц, строится на идее, что комбинация активов может обладать лучшими характеристиками риска и доходности, чем каждый актив в отдельности (Ральф Винс, «Математика управления капиталом»; Robert Kissell, The Science of Algorithmic Trading and Portfolio Management).

Уильям Бернстайн наглядно демонстрирует силу диверсификации на исторических данных:

(Уильям Бернстайн, «Разумное распределение активов. Как построить портфель с максимальной доходностью и минимальным риском»)

Ключевым фактором здесь выступает корреляция. Николай Солабуто настоятельно рекомендует использовать в портфеле акции с низкой взаимной корреляцией. Он отмечает, что традиционно акции из одного сектора экономики сильно коррелируют между собой, и поэтому для эффективной диверсификации следует выбирать эмитентов из разных отраслей. Он предлагает формировать портфель из 10 и более активов (Николай Солабуто, Trading Systems and Methods).

Более того, диверсификацию можно применять не только к активам, но и к самим торговым системам. Сочетание разных по своей природе методик значительно улучшает итоговый показатель риск/доходность. Николай Солабуто приводит пример систем с вероятной низкой корреляцией:

(Николай Солабуто, Trading Systems and Methods)

Использование такого мультисистемного подхода позволяет сгладить общую кривую доходности и повысить устойчивость портфеля.

Выбор инструментов и формирование портфеля неизбежно приводят к вопросу оптимизации. Однако здесь системного трейдера поджидает одна из главных интеллектуальных ловушек. Роберт Пардо описывает конфликт между желанием использовать «релевантные данные» (то есть данные, схожие с текущими рыночными условиями) и необходимостью соблюдать статистические правила. Теория релевантных данных подталкивает к использованию узких, недавних временных срезов для оптимизации, что прямо противоречит требованиям к достаточному числу сделок и широкому диапазону рыночных условий для подтверждения статистической валидности модели (Роберт Пардо, «Разработка, тестирование и оптимизация торговых систем»). Поиск компромисса между высокой эффективностью на коротком участке и статистической надежностью — одна из центральных задач разработчика торговых систем.

Практическое тестирование различных подходов к оптимизации — неотъемлемая часть процесса. Роберт Киссел описывает симуляционный эксперимент на акциях из индекса S&P 500, где сравнивались разные методы оптимизации для портфелей размером от 10 до 500 акций. Такие эксперименты позволяют измерить скорость и точность решений, которые предлагает та или иная математическая модель (Robert Kissell, The Science of Algorithmic Trading and Portfolio Management).

Наконец, любой выбор инструментов должен быть встроен в общую систему управления рисками. Ричард Вайсман настаивает на необходимости заранее определять допущения по наихудшей просадке средств для всей системы. Часто в качестве стоп-уровня для торговой системы используется максимальная просадка в 37,5% от средств под управлением. Выход за этот предел, по его словам, ведет к ликвидации фонда или торгового счета (Вайсман, «Механические торговые системы. Психология трейдинга и технический анализ»).

Таким образом, отбор инструментов — это не разовое действие, а непрерывный процесс, в котором анализ отдельных активов переплетается с конструированием портфеля и строгим контролем рисков на уровне всей торговой стратегии.

🔗 Следи за нашим каналом: Наш Telegram