定量的投資戦略は、現代のコンピューターの出現により複雑なツールに進化しましたが、戦略のルーツは80年以上遡ります。 彼らは通常、高度な教育を受けたチームによって運営され、独自のモデルを使用して市場に勝つ能力を高めています。 シンプルさを求めている人のためのプラグアンドプレイの市販プログラムもあります。 クワントモデルは、バックテストを行ったときに常に正常に機能しますが、実際のアプリケーションと成功率は議論の余地があります。 強気市場ではうまく機能しているように見えますが、市場が不安定になると、クォンタム戦略は他の戦略と同じリスクにさらされます。
歴史
金融に適用される定量的理論の研究の創始者の一人は、ロバート・マートンでした。 コンピューターを使用する前のプロセスがどれほど困難で時間のかかるものであったかを想像することしかできません。 金融に関するその他の理論も、最新のポートフォリオ理論に基づくポートフォリオの多様化の基礎など、最初の定量的研究のいくつかから発展しました。 量的金融と計算の両方を使用することで、最も有名なものの1つであるブラックショールズオプション価格設定式など、他の多くの一般的なツールが使用されました。 。
ポートフォリオ管理に直接適用する場合、目標は他の投資戦略と同様に、価値、アルファ、または超過リターンを追加することです。 クアンツは、開発者と呼ばれているように、投資機会を検出するために複雑な数学モデルを作成します。 それらを開発するクオンツと同数のモデルがあり、すべてが最高であると主張しています。 量的投資戦略のベストセールスポイントの1つは、モデル、そして最終的にはコンピューターが、人間ではなく実際の売買を決定することです。 これは、投資を売買する際に人が経験する感情的な反応を取り除く傾向があります。
現在、クオンツ戦略は投資コミュニティで受け入れられており、ミューチュアルファンド、ヘッジファンド、機関投資家によって運営されています。 通常、アルファジェネレーター、またはアルファジェネスという名前で呼ばれます。
定量アナリストは何をしますか？
カーテンの後ろ
「オズの魔法使い」と同じように、誰かがプロセスを駆動するカーテンの後ろにいます。 他のモデルと同様に、プログラムを開発するのは人間だけです。 クオントになるための特定の要件はありませんが、クオンツモデルを実行するほとんどの企業は、投資アナリスト、統計学者、およびプロセスをコンピューターにコーディングするプログラマーのスキルを兼ね備えています。 数学モデルと統計モデルの複雑な性質により、金融、経済、数学、工学の学位や博士号などの資格を確認することは一般的です。
歴史的に、これらのチームメンバーはバックオフィスで働いていましたが、クオンツモデルが一般的になるにつれて、フロントオフィスに移りました。
クオンツ戦略の利点
全体的な成功率は議論の余地がありますが、いくつかのクオンツ戦略が機能する理由は、規律に基づいているからです。 モデルが正しい場合、この規律は、定量的データに基づいて市場の非効率性を活用するために、戦略を超高速コンピューターと連携させ続けます。 モデル自体は、P / E、負債対資本、収益成長率などのわずかな比率に基づいている場合もあれば、同時に何千もの入力を使用する場合もあります。
成功する戦略は、コンピューターがシナリオを常に実行して非効率性を他のユーザーよりも先に見つけるため、初期段階の傾向を把握することができます。 モデルは、投資の大規模なグループを同時に分析することができます。従来のアナリストは、一度に少数しか分析しない場合があります。 スクリーニングプロセスでは、モデルに応じて1〜5やAFなどの学年で宇宙を評価できます。 これにより、高評価の投資に投資し、低評価の投資を販売することにより、実際の取引プロセスが非常に簡単になります。
クォンタムモデルは、ロング、ショート、ロング/ショートなどの戦略のバリエーションも提供します。 成功したクォントファンドは、モデルの性質上、リスク管理に鋭い目を向けています。 ほとんどの戦略は、ユニバースまたはベンチマークから始まり、モデルでセクターおよび業界の重み付けを使用します。 これにより、ファンドはモデル自体を損なうことなく、ある程度まで多様化を制御できます。 クォントファンドは、従来のアナリストやポートフォリオマネージャーをそれほど多く必要としないため、通常、低コストで実行されます。
量的戦略の欠点
多くの投資家がブラックボックスに投資を実行させるという概念を完全に受け入れない理由があります。 成功しているすべてのクォンタムファンドについて、多くの人が失敗しているように見えます。 残念なことに、クオンツの評判は、失敗すると大きな失敗に終わります。
長期資本管理は、最も尊敬される学術指導者の一部と、ノーベル記念賞を受賞した2人の経済学者であるマイロンS.ショールズとロバートC.マートンによって運営されていたため、最も有名なクオンツヘッジファンドの1つでした。 1990年代、彼らのチームは平均以上の利益を生み出し、あらゆるタイプの投資家から資金を集めました。 彼らは、非効率性を悪用するだけでなく、資本への容易なアクセスを使用して、市場の方向性に大きなレバレッジをかけた賭けを作成することで有名でした。
彼らの戦略の規律ある性質は、実際に彼らの崩壊につながる弱さを生み出しました。 長期資本管理は、2000年初頭に清算され、解散しました。そのモデルには、ロシア政府が一部の債務をデフォルトする可能性は含まれていませんでした。 この1つのイベントがイベントをトリガーし、レバレッジによって拡大された連鎖反応が大混乱を引き起こしました。 LTCMは他の投資業務に深く関与していたため、その破綻は世界市場に影響を与え、劇的な出来事を引き起こしました。
長期的には、連邦準備制度が支援に加わり、他の銀行や投資ファンドは、さらなる損害を防ぐためにLTCMを支援しました。 これは、将来のイベントを含まない可能性がある過去のイベントに基づいているため、クォントファンドが失敗する理由の1つです。
強力なクォントチームが常に新しい側面をモデルに追加して将来のイベントを予測する一方で、毎回未来を予測することは不可能です。 また、クォンタムファンドは、経済と市場が平均以上のボラティリティを経験しているときに圧倒される可能性があります。 売買シグナルは非常に早く届くため、高回転により高額の手数料と課税対象イベントが発生する可能性があります。 クォントファンドは、ベアプルーフとして販売されている場合や、短い戦略に基づいている場合にも危険をもたらす可能性があります。 景気後退の予測、デリバティブの使用、レバレッジの組み合わせは危険です。 1つの間違った方向転換が内破につながる可能性があり、それがしばしばニュースになります。
ボトムライン
量的投資戦略は、バックオフィスのブラックボックスから主流の投資ツールに進化しました。 これらは、ビジネスの最高の精神と最速のコンピューターを活用して、非効率性を活用し、市場の賭けをするためにレバレッジを使用するように設計されています。 モデルにすべての適切な入力が含まれており、異常な市場イベントを予測するのに十分に機敏である場合、それらは非常に成功する可能性があります。 反対に、クオンツファンドは機能するまで厳密にバックテストされますが、その弱点は、成功のために履歴データに依存していることです。 クオンツスタイルの投資は市場での地位を築いていますが、その欠点とリスクを認識することが重要です。 多様化戦略と一貫性を保つために、クオンツ戦略を投資スタイルとして扱い、従来の戦略と組み合わせて適切な多様化を達成することをお勧めします。
