Οι ρομποτικοί έμποροι διαχειρίζονται περίπου 1 $ από κάθε 3 $. Είναι πανταχού παρόντες. Ίσως έχετε μερικά κεφάλαια ευρετηρίου που θεωρούνται ρομποτικά ή ποσοτικά κεφάλαια. Είναι φθηνά και παρέχουν πρόσβαση στο φαινομενικά ασταμάτητο χρηματιστήριο αργά. Αλλά τελικά, η φούσκα μπορεί να ξεσπάσει (τουλάχιστον για ποσά χρημάτων). Κλείνουν τα ποσά παντού (π.χ. Columbia Threadneedle, Neuberger Berman). Τα ποσοτικά κεφάλαια που ακολουθούν τις τάσεις είδαν μερικές από τις χειρότερες εκροές σε 13 χρόνια. Λοιπόν, ποια είναι αυτά τα ποσά; Γιατί δημιουργήθηκαν; Και είναι αυτό το σήμα ένδειξης ενδημικού προβλήματος με quants ή απλώς προσωρινή επαναφορά;

Η αυξανόμενη επιρροή του λογισμικού στις επενδυτικές αποφάσεις

Ο ευρύς τομέας της χρηματοδότησης, λόγω της πρόσβασης στο κεφάλαιο, υπήρξε εδώ και καιρό ο τομέας που τείνει να αγκαλιάζει τεχνολογικές καινοτομίες πριν από άλλες βιομηχανίες. Έτσι, όταν η τεχνολογία λογισμικού έφτασε τον 20ο αιώνα, και εμφανίστηκαν αλγοριθμικά προγράμματα, ήταν αναπόφευκτο ο χρηματοοικονομικός τομέας να είναι ο πρώτος που θα αξιοποιήσει τις δυνατότητες. Ο John Bogle, ιδρυτής της Vanguard, ξεκίνησε τα πρώτα κεφάλαια ευρετηρίου στον κόσμο τη δεκαετία του 1970, αναπτύσσοντας λογισμικό για την παρακολούθηση καλαθιών αποθεμάτων και, επομένως, επιτρέπει σε ένα ταμείο να αναπτύξει αυτόματες ανακατανομές σύμφωνα με οποιεσδήποτε αλλαγές στο βασικό του σημείο αναφοράς.

Το πλεονέκτημα της χρήσης λογισμικού για την αυτοματοποίηση των συναλλαγών ήταν βαθύ, κυρίως στην επίδρασή του στη μείωση του λειτουργικού κόστους. Τα κεφάλαια δεικτών δεν χρειάστηκαν να πληρώσουν για τους ανθρώπινους πόρους που διαφορετικά θα είχαν αξιοποιηθεί για τη λήψη αποφάσεων επιλογής και κατανομής. Η έλευση του δείκτη ήταν ένα σημαντικό γεγονός για το άνοιγμα του κόσμου της προσωπικής χρηματοοικονομικής διαχείρισης σε μια μαζική αγορά που θα είχε διαφορετικά τιμή από μια τέτοια υπηρεσία.

Ταχέως προς τα εμπρός μέχρι σήμερα, και αυτοματοποιημένα (ποσοτικά) κεφάλαια, κατά την τελευταία δεκαετία, σταθερά κινήθηκαν προς τα πάνω για να διατηρήσουν το υψηλότερο μερίδιο του όγκου από θεσμικές συναλλαγές στα χρηματιστήρια των ΗΠΑ.

ETF: Τα ευρετήρια χρημάτων είναι επιλεκτικά

Περαιτέρω εξελίξεις στην τεχνολογία οδήγησαν στην εισαγωγή ποσοτικών χρηματιστηριακών συναλλαγών (ETF) προς το τέλος της δεκαετίας του 1980. Αυτά τα μέσα χρησιμοποίησαν προγράμματα λογισμικού για τη λήψη δυναμικών αποφάσεων επιλογής αποθεμάτων βάσει ορισμένων παραγόντων. Για παράδειγμα, ένας αλγόριθμος θα μπορούσε να προγραμματιστεί για να αγοράσει μια μετοχή όταν ο λόγος αγοράς προς βιβλίο πέσει κάτω από 1,0 και στη συνέχεια για να πουλήσει το ίδιο απόθεμα όταν ο λόγος αυξηθεί πάνω από 1,5. Όπως φαίνεται σε αυτό το ακατέργαστο παράδειγμα, το λογισμικό έχει προγραμματιστεί να λαμβάνει συστηματικές επενδυτικές αποφάσεις βασισμένες σε θεμελιώδη ανάλυση που διαφορετικά θα γινόταν από ανθρώπινους διαχειριστές.

Στα 30 χρόνια από το πρώτο ETF, η πολυπλοκότητα των αυτοματοποιημένων συναλλαγών έχει προχωρήσει σε συνεχώς προχωρημένα στάδια λόγω των ραγδαίων καινοτομιών στον τομέα της τεχνητής νοημοσύνης. Στο πλαίσιο του αλγοριθμικού λογισμικού, η χρήση τεχνητής νοημοσύνης συνεπάγεται ότι τα προγράμματα συναλλαγών μπορούν να μάθουν και να βελτιώσουν την αποτελεσματικότητά τους από τη δική τους βούληση. Ας υποθέσουμε λοιπόν ότι το λογισμικό που χρησιμοποιήθηκε στο παραπάνω παράδειγμα ETF αναπτύχθηκε με μια μονάδα τεχνητής νοημοσύνης. Τώρα, μπορεί να είναι σε θέση να αναλύει συνεχώς δεδομένα σχετικά με την απόδοση των μετοχών, επιτρέποντάς του στη συνέχεια να αντλήσει γνώση ότι μια πιο κερδοφόρα στρατηγική θα ήταν η αγορά μετοχών μόνο όταν η αναλογία αγοράς προς βιβλίο πέφτει κάτω από το 1,25 και τα πωλεί όταν ο λόγος αυξάνεται στο 1,8. Το λογισμικό στη συνέχεια θα αρχίσει να λαμβάνει αποφάσεις βάσει αυτής της μάθησης, χωρίς την ανάγκη ανθρώπινης παρέμβασης.

Από το 2019, τα ETF και τα ευρετήρια κεφαλαίων διαχειρίζονται από κοινού περισσότερες μετοχές των ΗΠΑ από τους διαχειριστές περιουσιακών στοιχείων. Σε όλη την αξία των 31 τρισεκατομμυρίων δολαρίων της χρηματιστηριακής αξίας των ΗΠΑ, τα ποσοστά κεφαλαίων κατέχουν πλέον το 35,1% της κεφαλαιοποίησης της αγοράς, σε σύγκριση με το 24,3% των κεφαλαίων που διαχειρίζονται οι άνθρωποι. Αυτή είναι μια σημαντική αλλαγή - αλλά γιατί έχει σημασία;

Πόσα εναντίον Άνθρωποι στη διαχείριση επενδύσεων

ποσότητα των πλεονεκτημάτων

Με ποιους τρόπους τα ποσοτικά κεφάλαια αποτελούν ανώτερη επιλογή διαχειριστή περιουσιακών στοιχείων έναντι των ανθρώπινων ομολόγων τους; Ο πιο απτός τρόπος είναι μέσω των χαμηλών αμοιβών διαχείρισης που παρέχονται από τα ποσοτικά κεφάλαια, τα οποία δεν μπορούν να αντισταθμιστούν από τα ενεργά κεφάλαια που διαχειρίζονται οι άνθρωποι. Η αποδοτικότητα στο κόστος είναι ένας λόγος για τον οποίο βλέπουμε τον Vanguard - τον εφευρέτη του ταμείου ευρετηρίου - να ανεβαίνει μέσα στις δεκαετίες για να φτάσει χείλος ως ο μεγαλύτερος διαχειριστής περιουσιακών στοιχείων στον κόσμο. Τα τέλη είναι απαραίτητα στα κεφάλαια επειδή, με την πάροδο του χρόνου, συνιστούν σημαντική επιβάρυνση κόστους για τον επενδυτή και επειδή - στο πλαίσιο της μέτρησης της απόδοσης - όσο υψηλότερα είναι τα τέλη, η υψηλότερη απόδοση πρέπει να υπερβαίνει το σημείο αναφοράς για να τα δικαιολογήσει. Τα αμοιβαία κεφάλαια κινδύνου, ειδικότερα, μπορούν να επιβαρύνουν τους επενδυτές με προμήθειες έως και 20%, ωστόσο χαμηλή απόδοση κατά την περασμένη δεκαετία.

Ένα άλλο πλεονέκτημα των ποσοτικών κεφαλαίων προέρχεται από την ικανότητά τους να αντλούν πληροφορίες αναλύοντας μεγάλες ποσότητες δεδομένων σε πραγματικό χρόνο. Αυτό μπορεί να μην είναι απαραίτητα πλεονέκτημα για μελλοντικά γεγονότα, όπως σημειώνει ο διάσημος διαχειριστής κεφαλαίων Ray Dalio :

'Αν κάποιος ανακαλύψει αυτό που έχετε ανακαλύψει, όχι μόνο είναι άχρηστο, αλλά γίνεται υπερβολική έκπτωση και θα προκαλέσει απώλειες. Δεν υπάρχει καμία εγγύηση ότι οι στρατηγικές που λειτούργησαν πριν θα λειτουργήσουν ξανά », λέει. Μια στρατηγική μηχανικής εκμάθησης που δεν χρησιμοποιεί ανθρώπινη λογική «δεσμεύεται να ανατινάξει τελικά αν δεν συνοδεύεται από βαθιά κατανόηση».

Τα ποσά κεφαλαίων μπορούν επίσης να λάβουν ταχύτερες επενδυτικές αποφάσεις από τους ανθρώπινους διαχειριστές. Έτσι, μπορούν να κάνουν παραγγελίες πιο γρήγορα και να εκμεταλλευτούν αποτελεσματικά τα κέρδη από στενές διαφορές τιμών. Μπορούν να είναι πολύ πιο αποτελεσματικοί στην εφαρμογή στρατηγικών διαπραγμάτευσης από τους ανθρώπινους διαχειριστές λόγω της ουδέτερης προκατάληψής τους και του αρνητικού κινδύνου λαθών.

Quant Μειονεκτήματα

Και ποια είναι τα μειονεκτήματα των ποσοτικών κεφαλαίων; Ένα αρνητικό είναι ότι με την αυξημένη χρήση της τεχνητής νοημοσύνης, διαφορετικά ποσοτικά κεφάλαια μπορεί αναπόφευκτα να αρχίσουν να παίρνουν τις ίδιες αποφάσεις από κοινού, κάτι που θα μπορούσε να προκαλέσει μεταδοτικά ζητήματα για τις χρηματοπιστωτικές αγορές. Ένα βασικό πλεονέκτημα της διαχείρισης κεφαλαίων με γνώμονα τον άνθρωπο είναι η ικανότητα εντοπισμού ιδιοσυγκρασιακών χαρακτηριστικών μιας αγοράς και λήψης αποφάσεων βάσει ποιοτικών δεδομένων. Τα ποσά κεφαλαίων δεν μπορούν να πιάνουν τους αντίχειρές τους, και ως εκ τούτου, μπορούν να συμβάλουν στην αύξηση της μεταβλητότητας κατά τη διάρκεια περιόδων άγχους της αγοράς.

Πώς μετράται τα Quant Funds εναντίον τους;

Η συστηματική αντικειμενικότητα της ποσοτικής διαπραγμάτευσης εγείρει ένα ερώτημα για το πώς τα κβαντικά κεφάλαια δημιουργούν διαφοροποίηση μεταξύ τους. Πώς κερδίζει ένα quant fund ένα ανταγωνιστικό πλεονέκτημα έναντι ενός αντιπάλου; Οι διαχειριστές του ανθρώπου κερδίζουν τις ρίγες τους αποδεικνύοντας μια καλύτερη κατανόηση των θεμελιωδών στοιχείων, ή μέσω της ανώτερης διαίσθησης, και οι δύο παράγοντες αναπτύχθηκαν μέσα από χρόνια μάθησης και αποδεδειγμένα αντικειμενικά μέσω της κατώτατης γραμμής άλφα.

Τα τεχνητά στοιχεία που βασίζονται στην τεχνητή νοημοσύνη βασίζονται στην ανάλυση μεγάλων ποσοτήτων δεδομένων σε πραγματικό χρόνο και στη συνέχεια στη λήψη πληροφοριών και μεταγενέστερων επενδυτικών αποφάσεων. Αυτό εισάγει νέες μεταβλητές σε κριτήρια κατάταξης, όπως ποιο ταμείο έχει την ταχύτερη υπολογιστική ισχύ ή petabytes πρόσβασης δεδομένων. Ο κωδικοποιητής αστεριών μπορεί να αντικαταστήσει τον έμπορο αστεριών καθώς τα κεφάλαια κερδίζουν ένα ανταγωνιστικό πλεονέκτημα από την ύπαρξη ενός ανώτερου κανόνα μηχανικής μάθησης από τους επιστήμονες δεδομένων στο παρασκήνιο.

Η ανάγκη για ταχύτητα

Η αναζήτηση μεταξύ αλγοριθμικών κεφαλαίων διαπραγμάτευσης υψηλής συχνότητας (HFT) για την απόκτηση ανταγωνιστικού πλεονεκτήματος μέσω της ταχύτερης διαπραγμάτευσης είχε ως αποτέλεσμα ορισμένοι από αυτούς να δημιουργήσουν τα δικά τους ιδιωτικά δίκτυα οπτικών ινών ή μικροκυμάτων για σύνδεση με χρηματιστήρια. Η θεωρία είναι ότι η τοποθέτηση της πιο τέλειας, ευθείας γραμμής καλωδίου θα έχει ως αποτέλεσμα την απόλυτη λανθάνουσα απόδοση για την αποστολή παραγγελιών στο χρηματιστήριο, θέτοντας τον ιδιοκτήτη σε θέση πλεονεκτήματος σε σύγκριση με τους ανταγωνιστές που χρησιμοποιούν δημόσιες υπηρεσίες κοινής ωφέλειας.

Μόνο μερικά χιλιοστά του δευτερολέπτου μπορούν να μετρήσουν το πλεονέκτημα που αποκτήθηκε από την κατοχή ενός ιδιωτικού δικτύου ινών. Αλλά αυτά τα λίγα χιλιοστά του δευτερολέπτου μπορούν να οδηγήσουν σε διαφορές εκατομμυρίων ή δισεκατομμυρίων δολαρίων σε κέρδη για εταιρείες HFT που εκτελούν χιλιάδες παραγγελίες σε μια συνεδρία διαπραγμάτευσης. Στο βιβλίο του Flash αγόρια , ο συγγραφέας Michael Lewis περιέγραψε λεπτομερώς το βαθμό στον οποίο ορισμένοι έμποροι πήγαν να συνειδητοποιήσουν τα οριακά κέρδη μιας ιδιωτικής γραμμής οπτικών ινών που χτίστηκε μεταξύ των χρηματιστηρίων του Σικάγου και της Νέας Υόρκης. Το χρηματιστήριο NASDAQ στη Νέα Υόρκη έχει τον ταχύτερο χρόνο εκτέλεσης μεταξύ των μεγαλύτερων χρηματιστηρίων του κόσμου, γεγονός που δείχνει τα υψηλά μερίδια που προσφέρονται για τους συνετούς εμπόρους που θέλουν να κερδίσουν οποιοδήποτε πλεονέκτημα μπορούν να είναι οι πρώτοι στη σειρά.

Ωστόσο, η κατασκευή ιδιωτικών δικτύων ινών είναι δαπανηρή. Απαιτούν σημαντική αρχική επένδυση και μπορούν να παρεμποδιστούν από φυσικά εμπόδια όπως τα βουνά. Τα δίκτυα μικροκυμάτων, ωστόσο, εξυπηρετούν τον ίδιο σκοπό, αλλά με το πλεονέκτημα των υψηλότερων ταχυτήτων και των λιγότερων γεωγραφικών εμποδίων λόγω της αεροπορικής τους μετάδοσης. Σε ορισμένες αγορές, τα HFT έχουν ήδη σχεδιάσει γραμμές μάχης σε προσφορές για να αποκτήσουν τα περισσότερα άριστος δίκτυα μικροκυμάτων.

Ορισμένοι HFT έχουν ακόμη δοκιμάσει τη συν-τοποθεσία, η οποία αναφέρεται στην τοποθέτηση του λογισμικού διαπραγμάτευσης σε συστήματα που βρίσκονται εντός των χρηματιστηρίων στα οποία διαπραγματεύονται. Αυτό είναι, με κάποιους τρόπους, το τελικό παιχνίδι για τη χρονική μάχη για να παραγγείλετε μια ανταλλαγή. Πολλά χρηματιστήρια προσφέρουν τώρα υπηρεσίες συν-τοποθεσίας, χρεώνοντας τέλη για την παροχή χώρου σε εμπόρους για να τοποθετήσουν τα συστήματά τους πιο κοντά στο σύστημα ανταλλαγής. Αλλά μακροπρόθεσμα, η νομιμότητα αυτών των υπηρεσιών συν-εντοπισμού ενδέχεται να αμφισβητηθεί, εγείροντας ηθικά ζητήματα με παρόμοιο τρόπο με τη συζήτηση για την ουδετερότητα του δικτύου. Οι χρηματιστηριακές αγορές είναι, στην ουσία τους, κατασκευαστές ή αγορές που φέρνουν μαζί αγοραστές και πωλητές χωρίς προκατάληψη. Ένα κλιμακωτό σύστημα ευεργετικής πρόσβασης διαλύει αυτήν τη σχέση, η οποία είναι μια ανησυχητική κατάσταση.

Ακόμα κι αν ένα HFT έχει επιχειρήσει να οπλιστεί με όλα τα δυνατά πλεονεκτήματα, δεν υπάρχει καμία εγγύηση ότι θα λειτουργεί πάντα. Η υπόθεση του Knight Capital θα χρησιμεύει πάντα ως υπενθύμιση αυτού. Ο Knight ήταν ένα από τα πρώτα HFT που έπληξε την αγορά, αλλά το 2012, το αλγοριθμικό λογισμικό του δεν λειτουργούσε, και πραγματοποιήθηκαν λανθασμένες συναλλαγές ύψους 7 δισεκατομμυρίων δολαρίων σε διάστημα μόλις μιας ώρας. Η διόρθωση αυτών των λανθασμένων συναλλαγών κοστίζει σχεδόν την εταιρεία μισό δισεκατομμύριο δολάρια και τελικά είχε ως αποτέλεσμα το ταμείο να πρέπει να ρευστοποιηθεί και να κλείσει.

Οι Robo-σύμβουλοι θα είναι η επαναστατική εφαρμογή της τεχνητής νοημοσύνης στα χρηματοοικονομικά;

Αυτό μας φέρνει επίσης στο θέμα της διαχείρισης προσωπικού πλούτου. Σε κοινωνικό επίπεδο, αυτός θα μπορούσε να είναι ο πιο σημαντικός τομέας που πρέπει να εξεταστεί, επειδή ένα μεγάλο μέρος των επενδύσεων που πηγαίνουν σε μετοχικά κεφάλαια είναι συγκεντρωτικές κεφαλαιουχικές επενδύσεις μεμονωμένων πολιτών (π.χ. συντάξεις).

Οι Robo-σύμβουλοι είναι σύμβουλοι επενδύσεων βάσει λογισμικού που κατευθύνουν τους πελάτες με βάση αλγόριθμους. Έχουν αρχίσει σταδιακά να ξεχωρίζουν την τελευταία δεκαετία. Υπάρχει τόσο υπόσχεση όσο και κίνδυνος από την απομάκρυνση της ανθρώπινης λήψης αποφάσεων από οικονομικές συμβουλές. Από τη μία πλευρά, υπάρχει η ευκαιρία να εισαχθούν τεράστιες ομάδες πληθυσμού σε θεσμικές έννοιες του χρηματοοικονομικού σχεδιασμού και της κατασκευής χαρτοφυλακίου επενδύσεων. Ωστόσο, από την άλλη πλευρά, ορισμένοι από τους πυλώνες λήψης αποφάσεων της ρομποτικής συμβουλευτικής είναι αρκετά αυθαίρετοι (δηλαδή, διαθέτουν περισσότερα ομόλογα καθώς γερνάτε) και - ενώ είναι εφικτό 'σωστό' με την έννοια ενός βιβλίου - ενδέχεται να μην ληφθούν υπόψη τις ατομικές συνθήκες του επενδυτή. Η χρήση της τεχνητής νοημοσύνης θα ενδυναμώσει περαιτέρω τους ρομπο-συμβούλους καθώς αρχίζουν να βελτιώνουν τις αποφάσεις κατανομής βάσει των δικών τους μαθημάτων.

Αυτό είναι ένα κουδούνι συναγερμού για τον διαχειριστή ανθρώπινου πλούτου; Θα αλλάξει σημαντικά τον τρόπο με τον οποίο γίνεται η διαχείριση του πλούτου σε τράπεζες και άλλα χρηματοπιστωτικά ιδρύματα που παρέχουν υπηρεσίες διαχείρισης πλούτου; Όσον αφορά τα χρήματα και τις επενδύσεις, αφήνοντας τα πάντα στο λογισμικό και την τεχνολογία είναι ένας κίνδυνος που σίγουρα θα πάρουν πολύ λίγοι. Στο τέλος της ημέρας, το λογισμικό, ακόμη και αν διαθέτει στοιχεία AI, απαιτεί κανόνες για λειτουργία. και αυτοί οι κανόνες μπορούν να γίνουν μόνο από ανθρώπους. Οι Robo-σύμβουλοι μπορούν να κάνουν τη διαδικασία διαχείρισης πλούτου πιο γρήγορη και πιο αποτελεσματική. Ωστόσο, ίσως ο πραγματικός νικητής σε αυτήν τη μάχη θα είναι ο θεσμός που καταφέρνει να αξιοποιήσει τα πλεονεκτήματα τόσο των ανθρώπων όσο και των μηχανών που συνεργάζονται.

Κατανόηση των βασικών

Τι είναι η ποσοτική διαχείριση περιουσιακών στοιχείων;

Τα ποσοτικά κεφάλαια είναι φορείς διαχείρισης επενδύσεων που χρησιμοποιούν τη λήψη αποφάσεων βάσει λογισμικού ως βασική στρατηγική. Αυτό μπορεί να κυμαίνεται από κεφάλαια δεικτών που παρακολουθούν ένα σημείο αναφοράς έως εξελιγμένα αλγοριθμικά hedge funds.