# Кэти Камински: «Почему два тренд-следящих фонда никогда не торгуют одинаково» Источник: https://www.youtube.com/watch?v=P40olr4CeLQ Канал: Top Traders Unplugged Опубликовано: 18.09.2025 --- В новом выпуске программы Systematic Investor на канале Top Traders Unplugged ведущий Нильс Кастро Ларсен и Кэти Камински, главный стратег AlphaSimplex Group, обсуждают природу дисперсии доходности в стратегиях следования за трендом (trend following). На основе свежих исследований от Man AHL и Quantica эксперты анализируют, почему результаты разных управляющих могут радикально отличаться даже при работе в рамках одной стратегии и как инвесторам правильно интерпретировать эти различия. ## 📉 Природа дисперсии в следовании за трендом [[JUMP:12:36]] Стратегии следования за трендом часто называют самыми простыми в мире хедж-фондов: покупка на силе, продажа на слабости, ограничение убытков и удержание прибыльных позиций. Однако, как отмечает Нильс Кастро Ларсен, результаты разных фондов в одном и том же индексе могут существенно различаться [12:48]. Команда Man AHL в своей работе «Динамика дисперсии» доказывает, что эти различия — не случайность, а результат осознанных проектных решений. Кэти Камински выделяет четыре измерения, которые определяют индивидуальный «отпечаток» каждой торговой системы: 1. **Скорость (Speed):** Как быстро алгоритм реагирует на изменения рынка. 2. **Аллокация (Allocation):** Предпочтение конкретных классов активов (например, исключение акций в этом году помогло многим фондам) [15:25]. 3. **Альтернативные рынки:** Использование менее ликвидных инструментов (экзотические товары, кредитные инструменты). 4. **Фактор Carry:** Добавление стратегий удержания позиций ради процентного дохода, что имеет 30–40% корреляции с чистым трендом [15:52]. По словам Камински, инвесторы часто недоумевают, почему один менеджер показывает прибыль, а другой — убыток в аналогичных условиях. Исследование Man AHL показывает, что диапазон возможных результатов гораздо шире, чем кажется, и это критически важно для понимания «кризисной альфы» [16:32]. ## 🛡️ Кризисная альфа и эволюция стилей [[JUMP:16:47]] Анализ Man AHL подтвердил давнее убеждение Кэти Камински: быстрые стратегии следования за трендом гораздо эффективнее в периоды острых рыночных кризисов [17:00]. В то же время за последние годы индустрия сместилась в сторону более медленных моделей и продуктов репликации индексов. Интересные факты о поведении индексов (на примере SG Trend Index): * В 2009 году только один участник индекса показал двузначную доходность, остальные были в нуле или минусе [18:05]. * В 2014 году два фонда показали нулевой результат при общем росте остальных; выяснилось, что они использовали дискреционное управление и были удалены из индекса через год [18:34]. Камински утверждает, что репликация индекса сегодня — задача сложная, так как менеджеры 2025 года сильно отличаются от менеджеров 2007-го [20:06]. Современные фонды чаще используют машинное обучение и инновационные методы, что ведет к «дрейфу стиля» (style drift) [19:40]. ## 📚 «Глава 11» и математика разнообразия [[JUMP:25:26]] Кэти Камински вспоминает свою работу над книгой о тренд-фолловинге в соавторстве с Алексом Грейзерманом. Целая глава (символично названная «Глава 11») была посвящена дисперсии доходности [25:40]. Ключевые выводы их исследования: * **Снижение риска:** Для существенного снижения дисперсии в портфеле инвестору достаточно объединить 2 или 3 разных менеджеров [29:16]. * **Ожидаемое отклонение:** Между доходностью реального фонда и индексом репликации нормально иметь разрыв в 500–600 базисных пунктов из-за проскальзывания и различий в методологии [30:08]. * **Эффект масштаба движения:** В периоды мощных движений, такие как 2008 или 2022 годы, дисперсия растет просто потому, что масштаб прибыли/убытков в абсолютных цифрах становится больше [28:36]. ## 🌪️ Турбулентность и сюрпризы корреляции [[JUMP:36:31]] В дискуссии была затронута редкая академическая работа «Квантификация турбулентности в CTA». В ней используется математическая метрика — расстояние Махаланобиса (Mahalanobis distance) — для измерения «турбулентности» между группой управляющих в конкретный момент времени [36:45]. Камински поясняет, что этот метод позволяет разложить движение рынка на два типа сюрпризов: 1. **Magnitude Surprise (Сюрприз масштаба):** Резкий скачок цен, на который реагируют все, но без изменения корреляций между активами (примеры: Brexit, крах SVB, Black Friday) [39:00]. 2. **Correlation Surprise (Сюрприз корреляции):** Изменение самой структуры взаимосвязей между активами, что заставляет трендовые сигналы вращаться и ведет к разным результатам у разных менеджеров [39:29]. Как правило, CTA-фонды показывают худшие результаты в дни «сюрпризов масштаба», так как их алгоритмы не рассчитаны на мгновенные шоки [39:14]. ## 🌍 Альтернативные рынки: спасение или ловушка? [[JUMP:43:51]] Вторая часть беседы посвящена исследованию Quantica (Q3 2025), которое сравнивает традиционный портфель из 50 ликвидных рынков с альтернативным портфелем из 120 инструментов (кредитные инструменты, газ, электроэнергия, экзотический скот) [44:16]. Главные тезисы обсуждения альтернативных рынков: * **Источник прибыли:** Около 40–50% избыточной доходности альтернативных моделей в последние годы обеспечили сектора газа и электроэнергии, особенно на фоне ситуации на Украине [47:41]. * **Математика против реальности:** Теоретически, добавление слабокоррелированных активов повышает коэффициент Шарпа [49:42]. Однако экзотическими контрактами дороже торговать, что «съедает» часть преимущества [50:21]. * **Проблема скученности (Crowding):** Ларсен выразил опасение, что приток капитала в альтернативные рынки в последние годы мог сделать эти стратегии менее эффективными [51:29]. Камински согласилась, что исследование влияния «толпы» на ликвидность — критически важная тема для будущих работ [52:32]. В завершение Кэти Камински анонсировала свою будущую работу по систематическому макроанализу (systematic macro), отметив, что эта стратегия показала себя лучше в недавние сложные периоды, чем чистый тренд-фолловинг [53:38].