# Олимпиада тренд-фолловинга: почему марафонская выносливость важнее доходности

Источник: https://www.youtube.com/watch?v=7WX6iMQlUAA
Канал: Top Traders Unplugged
Опубликовано: 01.08.2024

---

В новом выпуске подкаста Systematic Investor **Нильс Йенсен** и **Марк Рзински** обсуждают текущее состояние индустрии следования за трендом (Trend Following) на фоне летней волатильности и открытия Олимпийских игр. В центре дискуссии — вопросы построения инвестиционных систем, легитимность бэктестов, влияние политики Минфина США на рынки и новые академические взгляды на макроэкономические риски.

## 🏅 Олимпиада тренд-фолловинга и рыночные реалии
[[JUMP:01:03]]

Разговор начинается с необычной аналогии: если бы следование за трендом было олимпийским видом спорта, каким бы оно стало? Марк Рзински предложил два варианта: прыжки с трамплина (из-за резких взлетов и «болезненных падений») для зимних игр и марафонский бег для летних [1:47]. Согласно анализу ChatGPT, который процитировал Нильс Йенсен, тренд-фолловинг идентичен марафону, так как требует выносливости, последовательности, адаптивности и стратегического планирования [3:06].

Текущая рыночная ситуация, однако, далека от триумфального финиша:

*   Индустрия столкнулась с «неумолимым откатом» доходности в последние три месяца [10:33].
*   Июль оказался отрицательным для большинства индексов [11:01].
*   Наблюдается серия разворотов в секторах валют (особенно японская иена), металлов, энергии и облигаций [14:17].

Индикаторы доходности на момент записи:

1.  **BTOP 50 Index**: -1,48% в июле (+5,47% с начала года) [15:15].
2.  **SG CTA Index**: -2,19% в июле (+4,91% с начала года) [15:15].
3.  **SocGen Trend Index**: -2,21% в июле (+6,28% с начала года) [15:15].
4.  **Short-term Traders Index**: -1,17% в июле (-0,12% с начала года) [15:29].

Рзински подчеркивает, что такие периоды — «плата» за низкую корреляцию с акциями. Инвесторы часто забывают о выгодах кризисной альфы (Crisis Alpha), когда рынки спокойны, и начинают сомневаться в целесообразности стратегии, видя убытки на фоне растущих альтернативных инвестиций [12:21].

## 🏛️ Противостояние Минфина США и ФРС
[[JUMP:04:13]]

Одной из самых интригующих тем стало обсуждение статьи Hudson Bay Capital об «активистской политике выпуска облигаций» [4:13]. Суть проблемы заключается в скрытом конфликте между Министерством финансов США (Treasury) и Федеральной резервной системой (ФРС).

Основные тезисы:

*   **Скрытое смягчение**: Пока ФРС пытается ужесточить условия (повышая ставки и проводя количественное ужесточение — QT), Минфин выпускает больше краткосрочных векселей (bills) вместо долгосрочных облигаций (coupons) [4:28].
*   **Векселя как деньги**: Краткосрочные векселя считаются «почти деньгами» и качественным залогом. Их избыток фактически работает как количественное смягчение (QE), сводя на нет усилия ФРС по борьбе с инфляцией [5:09].
*   **Эффект на доходность**: Остановка выпуска долгосрочных бумаг делает их дефицитными, что удерживает долгосрочные процентные ставки ниже, чем они должны быть при текущей политике ФРС [8:06].

Марк отмечает, что традиционно Минфин держит долю векселей на уровне 15%, но в последнее время этот показатель значительно выше, что объясняет неожиданную устойчивость экономики США и затяжной процесс снижения инфляции [8:45].

## 📊 Бэктесты: Лаборатория против Завода
[[JUMP:16:32]]

Обсуждая вопрос слушателя о том, когда стоит удалять актив из портфеля, участники затронули фундаментальную тему доверия к историческим данным. Марк Рзински, автор статьи «Я никогда не видел плохого бэктеста», утверждает, что ценность бэктеста не в цифрах доходности, а в понимании процесса исследования [27:03].

Критерии Марка для анализа системы:

*   **Система против Модели**: Модель — это просто формула, система — это инфраструктура, учитывающая транзакционные издержки, исполнение и реализм рынка [29:07].
*   **Аналогия с инженерией**: Исследователь в лаборатории — это ученый, но тот, кто строит торговую систему — это инженер, создающий «завод» [29:33].
*   **Парадокс Шарпа**: Марк поделился историей, как в одном здании на Манхэттене один инвестор отказался вкладывать, так как коэффициент Шарпа в бэктесте был ниже 2.0, а следующий — потому что он был выше 1.25 (считая такие цифры нереалистичными) [31:07].

Относительно исключения активов:

1.  **Ликвидность**: Это главный фактор. Если объемы торгов или открытый интерес падают ниже порога — актив должен быть удален [20:59].
2.  **Опасность удаления**: Марк привел в пример какао (Cocoa), которое было убыточным или невыгодным почти 20 лет до 2023 года. Те, кто удалил его из-за плохих показателей, пропустили колоссальное ралли [23:36].
3.  **Ловушка волатильности**: Манипулируемые рынки (как швейцарский франк во время привязки к евро) показывают обманчиво низкую волатильность, что заставляет системы увеличивать размер позиции перед катастрофическим прыжком [25:58].

## 📉 Портфельное строительство: Взгляд GIC и JP Morgan
[[JUMP:40:54]]

Нильс и Марк проанализировали совместный отчет суверенного фонда Сингапура (GIC) и банка JP Morgan о классификации хедж-фондов. Хотя авторы не ставили целью рекламу управляющих фьючерсами (Managed Futures), их данные подтверждают уникальность тренд-фолловинга [41:20].

Исследование делит стратегии на 4 корзины:

1.  Смягчение убытков (Loss mitigation).
2.  Диверсификаторы акций.
3.  Дополнения к акциям.
4.  Заменители акций [43:20].

Согласно Марку, тренд-фолловинг оказался единственной стратегией, получившей «галочки» по всем трем ключевым параметрам: низкая корреляция с акциями, смягчение просадок и положительная альфа относительно беты (занимает 2-е место после Global Macro) [46:09]. Это делает его идеальным компонентом для защиты портфеля в периоды высокой корреляции акций и облигаций [39:59].

## 🧠 Искусственный интеллект и «Закон малых чисел»
[[JUMP:54:28]]

В завершение встречи Марк Рзински выразил скепсис относительно применения LLM (больших языковых моделей) в прогнозировании временных рядов. Согласно недавним исследованиям, LLM не добавляют значимой ценности в анализе рыночных данных по сравнению со специализированными моделями [55:19]. Кроме того, машинное обучение часто дает сбои во время рецессий, так как обучается на данных, где преобладают периоды роста (экспансии) [56:13].

Марк напомнил о двух когнитивных ловушках, мешающих инвесторам [1:01:05]:

*   **Ошибка игрока (Gambler's Fallacy)**: Вера в то, что после серии одного исхода (например, «орел» 5 раз подряд) вероятность противоположного увеличивается. В реальности вероятность остается 50/50.
*   **Эффект «горячей руки» (Hot Hand)**: Необоснованная экстраполяция краткосрочного успеха на будущее.

Инвесторам рекомендуется всегда оценивать размер выборки и не поддаваться «Закону малых чисел», делая глобальные выводы на основе ограниченных данных [1:03:32].