# Глубокий анализ системных стратегий с Робом Карвером и Аланом Данном

Источник: https://www.youtube.com/watch?v=pVE8sehGzCQ
Канал: Top Traders Unplugged
Опубликовано: 23.10.2023

---

В рамках очередного выпуска подкаста *Systematic Investor* на канале *Top Traders Unplugged* ведущий Алан Данн и эксперт по системному трейдингу Роб Карвер провели детальный разбор текущей рыночной конъюнктуры. Собеседники обсудили личные результаты торговли Карвера, причины расхождения его доходности с бенчмарками, а также фундаментальные аспекты построения инвестиционных портфелей. Ключевыми темами дискуссии стали природа временной премии по облигациям, интеграция стратегий возврата к среднему и запуск нового розничного ETF от инвестиционного гиганта AHL.

## 📈 Итоги года: личный портфель Роба Карвера против рыночных бенчмарков
[[JUMP:2:09]]

После сложного старта года, вызванного мартовским шоком из-за краха Silicon Valley Bank [2:24], личный портфель Роба Карвера продемонстрировал уверенное восстановление. По словам Карвера, начиная с середины июля его торговые системы показали сильную динамику: после резкого взлета до середины сентября и последующей локальной коррекции доходность с начала года (YTD) зафиксировалась на отметке около +10% [2:50]. Этот результат выглядит убедительно на фоне стагнации основных индустриальных индикаторов.

Алан Данн привел актуальную на момент записи статистику по ключевым системным индексам:

*   Индекс SG CTA: снизился на 90 базисных пунктов за месяц, показав рост всего на +0,88% YTD [9:22].
*   Индекс SG Trend: остался практически на нулевом уровне за месяц (-3 б.п.), показав +0,92% YTD [9:22].
*   Индекс SG Short-Term Traders: вырос на 22 базисных пункта за месяц, но остался в отрицательной зоне на уровне -1,72% YTD [9:22].

Роб Карвер связывает опережающую динамику своего портфеля с тем, что он не является «чистым» тренд-следователем. Около 60% его капитала распределено под тренд-следящие алгоритмы, в то время как остальные 40% приходятся на альтернативные сигналы (кэрри, фундаментальная стоимость и др.) [10:51]. В периоды «пилообразных» ненаправленных движений на рынках акций, которые Карвер назвал крайне разочаровывающими для классического тренда в этом году [4:20], именно не-трендовые стратегии сглаживают общую кривую доходности [11:04].

Анализ доходности по секторам в портфеле Карвера выявил следующие результаты:

1.  Валютный рынок (FX) стал самым прибыльным направлением. Основной доход принесла игра на понижение азиатских валют против доллара США — в частности, позиции по китайскому юаню, японской иене и австралийскому доллару [3:54].
2.  Фиксированный доход (Fixed Income) занял второе место по прибыльности. Карвер заработал на коротких позициях по долгосрочным американским гособлигациям (US 30-year bonds) [3:42].
3.  Рынки акций оказались наиболее сложными и малоприбыльными из-за отсутствия четко выраженных долгосрочных трендов [4:20].

Дополнительно Карвер проводит регулярный анализ 250 ликвидных и неликвидных фьючерсных контрактов, взвешенных по волатильности [4:58]. Абсолютным лидером роста в этом году стал фьючерс на апельсиновый сок [5:23]. За ним следуют другие сельскохозяйственные товары: какао, кофе робуста и сахар [5:36]. Из-за особенностей диверсификации Карвер не удерживал позиций в апельсиновом соке, что, по его признанию, лишило его части потенциальной прибыли. В числе худших активов года оказались израильский шекель [6:03] и уголь на бирже Ньюкасла [7:48]. 

Отдельно эксперт отметил высокую доходность коротких позиций по фьючерсам на индекс волатильности VIX [6:42]. По мнению Карвера, около половины этой прибыли обусловлено фактическим снижением глобальной волатильности, а вторая половина — получением так называемой «премии за волатильность» (VIX premium) за счет эффекта ролловера при контанго на рынке фьючесов [7:10].

## 🏛️ Загадка временной премии и специфика облигаций
[[JUMP:12:20]]

Алан Данн поднял тему активных дискуссий в финансовой прессе (в частности, публикации Роберта Армстронга в Financial Times) касательно существования и природы временной премии (term premium) по облигациям [12:34].

Роб Карвер не согласен с утверждениями о том, что временная премия не должна существовать. С точки зрения экономической теории, инвесторы обладают естественным предпочтением ликвидности здесь и сейчас [13:00]. Соответственно, предоставление капитала на более длительный срок (например, на 10 или 20 лет) сопряжено с большими рисками и требует повышенной компенсации. Исключением выступают лишь технические факторы спроса на сверхдлинном конце кривой доходности, когда пенсионные фонды вынуждены скупать длинные бумаги для хеджирования своих обязательств, искусственно инвертируя кривую [13:26].

В рамках своего недавнего эмпирического исследования Карвер изучил взаимосвязь риска и доходности внутри различных классов активов [15:37]. Он пришел к выводу, что в большинстве классов активов (акции, сырье, FX) более высокий риск не гарантирует повышенную доходность — коэффициенты Шарпа по различным инструментам внутри одного класса остаются примерно одинаковыми [16:17]. Единственным исключением являются облигации:

*   Существует сильная прямая связь между дюрацией (риском) облигации и её долгосрочной доходностью [16:59].
*   Инвесторы получают стабильное вознаграждение за принятие риска изменения процентных ставок на отрезке кривой от 2 до 20 лет [18:58].
*   Однако на сверхдлинном участке (30 лет и более) эта связь нарушается: сверхдлинные облигации исторически показывают худшие результаты, генерируя высокую волатильность без адекватной прибавки к доходности [19:49].

В качестве примера рыночных аномалий Карвер привел выпуск Австрией 100-летних государственных облигаций несколько лет назад [20:27]. По его оценке, эмиссия бумаг с ультрадлинным сроком погашения по рекордно низким ставкам была «сделкой тысячелетия» для эмитента, позволившей зафиксировать дешевое финансирование на поколения вперед. В то же время покупатели этих бумаг сегодня сидят на убытках в размере 70–90% от номинала [20:55].

## 🔄 Систематический реверс: стоит ли разбавлять тренд-слежение стратегиями возврата к среднему?
[[JUMP:21:12]]

Слушатель подкаста по имени Андрей задал вопрос об эффективности использования стратегий возврата к среднему (mean reversion) для сглаживания просадок тренд-следящих портфелей [21:25].

Роб Карвер подтвердил, что теоретически реверсивные стратегии идеально диверсифицируют тренд за счет отрицательной корреляции на аналогичных таймфреймах [22:02]. Однако прямая «зеркальная» смена трендового сигнала на контртрендовый на среднесрочном горизонте обречена на систематические убытки, поскольку тренд-слежение на этих промежутках имеет положительное математическое ожидание.

Для успешной интеграции контртрендовых элементов Карвер предлагает использовать два альтернативных подхода:

1.  Относительная стоимость (Relative Value): торговля среднесрочным возвратом к среднему в спредах между коррелирующими активами. Классический пример — торговля «бабочками» (спредами между доходностями 2-, 5- и 10-летних облигаций) [22:55].
2.  Сверхмедленный возврат к среднему (Value Trading): покупка глубоко подешевевших активов и продажа переоцененных относительно их 5-летнего равновесного уровня [24:16]. Карвер предупреждает, что такие стратегии имеют крайне низкую частоту сделок, из-за чего их теоретический коэффициент Шарпа составляет скромные 0,2 [24:56]. Подобные системы заслуживают лишь минимальной аллокации капитала [35:13].

Если же говорить о краткосрочном возврате к среднему на фьючерсном рынке, то здесь ключевым фактором становится автокорреляция доходностей. Исследования Карвера показывают:

*   На интервалах в 1–2 часа автокорреляция фьючерсов сильно отрицательная, что делает эти таймфреймы идеальными для высокочастотного контртрендового трейдинга (HFT) [29:41].
*   На интервале в 3–4 дня автокорреляция остается умеренно отрицательной [30:08].
*   Начиная с двух недель и до одного месяца, автокорреляция переходит в положительную зону — здесь начинают доминировать тренды [30:08].

Основными препятствиями для успешного внедрения краткосрочного возврата к среднему Карвер считает транзакционные издержки и сложность риск-менеджмента [30:36]. В отличие от тренд-слежения, которое автоматически закрывает позиции при развороте рынка, реверсивная система при движении цены против позиции требует «докупать падающий нож» [31:26]. Без жестких стоп-лоссов это может привести к катастрофическим убыткам, а математическое моделирование таких стоп-лоссов чрезвычайно сложно и ведет к переобучению системы (overfitting) [31:39].

В качестве оптимального решения Карвер предлагает использовать сверхкороткие контртрендовые сигналы не для прямой торговли, а в качестве «фильтра исполнения» (execution overlay) [32:45]. Например, если среднесрочная трендовая система дает сигнал на продажу, исполнение ордера можно отложить до момента, пока краткосрочный реверсивный индикатор не укажет на локальный пик цены, что позволит войти в сделку по более выгодной цене [32:58].

## ⚡ Скорость и масштаб: соблазн высокочастотного трейдинга и оптимальный размер капитала
[[JUMP:35:27]]

Слушатель Гарри поинтересовался перспективами среднесрочных и высокочастотных стратегий для трейдеров с небольшим капиталом, учитывая их потенциально более высокий коэффициент Шарпа [35:27].

Роб Карвер напомнил о действии фундаментального закона активного управления (Law of Active Management): при прочих равных условиях сокращение горизонта удержания позиции увеличивает доходность пропорционально квадратному корню из частоты сделок [35:53]. Теоретически переход от месячного удержания к недельному должен удвоить прибыль.

Однако на практике это преимущество нивелируется торговыми издержками. Быстрые тренд-следящие стратегии (с удержанием позиции в течение нескольких часов) вынуждены исполнять сделки агрессивно, «переходя через спред» и забирая ликвидность из стакана [38:01]. Медленный же трейдер может позволить себе алгоритмическое исполнение в течение всего дня, минимизируя проскальзывание [37:35].

Обсуждая влияние масштаба капитала на эффективность торговли, Карвер выделил три ключевых диапазона:

*   Микро-капитал (розничные счета до $50 000): жесткие ограничения по маржинальным требованиям не позволяют выстроить диверсифицированный портфель, вынуждая торговать лишь 1–2 контрактами [42:59].
*   «Сладкое пятно» ($50 млн – $250 млн): оптимальный объем активов под управлением. Управляющий может открыть позиции минимального размера (1–2 контракта) практически во всех ликвидных фьючерсах мира без ограничений по ликвидности и без влияния на рынок [43:11].
*   Гиганты (от $1 млрд до $30 млрд, уровень AHL): сталкиваются с жесткими барьерами емкости рынков. Крупные фонды вынуждены держать колоссальные позиции в высоколиквидных инструментах (например, фьючерс на S&P 500) и сводить к минимуму аллокации в менее ликвидные, но потенциально более доходные нишевые рынки [43:55].

## 🛡️ Борьба с оверфиттингом и проверка стратегий на прочность
[[JUMP:45:00]]

Отвечая на вопрос слушателя Рави об оверфиттинге (избыточной подгонке параметров под исторические данные), Карвер подчеркнул, что это главная опасность для любого системного трейдера [45:13]. Оверфиттинг возникает, когда создатель системы переоценивает вероятность того, что будущее будет в мельчайших деталях повторять прошлое.

В качестве гротескного примера Карвер привел гипотетическую систему, которая предлагает покупать золото при пересечении 32- и 87-дневных скользящих средних, со стоп-лоссом 1,6 от годовой волатильности, но только если третья линия Фибоначчи в среду отрицательна, а луна находится в полной фазе [46:47]. В бэктесте такая система может показать феноменальные результаты на конкретную дату (например, 23 июля 1984 года), но в реальном времени она неизбежно принесет убытки [47:00].

Для выявления оверфиттинга и измерения робастности (устойчивости) стратегий Карвер рекомендует использовать следующие методы:

1.  Анализ на различных исторических подвыборках (сравнение результатов работы алгоритма в 1970-х, 1980-х и последующих десятилетиях) [48:58].
2.  Блочный бутстрэппинг (Block Bootstrapping): статистический метод, при котором исторические данные нарезаются на крупные временные блоки (например, годы), случайным образом перемешиваются и склеиваются в новые искусственные «альтернативные истории» [52:02]. Это позволяет оценить стабильность алгоритма на наборах данных, где сохранены внутренние взаимосвязи активов, но изменена их общая последовательность.
3.  Conditional-тестирование: проверка поведения стратегии в зависимости от макроэкономических режимов [50:27]. Карвер привел пример из собственного опыта: перед началом цикла ужесточения монетарной политики ФРС многие аналитики предрекали крах CTA-индустрии из-за невозможности зарабатывать на падающих облигациях. Однако историческое моделирование показало, что дистрибуция доходностей систем была стабильной как в периоды снижения, так и в периоды роста процентных ставок [50:53].

## 🏷️ Экспансия AHL на рынок ETF и корреляция тренда с акциями
[[JUMP:52:41]]

В завершение выпуска собеседники ответили на вопросы Томми. Первый касался запуска нового розничного ETF-продукта от Man AHL — AHL Trend ETF (тикер: AHLT) [52:55].

Карвер, проработавший в AHL много лет, позитивно оценивает общую тенденцию к демократизации альтернативных инвестиций через формат ETF с разумной комиссией за управление в размере 95 базисных пунктов [54:27]. Тем не менее он высказал серьезное критическое замечание: согласно открытым материалам, ETF торгует портфелем всего из 20 инструментов [54:55]. Для сравнения, классические институциональные программы AHL работают с сотнями рынков.

По расчетам Карвера, сужение инвестиционной вселенной с 200 рынков до 20 ведет к драматической потере диверсификации [55:59]. Теоретически это снижает коэффициент Шарпа торговой системы примерно в два раза (например, с 1,0 до 0,5) [56:12]. В отдельные годы инвесторам в такой ETF может повезти, если выбранные 20 рынков окажутся в состоянии сильнейшего тренда (как апельсиновый сок в текущем году), но на долгосрочном горизонте математическое ожидание ухудшается.

Второй вопрос Томми касался условий, при которых стратегии тренд-слежения демонстрируют высокую положительную корреляцию с традиционным рынком акций [59:22].

Роб Карвер дал простое объяснение: это происходит в периоды устойчивых бычьих трендов на фондовом рынке [1:01:01]. В такие моменты тренд-следящие алгоритмы набирают максимальный объем длинных позиций по акциям и сопутствующим рисковым активам. Напротив, в периоды затяжных медвежьих рынков корреляция систем с акциями становится отрицательной, так как алгоритмы переворачиваются в короткие позиции, обеспечивая инвесторам эффективную защиту капитала.