В очередном выпуске подкаста Systematic Investor соведущие Нильс Йенсен (Niels Kaastrup-Larsen) и Ричард Бреннан обсудили ключевые вызовы, с которыми сталкиваются системные инвесторы при формировании портфелей управляющих и выборе торговых горизонтах. Эксперты подробно разобрали математические ловушки бэктестирования, сравнили долгосрочные стратегии с краткосрочным импульсным трейдингом и предложили яркие метафоры для описания рыночного поведения. Главный акцент дискуссии был сделан на необходимости адаптивности торговых систем и отказе от избыточной оптимизации ради выживания в условиях неопределенности.
📈 Переформатирование эфира и затишье на глобальных рынках 0:14
В начале встречи Нильс Йенсен объявил об изменении структуры программы Systematic Investor, цель которого — сделать контент более сфокусированным и ценным для слушателей. По словам ведущего, еженедельный макроэкономический обзор теперь переносится в воскресную e-mail рассылку на сайте торгах тортрейдеров top-tradersunplugged.com/ttu-news, что позволит сократить хронометраж подкаста.
Оценивая текущее состояние рынков, Ричард Бреннан охарактеризовал последние месяцы как относительно спокойные и «плоские». Он отметил, что его торговые системы находятся в режиме ожидания, поскольку масштабных и устойчивых трендов, аналогичных динамике 2022 года, на рынках пока не зафиксировано.
В то же время Нильс Йенсен указал на определенные локальные изменения, произошедшие за неделю:
- Лидерство на рынках сместилось от сырьевого сектора обратно к финансовым инструментам.
- Японские и европейские фондовые рынки продемонстрировали заметный рост, в то время как американские индексы закрылись нейтрально.
- В сегменте инструментов с фиксированной доходностью (fixed income) наблюдался рост глобальных доходностей облигаций, что сыграло на руку долгосрочным управляющим, удерживающим короткие позиции.
- Рынки энергоносителей усложнили задачу тренд-следующим фондам, поскольку цены на них выросли, заставив большинство систем закрывать короткие позиции с убытком.
Трендовый барометр Нильса Йенсена остался в нейтральной зоне на отметке 43, что подтверждает отсутствие выраженной направленной динамики в макромасштабе. Ведущий привел актуальную статистику ключевых индустриальных индексов, демонстрирующую медленное восстановление результатов с начала года:
- Индекс Beta 50 вырос на 12 базисных пунктов за месяц, но снизился на 2% с начала года.
- Индекс SG CTA увеличился на 67 базисных пунктов за месяц, оставаясь в минусе на 2,6% с начала года.
- Индекс SG Trend прибавил около 1% за месяц, но демонстрирует падение на 3.7% с начала года.
- Индекс Short-Term Traders просел на 1,2% за месяц и на 3,3% с начала года.
- Мировой индекс государственных облигаций (World Government Bond Index) снизился в течение месяца примерно на 1%.
Параллельно Нильс поделился личной деталью, сообщив, что в этот день его отцу исполняется 90 лет, и семья собирается отпраздновать этот юбилей.
⏱️ Запрос инвесторов: жизнеспособны ли краткосрочные тренд-системы? 5:12
Поводом для глубокой дискуссии стал вопрос подписчика по имени Зак, который разработал автоматизированную систему на основе скользящих средних. Зак торгует пулом из 30 акций и 18 фьючерсных контрактов, используя 30-минутные бары, а время удержания его позиций составляет от получаса до нескольких дней. При этом его бэктест полностью учитывает реальные транзакционные издержки. Инвестор поинтересовался, проводились ли исследования эффективности подобных краткосрочных систем тренд-фолловинга.
Ричард Бреннан скептически оценил перспективу чистой тренд-следующей стратегии на столь малых таймфреймах. По мнению Бреннана, при переходе в краткосрочную плоскость исследователю неизбежно приходится добавлять в модель слишком много дополнительных переменных. В то время как на среднесрочных и долгосрочных горизонтах торговые правила могут оставаться простыми и универсальными, краткосрочные модели требуют жесткой кастомизации под конкретные типы движений.
Бреннан считает, что природа трендов кардинально отличается в зависимости от временного масштаба. Он разделяет рыночные тенденции на два типа:
- Вековые (secular) — долгосрочные направленные движения, которые могут длиться годами (в качестве примера приведены недавние ралли в сахаре и апельсиновом соке).
- Циклические (cyclical) — краткосрочные колебания, выходы за рамки равновесной цены и возвраты к ней, происходящие внутри глобального тренда.
По утверждению Бреннана, краткосрочные трейдеры фактически пытаются торговать именно эти внутренние циклы. Для этого им приходится внедрять в алгоритмы фиксированные цели по прибыли (тейк-профиты) и специфические осцилляторы импульса.
«Я не склонен называть это классическим тренд-фолловингом, — резюмировал Бреннан. — Скорее, это модели импульса (momentum models), нацеленные на извлечение прибыли из кратковременного расширения волатильности».
Спикер добавил, что предпочитает направлять ограниченный капитал исключительно на поиск масштабных долгосрочных выбросов, избегая избыточно оптимизированных краткосрочных стратегий.
Нильс Йенсен согласился с этой оценкой, подчеркнув, что большинство краткосрочных управляющих в индустрии используют выходы из позиций по времени или ценовым целям, чтобы зафиксировать импульс, длящийся всего несколько часов или дней. Ведущий классифицировал данную активность как краткосрочный трейдинг, имеющий мало общего с удержанием полноценного тренда. В качестве успешных примеров крупных фирм, работающих на этом поле, Йенсен упомянул компании Crable и Quest.
Кроме того, Йенсен анонсировал следующий выпуск подкаста с бывшим участником легендарной группы «Черепах» (Turtles), который представил алгоритмические методы контроля открытых позиций, не позволяющие прибыли расти бесконечно, что также бросает вызов классическим канонам долгосрочного тренд-фолловинга.
🧮 Проблема селективного смещения: как выбрать лучших управляющих 13:23
Собеседники перешли к обсуждению методологии формирования портфеля из нескольких системных управляющих. Основная сложность для институционального инвестора заключается в преодолении ошибки селективного смещения (selection bias) при выборе фондов.
В ежемесячных аналитических отчетах Top Traders Unplugged моделируется задача: отобрать 10 оптимальных управляющих из общего списка в 50 топ-трейдеров. Базовым условием включения в пул является наличие у фонда верифицированного трек-рекорда реальных торгов длительностью от 15 до 20 лет. Как пояснил Бреннан, подтвержденная история операций гораздо надежнее любого бэктеста, так как исключает иллюзию взгляда в прошлое.
Ричард Бреннан привел математический расчет: количество уникальных комбинаций при выборе 10 менеджеров из 50 составляет ровно 10 272 278 170 (более 10 миллиардов вариантов). Нильс Йенсен подтвердил, что ручной анализ такого массива данных силами человеческого мозга невозможен, и инвесторам необходимы вычислительные мощности компьютеров.
Бреннан подверг критике стандартный подход allocators (распределителей капитала), опирающийся на простые парные коэффициенты корреляции между менеджерами. По мнению эксперта, для построения эффективного портфеля необходимо прогонять через итерационный компьютерный анализ цельные исторические трек-рекорды управляющих в их синергетическом сочетании. Только так можно найти ту единственную комбинацию из 10 элементов, которая покажет наилучшую доходность, скорректированную на риск.
При компьютерной оптимизации на массиве данных с 2000 года по сегодняшний день гипотетический идеальный портфель из 10 лучших менеджеров показал выдающиеся результаты: среднегодовой темп роста (CAGR) 9,8% при максимальной просадке всего 12,6%. Однако Бреннан напомнил, что этот результат сформирован «задним числом» (hindsight bias), поскольку компьютер уже знал всю историю доходности каждого фонда.
🔄 Метод Walk-Forward: адаптивность против иллюзий бэктестирования 21:08
Чтобы приблизить симуляцию к суровой реальности, Бреннан применил метод скользящего тестирования (walk-forward technique). Алгоритм этой проверки выглядит следующим образом:
- Исследователь мысленно переносится в 2000 год и анализирует доступные на тот момент исторические данные управляющих, начиная с 1980 года.
- С помощью 10 миллиардов компьютерных итераций выбирается оптимальная десятка фондов на тот момент (Бреннан отметил, что в этот список в 2000 году вошли такие известные компании, как Dunn, Chesapeake и Eckhardt).
- Выбранный портфель фиксируется ровно на следующие 12 месяцев и торгуется на абсолютно «невидимых» для алгоритма данных 2000 года.
- В конце года в базу добавляется один свежий год данных, и весь цикл итераций повторяется для выбора портфеля на следующий период.
По мнению Ричарда Бреннана, этот метод внедряет в инвестиционный процесс критически важный элемент адаптивности. Финансовые рынки представляют собой сложные нелинейные адаптивные системы, чьи статистические характеристики постоянно меняются (нестационарность). Следовательно, фиксированный бэктест неизбежно теряет эффективность в будущем, тогда как ежегодный пересчет walk-forward позволяет подстраиваться под меняющийся характер рынка.
Результаты walk-forward симуляции за 22 года оказались крайне репрезентативными при сравнении с идеальной моделью «заднего числа»:
- Идеальный портфель (с hindsight bias): CAGR — 8,83%, максимальная просадка — 12,63%, коэффициент MAR — 0,7.
- Адаптивный портфель (walk-forward): CAGR — 7,85%, максимальная просадка — 11,54%, коэффициент MAR — 0,61.
Бреннан констатировал, что показатели адаптивного метода вышли несколько ниже идеализированных, что абсолютно естественно для реальной практики. Тем не менее, просадка реального портфеля оказалась даже меньше (11,54% против 12,63%), что подтверждает высокую надежность подхода на скорректированную на риск основе.
Спикер вновь подчеркнул ценность верифицированного трек-рекорда: реальный управляющий всегда смотрит в «пустоту неопределенности» и не знает будущего, в отличие от создателя бэктестов. Живая история фонда отражает дисциплину менеджера, его способность жестко следовать правилам в моменты экстремальных рыночных шоков и контролировать риски — параметры, которые невозможно смоделировать в симуляции.
Нильс Йенсен заметил, что описанный метод walk-forward для 10 менеджеров превзошел по эффективности альтернативную методику на основе Serenity Ratio (коэффициента безмятежности), которую они тестировали ранее для 5 фондов. Бреннан объяснил это эффектом масштаба диверсификации: добавление большего числа качественных управляющих сглаживает эквити портфеля.
При этом Бреннан добавил, что совокупный индекс TTU Index (включающий все 50 фондов) демонстрирует еще более высокую доходность за счет максимальной диверсификации, но для инвестирования во все 50 программ распределителю потребовался бы бесконечный капитал. Ограниченность ресурсов заставляет инвесторов сужать выбор до 10 имен, сохраняя баланс между эффективностью и доступностью. В шутливой форме Йенсен предложил их общему знакомому Эндрю запустить биржевой фонд (ETF) на базе индекса TTU, предположив, что такой продукт пользовался бы огромным спросом.
🕷️ Гепарды против пауков: две философии охоты за рыночной прибылью 34:00
Для наглядного объяснения разницы в подходах количественных управляющих Ричард Бреннан применил развернутую биологическую аналогию, разделив всех системных трейдеров на две категории: гепардов и пауков.
По определению Бреннана, классический тренд-фолловер (охотник за долгосрочными выбросами) действует в точности как паук. Он не занимается точечным анализом каждого отдельного движения рынка или «поведения стада». Вместо этого паук изучает фундаментальную механику среды и опирается на универсальное свойство распределения доходностей всех ликвидных активов — лептокуртический характер (наличие «толстых хвостов»).
Трейдеры-пауки понимают, что в хвостах распределения всегда присутствуют экстремальные ценовые отклонения от средних значений. Они расставляют свои «сети» (ордера на пробой границ торговых коридоров) в отдаленных зонах и занимают выжидательную позицию.
Бреннан выделил ключевые особенности психологии и структуры стратегии «пауков»:
- Постоянное нахождение в состоянии просадки (persistent drawdown). Ожидание редкого крупного тренда требует долгого времени и терпения, что является специфической платой за стратегию.
- Невозможность предсказать время и место возникновения тренда. Паук не контролирует, когда добыча попадет в сеть.
- Получение внезапных масштабных прибылей (windfalls), которые могут многократно превосходить размеры самого трейдера (подобно птице, случайно влетевшей в паутину).
Совершенно иначе устроен трейдер-гепард. Данный тип управляющих пытается эксплуатировать конкретные повторяющиеся паттерны в исторических данных, рассчитывая на существование причинно-следственных связей, которые определят движение цены в будущем.
Бреннан описал поведение «гепарда» на биржевом рынке следующим образом: он сидит в засаде на саванне и пристально анализирует стадо (рынок), выискивая конкретную уязвимую добычу — слабых, молодых или отставших особей (конкретную неэффективность или паттерн). Обнаружив цель, гепард задействует свою молниеносную скорость и атакует по прямой траектории. В трейдинге это выражается в агрессивном преследовании текущей цены (chasing price). Алгоритмы «гепардов» почти не знают просадок, пока выявленный исторический паттерн остается стабильным.
По оценке Бреннана, реальное соотношение участников на финансовых рынках составляет примерно 90% «гепардов» и лишь 5-10% «пауков». Большинство людей психологически не способны выдерживать затяжные периоды ожидания и просадок. Они стремятся контролировать процесс формирования своего богатства с помощью сложных, сверхоптимизированных систем. В то же время «пауки» — гораздо более скромные существа; они признают невозможность контроля над рынком и просто ждут, пока рынок сам их накормит.
Нильс Йенсен подкрепил эту логику простым примером, услышанным им в одном из видеороликов на YouTube: если инвестор твердо убежден, что цена акции вырастет с 10 до 50 долларов, в чем он может быть уверен на 100%? В том, что на этом пути цена обязательно пересечет отметку в 11 долларов. Именно этот базовый ценовой пробой и является триггером для входа в позицию в простейших тренд-следящих системах, игнорирующих корпоративные балансы и прогнозы денежных потоков.
🏎️ Хрупкость оптимизации: уроки корпоративного управления и Формулы-1 46:29
Продолжая тему опасности чрезмерной оптимизации торговых алгоритмов, Ричард Бреннан сослался на недавний выпуск подкаста Шейна Пэрриша The Knowledge Project, в котором принимал участие ведущий эксперт из Boston Consulting Group (BCG). В интервью подробно разбирались фундаментальные различия между публичными корпорациями и частными семейными компаниями.
По словам Бреннана, в этих двух бизнес-моделях заложены принципиально разные жизненные философии, которые напрямую проецируются на трейдинг:
- Публичные компании находятся под постоянным давлением со стороны внешних инвесторов, требующих немедленных квартальных результатов. Менеджмент вынужден максимально оптимизировать все внутренние ресурсы ради достижения краткосрочного успеха. Системы вознаграждения директоров привязаны к текущей стоимости акций и сиюминутным бонусам, а не к долгосрочной выживаемости бизнеса.
- Частные семейные компании сфокусированы на долгосрочном сохранении капитала и передаче стабильного бизнеса будущим поколениям наследников. Они мыслят десятилетиями и готовы сознательно жертвовать сиюминутной выгодой или краткосрочными целями ради обеспечения стратегической устойчивости в будущем.
Ричард Бреннан указал на главный вывод эксперта BCG: любая тотальная оптимизация ресурсов под конкретную задачу делает систему идеально приспособленной к текущей функции (fit to function), но одновременно с этим — чрезвычайно хрупкой (fragile) перед лицом любых внешних изменений. Как только многофакторные переменные внешней среды минимально сдвигаются, оптимизированная структура мгновенно разрушается, так как у нее нет резервов и гибкости.
Напротив, «пауки» тренд-фолловинга ведут себя как устойчивые семейные компании. Они умышленно отказываются от подгонки параметров под текущие рыночные условия, удерживают значительную часть капитала в резерве и используют «свободные», неоптимизированные правила торговли, способные выдержать любые нестационарные фазы рынка.
Для закрепления этого тезиса Бреннан привел финальную аналогию с гонками Формулы-1. Условия на гоночном треке F1 стабильны и известны заранее: конфигурация углов, идеальное качество асфальтового покрытия. Инженеры могут направить все ресурсы на экстремальную оптимизацию двигателя и аэродинамики болида ради достижения максимальной скорости в этих конкретных условиях.
Однако хрупкость этой конструкции проявляется при минимальном изменении среды — например, при внезапном ливне или массовом столкновении за углом трассы. В этот момент сверхскоростной болид Формулы-1 становится абсолютно беспомощным и подвергается риску катастрофы. В то же время обычный, гораздо более медленный полноприводный внедорожник обладает универсальной надежностью (robustness) и без труда продолжит движение в широком диапазоне непредвиденных дорожных условий.
«Оптимизируя процесс под одну конкретную возможность, вы всегда приносите в жертву свою способность справляться с рисками при изменении условий», — заключил Ричард Бреннан.
Нильс Йенсен поддержал коллегу и завершил подкаст, напомнив слушателям о возможности присылать свои вопросы на электронную почту info@toptradersunplugged.com. Он также сообщил, что на следующей неделе в эфир вернется постоянный соведущий Роб, и призвал аудиторию оставлять отзывы и оценки подкаста на платформах iTunes и Spotify.
