В очередном выпуске серии «Systematic Investor» ведущий Нильс Каструп-Ларсен (Niels Kaastrup-Larsen) и эксперт Ричард Бреннан (Richard Brennan) обсуждают состояние рынков в конце 2023 года и анализируют финансовые системы через призму биологии и физики. Основной темой дискуссии стали сложные адаптивные системы (Complex Adaptive Systems, CAS): почему традиционная статистика бессильна перед рыночными аномалиями и как следование за трендом (trend following) помогает выживать в условиях непредсказуемости, подобно устойчивым биологическим видам.
📉 Итоги года и рыночная турбулентность в декабре 0:25
В начале беседы Ричард Бреннан отметил, что декабрь 2023 года начался для системных инвесторов крайне агрессивно . После успешного ноября, когда отсутствие позиций в облигациях помогло обойти конкурентов, первая неделя декабря принесла резкие развороты в сырьевых товарах и валютных парах с иеной . По словам Бреннана, 2023 год для него стал периодом «стагнации» — после впечатляющих результатов 2022 года текущий портфель балансирует на уровне безубыточности .
Нильс Каструп-Ларсен привел статистические данные по рынку на начало декабря :
- BTOP 50: снизился на 0,83% в декабре, падение за год составило 1,81%.
- SocGen CTA Index: упал на 0,84% в декабре, годовое снижение — 3,5%.
- Trend Index: снижение на 1% в декабре и на 4,7% с начала года.
- MSCI World: продемонстрировал рост на 17% с начала года .
- S&P 500 Total Return: прибавил 21,8% за год .
Особое внимание ведущий уделил аномально сильному рынку труда в США: уровень безработицы ниже 4% сохраняется 22 месяца подряд, что является самым длинным периодом со времён 1960-х годов .
👖 Концепция «свободных штанов»: стоп-лоссы и борьба с переобучением 8:24
Отвечая на вопросы слушателя Адама о балансе между шириной стоп-лосса и частотой выигрышей, Бреннан использовал метафору «loose pants» (свободные штаны). Суть заключается в том, чтобы давать цене пространство для маневра, не ограничивая волатильность актива слишком жесткими рамками .
Ключевые технические параметры стратегии Бреннана:
- Универсальность моделей: Бреннан использует пять основных типов моделей (прорыв канала Дончиана, пересечение скользящих средних, регрессионный трейдинг, «коробка Дарваса» и др.) .
- Масштаб данных: Чтобы избежать «подгонки под кривую» (curve fitting), он тестирует параметры на выборке из 70–100 рынков за 30 лет . Это создает массив данных объёмом в 2100–3000 «рыночных лет».
- Множители ATR: Для определения стоп-лоссов используется 25-периодный индикатор ATR. В краткосрочных моделях стоп составляет 2–4 ATR, в среднесрочных — 4–6 ATR, а в долгосрочных — от 6 до 8 ATR .
Бреннан утверждает, что не существует «достаточного» размера выборки сделок для оценки стратегии. По его мнению, важнее не количество сделок, а количество различных рыночных режимов, которые прошла система .
🧬 Пять столпов сложных адаптивных систем (CAS) 18:35
Основная часть дискуссии была посвящена тому, почему финансовые рынки следует рассматривать как сложные адаптивные системы, аналогичные тропическим лесам или муравейникам. Бреннан выделил пять ключевых свойств таких систем:
1. Нелинейность 20:31
В сложных системах малые входные данные могут приводить к несоразмерно масштабным последствиям. Бреннан привел пример «дерева в дождевом лесу», которое выполняет десятки функций — от регуляции микроклимата до переработки углерода . В финансах аналогом является влияние социального инвестора: один «твит» лидера мнений о малоизвестной компании может запустить лавинообразный процесс покупок алгоритмами и СМИ, вызывая скачок цены на сотни процентов .
2. Эмерджентные свойства 27:35
Это характеристики целой системы, которыми не обладают её отдельные части. По мнению Бреннана, интеллект муравейника — это результат взаимодействия муравьев по простым правилам, хотя у отдельной особи нет «чертежа» гнезда . На рынке такими эмерджентными свойствами являются тренды и рыночные настроения (страх и жадность), которые не контролируются ни одним игроком, но возникают из их совокупных действий .
3. Самоорганизация 33:58
Сложные системы создают порядок спонтанно. В качестве примера из природы приводится поведение стаи скворцов: птицы не имеют центрального лидера и ориентируются только на движения ближайших соседей . Аналогично, рыночные пузыри и крахи формируются через локальные взаимодействия трейдеров, реагирующих на действия своих коллег.
4. Адаптация и эволюция 36:42
Рынки постоянно меняются, «вытесняя» старые стратегии новыми. Бреннан описал эволюцию высокочастотного трейдинга (HFT) как ответ на замедление традиционного фундаментального анализа . Системы адаптируют правила и алгоритмы, создавая новые рыночные режимы, которые никогда не повторяют историю в точности.
5. Петли обратной связи 40:06
Существуют положительные петли (усиливают изменения, приводя к пузырям) и отрицательные (подавляют изменения, способствуя стабилизации и коррекциям) . Эти циклы делают рыночную динамику крайне волатильной и труднопредсказуемой для классических моделей.
⚠️ Ловушки традиционной статистики и превосходство Trend Following 49:13
Ричард Бреннан утверждает, что большинство инструментов классического анализа (коэффициент Шарпа, стандартное отклонение, корреляция) базируются на предпосылке линейности и нормального распределения, что в корне неверно для сложных адаптивных систем .
Основные критические замечания к традиционным методам:
- Линейность против реальности: Корреляции между активами постоянно меняются и являются «нестационарными». Линейные модели не учитывают взаимосвязи факторов .
- Редукционизм: Попытка анализировать сектора экономики (например, IT или медицину) в изоляции ошибочна, так как прорыв в энергетике неизбежно затронет нефтегазовый сектор .
- Переобучение (Overfitting): Традиционные кванты часто создают модели, идеально подходящие для прошлого, но абсолютно не готовые к событиям, которых никогда не было в истории (Warehouse risk) .
Каструп-Ларсен и Бреннан сошлись во мнении, что именно следование за трендом является наиболее «эволюционно устойчивой» стратегией. По словам Бреннана, тренд-фолловеры — это «модели-тараканы», способные пережить любые изменения среды . Они не пытаются предсказать будущее, а лишь ограничивают потери и остаются открытыми для «невообразимых» прибылей, которые генерируют нелинейные рынки.
