# Качество против цинизма: Марк Жепчински о чек-листе транзакционных издержек и альфе дисперсии Источник: https://www.youtube.com/watch?v=EgHqNYNCedI Канал: Top Traders Unplugged Опубликовано: 15.08.2023 --- В очередном выпуске подкаста Systematic Investor серии Top Traders Unplugged ведущий Нильс Кааструп-Ларсен и постоянный соведущий Марк Жепчински обсуждают глубинные сдвиги в макроэкономической среде и их влияние на систематическое инвестирование. Центральными темами дискуссии стали парадокс высоких процентных ставок, психология предвзятости в количественных исследованиях и критическая важность точного учета транзакционных издержек. Эксперты разбирают, почему классические модели следования за трендом сохраняют свою адаптивность вопреки постоянным рыночным аномалиям. ## 🏖️ Парадоксы трейдинга в августе: сезон отпусков или время рыночных сюрпризов? [[JUMP:0:40]] В финансовой среде август традиционно считается месяцем затишья и отпусков, однако исторически он нередко приносит рынку неожиданные потрясения. Марк Жепчински иронизирует, что если сложить все популярные рыночные поговорки и правила — такие как «продавай в мае и уходи» (sell in May), запреты на торговлю в октябре или декабре — то у трейдера наберется причин не открывать позиции как минимум 9–10 месяцев в году. Это подтверждает тезис о том, что идеального или абсолютно безопасного времени для торговли и отпусков не существует. Собеседники затронули важный аспект розничной торговли. По европейскому законодательству брокеры обязаны открыто публиковать на своих сайтах процент клиентов, теряющих деньги на торговых счетах. Как отмечает Нильс Кааструп-Ларсен, статистика неумолима: этот показатель стабильно превышает 70%, а зачастую доходит и до 80%. На фоне такой статистики возникает фундаментальный вопрос психологии инвестирования: что предпочтительнее для инвестора — получать небольшую прибыль в течение 10 месяцев из 12 или терпеть убытки 8 месяцев, но перекрывать их огромной прибылью в оставшиеся 4 месяца?. Этот баланс лежит в основе стратегий следования за трендом (Trend Following) и работы хедж-фондов. Большинство людей чисто психологически предпочитают зарабатывать понемногу каждый месяц, даже если итоговая годовая доходность окажется ниже. Если проанализировать ежемесячные таблицы доходности (monthly return tables) крупнейших управляющих с историей в 30, 40 или даже 50 лет, картина окажется стандартной. В каждом календарном году стабильно присутствует 6–7 убыточных месяцев, еще пара месяцев проходит в нуле, и вся основная прибыль формируется за счет 2–3 исключительно удачных месяцев. По мнению Нильса Кааструп-Ларсена, инвесторам невероятно сложно смириться с такой неопределенностью, хотя на долгосрочных горизонтах в 3–5 лет и более эти систематические стратегии гарантированно доказывают свою прибыльность. ## 📉 Ползучие макроэкономические риски и результаты CTA-индустрии [[JUMP:5:09]] Обсуждая текущие маркеры, попавшие в поле зрения аналитиков, Марк Жепчински отмечает отсутствие ярких триггеров. Рынок находится в состоянии затишья, но под поверхностью зреют «ползучие проблемы» (creeping issues): * Дефляционные процессы в Китае и замедление темпов роста его экономики. * Уход Джеффа Карри, ведущего аналитика Goldman Sachs и главного идеолога сырьевого суперцикла, со своего поста. * Неопределенность вокруг дальнейших шагов ФРС США. * Смещение прогнозов по «мягкой посадке» экономики США с конца 2023 года на 2024 год. * Фискальные проблемы США, вылившиеся в снижение рейтинга агентством Fitch с уровня AAA до AA+. Особое внимание Марк уделяет объемам заимствований Министерства финансов США: в текущем квартале планируется выпуск облигаций почти на 1 триллион долларов, а в следующем — еще на 800 миллиардов долларов. Все это происходит на фоне продолжающегося количественного ужесточения (quantitative tightening). Однако в краткосрочной перспективе эти глобальные тектонические сдвиги не находят прямого отражения в трендах, из-за чего показатели прибыльности тренд-фолловеров после мартовского кризиса на рынке облигаций остаются стабильными, но довольно скромными. Нильс Кааструп-Ларсен добавляет, что хотя сырьевой суперцикл в понимании Джеффа Карри пока не реализовался в полной мере из-за пассивности секторов энергетики и металлов, отдельные мягкие товары (soft commodities) уже обновили многолетние максимумы. Состояние индустрии системного трейдинга на момент фиксации данных выглядит невыразительно. Барометр тренда (Trend Barometer) Нильса находится на слабой отметке 34, что указывает на отрицательную динамику для CTA-фондов в текущем месяце. Статистика по индексам фиксирует следующие показатели доходности: | Индекс / Показатель | Результат за месяц | Результат с начала года (YTD) | | :--- | :--- | :--- | | **Barclay BTOP50** | -1,0% | -1,0% | | **SG CTA Index** | -0,75% | -1,8% | | **Trend Index** | -1,4% | -2,85% | | **Short-Term Traders Index** | -0,80% | -3,8% | | **MSCI World Equity** | -2,6% | +14,6% | | **S&P 500** | -2,6% | +16,4% | | **Рынок облигаций (Bonds)** | -0,48% | Стабильное падение | Эти цифры подтверждают, что на рынках сейчас недостаточно направленных движений для обеспечения высокой прибыли тренд-фолловеров. ## 💵 Смена парадигмы: от «погони за доходностью» к «погони за наличными» [[JUMP:10:00]] Институциональные инвесторы кардинально меняют паттерны своего поведения в зависимости от макроэкономических условий. Во времена околонулевых процентных ставок инвесторы были вынуждены уходить далеко по кривой риска, скупая акции и высокорисковые облигации ради хоть какой-то доходности — этот период Марк называет «погоней за доходностью» (reach for yield). Сегодня ситуация изменилась. Номинальная доходность казначейских векселей США превышает 5%, а реальная доходность (за вычетом инфляционных ожиданий) стала положительной. Наступила эра «погони за наличными» (reach for cash). При инвертированной кривой доходности инвесторам нет смысла брать на себя дополнительный риск долгосрочных бумаг или акций, если можно получать гарантированные 5% в безрисковом кэше. Этот тектонический сдвиг должен был породить крайнюю осторожность на рынках, однако сегмент акций демонстрирует аномальную стойкость. Индекс QQQ (Nasdaq-100) существенно вырос, сформировав, по мнению Марка, перекупленную, «перенаселенную» сделку (overcrowded trade). При этом равновзвешенный индекс S&P 500 (RSP) сильно отстает от взвешенного по капитализации аналога, что подтверждает: ралли обеспечивается лишь узкой группой технологических гигантов с высокой дюрацией капитала. Для индустрии следования за трендом безрисковая ставка в 5% выступает мощным попутным ветром. Квант-фонды обычно держат от 70% до 80% своих активов в форме свободного кэша для обеспечения маржинальных требований. Если в 2010-е годы этот кэш приносил нулевой доход, то сейчас он генерирует около 4% чистой процентной прибыли на весь портфель фонда, автоматически перекрывая комиссии за управление. Марк подчеркивает: чтобы оценить реальное мастерство (alpha) управляющего, инвесторам теперь необходимо смотреть на историческую доходность за вычетом процентного дохода от размещения кэша. Высокие ставки могут реанимировать популярные в 1980–1990-х годах «структурированные продукты с гарантией капитала». Механика их создания проста: из 100 долларов клиента примерно 70–75 долларов направляются в бескупонные облигации с доходностью 5–7% годовых, которые через несколько лет гарантированно превратятся в исходные 100 долларов. Оставшиеся 25–30 долларов идут на обслуживание маржи и агрессивную торговлю по трендовой стратегии. Марк Жепчински также разделяет понятия рыночной волатильности и макроэкономической неопределенности. В то время как индекс волатильности VIX находится на относительно низких уровнях, индексы неопределенности экономической политики (Policy Uncertainty Indices) бьют рекорды. Столкнувшись с такой неопределенностью, долгосрочные инвесторы замедляют свои действия и переходят на стратегию усреднения долларовой стоимости (dollar cost averaging). Это замедляет скорость подстройки цен на активы, создавая идеальную почву для зарождения долгосрочных и устойчивых трендов. ## 📊 Микросреда и концепция Альфы Дисперсии (Dispersion Alpha) [[JUMP:26:42]] Пока макроэкономический фон кажется стабильным, микроструктура рынка переживает серьезные колебания. В конце второго квартала наблюдалось масштабное закрытие коротких позиций (short covering) и общее снижение рисков со стороны крупных хедж-фондов. На уровне общих рыночных индексов эти процессы прошли незаметно, но внутри структуры отдельных акций течения капитала оказали разрушительное влияние на стратегии некоторых игроков. В качестве альтернативы привычной концепции «кризисной альфы» (Crisis Alpha), характерной для посткризисного периода, Марк Жепчински предлагает сфокусироваться на феномене «альфы дисперсии» (Dispersion Alpha). > **Определение эксперта:** Дисперсия рынка — это математическое расстояние между доходностями отдельных инструментов внутри одного индекса или класса активов. Для тренд-фолловера высокая дисперсия критически важна: она дает возможность одновременно удерживать длинные позиции по сильным активам и короткие — по слабым, даже если сам индекс стоит на месте. Марк напоминает, что дисперсию нельзя отождествлять с корреляцией. При росте корреляций дисперсия падает, но сама по себе она измеряет фактический разброс доходностей, а не их ковариацию. Примером высокой дисперсии в сырьевом секторе служит текущая ситуация: пока рынок кукурузы (Corn) находится в затяжном и глубоком падении, нефть (Crude Oil) растет, а мягкие товары бьют рекорды доходности. Индекс сырья в целом стабилен, но внутри него кипит направленное движение капитала. ## 🧠 Мотивированные суждения и дилемма Ex-Ante vs Ex-Post исследований [[JUMP:32:17]] В области квантовых исследований существует глубокая психологическая ловушка — предвзятость мотивированных суждений (motivated reasoning bias). Психологами доказано: человеку требуется кратно больше фактов и доказательств, чтобы поверить в то, что противоречит его устоявшимся убеждениям, нежели в то, что их подтверждает. Этот феномен Марк проецирует на споры между дискреционными (фундаментальными) трейдерами и системными квантами. Сторонник классического подхода всегда будет искать примеры неудач алгоритмов, чтобы заявить: «Вот доказательство того, почему роботы не работают». Системный подход с использованием жестких математических данных призван искоренить эту предвзятость, хотя сами разработчики моделей (modelers) также подвержены субъективному влиянию и часто подгоняют параметры под желаемый результат. Марк Жепчински разделяет подходы к исследованиям на два типа: 1. **Ex-Ante (до события):** Формирование проверяемой гипотезы на основе наблюдений с последующим жестким тестированием на исторических данных. Например, берется тезис: «Инверсия кривой доходности влияет на характер трендов». Исследователь поднимает все периоды инверсий, проверяет математическую значимость изменений и либо добавляет этот фильтр в модель, либо отвергает его. 2. **Ex-Post (после факта):** Подход, при котором трейдер просто следует базовым торговым правилам, зарабатывает деньги, а затем конструирует красивый нарратив вокруг того, почему его стратегия сработала. В данном случае ex-ante тестирование специфических факторов не проводится. Проблема усложняется выбором масштаба моделирования, напоминая сказку о Златовласке, которая искала кашу подходящей температуры — так называемая проблема «Моделей Златовласки» (Goldilocks modeling). Перед разработчиком всегда стоит выбор между двумя школами мысли: * **Принцип KISS (Keep It Simple, Stupid / Keep It Sophisticatedly Simple):** Традиционные тренд-фолловеры панически боятся переобучения моделей (overfitting). Они минимизируют число условий и переменных, стремясь сделать систему максимально простой и устойчивой. * **Усложненный подход:** Добавление множества условий и специфических рыночных исключений, которые происходят достаточно часто, чтобы скорректировать поведение алгоритма в реальном времени. ## 🧾 Чек-лист транзакционных издержек: борьба с цинизмом инвесторов [[JUMP:43:59]] Тема транзакционных издержек (transaction costs) и проскальзываний считается скучной, уступая по непопулярности разве что бухгалтерскому учету, однако именно она определяет жизнеспособность любого бэктеста в реальной торговле. Марк Жепчински делится личным опытом: институциональные инвесторы демонстрируют глубокий цинизм при просмотре исторических результатов квантовых фондов, заявляя, что они «ни разу в жизни не видели плохого бэктеста». Стандартное эмпирическое правило крупных инвесторов — механически делить показатели бэктеста пополам. Если квант показывает исторический коэффициент Шарпа 1,5, инвестор закладывает в ожидания 0,75; если заявляется 10% годовой доходности, в расчет берется 5%. Чтобы преодолеть этот скептицизм, Марк составил универсальный чек-лист для бэктестов, позволяющий сблизить теоретическую (теория) и практическую (live) доходности. Разрывы между ними формируются по трем ключевым причинам: 1. Неверный или неполный учет реальных издержек. 2. Структурные ограничения рынка (ограничения на шорт акций, отсутствие ликвидности в нужных объемах). 3. Разница между фазой обучения модели и боевым периодом (например, модель обучалась при нулевых ставках, а торгует при ставке 5%). Для минимизации издержек Марк предлагает внедрять ограничения непосредственно внутрь алгоритма: снижать частоту ребалансировок, выстраивать ценовые полосы (bands/thresholds), запрещающие сделку, пока цена не превысит издержки на ее открытие, и отфильтровывать неликвидные инструменты. Многие разработчики совершают ошибку, закладывая в бэктест идеальное исполнение по цене закрытия дня (on the close), тогда как в реальности торговля ведется на открытии или через аукционы. Внедрение исполнения на основе средневзвешенной по объёму цены (VWAP) позволяет избежать скрытого скольжения (slippage). Марк Жепчински резюмирует: при создании торговой системы исследователь должен выйти из роли абстрактного лаборанта и стать прагматичным инженером, создающим отказоустойчивый производственный процесс (production process). Системы, построенные на простых бинарных («цифровых») решениях (включение/выключение сигнала при пересечении скользящей средней), исторически оказываются куда более живучими, чем сложные регрессионные модели, постоянно страдающие от неопределенности параметров динамического поведения людей.