FIRE изнутри | Яковлев Алексей

Друзья, извиняюсь, что выпал из повествования. Скоро вернусь, будем двигаться к системному трейдингу, основам и примерам.

Истоки ошибок начинающих. пост на Smart-Lab 🎬Финансовые фильмы учат ошибаться https://smart-lab.ru/blog/1238048.php Большая просьба поставить "лайк" и добавить в избранное! чтобы алгоритмы Смарт-Лаба позволили показать материал большему количеству людей. 👌 Chat Ранние посты

Анимация с 2014 года, как менялась форма кривой ОФЗ. К предыдущему посту Спасибо за предоставленную анимацию Eugene и John. 👌 Chat Ранние посты

Торговая система КБД пост на Smart-Lab https://smart-lab.ru/blog/1222420.php Большая просьба поставить "лайк" и добавить в избранное! чтобы алгоритмы Смарт-Лаба позволили показать материал большему количеству людей. Несогласие и критику буду рад услышать и обсудить в комментариях под постом или тут в чате. 👌 Chat Ранние посты

Таргетирование волатильности пост на Smart-Lab https://smart-lab.ru/blog/1213445.php Большая просьба поставить "лайк" и добавить в избранное, чтобы алгоритмы Смарт-Лаба позволили показать материал большему количеству людей. Несогласие и критику буду рад услышать и обсудить в комментариях под постом или тут в чате. 👌 Chat Ранние посты

Критерии оптимизации/отбора и кукуха. Разные классы активов неплохое начало. Но не менее важно задать себе вопрос: по какой метрике выбираем лучших? Импульс, или моментум, — это достойный кандидат, но далеко не единственный. Имеем слагаемые преимущества над бенчмарком: - набор активов, из которых модель может выбирать лидеров, - метрика, по которой определяем этих лидеров. И здесь интереснее, должны ответить: чего мы хотим от портфеля? Кому-то важна плавность кривой капитала и аккуратные коэффициенты Sharpe или Sortino. Кто-то будет пристально следить за глубиной и продолжительностью просадок, считая Ulcer Index более честной мерой боли. А кто-то создаёт собственные синтетические метрики - щепотку Ulcer Index, приправленную отношением среднегодовой доходности к среднему максимальному убытку, предварительно профильтрованное через импульс. Без него рискуем выбрать актив, который не растёт. Импульс как фильтр «живости» отсекает застывшее. Но после такой фильтрации можно заглянуть глубже: например, среди активов с положительным моментумом отдать предпочтение тем, у которых Sharpe или Sortino выше. Возможно, подобное добавит портфелю дополнительных свойств. Можно долго теоретизировать, но на практике замечал: для разных задач совершенно разные люди за длительное время приходят к схожим метрикам. Для оценки стратегий чаще лучше одно, для оценки активов - другое. Разные задачи - разные метрики. Но клубок начинает разматываться с ответа на вопрос какие итоговые характеристики стратегии или инструмента хотим видеть, далее здравый смысл сильно сужает поле поиска ответа. Инвестиции в кукуху. Пишу про то, что прочувствовал сам, но думаю, это актуально не только для меня. Сложно оценить личную терпимость к просадкам на берегу, тестирование на истории тут не сильно поможет в т.ч. в силу того, что терпимость к просадкам меняется во времени и проецировать его можно много как, например в - абсолютных цифрах и находить аналогии с «потерянными» возможностями в реальном мире, - относительных цифрах в %, держа в голове нехитрые расчеты из серии - или в месяцах/годах жизни потребления, которое утрачено в моменте - кто-то посчитает отставание от безрисковой доходности в самый тяжелый момент. Психика у всех разная, но по опыту у многих даже очень спокойных в жизни людей, когда дело касается значимых для их жизни потерь, стоиков внезапно оказывается сильно меньше, чем было «на берегу». Неприятие дальнейших потерь нарастает не линейно, просадка в 30% будет восприниматься не в 2 раза больше, чем от 15%, боль будет многократно сильнее. Субъективное восприятие жопности момента начинает сильно давить на психику из-за понимания, какой путь нужно проделать всего лишь для восстановления капитала. И в моменты просадок помимо давления испытываемого от созерцания уменьшившегося размера счета многое в инфо поле вокруг человека будет расшатывать психику, подтачивая уверенность в верности действий. И вот тут, насколько бы не были обоснованы действия с портфелем поведение самого инвестора может выступить слабым звеном. И чем инвестор умнее в широком смысле, тем больше сомнений и версий будущего у него в голове. Можно разработать блестящую стратегию, но будущее неопределенно, а люди часто поступают иррационально. Хотелось бы иметь хоть какую-то опору в виде набора действий на случай значительных потерь. Один из вариантов это таргетирование волатильности. Подпишитесь

Лежебока здорового человека пост на Smart-Lab https://smart-lab.ru/blog/1201995.php Большая просьба поставить "лайк" и добавить в избранное, чтобы алгоритмы Смарт-Лаба позволили показать материал большему количеству людей. Несогласие и критику буду рад услышать и обсудить в комментариях под постом или тут в чате. Пост относительно объемный, не влезает в телегу, поэтому выложил на Смарт-Лабе. Если неудобно читать на СЛ, скажите в комментах, добавлю на другие ресурсы. Подпишитесь

Пример "подхода" в России Пример прямо скажем не идеальный, с другой стороны практический. УК ДОХОДЪ сделала индекс IRGRO и торгуемый на его основе инструмент GROD. Индекс у них состоит из одного класса активов - акции. Они взяли факторы рис1 роста компании, размера, ценовой импульс, качество эмитента, низкая волатильность и попробовали собрать это все воедино. Как пишут у себя «В индекс включаются 40% лучших акций по сумме факторов "Рост компании", "Импульс роста котировок", "Качество эмитента", "Размер компании" и "Рыночный риск".» IRGRO - ДОХОДЪ Индекс акций роста РФ Долгосрочно рис2 выглядит вполне достойно, если сравниваем с индексом или версиями "вечных портфелей"/"лежебок". В торгуемой реализации GROD рис3 последнее время результаты выглядят менее позитивно. Тем не менее, для долгосрочного подхода можно изучить их конкретную реализацию, есть что улучшить. Например, не все факторы в России одинаково полезны, у многих «плавающая» альфа и лично я не использовал бы все факторы, чтобы не отнимать вес у действительно хорошо работающих. Далее версия подхода с минимальной фильтрацией по здравому смыслу и как устроено у меня. Подпишитесь

Про диверсификацию и ротацию активов Допустим у нас есть какой-то хрустальный шар в виде модели принятия решений. Если нам важна в чистом виде доходность, а большая часть людей не явно это подразумевает, давайте будем все 100% направлять в актив, для которого модель нам предскажет максимальную доходность. Из размышления или опытным путем люди так не делают, почему? Ответ в том, что модель предсказывает доходность активов, но с какой-то степенью достоверности. Данные открыты, ликвидных активов не так много, конкуренция присутствует, профессиональные участники понимают, что и когда делают их коллеги, поэтому моделей с сильной предсказательной способностью и большой емкостью мало. Есть набор активов для выбора моделью (юниверсум), для каждого актива модель предсказала, какая будет доходность. Но модель не идеальная она имеет некоторую степень ошибки. Исходя из этих неточностей предсказания моделью, вытекает необходимая степень диверсификации. Берем, не самый лучший актив с наибольшей доходностью, возьмем несколько лучших активов, для независимых предсказаний ошибка должна, уменьшаться пропорционально количеству активов, которые берем. Если, модель ошибается редко, то нам не нужна большая диверсификация, возьмем тот, где модель предсказала наибольшую доходность. Если же модель лишь немного лучше, чем случайные предсказания, тогда нужна широкая диверсификация. Это некая степень уверенности даже не в модели, а в основаниях условий, на которых построена модель. Ротация активов в юниверсуме как значимая часть превосходности модели. Результаты модели на мой взгляд в большой степени зависит от подхода к ротации активов внутри набора (юниверсума), из которого модель выбирает активы. Условно, в какой момент фактор value стоит убирать из доступного для выбора моделью и возможно добавлять, что то новое, куда идут потоки капитала. Когда говорил про лежебоку «критиковал», что золото на 1998 год, момент старта расчетов в портфеле лежебоки попало туда «задним числом». Писал «ответим на вопрос, по каким критериям можем определять активы, которые в будущие 10-20 лет будут новыми биткоинами?» Субъективно, по опыту видится, что в это стоит инвестировать время исследований. Не может быть единого совета как это делать, но, например можно отслеживать моментум выручки (потоки капиталов), рентабельности разных направлений/отраслей для выявления появления новых направлений/активов. Подпишитесь

Global equities momentum, пример В прошлом посте говорил о расширении доступного списка активов для выбора моделью с целью участия в движениях разной природы. Хочу привести пример. Мой друг и коллега с фокусом на американский рынок отбирает для своего портфеля лучшие классы активов, а не отдельные компании. С целью участия в среднесрочных движениях источником которых может являться изменение уровня инфляции, динамики % ставок, глобальных сдвигов в лидерах, девальвации $ используются лучшие классы активов среди: Облигации Cash SHY казначейские облигации США от одного до трёх лет. IEF казначейские облигации США со сроком погашения от семи до десяти лет. TLT казначейские облигации США более 20 лет. TIP казначейские облигации США с защитой от инфляции. LQD корпоративные облигации инвестиционного уровня, в долларах. HYG высокодоходные корпоративные облигации, в долларах. AGG корп и гос облигации инвестиционного уровня в США. Акции США VOO индекс S&P 500 QQQ индекс Nasdaq-100 Мир VWO индекс FTSE Emerging EWJ индекс японских акций. Недвижимость IYR американские компании в сфере недвижимости. REM американские инвестиционные фонды жилой и коммерческой недвижимости. RWX международный рынок недвижимости. VNQ крупные, средние и малые компании, особое внимание сектору недвижимости. Сырье GLD фонд на золото PDBC энергия, сельскохозяйственные ресурсы, драгоценные и базовые металлы. Отдельные факторы Стоимость IWD американские компании большой и средней капитализацией, обладают стоимостными характеристиками. IWN американские компании с малой капитализацией, обладают стоимостными характеристиками. Размер IWM американские компании с малой капитализацией. Моментум MTUM американские компании с большой и средней капитализацией, демонстрирующих ценовой моментум. Класс активов + фактор VEA крупные, средние и малые компании на развитых рынках, за исключением США VGK компании с развитых рынков Европы, Австралии, Азии, Востока, за исключением США. SCZ компании с малой капитализацией на развитых рынках, за исключением США и Канады. Дивиденды SCHD фонд, ориентированный на дивиденды. Структура портфеля периодически меняется в зависимости от динамики цен за время с последней ребалансировки. Отбор активов происходит по их способности показывать траектории средне долгосрочного роста. Знакомые классы активов, отдельные факторы и комбинации с надеждой поймать разные трендовые движения от ралли в сырье до возможной переоценки развивающихся рынков. Нет плечей, и не будет сотен процентов годовых, но довольно стабильно. Историческая доходность около 12.1%, при просадке 6.1%. Подпишитесь