Понад чотири десятиліття тому економіст з Принстону Бертон Малкиел написав свою класичну книгу “Випадково блукання по Уолл-стріт”, в якій він стверджував, що дохідність є випадковою, і інвестори не можуть отримати дохід, що перевищує середній рух ринку.
Книга була переписана багато разів, і нове доповнення вийшло не так давно, в 2007 році. Теорія випадкового блукання Малкиеля базується на уявленні про те, що дохідність акцій непередбачувана і випадкова, і тому управителю портфелем не можна отримати стабільну дохідність, яка перевищить дохідність всього ринку. У книзі говориться, що використання різних типів аналізу призводить тільки до зниження продуктивності, оскільки неможливо прогнозувати рух ціни в довгостроковій перспективі.
Малкиель прийшов до такого висновку щодо своєї моделі випадкового блукання: інвесторові краще купувати індексний фонд, який копіює дохідність більш широкого сектору ринку, використовуючи стратегію купівлі та утримання.
Теорія випадкового блукання стверджує, що вся наявна інформація відображена в поточній ціні цінного паперу, і що рух будь-якого фінансового інструменту базується виключно на настроях трейдерів, яке не може бути передбачено.
Коли нова інформація стає доступною, ціна швидко коригується і негайно відображає нову інформацію. Оскільки нова інформація є випадковою, то дохідність, пов’язана з цінами, непередбачувана, що робить ринок хаотичним.
Зміст
Гіпотеза ефективного ринку
Теорія випадкового блукання ґрунтується на уявленні, що ринок є ефективним, і коли нова інформація стає доступною для трейдерів, вони будуть змінювати поточну ціну, враховуючи нову інформацію. У цієї теорії є деякі проблеми, оскільки не у кожного учасника ринку однакова мотивація.
Наприклад, у корпоративного управлінця та менеджера хедж-фонду будуть різні мотиви щодо того, коли їм слід укладати угоди. У той час як менеджер хедж-фонду може залишатися поза ринком під час періоду падіння цін, управлінцю може варто використовувати значне зниження цін для запуску програми зворотного викупу.
Корпоративний управлінський також буде використовувати по-різному похідні цінні папери. Наприклад, якщо ціна акцій швидко падає, а у компанії є програма зворотного викупу, управлінський може продавати по ціні нижче ринкової. Наприклад, якщо він продає опціони пут нижче ринку, він може отримувати премію незалежно від того, чи досягнена ціна виконання опціону пут.
Крім того, часовий горизонт, який використовують трейдери, може змінювати ефективність ринку. Інвестори, які бажають утримувати акції в довгостроковій перспективі, будуть діяти інакше, ніж ті, хто намагається спекулювати цінними паперами в короткостроковій перспективі. Також, якщо ви усереднюєте вартість своєї позиції, коли ви купуєте акцію зі зниженням ціни, ваша ціль відрізняється від трейдера, який хоче брати невеликі рухи як на довгих, так і на коротких позиціях.
Алгоритми покращують ефективну теорію ринку
Ринки відчутно змінилися після останньої версії книги “Случайне блукання по Уолл-стріт” 2007 року. Сьогодні алгоритми визначають значну частину короткострокових рухів практично на кожному ринку капіталу. Алгоритм – це комп’ютерна програма (робот або консультант), яка шукає закономірності в русі цін та негайно реагує, купуючи або продаваючи торговий інструмент.
Стратегії високочастотного алгоритмічного трейдингу використовують комп’ютерні алгоритми, які укладають тисячі угод щодня, намагаючись вплинути на ринок та виявити його неефективність. Високочастотні трейдери здійснили свій перший напад на фондові ринки. Нове регулювання дозволило електронним біржам конкурувати один з одним, що залишило відкритою можливість для високочастотних трейдерів шукати розбіжності в цінах.
Сьогодні алгоритми використовують дані, які накопичуються з різних джерел. Алгоритми сканують веб-сайти навіть Twitter у пошуках ключових слів, щоб визначити, як вони повинні укладати угоди. Простий термін, такий як “Підвищення резервної ставки”, може викликати цілу чергу нових транзакцій, що може призвести до волатильних рухів на ринку. Багато неочікуваних вибухів волатильності були створені алгоритмами, які швидко купують і продають цінні папери, створюючи ефект сніжного кома при з’явленні нової ринкової інформації.
Алгоритми також змінюють розподіл доходності акцій. Загалом доходи, відображені на ринках капіталу, зазвичай не розподіляються. Що це означає? Наприклад, якщо б ви виміряли вагу 100 школярів і побудували графік розподілу, ви б, ймовірно, побачили класичну криву. Найбільш повторюваний вага буде середнім, а залишені ваги цих дітей будуть розподілені з обох боків. Приблизно 68% будуть знаходитися в межах 1 стандартного відхилення від середнього, а 95% – в межах 2 стандартних відхилень.
Було проведено багато досліджень, які показали, що доходи від цінних паперів мають великі відхилення.
Алгоритми навчені нічого не робити, коли немає нової інформації, забез`печуючи невелику ліквідність, але вони вступають в гру, коли з’являється нова інформація, яка генерує нестабільні ринкові умови.
Теорія анти-блукання
Хоча теорія, запропонована Малкиэлем, має свої переваги, було багато портфельних менеджерів, які перевищили дохідність ринку. Це означає, що методологія “купуй і тримай” – не найкращий спосіб отримання доходності з урахуванням ризику. Наприклад, за останні 20 років Berkshire Hathaway отримала доходність капіталу в 613% порівняно з індексом S&P 500, який має доходність в 190%.
На противагу аргументам Бертона Малкиеля було написано кілька статей та проведено досліджень. Зокрема, існує збірка статей під назвою “Невипадковий шлях на Уолл-стріт”, яка свідчить про те, що ціна акцій надає цінну інформацію, яку завжди можна використовувати.
Емпіричні дані, що були використані, представляли собою низку моделей, що перевіряли випадковість цін. Ідея невипадкового блукання була спростована Ендрю Ло. Він прийшов до висновку, що існує багато методів, які можна використовувати для досягнення основних середніх значень, але залишається питання, наскільки довго ці методології можуть бути успішними.
Ло писав:
“Чим більше креативності ви вносите в інвестиційний процес, тим кориснішим він стає. Проте єдиний спосіб забезпечити постійний успіх – це постійно впроваджувати нововведення.”
Його ідея завоювання ринків в довгостроковій перспективі полягала в тому, щоб постійно адаптуватися до нових ринкових умов.
Тест на випадкове блукання
Існують кілька тестів, які можна провести, щоб визначити, чи є набір даних випадковим. Наприклад, тест RUNS, ім’я Авраама Вальда та Якоба Вулфовица, – це статистична методологія, яка оцінює випадковість двох або більше часових періодів.
Тест на прогони може визначити, чи існують тренди на ринку і як часто вони зустрічаються. Припускається, що нульова гіпотеза означає відсутність залежності та жодної існуючої тенденції, а тренди ідентичні за своєю природою. Тести на прогони ранжують значення та або підтверджують нульову гіпотезу, або спростовують її.
Регресивний аналіз
Регресивний аналіз – це потужний інструмент для визначення того, чи залежить одна змінна від іншої. За його допомогою ми можемо встановити, наскільки одна змінна впливає на іншу. Формула регресії включає незалежну і залежну змінні, а також коефіцієнт детермінації (R-квадрат), який показує ступінь впливу однієї змінної на іншу.
Найпростіший вид регресивного аналізу використовує одну змінну (предиктор) та іншу змінну (відповідь). Дані представлені за допомогою методу найменших квадратів. У випадку, якщо в даних є викиди або аномалії, для підгонки моделі можуть застосовуватися стійкі методи. Значення R-квадрат дорівнює 1, що означає, що залежна змінна рухається відповідно до незалежної змінної.
Корреляційний аналіз
Корреляційний аналіз – це ще один інструмент, який використовується для визначення взаємозв’язку між цінними паперами. Цей метод схожий на регресійний аналіз, але використовується для оцінки руху активів протягом різних періодів.
Аналіз оцінює доходність одного активу в порівнянні з іншим і надає вам коефіцієнт корреляції від 1 до -1. Корреляція 1 означає, що рухи двох активів співвідносяться. Корреляція -1 вказує на протилежний рух. При оцінці співвідношень важливо аналізувати прибуток, а не ціну.
Хоча корреляція не вказує на причинно-наслідковий зв’язок між активами, вона показує, що їх рухи пов’язані між собою.
Чим вище коефіцієнт корреляції, тим сильніше зв’язок між активами. Коефіцієнти корреляції близько до 70 або мінус 70 вказують на значну позитивну або від’ємну залежність між активами.
Наприклад, у Канаді існує багато нафтових компаній, що мають великий вплив на економіку. Коли ціни на нафту різко падають, економіка таких країн стикається з серйозними проблемами.
Корреляційний аналіз може проводитися протягом різних періодів. Важливо розглядати кореляцію на різних часових горизонтах, оскільки вона може змінюватися залежно від обраного періоду. Наприклад, коефіцієнт корреляції для пари валют USD/CAD може варіюватися від -1 до -0,20 протягом різних 20-денних періодів.
Технічний аналіз для невипадкових ринків
Технічний аналіз – це ключовий інструмент для визначення майбутньої тенденції цін. На основі емпіричних досліджень вважається, що він може допомогти перевершити ринок.
Багато фахівців вважають, що вони можуть передбачити майбутні рухи ціни, використовуючи історичні дані. Наприклад, технічні аналітики вважають, що вся інформація, доступна наразі, вже відображена в ціні активу.
З цього випливає, що майбутню ціну можна визначити лише шляхом аналізу даних чи патернів, оскільки рух ціни у минулому передбачає майбутні рухи. Як мінімум, технічний аналіз може використовуватися як самоздійснювана передбачення. Багато трейдерів користуються технічним аналізом для визначення майбутніх цінових рухів.
Рівні попиту та підтримки
Цінові значення цінних паперів базуються на змінах у попиті та пропозиції. Коли інвестор вважає, що ціна цінного паперу є дешевою порівняно з очікуваннями ринку, вони починають купувати в надії, що акції зростатимуть у ціні. Зі зростанням попиту на акції ціна знайде опорний рівень, де подальше зниження буде недосяжним. Це вважається підтримкою.
Існує багато способів використання технічного аналізу для визначення рівня підтримки. Багато трейдерів використовують лінії тренду, які з’єднують мінімуми коливань.
Рівні підтримки та опору
Сопротивлення, навпаки, є протилежним поняттям до підтримки. Це область пропозиції, яка відображає рух цін на ринку, коли цінам важко рухатися далі вгору. Тут виникає сопротив.
Як і з підтримкою, існує кілька способів визначення рівнів сопротиву за допомогою технічного аналізу. Ви можете використовувати лінії тренду, які з’єднують максимуми коливань, або ви можете використовувати горизонтальні лінії підтримки та опору.
Скользячі середні
Ще одним технічним методом, який часто використовується для визначення майбутнього напрямку цінних паперів, є використання скользячих середніх для згладжування цінової динаміки.
Наприклад, якщо ви розраховуєте 10-денну скользячу середню цінного паперу, ви усереднюєте 10 днів. На 11-й день ви відкидаєте перший день, що створює нову точку даних.
Скользячі середні можуть допомогти вам визначити майбутній напрямок за допомогою популярної методології перетину. Перетин скользячих середніх допомагає визначити, чи існує нова тенденція, яку ви можете використовувати. Для пошуку змін у короткостроковій перспективі найкраще використовувати короткострокові скользячі середні.
Однією з найпопулярніших налаштувань є 5-денна скользяча середня вище або нижче 20-денної скользячої середньої. Це охоплює 1-тижневий і 1-місячний період і дуже допомагає виявити короткострокові тенденції. Якщо ви шукаєте триваліший період, ви можете розглянути 20-денну і 50-денну скользячі середні.
Довгострокові перетини скользячих середніх, такі як 50-денна скользяча середня і 200-денна скользяча середня, дуже популярні й відомі як золотий перетин або “смертельний перехрестя”.
Заключні висновки
Як технічний аналітик, я переконаний, що ринки не є випадковими, і очевидно, що є трейдери, які демонструють дохідність, значно перевищуючи рух ринку. Уоррен Баффет з легкістю перевершив індекс S&P500 на 423% за останні 20 років, використовуючи фундаментальний підхід до вибору компаній. Але крім нього, є безліч успішних трейдерів, які використовують статистичні моделі та технічний аналіз для стабільних і послідовних прибутків.
Також існують численні статистичні інструменти, такі як тести прогонів, регресія та кореляція, які показують наявність залежності та взаємозв’язку між активами. Припущення, що всю доступну інформацію вже включено в ціну, має свої переваги. Також очевидно, що існує нова парадигма, в якій алгоритми обмінюються повсюдно розповсюдженою інформацією, включаючи дані з соціальних мереж, таких як Facebook і Twitter.
У кінці кінців, навіть якщо прихильники “випадкового” та “не випадкового” продовжують свої дискусії, я вважаю, що освічений інвестор або трейдер, який має стратегію з позитивною статистичною перевагою, завжди може випередити ринок у своїй дохідності.