Ang lahat ng mga potensyal na highs, lows, at sentimyento na nauugnay sa pamumuhunan ay maaaring sumagap sa pangwakas na layunin: paggawa ng pera. Upang tumutok sa huli at maalis ang dating, ang "dami" na pamamaraan sa pamumuhunan ay naghahanap upang bigyang-pansin ang mga numero sa halip na mga intangibles.
Ipasok ang "Quants"
Si Harry Markowitz sa pangkalahatan ay na-kredito sa pagsisimula ng dami ng paggalaw ng pamumuhunan nang ilathala niya ang isang "Pagpipilian sa portfolio" sa Journal of Finance noong Marso ng 1952. Ginamit ni Markowitz ang matematika upang mabuo ang pag-iba at binanggit bilang isang maagang nagpatibay ng konsepto na ang mga modelo ng matematika ay maaaring inilapat sa pamumuhunan.
Si Robert Merton, isang payunir sa modernong teoryang pinansyal, ay nanalo ng isang Nobel Prize para sa kanyang pananaliksik sa trabaho sa mga pamamaraan ng matematika para sa mga derivatives sa pagpepresyo. Ang gawain nina Markowitz at Merton ay naglatag ng pundasyon para sa pamamaraang (dami) sa pamumuhunan.
Hindi tulad ng tradisyonal na mga analyst ng pamumuhunan sa husay, ang mga quant ay hindi bumibisita sa mga kumpanya, matugunan ang mga koponan sa pamamahala, o magsaliksik ng mga produkto na ibinebenta ng mga kumpanya upang makilala ang isang mapagkumpitensya. Kadalasan ay hindi nila alam o nagmamalasakit sa mga aspeto ng husay ng mga kumpanyang pinamuhunan nila, na umaasa lamang sa matematika upang makagawa ng mga desisyon sa pamumuhunan.
Ano ang Ginawa ng isang Dulang Manunuri?
Ang mga tagapamahala ng pondo ng hedge ay yumakap sa pamamaraan at pagsulong sa teknolohiya ng computing na higit pang advanced ang larangan, dahil ang mga kumplikadong algorithm ay maaaring kalkulahin sa isang kisap-mata. Ang bukid ay umunlad sa dotcom boom at bust, dahil ang mga quants ay higit na iniiwasan ang siklab ng galit sa tech bust at pag-crash ng merkado.
Habang natitisod sila sa Mahusay na Pag-urong, nananatiling ginagamit ang mga estratehiya sa dami at nakakuha ng kilalang pansin sa kanilang papel sa high-frequency trading (HFT) na umaasa sa matematika upang makagawa ng mga desisyon sa pangangalakal. Ang dami ng pamumuhunan ay malawak na isinasagawa kapwa bilang isang stand-alone na disiplina at kasabay ng tradisyonal na pagsusuri sa husay para sa parehong pagpapahusay ng pagbabalik at pagbabawas ng peligro.
Data, Data Kahit saan
Ang pagtaas ng panahon ng computer na posible upang sakupin ang napakalaking dami ng data sa labis na maiikling oras ng oras. Ito ay humantong sa lalong kumplikadong mga istratehiya sa pangangalakal ng dami, habang ang mga mangangalakal ay naghahanap upang makilala ang pare-pareho ang mga pattern, modelo ng mga pattern na iyon, at gamitin ang mga ito upang mahulaan ang mga paggalaw ng presyo sa mga security.
Ang mga quants ay nagpapatupad ng kanilang mga diskarte gamit ang data na magagamit ng publiko Ang pagkakakilanlan ng mga pattern ay nagbibigay-daan sa kanila upang mag-set up ng mga awtomatikong nag-trigger upang bumili o magbenta ng mga mahalagang papel.
Halimbawa, ang isang diskarte sa kalakalan batay sa mga pattern ng dami ng kalakalan ay maaaring nakilala ang isang ugnayan sa pagitan ng dami ng kalakalan at mga presyo. Kaya kung ang dami ng trading sa isang partikular na stock ay tumataas kapag ang presyo ng stock ay umabot sa $ 25 bawat bahagi at bumaba kapag ang presyo ay umabot sa $ 30, ang isang dami ay maaaring mag-set up ng isang awtomatikong pagbili sa $ 25.50 at awtomatikong magbenta sa $ 29.50.
Ang mga katulad na diskarte ay maaaring batay sa mga kita, mga pagtataya ng kita, mga sorpresa sa kita, at isang host ng iba pang mga kadahilanan. Sa bawat kaso, ang mga purong negosyante ng dami ay hindi nagmamalasakit sa mga prospect ng benta ng kumpanya, pangkat ng pamamahala, kalidad ng produkto, o anumang iba pang aspeto ng negosyo nito. Inilalagay nila ang kanilang mga utos na bilhin at ibenta batay batay sa mga numero na accounted para sa mga pattern na kanilang nakilala.
Ang pagkilala sa mga pattern upang mabawasan ang Panganib
Ang dami ng pagsusuri ay maaaring magamit upang makilala ang mga pattern na maaaring magpahiram sa kanilang sarili sa mga kumikitang mga trading trading, ngunit hindi lamang ito ang halaga. Habang ang paggawa ng pera ay isang layunin na mauunawaan ng mamumuhunan, ang pagsusuri sa dami ay maaari ding magamit upang mabawasan ang panganib.
Ang pagtugis ng tinatawag na "pagbabalik na may panganib na pagbabalik" ay nagsasangkot ng paghahambing ng mga hakbang sa peligro tulad ng alpha, beta, r-square, standard na paglihis, at ang ratio ng Sharpe upang matukoy ang pamumuhunan na maghatid ng pinakamataas na antas ng pagbabalik para sa naibigay na antas ng panganib. Ang ideya ay ang mga namumuhunan ay hindi dapat kumuha ng mas panganib kaysa sa kinakailangan upang makamit ang kanilang target na antas ng pagbabalik.
Kaya, kung ang data ay nagpapakita na ang dalawang pamumuhunan ay malamang na makabuo ng mga katulad na pagbabalik, ngunit ang isa ay magiging makabuluhang mas pabagu-bago sa mga tuntunin ng pataas at pababang presyo, inirerekumenda ng mga quants (at sentido pang-unawa) ang hindi gaanong mapanganib na pamumuhunan. Muli, ang mga quants ay hindi nagmamalasakit sa kung sino ang namamahala sa pamumuhunan, kung ano ang hitsura ng sheet ng balanse nito, kung anong produkto ang nakakatulong na kumita ng pera o anumang iba pang kadahilanan ng husay. Nakatuon sila nang buo sa mga numero at pinili ang pamumuhunan na (nagsasalita sa matematika) ay nag-aalok ng pinakamababang antas ng peligro.
Ang mga portfolio-parity portfolio ay isang halimbawa ng mga istratehiya na batay sa dami sa aksyon. Ang pangunahing konsepto ay nagsasangkot ng paggawa ng mga desisyon sa paglalaan ng asset batay sa pagkasunud-sunod ng merkado. Kapag tumanggi ang pagkasumpungin, ang antas ng pagkuha ng panganib sa portfolio ay tumataas. Kapag tumaas ang pagkasumpungin, bumababa ang antas ng pagkuha ng panganib sa portfolio.
Upang gawing mas makatotohanang halimbawa ang isang halimbawa, isaalang-alang ang isang portfolio na naghahati sa mga ari-arian nito sa pagitan ng cash at isang S&P 500 index fund. Gamit ang Chicago Board options Exchange Volatility Index (VIX) bilang isang proxy para sa pagkasumpong ng stock market, kapag tumaas ang pagkasumpungin, ang aming hypothetical portfolio ay magbabago ng mga assets nito sa cash. Kapag tumanggi ang pagkasumpungin, ibabago ng aming portfolio ang mga assets sa S&P 500 index fund. Ang mga modelo ay maaaring maging mas kumplikado kaysa sa tinutukoy natin dito, marahil kasama ang mga stock, bond, commodities, pera, at iba pang pamumuhunan, ngunit ang konsepto ay nananatiling pareho.
Ang Mga Pakinabang ng Quant Trading
Ang dami ng trading ay isang hindi masayang proseso ng paggawa. Ang mga pattern at numero ay ang lahat ng bagay. Ito ay isang mabisang disiplina sa pagbili / nagbebenta, tulad ng maaaring maisakatuparan nang palagi, hindi nasaktan ng damdamin na madalas na nauugnay sa mga desisyon sa pananalapi.
Ito rin ay isang diskarte na epektibo sa gastos. Dahil ang mga computer ay gumagawa ng trabaho, ang mga kumpanya na umaasa sa mga istratehiya ng dami ay hindi kailangang umarkila ng malaki, mamahaling mga koponan ng mga analista, at mga tagapamahala ng portfolio. Hindi rin nila kailangang maglakbay sa buong bansa o sa mundo na nagsisiyasat sa mga kumpanya at nakikipagpulong sa pamamahala upang masuri ang mga potensyal na pamumuhunan. Gumagamit sila ng mga computer upang pag-aralan ang data at isakatuparan ang mga trade.
Ano ang mga panganib?
"Ang mga kasinungalingan, sinungaling na kasinungalingan at istatistika" ay isang quote na madalas na ginagamit upang ilarawan ang napakaraming mga paraan sa data ay maaaring manipulahin. Habang ang mga analyst ng quantitative ay naghahanap upang makilala ang mga pattern, ang proseso ay hindi nangangahulugang tanga-patunay. Ang pagsusuri ay nagsasangkot ng culling sa pamamagitan ng maraming mga data. Ang pagpili ng tamang data ay hindi nangangahulugang isang garantiya, tulad ng mga pattern na lumilitaw upang magmungkahi ng ilang mga kinalabasan ay maaaring gumana nang perpekto hanggang sa hindi nila nagagawa. Kahit na lumilitaw ang isang pattern, ang pagpapatunay ng mga pattern ay maaaring maging isang hamon. Tulad ng alam ng bawat mamumuhunan, walang siguradong mga taya.
Ang mga point ng inflation, tulad ng pagbagsak ng stock market ng 2008-09, ay maaaring maging matigas sa mga diskarte na ito, dahil ang mga pattern ay maaaring magbago bigla. Mahalaga rin na tandaan na ang data ay hindi palaging sinasabi sa buong kuwento. Ang tao ay maaaring makakita ng isang iskandalo o pamamahala sa pagbabago habang ito ay umuunlad, habang ang isang diskarte sa matematika ay hindi kinakailangang gawin ito. Gayundin, ang isang diskarte ay nagiging hindi gaanong epektibo bilang isang pagtaas ng bilang ng mga namumuhunan na nagtangkang gumamit nito. Ang mga pattern na gumagana ay magiging hindi gaanong epektibo dahil mas at maraming mamumuhunan ang nagsisikap na kumita mula rito.
Ang Bottom Line
Maraming mga estratehiya sa pamumuhunan ang gumagamit ng isang timpla ng parehong mga estratehiya sa dami at husay. Gumagamit sila ng mga istratehiya ng dami upang makilala ang mga potensyal na pamumuhunan at pagkatapos ay gumagamit ng pagsusuri sa husay upang kunin ang kanilang mga pagsisikap sa pananaliksik sa susunod na antas sa pagkilala sa pangwakas na pamumuhunan.
Maaari rin silang gumamit ng husay na husay upang pumili ng mga pamumuhunan at dami ng data para sa pamamahala ng peligro. Habang ang parehong mga estratehiya sa dami at husay na pamumuhunan ay may kanilang mga tagataguyod at kanilang mga kritiko, ang mga estratehiya ay hindi kinakailangang maging magkasama.
