Estratégias quantias - são para você As estratégias quantitativas de investimento evoluíram para ferramentas muito complexas com o advento dos computadores modernos, mas as raízes das estratégias remontam aos 70 anos. Geralmente são executados por equipes altamente educadas e usam modelos proprietários para aumentar sua capacidade de vencer o mercado. Há até programas disponíveis que são plug-and-play para quem procura simplicidade. Quant modelos sempre funcionam bem quando testados, mas suas aplicações reais e taxa de sucesso são discutíveis. Enquanto eles parecem funcionar bem em mercados de touro. Quando os mercados se afastam, as estratégias de quant estão sujeitas aos mesmos riscos que qualquer outra estratégia. A História Um dos pais fundadores do estudo da teoria quantitativa aplicada ao financiamento foi Robert Merton. Você só pode imaginar o quão difícil e demorado o processo foi antes do uso de computadores. Outras teorias em finanças também evoluíram a partir de alguns dos primeiros estudos quantitativos, incluindo a base da diversificação do portfólio com base na moderna teoria da carteira. O uso de financiamento e cálculo quantitativo levou a muitas outras ferramentas comuns, incluindo uma das mais famosas, a fórmula de preços de opções Black-Scholes, que não só ajuda as opções de preços dos investidores e desenvolve estratégias, mas também ajuda a manter os mercados em risco com liquidez. Quando aplicado diretamente ao gerenciamento de portfólio. O objetivo é como qualquer outra estratégia de investimento. Para adicionar valor, alfa ou excesso de retorno. Quants, como os desenvolvedores são chamados, compor modelos matemáticos complexos para detectar oportunidades de investimento. Existem quantos modelos lá fora, como quants que os desenvolvem, e todos afirmam ser os melhores. Uma das estratégias de investimento de quantos pontos mais vendidos é que o modelo e, em última instância, o computador, faz a decisão real de compra e venda, e não um humano. Isso tende a remover qualquer resposta emocional que uma pessoa possa experimentar ao comprar ou vender investimentos. As estratégias Quant são agora aceitas na comunidade de investimentos e administradas por fundos mútuos, hedge funds e investidores institucionais. Eles geralmente passam pelo nome de geradores alfa. Ou alfa gens. Atrás da cortina Assim como no The Wizard of Oz, alguém está atrás da cortina que conduz o processo. Tal como acontece com qualquer modelo, é tão bom quanto o humano que desenvolve o programa. Embora não exista um requisito específico para se tornar um quant, a maioria das empresas que executam modelos quant combinam as habilidades de analistas de investimentos, estatísticos e programadores que codificam o processo nos computadores. Devido à natureza complexa dos modelos matemáticos e estatísticos, é comum ver credenciais como diplomas de pós-graduação e doutorado em finanças, economia, matemática e engenharia. Historicamente, esses membros da equipe trabalharam nos back offices. Mas, à medida que os modelos quant tornam-se mais comuns, o back office está se movendo para o front office. Benefícios de Quant Strategies Embora a taxa de sucesso global seja discutível, o motivo de algumas estratégias de quant é funcionar é que elas são baseadas em disciplina. Se o modelo for certo, a disciplina mantém a estratégia trabalhando com computadores com velocidade relâmpada para explorar ineficiências nos mercados com base em dados quantitativos. Os próprios modelos podem basear-se em apenas alguns rácios, como P E. dívida para patrimônio e crescimento de lucros, ou usar milhares de insumos trabalhando juntos ao mesmo tempo. Estratégias bem-sucedidas podem retomar as tendências em seus estágios iniciais, pois os computadores constantemente correm cenários para localizar ineficiências antes que outros o façam. Os modelos são capazes de analisar simultaneamente um grande grupo de investimentos, onde o analista tradicional pode estar olhando apenas alguns por vez. O processo de triagem pode avaliar o universo por níveis de classificação como 1-5 ou A-F, dependendo do modelo. Isso torna o processo de negociação real muito direto, investindo nos investimentos altamente cotados e vendendo os mais baixos. Os modelos Quant também abrem variações de estratégias como longas, curtas e longas curtas. Os fundos cuidadosos bem sucedidos mantêm um olho no controle de risco devido à natureza de seus modelos. A maioria das estratégias começa com um universo ou benchmark e usa ponderações setoriais e industriais em seus modelos. Isso permite que os fundos controlem a diversificação até certo ponto sem comprometer o próprio modelo. Os fundos Quant normalmente funcionam com base em custos mais baixos porque não precisam de tantos analistas tradicionais e gerentes de portfólio para executá-los. Desvantagens de Quant Strategies Existem razões pelas quais tantos investidores não aceitam completamente o conceito de deixar uma caixa preta executar seus investimentos. Para todos os fundos de quantos bem sucedidos lá fora, apenas muitos parecem ser infrutíferos. Infelizmente para a reputação de quants, quando eles falham, eles falham grande momento. O Gerenciamento de Capital de Longo Prazo foi um dos mais famosos fundos hedge de quant, já que foi dirigido por alguns dos líderes acadêmicos mais respeitados e dois economistas vencedores do Prêmio Nobel, Myron S. Scholes e Robert C. Merton. Na década de 1990, sua equipe gerou retornos acima da média e atraiu capital de todos os tipos de investidores. Eles eram famosos por não só explorarem ineficiências, mas usando fácil acesso ao capital para criar grandes apostas alavancadas nas direções do mercado. A natureza disciplinada de sua estratégia realmente criou a fraqueza que levou ao seu colapso. A Administração de Capital de Longo Prazo foi liquidada e dissolvida no início de 2000. Os modelos não incluíam a possibilidade de o governo russo estar inadimplente em algumas das suas próprias dívidas. Este evento desencadeou eventos e uma reação em cadeia ampliada por estragos criados por alavancagem. LTCM estava tão fortemente envolvido com outras operações de investimento que seu colapso afetou os mercados mundiais, provocando eventos dramáticos. A longo prazo, a Reserva Federal entrou para ajudar, e outros bancos e fundos de investimento apoiaram o LTCM para evitar mais danos. Esta é uma das razões pelas quais os fundos quantitativos podem falhar, pois eles são baseados em eventos históricos que podem não incluir eventos futuros. Enquanto uma equipe de quantos fortes estará constantemente adicionando novos aspectos aos modelos para prever eventos futuros, é impossível prever o futuro sempre. Os fundos Quant também podem ficar sobrecarregados quando a economia e os mercados experimentam uma volatilidade maior do que a média. Os sinais de compra e venda podem chegar tão rapidamente que o alto volume de negócios pode gerar altas comissões e eventos tributáveis. Os fundos quantitos também podem representar um perigo quando são comercializados como resistentes ao incômodo ou baseados em estratégias curtas. Previsão de recessões. O uso de derivados e a alavancagem combinada podem ser perigosos. Uma vez errada pode levar a implosões, que muitas vezes fazem as novidades. The Bottom Line As estratégias quantitativas de investimento evoluíram de caixas pretas do back office para as principais ferramentas de investimento. Eles são projetados para utilizar as melhores mentes no negócio e os computadores mais rápidos, tanto para explorar ineficiências quanto usar a alavancagem para fazer apostas no mercado. Eles podem ser muito bem sucedidos se os modelos incluíram todas as entradas certas e são ágeis o suficiente para prever eventos de mercado anormais. Por outro lado, enquanto os fundos quantitativos são rigorosamente testados até que eles funcionam, sua fraqueza é que eles dependem de dados históricos para seu sucesso. Embora o investimento em estilo quantitativo tenha seu lugar no mercado, é importante estar atento às suas deficiências e riscos. Para ser consistente com as estratégias de diversificação. É uma boa idéia tratar estratégias quantitativas como um estilo de investimento e combiná-lo com estratégias tradicionais para alcançar uma diversificação adequada. Um fluxo de caixa gratuito da empresa nos últimos 12 meses. O FCF avançado é usado por analistas de investimentos no cálculo de uma empresa da década de quarenta. Um psicólogo da riqueza é um profissional de saúde mental que se especializa em questões relacionadas especificamente com indivíduos ricos. O branqueamento de capitais é o processo de criar a aparência de grandes quantias de dinheiro obtidas de crimes graves, tais como. Métodos de contabilidade que se concentram em impostos, em vez de aparência de demonstrações financeiras públicas. A contabilidade tributária é regida. O efeito boomer refere-se à influência que o cluster geracional nascido entre 1946 e 1964 tem na maioria dos mercados. Um aumento no preço das ações que muitas vezes ocorre na semana entre o Natal e o Ano Novo039s Day. Existem inúmeras explicações. Análise quantitativa, modelagem de derivativos e estratégias de negociação Este livro aborda aplicações práticas selecionadas e desenvolvimentos recentes nas áreas de modelagem financeira quantitativa em instrumentos derivados, alguns dos quais são da própria pesquisa e prática de autores. É escrito do ponto de vista dos engenheiros ou praticantes financeiros e, como tal, coloca mais ênfase nas aplicações práticas da matemática financeira no mercado real do que a própria matemática com condições técnicas precisas (e tediosas). Ele tenta combinar idéias econômicas com matemática e modelagem para ajudar o leitor a desenvolver intuições. Entre as técnicas de modelagem e numerologia apresentadas estão as aplicações práticas das teorias da martingale, como a fabricação de modelos martingale e a reaprovação e interpolação da martingale. Além disso, o livro aborda as estratégias de modelagem, tarifação e arbitragem do risco de crédito da contraparte, desde a perspectiva de uma funcionalidade do front office e de um centro de receita (em vez de apenas uma funcionalidade de gerenciamento de riscos), que são desenvolvimentos relativamente recentes e são cada vez mais importantes. Ele também discute várias estratégias de estruturação de negociação e toca alguns produtos híbridos IR FX de crédito popular, como PRDC, TARN, Snowballs, Snowbears, CCDS e extintores de crédito. Enquanto o escopo principal deste livro é o mercado de renda fixa (com foco adicional no mercado de taxa de juros), muitas das metodologias apresentadas também se aplicam a outros mercados financeiros, como os mercados de crédito, patrimônio, câmbio e commodities. Conteúdo: Teoria e Aplicações da Modelagem de Derivados: Introdução ao Risco de Crédito de Contraparte Martingale Arbitragem Preços no Mercado Real The BlackScholes Framework and Extensions Martingale Resampling and Interpolation Introdução à Taxa de Juros Estrutura de Estrutura de Termo O HealthJarrowMorton Framework O Modelo de Mercado de Taxas de Juros Risk Risk Modeling and Pricing Interest Avalie os Fundamentos do Mercado e as Estratégias de Negociação Proprietárias: Produtos de Taxa de Juros Simples Modelos de Curva de Rendimento Modelo de Risco de Dois Fator The Holy Grail Taxa de Juros de Dois Factores Modelo de Descomposição de Rendimento de Arbitragem Modelos de Inflação de Modelos Taxa de Juros Estratégias de Negociação Proprietárias Leitores: Leitores avançados que trabalham ou estão interessados No mercado de renda fixa. Yi Tang está atualmente com o Morgan Stanley amp Co. Inc. como chefe do Grupo de Estratégias de CVA. Anteriormente, ele era gerente geral e chefe da Divisão de Análise Quantitativa da Shinsei Securities responsável pela modelagem de derivativos em IR, FX, Equity, Crédito, Mercadorias, bem como IR FX, Equidade de RI e outros híbridos. Ele também trabalhou na Goldman, a Sachs amp Co. Inc. como chefe do Grupo de Estratégias da CVA na FICC e na Bear, Stearns amp Co. Inc. como Diretor Gerente do Departamento FAST e chefe de um grupo Quant responsável por Parte da modelagem de derivativos de IR e parte da modelagem de derivados híbridos IR Credit. Antes de mudar para o campo de Finanças Quantitativas, trabalhou como Professor Auxiliar Adjunto e pesquisador de Pós-Doutorado em Física na UCLA. Yi foi um palestrante convidado em vários seminários de conferências sobre finanças quantitativas. Ele recebeu seu doutorado em Física pela Universidade da Califórnia em Los Angeles (UCLA) em 1992. Bin Li atualmente é o Diretor de Operações da Ping Capital Management, um fundo global de hedge macro em Nova York. Antes disso, Bin foi presidente e CIO da Entropy Partners, LLC. Antes disso, Bin foi presidente e CEO da Tradetrek Inc. e co-fundou a AAStocks International (aastocks), uma empresa de sites financeiros em Hong Kong. A partir de 1993 e 1998, Bin atuou em vários papéis, incluindo o Vice-Presidente do Grupo de Análise Quantitativa da Merrill Lynch e o Diretor Executivo de Estratégias Globais de Negociação Quantitativa da UBS. Bin é um pesquisador e praticante internacionalmente conhecido no setor financeiro e foi um palestrante convidado em muitas oficinas de conferências sobre Finanças Quantitativas. Bin recebeu seu PhD em Física da Universidade de Nova York em 1992. Este texto de pontuação enfatiza vários tópicos contemporâneos em derivados de renda fixa da perspectiva de um profissional. A combinação da tecnologia martingale com o conhecimento prático especializado dos autores contribui enormemente para o sucesso dos livros. Para aqueles que desejam relatórios oportunos diretamente das trincheiras, este livro é uma obrigação. Peter Carr, PhD Diretor do Mestrado em Programa de Finanças Matemáticas Courant Institute, NYU É bastante óbvio que os autores possuem experiência prática significativa em análise quantitativa sofisticada e modelagem de derivativos. Este foco do mundo real resultou em um texto que não só fornece apresentações claras sobre produtos de modelagem, preços e derivados de proteção, mas também fornece material mais avançado que normalmente é encontrado apenas em publicações de pesquisa. Este livro tem idéias inovadoras, aplicações de última geração e contém uma grande quantidade de informações valiosas que interessarão acadêmicos, modelistas de derivados quantitativos aplicados e comerciantes. Peter Ritchken Kenneth Walter Haber Professor Departamento de Banca e Finanças, Weatherhead School of Management, Case Western Reserve University Escrito por duas quentes experientes Quants, este livro contém uma riqueza de métodos práticos e insights úteis que foram testados e testados. Ao abordar novas tarefas, a maioria dos Quants se preocupa com as melhores práticas. Junto com artigos especializados publicados, etc., este livro é uma obrigação para ajudar a calibrar o julgamento. Atualmente, uma das dúzias de livros selecionados de finanças matemáticas que realmente deveria estar na prateleira Alan Brace Universidade de Tecnologia Sydney School of Finance and Economics
No comments:
Post a Comment