Jim Simons – trader, który rozgryzł rynki, część 5

W ostatniej części skrupulatnej analizy tekstu książki o Jimie Simonsie „The man who solved the market” proponuję przyjrzeć się bliżej strategiom przeznaczonym na rynek akcji

Naukowcy przewijający się przez fundusz Medallion nie mieli od początku szczęścia lub dobrych pomysłów na to, jak rozgryźć dane z rynków akcyjnych. Szereg anomalii odkrytych na rynkach kontraktów nie sprawdzało się na akcjach spółek amerykańskich. Przełom przyszedł z zewnątrz.

Jeszcze w latach 80tych w banku Morgan Stanley wymyślona i wdrożona została idea swoistego arbitrażu: kupowano 10% spółek, które w poprzednim tygodniu spadły najmocniej, i sprzedawano krótko 10% spółek, które najmocniej wzrosły w tym czasie. Nie wiemy dokładnie z książki, czy ową strategię przeniesiono wprost do funduszu Simonsa, wiemy natomiast z dużą pewnością o innej metodzie arbitrażu, która stamtąd również pochodzi.

Rozgrywa się ją między parami spółek o tym samym profilu. Znamy to jako „pairs trading” i do dziś używane jest przez fundusze inwestujące przy pomocy algorytmów. W Morgan Stanley pracował przy niej Robert Frey, który po odejściu założył swoją firmę Kepler Financial, przejętą potem przez Jima Simonsa. Na czym polega ten arbitraż, który dał Medallionowi rozruch, choć w osobnym dziale zajmującym się rynkiem akcji?

Otóż między spółkami o podobnym profilu występuje spread o mniej więcej stałej proporcji między kursami. Jeśli jedna ze spółek nagle ruszy w którymś kierunku, szczególnie jeśli nie towarzyszą temu nowe informacje, wówczas można się spodziewać, że „bliźniacza” spółka za chwilę zrobi podobny ruch, który wyrówna stałą relację między ich cenami, albo ta pierwsza się cofnie. Np. jeśli wzrośnie kurs Pepsi, można się spodziewać za chwilę wzrostu kursu Coli, albo korektę na Pepsi.

Te ruchy dopasowujące mogą trwać czasem jedynie sekundy, co dla komputera wpiętego w system giełdowy jest wystarczającym czasem dla zrobienia zyskownej transakcji arbitrażowej. Jest ona teoretycznie pozbawiona ryzyka, ponieważ arbitraż polega na tym, że jedną z tej pary spółek się kupuje, a drugą jednocześnie sprzedaje na krótko (short sales) i po dopasowaniu się spreadu między nimi pozycje zostają zamknięte.

Ruch jednej z nich często nie ma związku z wydarzeniami czy fundamentami, ma za to typowo techniczny charakter. Np. duży inwestor pozbywa się dużego pakietu akcji jednej ze spółek, co powoduje, że skok ceny w dół i opróżnienie płynności po stronie kupna, czemu mogą towarzyszyć dodatkowo zlecenia sprzedaży czy stop-lossy innych inwestorów.

Zapewne nie jestem jedynym, którego od zawsze dziwi ten w miarę stabilny spread „techniczny” między podobnymi spółkami. Nie potrafię znaleźć dla niego sensownego uzasadnienia, przyjmuję jednak do wiadomości, że tak to działa i istnieją na giełdzie ogromne siły, które tego spreadu pilnują, co w pewnym momencie zamienia się w swego rodzaju samospełniającą się przepowiednię.

Kolejnym krokiem w tej ewolucji działu akcyjnego było znajdowanie czynników, które mają znaczenie dla powstania ruchu spółki i można je statystycznie modelować. Każda spółka posiada stały zestaw takich czynników, typu zależność od ruchu całego rynku, albo od stóp procentowych, ale do tego dochodzą czynniki specyficzne, jak np. zmiany cen ropy w przypadku linii samolotowych. To również zaczęto wykorzystywać statystycznie w „pairs tradingu”. Jeśli jedna ze spółek w parze reagowała na specyficzne czynniki, a druga jeszcze nie, albo reagowała nadmiernie, wdrażano arbitraż.

Cały czas w takim razie Medallion posiadał sumarycznie neutralną pozycję na rynku, nie stosowano żadnych metod inwestowania kierunkowego tylko na jednej spółce.

To wprawdzie okazało się skuteczne, ale jedynie w teorii. Pomimo znakomitych pomysłów na osiąganie przewagi, praktyczne wdrożenie ich w życie przekroczyło możliwości ówczesnej, jeszcze przed-internetowej technologii. Brakowało płynności, nie zawsze udawała się sprzedaż krótka, przekraczano limity lewara, które trzeba było ręcznie regulować itd. Na papierze wyglądało wszystko zyskownie, w handlu słabo.

Dopiero przyjście w 1995 roku z IBM do Medalliona komputerowych speców od lingwistyki – Mercera i Browna – pozwoliło skorygować wszystkie błędy i wyjść wreszcie na zyski z owymi strategiami. Poskładali w jeden, płynny algorytm wszystko to, co do tej pory porozrzucane było na wiele osobnych kodów. Przy tym nowy algorytm otrzymał właściwości adaptacyjne, czyli mógł się uczyć na danych i własnych błędach, co w latach 90-tych było skokiem w nadprzestrzeń. System ten kilka razy na godzinę wykonywał pętlę sprawdzającą poprawność wszystkich pozycji i korekty znalezionych niedociągnięć.

To pozwoliło dodać do kodu nowy rodzaj strategii, która zawsze była uznawana przez nich jako drugorzędna – kiedy kurs jakiejś spółki gwałtownie wybijał poza granice zmienności, grano z kontry na cofnięcie się ruchu.

Następnie próbowano znaleźć predykcyjne zależności w kwartalnych raportach finansowych spółek, jednak nie doszukano się w tym wartej ryzyka systematycznej przewagi. Znaleźli ją za to w nieco innych miejscach. Np. do kodu włączono:

– zależności między ruchami spółek a oczekiwaniami zysków przez analityków,

– zachowanie kursów już po ogłoszeniu raportów finansowych,

– wpływ przepływów finansowych czy wydatków na badania w spółkach,

–  zależność między kolejnymi emisjami a zmianami kursów,

– zależność kursów od cytowań spółki w mediach, bez względu na to, czy pozytywnych, czy negatywnych, czy tylko plotkarskich.

Rozwój zaczynał ich przybliżać do tradingu wysokich częstotliwości, choć nigdy nie deklarowali się w tym obozie. Liczba dziennych transakcji sięgała 150.000-300.000 sztuk dziennie, choć znacząca ich ilość była po prostu zleceniami składanymi na wiele małych rat, by nie ruszyć zbyt mocno rynkiem.

To pozwoliło wycisnąć funduszowi 98,5% zysku w 2000 roku. Zatrudnieni nowi naukowcy podobne zależności jak wyżej opisane znajdowali na giełdach całego świata, co pozwoliło na dywersyfikację transakcji i zmniejszenie korelacji do indeksów rynkowych. W 2003 roku osiągnęli wskaźnik Sharpe’a na poziomie 6 (!), co oznacza niemal brak ryzyka.

Strategie obejmowały coraz to szersze kręgi czynników, które mogły wpływać na ceny akcji i które dało się modelować w systematyczny sposób. Poza standardowymi wskaźnikami finansowymi wszelkiego typu dodawano wszystko, co dało się skwantyfikować, jak np. śledzenie określonym wyrażeń w mediach społecznościowych.

W końcu doszli do poziomu metaanalizy. Polegało to na odkrywaniu matematycznych zależności nie tylko między pojedynczymi czynnikami a ceną, ale na szukaniu statystycznie istotnych relacji między samymi czynnikami – które, kiedy i w jakich wzajemnych interakcjach stają się istotne, jak wpływają na siebie i na spółki. Na to nakładały się analizy niuansów w relacyjnych zachowaniach spółek między sobą, co nazwali „wielowymiarowymi anomaliami”.

Jedno było zawsze pewne – pozycja w tysiącach transakcji musiałaby ryć rynkowo neutralna, ponieważ owe anomalie były rozgrywane na wielu spółkach jednocześnie po stronie kupna lub krótkiej sprzedaży.

Na to wszystko nakładał się algorytm plasujący zlecenia w inteligentny i nieliniowy sposób, tak by nikt z zewnątrz nie mógł domyślić się jakiego rodzaju zagranie aktualnie jest rozgrywane, a także by za mocno nie ruszać zleceniami rynku. I jeśli np. strategia pokazywała, że między 9 a 10 rano jakiś instrument statystycznie rośnie o 0,1%, to zlecenie nie szło pojedynczo o godzinie 9:00 lecz było rozbijane na wiele drobnych, składanych w sposób nieprzewidywalny w obrębie tego czasu.

Poszukiwania wszelkich matematycznych zależności trwa tam do dziś. Nawet jednak gdyby komuś chcieli wyjaśnić z czego wyciskają te zyski, opis tych strategii przekraczałby możliwości percepcji słuchacza, nie mówiąc o tym, że o niektórych nie mieliby sami pojęcia, ponieważ są produktem poszukiwań samych maszyn, a więc po części po prostu „black boxami”.

Dodajmy, że Simons wymyślł niecodzienny lewar dla tych swoich transakcji. Otóż banki sprzedały mu opcje barierowe z dźwignią x7, a jednocześnie kupowały na swój rachunek akcje wskazane przez fundusze Simonsa zgodnie z nadsyłanymi sygnałami generowanymi przez strategie. Wg prawników pozwalało to oszczędzić na podatkach, ale władze skarbowe nie podzielały tego zdania, co w rezultacie zaprowadziło Simonsa przed oblicze komisji senackiej i kosztowało sporo pieniędzy w ostatecznym rozrachunku.

Następnym poziomem ewolucji było stworzenie w 2005 roku nowych funduszy  otwartych na środki instytucji z zewnątrz- akcyjnego pod  RIEF oraz na kontrakty terminowe RIFF. Niewiele jednak poznajemy w książce szczegółów ich działania. Ideą było od początku to, że miały opierać się na strategiach już działających w Medallionie, ale przeniesionych w długoterminową skalę, a więc matematycznych zależnościach wykrytych w danych tygodniowych, miesięcznych i rocznych. Co również może być swego rodzaju inspiracją dla chcących pójść podobną drogą.

Na tym zamykam analizę fascynującej dla pasjonatów tradingu książki. Na deser dołożę w najbliższej przyszłości obiecane strategie, nawiązujące do idei rozwijanych przez 3 dekady przez Simonsa.

–kat–