Quantamental能够拯救活跃的投资吗?

“投资是最聪明最务实的。”——本杰明·格雷厄姆,聪明的投资者

这些天是不容易成为一个活跃的投资者。超过93%的活跃的美国股票基金经理表现基准在过去15年。国际和固定收益经理也表现不佳。在美国的所有资产的三分之一现在在被动基金从十年前的五分之一。在主动管理题为《魔鬼经济学》最近做了一个播客“你可以用你的钱做的最愚蠢的事。”

哎哟!

《魔鬼经济学》引用了一个古老的研究发现只有2%到3%的共同基金经理有足够的能力来支付他们的费用。也许最好的经理人跳槽到对冲基金,他们享受更少的投资约束和更好的支付吗?可悲的是,这一观点已失去了一些蒸汽最受尊敬的对冲基金经理的表现或辞职在2017年。沃伦•巴菲特(Warren Buffett)的胜利在他高调的10年期的赌注对一个篮子对冲基金已经无法完成了。

虽然钱是逃离活跃的基金,量化策略吸引了1.5万亿美元资产和继续增长。钱后,一些最大的基本经理试图将他们的方法和定量框架。这就是“quantamental”这个术语是。然而,整合并非易事这些婚姻的几个岩石。

传统的基本管理人员没抓住要点。逃离,因为回报的投资者不再证明的费用。管理者不应该责备外部因素长期牛市,量化宽松政策(QE),或的崛起交易所交易基金(etf)。即使这些是主要的罪魁祸首,他们远远超出管理者控制的能力。

经理应该需要很长,关键看他们的投资过程。而不是寻找螺栓在新技术的方法,他们应该确定弱点过程并修复它们。而不是从“选择数据集”,他们应该从内部投资决策数据。有几个原因:

1. 内部数据是唯一真正的“专有”数据集——没有其他投资者。
2. 内部数据提供了一个竞争优势与许多分析师和大型基本经理长记录的决策分析。
3. 内部数据提供了最好的机会来提高经理的”优势。“这是一个比任何单一的投资或策略可以提供更大的奖。

Quantamental是一种强大的方法来评估投资过程的客观性和速度。机器学习和大数据技术是新的,但改善流程的框架不需要改造。一个简单的、老式的工具和六西格玛DMAIC的作品。

第一步是定义投资过程的目的。这听起来简单明了,但经理需要一个量化的目标符合产品的目标。他们在相对或绝对回报吗?在什么时间?他们是最小化撤军吗?萨提努还是夏普,最大化,或信息比率?

为了避免学术绕道,目标往往是来自投资者的沟通。例如,Greenlight Capital的最新季度报告从该基金的绝对回报和标准普尔500指数。这说明许多问题的答案。

典型的基本投资过程可以分为几个步骤进行测量和分析处理。每个步骤由一组决定。在一个最优的过程中,每一个决定增加价值。最优可能不会实现,没有人是完美的,但作为一个心智模型是很有帮助的。

例如,在采购阶段,分析师分配有限的注意力集中在一个大漏斗的想法来决定哪些进一步追求。这是类似于分流的过程。分析师决定增加价值,如果选择“正确”的思想进行进一步研究和尽职调查。常见的错误在这个阶段是超重的细节分析投资和体重相关的基线性能类型或“类”的投资。丹尼尔•卡尼曼(Daniel Kahneman)描述的思考,快和慢。考虑以下难题从这本书中说:

“史蒂夫非常害羞和撤销,总是有用的,但却缺乏兴趣的人还是在现实的世界。温柔的和整洁的灵魂,他需要秩序和结构,和对细节的热情。史蒂夫更有可能是一个图书管理员还是农民?”

大多数受访者认为图书管理员基于故事的问题。然而,男性农民超过男性馆员20比1在美国。基准利率。史蒂夫更可能是一个农民。

quantamental或统计方法打击这种偏见通过提供“基准利率”性能的想法或证券漏斗。下面的图表,例如,帮助分析师专注于最具生产力的思想来源。

---

---

其他相关基准利率被安全类型包括(首选与普遍,担保和无担保),地理,部门,或基本特征(杠杆、盈利增长,估值)。

除了提供基准利率、量化分析与先验数据,关注过程而不是结果。这里有三个应用程序:

• 显示分析师是否从漏斗挑选最好的想法。“最佳”的定义是定量,测量符合产品规定的投资策略。例如,经理与我们合作有“价值”的标题旗舰基金,但选择“昂贵”的证券投资组合。协调这种差异帮助分析师理解寻找。
• 障碍的想法是最容易被接受的投资委员会基于先验特征。如果委员会从来没有接受过电信股票交易的往绩市盈率为30倍以上,例如,这可能是值得考虑的。
• 确定共同的模式在证券分析师选择或拒绝进行进一步分析。这里的目标是表面潜在的偏见在个体,团队或组织的水平。并不是所有偏见都是坏的,但应该是故意的。

这是采购阶段。但是另一端的过程:投资组合构建?的一个关键决策是如何大小新职位。基本的经理通常大小他们信念的比例在投资发展。尺寸更大更多的“承诺”的想法。

原则上这是有意义的,但它在实践中工作吗?Quantamental分析有助于评估分级决定是否帮助或伤害性能和信念是否合理。

这个投资组合构建框架是合理有效的。性能更好的想法得到显著更大的分配(T-stat 3.09)。一些经理显示小(或消极的)之间的相关性大小和性能。他们有机会提高性能,只有切换到新思想的目标位置。

---

性能与初始大小组合(2015)

---

Quantamental分析在整个投资过程中工作。下面的问题促进特定的定量分析类似于两个我们回顾了:

这种方法的目标并不是取代人类与机器分析师,但利用各自的优势。我们更善于问问题。机器可以帮助回答。

如果你喜欢这篇文章,别忘了订阅有事业心的投资者。

---

所有文章作者的观点。因此,他们不应该被视为投资建议,也不代表CFA协会的观点表达的观点或作者的雇主。爱游戏安全吗

图片来源:©盖蒂图片社/ erhui1979