Rozhovor s Dr. Jess Stauth o procesu výběru algoritmů do Quantopianu

Americký Quantopian naplňuje postupně svoji poměrně revoluční myšlenku demokratizace průmyslu hedgových fondů, kdy investiční kapitál alokuje po milionech dolarů do strategií vyvíjených svými uživateli. A těmi může být kdokoliv, kdo má dostatečné znalosti v oblasti obchodování a osvojí si ovládání bezplatné platformy, kterou Quantopian zpřístupnil na internetu. Mnoho obchodníků jistě zajímá, jak investiční společnost své strategie vybírá, co a jak posuzuje. A právě o tom jsme si povídali s Dr. Jess Stauth, ředitelkou výzkumu Quantopianu, která má finální posuzování strategií v Quantopianu na starost.

Quantopian nezmiňuji na Finančníkovi poprvé. Prakticky jde o společnost pro správu investic, která svěřený investiční kapitál spravuje pomocí strategií vytvářených svými uživateli. Strategie se pomocí Pythonu vytváří přímo v bezplatných nástrojích vyvinutých Quantopianem. Ten současně poskytuje bezplatná data, mnoho inspirace a výuky, která podle mého názoru není v podobné míře na internetu vůbec běžná a ze které mohou čerpat i obchodníci, kteří o alokaci svých strategií do Quantopianu neuvažují.

Z úspěšných strategií vybraných pro investování ve společnosti mají tvůrci příslušný podíl na zisku (viz Getting Capital Allocations from Quantopian). Podíl představuje aktuálně 10 % z alokovaného kapitálu dané strategie. Její medián je nyní podle stránek Quantopianu 1,5 milionu dolarů s cílem průměrné alokace 5-10 milionů dolarů na algoritmus ke konci roku 2017. Tedy solidní motivace pro mnoho obchodníků, kteří věří, že jejich strategie a přístupy jsou vhodné pro zhodnocování institucionálních investic.

Dr. Jess Stauth se svojí přednáškou na QuantConu

Jak dokáže Quantopian vybrat z množství vyvíjených strategií ty, kterým bude věřit natolik, aby je nechal obchodovat investiční kapitál? O tom jsem si v New Yorku pro Finančník.cz povídal s Dr. Jess Stauth, ředitelkou výzkumu Quantopianu, která rozhoduje o finálním posuzování strategií.

Strategie, které používá Quantopian v rámci správy kapitálu, pochází pouze od vašich uživatelů, nebo máte současně vlastní tým analytiků připravujících vlastní strategie?

Celou společnost stavíme jednoznačně na přístupu, kdy všechny zisky jsou generovány strategiemi z komunity našich uživatelů, se kterou interně nesoutěžíme. Nevytváříme proto vlastní strategie. V tomto jsme naprosto transparentní, a naši uživatelé tak mají jistotu, že v oblasti alokace kapitálu s Quantopianem nesoupeří.

Na čem sami pracujeme je proces vybírání algoritmů od uživatelů pro využití při správě investic. A následně vytváření systémů pro celkové řízení risku a portfolia složené z vybraných algoritmů uživatelů.

Soustředíme se tedy na otázky typu – jak přeměnit dobré myšlenky uživatelů do portfolia s kvalitním risk managementem, které bude vhodné pro institucionální investory?

Řadu uživatelů patrně zajímá, zdali Quantopian při posuzování strategií vidí i samotný kód systémů, a tudíž naprosto celou obchodovatelnou myšlenku?

Ne, všechen kód je uchováván v šifrované podobě. A nikdo ze zaměstnanců analytického a investičního oddělení Quantopianu nemá ke zdrojovému kódu přístup.

Pokud ale někdo potřebuje s kódem pomoct, tak může poslat žádost na podporu a poskytnout jim povolení k přístupu k algoritmu. To je prakticky jediná příležitost, kdy se dostáváme do styku se zdrojovým kódem uživatelů.

Co se týče algoritmů vybraných pro alokování kapitálu. U nich také nevidíme zdrojový kód, ale jakmile je algoritmus vybrán k živému obchodování s naším kapitálem, tak od uživatelů vyžadujeme dodatečnou míru transparentnosti. A to konkrétně v podobě popisu jakýchkoliv změn, které budou na strategii provádět. Chceme pak tedy vidět pouze ty řádky kódu, které autor změnil. Pokud autor například změní řádek s definicí trhů, které systém obchoduje, chceme vidět pouze daný změněný řádek kódu.

Takže ani u strategií, kterým alokujete kapitál, nevidíte zdrojový kód?

Ano, přesně tak.

Takže kompletní rozhodování o začlenění strategie do Quantopianu je založeno na studování statistik z backtestu strategie a výkonnosti v out of sample?

Ano, strategie posuzujeme na základě výsledků backtestu a out of sample obchodování. Případně strategii paper tradujeme a můžeme ji různě testovat.

Současně také po autorech požadujeme, aby nám základní principy strategie vysvětlili. A ideálně také popsali, jaká data strategie používá. Je to především z důvodu, že jsme přesvědčeni, že je důležité, aby obchodovatelná strategie měla racionální základ. Strategie mohou být hodně sofistikované a používat nejrůznější moderní techniky. Ale pokud nemají vysvětlitelný ekonomický fundament fungování, je velmi složité takovým strategiím věřit. Po autorech strategií potenciálně vybraných pro naši investiční společnost chceme tedy vyplnit určitý mini due diligent dotazník vysvětlující princip strategie. Ten pak můžeme porovnat s charakteristikami backtestu strategie. A jednou ze základních věcí, kterou sledujeme na samém začátku je to, zdali nám vše souhlasí. Jestli například charakter profitů a risku backtestu odpovídá chování, které lze očekávat od popsané charakteristiky systému.

Autor může například popsat, že strategie vychází z obchodování momenta. V takovém případě se můžeme například podívat na korelaci výsledků s Fama–French momentum portfolia. A pokud zde žádná korelace není, je záporná nebo je velmi sporadická, pak chceme model více vysvětlit, protože dodaný popis neodpovídá tomu, co bychom od modelu na základě popisu očekávali. A upřímně, autoři tento proces vnímají velmi pozitivně, protože se často z našich analýz hodně naučí o svých vlastních strategiích. Někdy jim to pomůže některé prvky strategie opravit a zlepšit.

Dají se popsat typické strategie, které prošly výběrem pro alokování kapitálu v Quantopianu?

Určitě. V rámci Quantopianu cílíme na specifický typ investičního nástroje, který nabízíme investorům. V tuto chvíli jsou to strategie založené na amerických akciích a ETFs. Strategie, které jsou market neutrální a v ideálním případě beta neutrální. Cílíme na strategie se střední frekvencí obchodování. To v praxi znamená několik obchodů denně až po několika týdenní držení pozice. Tedy strategie, které dokáží rychle reagovat na možnou změnu tržního prostředí.

Tedy například typické trend-following modely už jsou příliš dlouhodobé?

Ano, přesně tak. Klasické trend-following modely už budou z našeho pohledu obchodovat nejspíše příliš pomalu.

Navíc v našem případě bychom patrně zahrnuli trend-following do našeho portfolia v případě, že bude vycházet z principu obchodování relativní hodnoty v rámci určitého sektoru, kde by systém současně například nakupoval akcie se silným rostoucím momentem a současně prodával akcie se silně klesajícím momentem.

Pro váš kapitál tedy hledáte strategie, které obchodují současně long/short, případně se alespoň neustále v trhu zajišťují opačnou pozicí?

Ano, strategie by měly používat hedge. Ideálně by mělo jít o long/short strategie, kde short je prováděn pomocí jednotlivých akcií. U tohoto stylu vnímáme nejvyšší přínos v oblasti diverzifikace.

Pokud jste například long v akciovém portfoliu a short řekněme pomocí SPY, tedy ETFs sledující pohyb indexu S&P 500, pak jste limitován tím, že SPY má stejnou expozici pro různé tržní sektory. Kdežto vaše akciové portfolio může mít vůči daným tržním sektorům jinou expozici. Tedy můžete se zajistit pozicí ve SPY, ale i přesto skončit s výraznou nezajištěnou expozicí vůči pohybu určitého sektoru. Sofistikovanější alternativou je tak vzít například několik specializovaných sektorových ETFs, explicitně vypočítat expozici portfolia vůči jednotlivým sektorům, a zajistit portfolio příslušným množstvím sektorových ETFs. To může fungovat docela dobře. Nicméně na druhou stranu je pak například potřeba dobře pracovat s výběrem dostatečně likvidních sektorových ETFs. Použití nedostatečně likvidního instrumentu může být jeden z důvodů, proč strategie nedostane v Quantopianu alokaci kapitálu. Ale i v této oblasti se snažíme s autory komunikovat a často lze najít alternativu v dostatečně likvidním nástroji.

Na QuantConu jste zmiňovala, že každý měsíc analyzujete stovky strategií, které uživatelé Quantopianu posílají k posouzení a potenciálnímu zařazení ke správě kapitálu v rámci Quantopianu. Jaké jsou tedy typické důvody odmítnutí strategie? Jakým procesem postupují strategie, aby bylo takové množství práce vůbec možné zvládnout?

Ano, strategie procházejí určitým procesem analýzy a velké množství se jich ke mně vůbec nedostane. Jsou to například strategie, které mají dlouhodobě hodně vysokou korelaci s indexem, pochopitelně dlouhodobě ztrátové strategie, strategie obchodující bez zajištění a například velmi volatilní strategie. To je ale zhruba všechno. Pokud tedy například obchodník pošle jednoduchou long only strategii obchodující jediný instrument na základě určitých vstupních a výstupních patternů, pak takovou strategii patrně vůbec neuvidím. Tak to máme nastavené dnes. Ale je samozřejmě možné, že pravidla pro výběr strategií se mohou v budoucnu měnit.

Ukázka strategie, která neprošla procesem výběru. Strategie neměla dostatečnou výkonnost v out of sample ověření, které se provádí 6 měsíců. Mj. proto, že akademické studie ukazují, že pokud má strategie v out of sample testování o délce 6 měsíců alespoň sharpe ratio 1, existuje 75% šance, že pozitivní sharpe ratio bude i v budoucnosti.

Strategie, které projdou základním filtrem procházím s kolegy ručně. Velmi častými chybami jsou pak ty, o kterých jsem hovořila na své přednášce na QuantConu. Sleduji například dlouhodobou beta strategie (pozn. redakce – korelace s indexem). Naším základním filtrem je průměrná beta pod cca 0.3. Tato podmínka je filtrována automaticky. Nicméně sama sleduji, zdali strategie nemá občasná krátká období, kdy beta prudce vzroste. I toto by se dalo automatizovat, nicméně v tuto chvíli posuzuji podobné negativní hodnoty v kontextu dalších výkonnostních ukazatelů strategie.

Hledáme také skutečně diverzifikované strategie. Sledujeme tak například počet obchodů v různých trzích. Pokud strategie obchoduje stále dokola jen několik trhů, které nejsou dobře hedgovány, tak to pro naši společnost není zajímavé. Typická situace, která by neprošla tímto filtrem, je strategie pracující například s portfoliem 10 akcií, kterým jsou přiřazeny trvale fixní váhy.

Bez ohledu na samotný kód tak z analýz vidím, jestli byly profity generovány například jedním ETF nebo pomocí long/short portfolia dynamicky vytvářeného koše akcií. Takový model je pro Quantopian pochopitelně mnohem atraktivnější.

Analýza obchodovaných titulů mně také pomáhá udělat si představu o tom, jestli systém obchoduje například diverzifikované portfolio velkých likvidních akciových titulů nebo koncentrované portfolio microcaps akcií.

Analýzy, o kterých hovoříte, jsou součástí modulu pyfolio, který jste také uveřejnili jako open source, je to tak? Používáte pro vyhodnocování strategií sama tento nástroj?

Ano, jsou součástí pyfolia, který je k dispozici zde na githubu .

Pyfolio sama používám prakticky exkluzivně právě pro analýzy strategií určených pro potenciální nasazení v Quantopianu. Určitě je to dobrý nástroj, který bych doporučila používat pro detailní analýzu backtestů. Pokud backtestujete své strategie v Quantopianu, jsou tyto nástroje propojené. V rámci základního backtestu si stačí poznamenat identifikátor backtestu, a ten pak jen zadat do prostředí pyfolia, které je na Quantopianu zdarma k dispozici. Získáte tak velmi podrobné analýzy, se kterými sama pracuji.

Ukázka další strategie, která neprošla procesem výběru. Algo se příliš exponuje do dlouhých pozic (není market neutrální) – má beta až 0.5. Statistiky pochází z open source modulu pyfolio, který je také zdarma integrovaný do Quantopianu.

Ukázka další strategie, která neprošla procesem výběru. Horní screenshot ukazuje dobrou out of sample výkonnost strategie. Strategie prošla i dalšími testy, ty ale současně ukázaly, že je obchodováno velké množství méně likvidních akcií. Quantopian nabízí tzv. dataset Q1500, který každý den obsahuje 1 500 nejlikvidnějších amerických akcií vhodných i pro obchodování větších pozic nezbytných pro exekuce v rámci investiční společnosti. Spodní screenshot ukazuje, že obchodování strategie na tomto datasetu nabízí již výrazně horší výsledky.

Nyní máte v Quantopianu také futures data. Plánujete tedy rozšířit portfolio i o futures strategie?

Určitě. Futures strategie plánujeme zapojit do současného investičního nástroje.

U strategií typicky vyžadujeme 6 měsíců out of sample obchodování. Nyní jsou tedy obchodníci schopni pracovat s futures daty, provádět výzkum a backtesty. Za šest měsíců bychom tak mohli mít první strategie po out of sample ověření připravené pro alokaci kapitálu.

Plánujete do platformy přidat opční data?

Po futures myslím přijdou na řadu spíše mezinárodní akcie, na které můžeme využít naši stávající infrastrukturu. Dá se také předpokládat, že lidé mohou snáze využít své kódy připravené pro americké akcie.

Skrz svoji pozici máte jistě možnost vnímat mnoho obchodníků, kteří se snaží vydělávat pomocí algoritmických strategií, ale nejsou zatím úspěšní. Máte pro ně nějaké doporučení?

Quantopian umožňuje obchodníkům také automatizovaně obchodovat své strategie na svých vlastních účtech u dvou brokerů (Interactive Brokers a Robinhood). Dnes již na to nemám čas, ale před lety jsem sledovala obecné statistiky výkonnosti obchodníků, neboť jsme jim chtěli poskytnout co nejlepší nástroje právě proto, aby neztráceli peníze. Z mého pohledu je důležité začít především u analýzy expozice risku. V tomto ohledu se snažíme obchodníky na Quantopianu také hodně vzdělávat . A musím říct, že se nám naše snažení vyplácí, neboť u live obchodníků na naší platformě vidíme velmi konzervativní přístupy bez toho, aniž by se obchodníci neustále obměňovali.

Osobně bych si také dala pozor na přemýšlení pouze nad profity bez ohledu na vynaložený risk. A pokud člověk realisticky a upřímně přemýšlí o risku, má mnohem, mnohem vyšší šance pohybovat se v trhu dostatečně dlouho na to, aby se naučil obchodovat lépe a lépe.

Děkuji moc za rozhovor.