Un aperçu simple de l’analyse quantitative
Table des matières
Développer
- Entrez les «Quants»
- Analyse quantitative vs analyse qualitative
- Des données, des données partout
- Identifier les modèles pour réduire les risques
- Exemple d’analyse quantitative
- Les avantages du trading quantitatif
- Quels sont les risques?
- La ligne de fond
L’analyse quantitative (AQ) en finance est une approche qui met l’accent sur l’analyse mathématique et statistique pour aider à déterminer la valeur d’un actif financier, comme une action ou une option. Les analystes commerciaux quantitatifs (également appelés « quants ») utilisent une variété de données – y compris des données historiques sur les investissements et les marchés boursiers – pour développer des algorithmes de négociation et des modèles informatiques.
Les informations générées par ces modèles informatiques aident les investisseurs à analyser les opportunités d’investissement et à développer ce qu’ils croient être une stratégie commerciale réussie. En règle générale, cette stratégie de trading comprendra des informations très spécifiques sur les points d’ entrée et de sortie, le risque attendu de la transaction et le rendement attendu.
Le but ultime de l’analyse quantitative financière est d’utiliser des statistiques et des mesures quantifiables pour aider les investisseurs à prendre des décisions d’investissement rentables. Dans cet article, nous passons en revue l’histoire de l’investissement quantitatif, le comparons à l’analyse qualitative et fournissons un exemple de stratégie quantitative en action.
Points clés à retenir
- L’analyse quantitative est née de l’avènement de l’ère informatique, qui a rendu plus facile que jamais l’analyse d’énormes quantités de données en peu de temps.
- Les analystes commerciaux quantitatifs (quants) identifient les modèles de négociation, construisent des modèles pour évaluer ces modèles et utilisent les informations pour faire des prédictions sur le prix et la direction des titres.
- Une fois les modèles construits et les informations collectées, les quants utilisent les données pour mettre en place des transactions automatisées de titres.
- L’analyse quantitative est différente de l’analyse qualitative, qui examine des facteurs tels que la structure des entreprises, la composition de leurs équipes de direction et leurs forces et leurs faiblesses.
Entrez les «Quants»
L’économiste lauréat du prix Nobel Harry Markowitz est généralement reconnu pour avoir lancé lemouvement d’investissement quantitatif lorsqu’il a publié «Portfolio Selection» dans leJournal of Finance en mars 1952. Markowitz a introduit la théorie moderne du portefeuille (MPT), qui montrait aux investisseurs comment construire un portefeuille. portefeuille diversifié d’actifs capable de maximiser les rendements pour différents niveaux de risque. Markowitz a utilisé les mathématiques pour quantifier la diversification et est cité comme l’un des premiers à adopter le concept selon lequel les modèles mathématiques pourraient être appliqués à l’investissement.
Robert Merton, pionnier de la théorie financière moderne, a remporté un prix Nobel pour ses recherches sur les méthodes mathématiques de tarification des dérivés. Les travaux de Markowitz et Merton ont jeté les bases de l’approche quantitative (quantitative) de l’investissement.
Analyse quantitative vs analyse qualitative
Contrairement aux analystes d’investissement qualitatifs traditionnels, les quants ne visitent pas les entreprises, ne rencontrent pas les équipes de direction ou ne recherchent pas les produits que les entreprises vendent pour identifier un avantage concurrentiel. Souvent, ils ne connaissent pas ou ne se soucient pas des aspects qualitatifs des entreprises dans lesquelles ils investissent ou des produits ou services fournis par ces entreprises. Au lieu de cela, ils s’appuient uniquement sur les mathématiques pour prendre des décisions d’investissement.
Les quants, qui ont souvent une formation scientifique et un diplôme en statistiques ou en mathématiques, utiliseront leurs connaissances en informatique et en langages de programmation pour créer des systèmes de trading personnalisés qui automatisent le processus de trading. Les données d’entrée de leurs programmes peuvent aller des ratios financiers clés (comme le ratio cours / bénéfice ) à des calculs plus complexes, tels que les évaluations des flux de trésorerie actualisés (DCF).
2:11
Les gestionnaires de hedge funds ont adopté la méthodologie. Les progrès de la technologie informatique ont fait progresser le domaine, car des algorithmes complexes pouvaient être calculés en un clin d’œil, créant ainsi des stratégies de trading automatisées. Le domaine a prospéré pendant le boom et l’ effondrement de la dotcom.
Les stratégies quantitatives ont trébuché pendant la Grande Récession car elles n’ont pas tenu compte de l’impact des titres adossés à des créances hypothécaires sur le marché et l’économie dans son ensemble. Cependant, les stratégies quantitatives restent utilisées aujourd’hui et ont attiré une attention notable pour leur rôle dans le trading haute fréquence (HFT) qui repose sur les mathématiques pour prendre des décisions commerciales. L’investissement quantitatif est également largement pratiqué à la fois en tant que discipline autonome et en conjonction avec l’analyse qualitative traditionnelle pour l’amélioration du rendement et l’atténuation des risques.
Les quants sont très différents des analystes qualitatifs, en ce sens qu’ils prennent des décisions basées principalement sur des équations et des modèles mathématiques.
Des données, des données partout
La montée de l’ère informatique a permis de traiter d’énormes volumes de données dans des périodes de temps extrêmement courtes. Cela a conduit à des stratégies de trading quantitatives de plus en plus complexes, les traders cherchant à identifier des modèles cohérents, à modéliser ces modèles et à les utiliser pour prédire les mouvements de prix des titres.
Les quants mettent en œuvre leurs stratégies en utilisant des données accessibles au public. L’identification des modèles leur permet de mettre en place des déclencheurs automatiques pour acheter ou vendre des titres.
Par exemple, une stratégie de trading basée sur des modèles de volume de trading peut avoir identifié une corrélation entre le volume de trading et les prix. Donc, si le volume des transactions sur une action particulière augmente lorsque le prix de l’action atteint 25 $ par action et diminue lorsque le prix atteint 30 $, un quant pourrait mettre en place un achat automatique à 25,50 $ et une vente automatique à 29,50 $.
Des stratégies similaires peuvent être basées sur les bénéfices, les prévisions de bénéfices, les surprises de bénéfices et une foule d’autres facteurs. Dans chaque cas, les traders quantitatifs purs ne se soucient pas des perspectives de vente de l’entreprise, de l’équipe de direction, de la qualité des produits ou de tout autre aspect de ses activités. Ils passent leurs ordres d’achat et de vente en se basant strictement sur les chiffres pris en compte dans les modèles qu’ils ont identifiés.
L’analyse quantitative peut être utilisée pour atténuer le risque en créant des modèles informatiques qui identifient l’investissement qui offre le meilleur niveau de rendement par rapport au niveau de risque préféré.
Identifier les modèles pour réduire les risques
L’analyse quantitative peut être utilisée pour identifier des modèles qui peuvent se prêter à des transactions de titres rentables, mais ce n’est pas sa seule valeur. Si gagner de l’argent est un objectif que tout investisseur peut comprendre, l’analyse quantitative peut également être utilisée pour réduire le risque.
La recherche de «rendements ajustés au risque» consiste à comparer des mesures de risque telles que l’alpha, le bêta, le r-carré, l’écart-type et le ratio de Sharpe pour identifier l’investissement qui offrira le niveau de rendement le plus élevé pour le niveau donné de risque. L’idée est que les investisseurs ne devraient pas prendre plus de risques que nécessaire pour atteindre leur niveau de rendement visé.
Ainsi, si les données révèlent que deux investissements sont susceptibles de générer des rendements similaires, mais que l’un sera nettement plus volatil en termes de fluctuations de prix à la hausse et à la baisse, les quants (et le bon sens) recommanderaient l’investissement le moins risqué. Encore une fois, les quants ne se soucient pas de savoir qui gère l’investissement, à quoi ressemble son bilan, quel produit lui permet de gagner de l’argent ou tout autre facteur qualitatif. Ils se concentrent entièrement sur les chiffres et choisissent l’investissement qui (mathématiquement parlant) offre le niveau de risque le plus bas.
Les portefeuilles de parité des risques sont un exemple de stratégies quantitatives en action. Le concept de base consiste à prendre des décisions d’allocation d’actifs en fonction de la volatilité du marché. Lorsque la volatilité diminue, le niveau de prise de risque du portefeuille augmente. Lorsque la volatilité augmente, le niveau de prise de risque du portefeuille diminue.
Exemple d’analyse quantitative
Pour rendre l’exemple un peu plus réaliste, considérons un portefeuille qui divise ses actifs entre les liquidités et un fonds indiciel S&P 500. En utilisant le Chicago Board Options Exchange Volatility Index ( VIX ) comme indicateur de la volatilité des marchés boursiers, lorsque la volatilité augmente, notre portefeuille hypothétique déplacerait ses actifs vers les liquidités.
Lorsque la volatilité diminue, notre portefeuille transfère ses actifs vers le fonds indiciel S&P 500. Les modèles peuvent être beaucoup plus complexes que celui auquel nous faisons référence ici, y compris peut-être des actions, des obligations, des matières premières, des devises et d’autres investissements, mais le concept reste le même.
Les avantages du trading quantitatif
Le trading quantitatif est un processus décisionnel impartial. Les modèles et les nombres sont tout ce qui compte. Il s’agit d’une discipline d’achat / vente efficace, qui peut être exécutée de manière cohérente, sans être gênée par l’émotion souvent associée aux décisions financières.
C’est également une stratégie rentable. Étant donné que les ordinateurs font le travail, les entreprises qui s’appuient sur des stratégies quantitatives n’ont pas besoin d’embaucher des équipes importantes et coûteuses d’analystes et de gestionnaires de portefeuille. Ils n’ont pas non plus besoin de voyager à travers le pays ou dans le monde pour inspecter les entreprises et rencontrer la direction pour évaluer les investissements potentiels. Ils utilisent des ordinateurs pour analyser les données et exécuter les transactions.
Quels sont les risques?
«Mensonges, foutus mensonges et statistiques» est une citation souvent utilisée pour décrire la myriade de façons dont les données peuvent être manipulées. Alors que les analystes quantitatifs cherchent à identifier des modèles, le processus n’est en aucun cas infaillible. L’analyse implique de cueillir de vastes quantités de données. Choisir les bonnes données n’est en aucun cas une garantie, tout comme les modèles de trading qui semblent suggérer certains résultats peuvent fonctionner parfaitement jusqu’à ce qu’ils ne le fassent pas. Même lorsqu’un modèle semble fonctionner, la validation des modèles peut être un défi. Comme chaque investisseur le sait, il n’y a pas de paris sûrs.
Les points d’inflexion, comme le ralentissement boursier de 2008-09, peuvent être difficiles pour ces stratégies, car les tendances peuvent changer soudainement. Il est également important de se rappeler que les données ne racontent pas toujours toute l’histoire. Les humains peuvent voir un scandale ou un changement de gestion au fur et à mesure qu’il se développe, alors qu’une approche purement mathématique ne peut pas nécessairement le faire. En outre, une stratégie devient moins efficace car un nombre croissant d’investisseurs tentent de l’utiliser. Les modèles qui fonctionnent deviendront moins efficaces à mesure que de plus en plus d’investisseurs tenteront d’en tirer profit.
La ligne de fond
De nombreuses stratégies d’investissement utilisent un mélange de stratégies quantitatives et qualitatives. Ils utilisent des stratégies quantitatives pour identifier les investissements potentiels, puis utilisent une analyse qualitative pour amener leurs efforts de recherche au niveau suivant dans l’identification de l’investissement final.
Ils peuvent également utiliser des informations qualitatives pour sélectionner les investissements et quantifier les données pour la gestion des risques. Alors que les stratégies d’investissement quantitatives et qualitatives ont leurs partisans et leurs critiques, les stratégies n’ont pas besoin d’être mutuellement exclusives.