Tous les hauts, les bas et les sentiments potentiels associés à l'investissement peuvent éclipser l'objectif ultime: gagner de l'argent. Pour se concentrer sur ces derniers et éliminer les premiers, l'approche «quantitative» de l'investissement cherche à prêter attention aux chiffres plutôt qu'aux actifs incorporels.
Entrez les "Quants"
Harry Markowitz est généralement crédité d'avoir commencé le mouvement d'investissement quantitatif lorsqu'il a publié une «sélection de portefeuille» dans le Journal of Finance en mars 1952. 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 appliquée à l'investissement.
Robert Merton, un pionnier de la théorie financière moderne, a remporté un prix Nobel pour ses travaux de recherche sur les méthodes mathématiques de tarification des dérivés. Les travaux de Markowitz et Merton ont jeté les bases de l'approche quantitative (quant) de l'investissement.
Contrairement aux analystes d'investissement qualitatifs traditionnels, les quants ne visitent pas les entreprises, ne rencontrent pas les équipes de gestion 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, s'appuyant uniquement sur les mathématiques pour prendre des décisions d'investissement.
Que fait un analyste quantitatif?
Les gestionnaires de fonds spéculatifs ont adopté la méthodologie et les progrès de la technologie informatique qui ont fait progresser le domaine, car des algorithmes complexes pouvaient être calculés en un clin d'œil. Le domaine a prospéré pendant le boom et la crise des dotcoms, car les quants ont largement évité la frénésie du buste technologique et du krach boursier.
Bien qu'elles soient tombées dans la Grande Récession, les stratégies quantitatives restent en usage aujourd'hui et ont gagné une attention notable pour leur rôle dans le trading à haute fréquence (HFT) qui s'appuie sur les mathématiques pour prendre des décisions de trading. 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.
Des données, des données partout
L'essor de l'ère informatique a permis de croquer d'énormes volumes de données en des périodes de temps extraordinairement courtes. Cela a conduit à des stratégies de négociation quantitatives de plus en plus complexes, car les commerçants cherchent à identifier des modèles cohérents, à modéliser ces modèles et à les utiliser pour prédire les mouvements des 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 négociation basée sur des modèles de volume de négociation peut avoir identifié une corrélation entre le volume de négociation 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 baisse lorsque le prix atteint 30 $, un quant peut configurer 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 sur les bénéfices et une foule d'autres facteurs. Dans chaque cas, les traders quantiques 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 commandes d'achat et de vente en se basant strictement sur les chiffres pris en compte dans les modèles qu'ils ont identifiés.
Identifier les modèles pour réduire les risques
Une analyse quantitative peut être utilisée pour identifier les modèles qui peuvent se prêter à des opérations de sécurité rentables, mais ce n'est pas sa seule valeur. Alors que gagner de l'argent est un objectif que tout investisseur peut comprendre, l'analyse quantitative peut également être utilisée pour réduire le risque.
La poursuite de ce que l'on appelle les «rendements ajustés au risque» implique de comparer des mesures de risque telles que l'alpha, le bêta, le r au carré, l'écart type et le ratio de Sharpe pour identifier l'investissement qui fournira le plus haut niveau de rendement 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 cible.
Donc, 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 ou à la baisse, les quants (et le bon sens) recommanderaient l'investissement moins risqué. Encore une fois, les quants ne se soucient pas de savoir qui gère l'investissement, à quoi ressemble son bilan, quel produit l'aide à 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 faible.
Les portefeuilles à parité de risque 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 dans le portefeuille augmente. Lorsque la volatilité augmente, le niveau de prise de risque dans le portefeuille diminue.
Pour rendre l'exemple un peu plus réaliste, considérons un portefeuille qui divise ses actifs entre la trésorerie et un fonds indiciel S&P 500. En utilisant l'indice de volatilité du Chicago Board Options Exchange (VIX) comme indicateur de la volatilité des marchés boursiers, lorsque la volatilité augmente, notre portefeuille hypothétique déplacerait ses actifs vers la trésorerie. Lorsque la volatilité diminue, notre portefeuille déplace les actifs vers le fonds indiciel S&P 500. Les modèles peuvent être beaucoup plus complexes que celui que nous mentionnons ici, y compris peut-être les actions, les obligations, les matières premières, les devises et d'autres investissements, mais le concept reste le même.
Les avantages du Quant Trading
Quant trading est un processus décisionnel impartial. Les motifs 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 de grandes équipes d'analystes et de gestionnaires de portefeuille onéreuses. Ils n'ont pas non plus besoin de voyager à travers le pays ou 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, putains de mensonges et statistiques» est une citation souvent utilisée pour décrire la multitude 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 la collecte de vastes quantités de données. Choisir les bonnes données n'est en aucun cas une garantie, tout comme les modèles 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 tout investisseur le sait, il n'y a pas de paris sûrs.
Les points d'inflexion, tels que le ralentissement boursier de 2008-2009, 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. De plus, une stratégie devient moins efficace à mesure qu'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.
The Bottom Line
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 faire passer leurs efforts de recherche au niveau supérieur en identifiant l'investissement final.
Ils peuvent également utiliser des informations qualitatives pour sélectionner les investissements et quantifier les données pour la gestion des risques. Bien que les stratégies d'investissement tant quantitatives que qualitatives aient leurs partisans et leurs détracteurs, les stratégies n'ont pas besoin de s'exclure mutuellement.
