Mezi dokola omílaná pozitiva těchto fondů patří jejich aktivní správa, eliminace lidského faktoru („řídí to počítač“), a především skvělá historická výkonnost, a to i v dobách krize. O nevýhodách a rizicích se už tak často nemluví. A právě jim bych se chtěl dnes věnovat. Nejdřív si ale stručně představme výhody.
Výhody kvantitativně řízených fondů
Jeden z nejlepších prodejních argumentů těchto fondů je ten, že jsou řízeny matematickým modelem a koneckonců počítačem, který činí rozhodnutí „koupit“ či „prodat“. Tím mají být eliminovány emoce a obecně lidský faktor.
Přestože je celková úspěšnost quant funds diskutabilní, některé kvantitativní strategie fungují. Důvod spočívá v disciplíně. Právě disciplína (a rychlé počítače) umožňují využívat neefektivity na trzích a vydělávat peníze. Počítače jsou navíc schopné provádět obrovské množství operací a sledovat mnoho investičních příležitostí najednou.
Počítačově řízené fondy rovněž kontrolují rizika. Do modelů jsou často zahrnuta různá omezení, která mají zajistit určitý stupeň diverzifikace.
Zpravidla mají i nižší nákladovost, protože jejich řízení nevyžaduje tolik analytiků a manažerů.
Nevýhody kvantitativně řízených fondů
Mezi největší nevýhody a rizika patří:
- Fondy spoléhají na historická data. Předpokládají, že když model fungoval v minulosti, bude fungovat i v budoucnosti. Dostáváme se tak k ošidné otázce, do jaké míry se opakuje historie.
- Může se stát, že modely nevyjdou. Nemusí počítat s budoucími událostmi nebo se v nich mohou objevit chyby.
- Nedostatek transparentnosti. Na jedné straně je pochopitelné, že investiční společnost nechce prozradit svůj model konkurenci, na straně druhé však řada investorů právě z tohoto důvodu do fondů odmítne vstoupit.
- Vzhledem ke své konstrukci (snižují váhu akcií během poklesů) jsou vhodné spíše na jednorázové investice. Pravidelný investor totiž nemůže během krizí efektivně využít „dollar-cost averaging“, tedy nakupovat levné cenné papíry a průměrovat tak nákupní cenu.
- Problematická období zvýšené volatility na trzích. V takové situaci může matematický model dávat nákupní a prodejní pokyny tak rychle, že se rapidně zvýší náklady fondu, které zaplatí investor.
- Český investor musí počítat s měnovým rizikem. Například fond Parworld QUAM 15 v roce 2010 sice vydělal přibližně dvě procenta, českému investorovi ale přinesl celkově ztrátu z důvodu setrvalého posilování české koruny vůči euru. (V polovině června 2011 došlo ke sloučení fondů QUAM 15 a QUAM 10. Vznikl tak jediný fond, QUAM 12, strategie fondu zůstala stejná.)
- Neadekvátní prodej počítačově řízených fondů. Například stylem „sledujte, jak jsou odolné proti krizím“.
Podívejme se na některé nevýhody a rizika ještě více do detailu.
Modely občas nevyjdou...
Jak uvádí finanční analytik Michael Schmidt, existují sice úspěšné kvantitativní fondy, existuje ale i dost těch neúspěšných. Proklamovaná eliminace lidského faktoru není úplná, protože matematické modely nespadly z Marsu. Platí, že modely jsou jen tak dobré, jak dobří jsou lidé, kteří je tvoří.
Patrně nejznámějším fondem využívajícím kvantitativní strategie byl hedgeový fond Long-Term Capital Management (LTCM), v jehož čele stála skupina matematiků, počítačových vědců, a dokonce dvou nositelů Nobelovy ceny za ekonomii. Fond ztratil v roce 1998 v krátké době více než dvě miliardy dolarů a jeho kolaps málem destabilizoval světový finanční systém. Model totiž mimo jiné nepočítal s asijskou finanční krizí a bankrotem Ruska.
Uveďme ale ještě jeden, velmi nedávný případ. Americká komise pro cenné papíry (SEC) udělila minulý rok pokutu ve výši 242 milionů dolarů investiční společnosti AXA Rosenberg z francouzské skupiny AXA za zatajení chyby v jejím investičním modelu. Podle informací SEC objevil chybu pracovník výzkumného centra AXA v červnu 2009. Hlásil ji sice promptně výš, místo řešení však bylo nakázáno mlčení. Trvalo půl roku, než se jiný zaměstnanec „cítil být nucen“ informovat výkonného ředitele AXA, který zařídil nápravu i nějaké zasloužené vyhazovy. Chyba modelu však znamenala pro klienty ztrátu ve výši 217 milionů dolarů.
Vysoké poplatky
Přestože mezi výhody kvantitativně řízených fondů obecně patří nižší nákladovost, neplatí to u fondů dostupných v ČR, konkrétně C-Quadrat Arts a Parworld QUAM 15 od BNP Paribas. Časopis Fondshop koncem roku 2009 uvedl, že „celkovou nákladovost [u fondů C-Quadrat] se daří držet na úrovni fondů s mnohem nižší investiční aktivitou“. Ukazatel celkové nákladovosti TER byl u fondu C-Quadrat Arts Balanced na úrovni 2,96 procenta, u fondu C-Quadrat Dynamic potom 2,72 procenta. Od té doby ale nákladovost těchto fondů výrazně vzrostla. Podle poslední auditované výroční zprávy činí TER u fondu Dynamic 4,85 procenta a u fondu Balanced dokonce 5,89 procenta. Ukazatel celkové nákladovosti u fondu Parworld QUAM 15 dosáhl ve finančním roce 2008–2009 hodnoty 4,26 procenta. Agentura Morningstar uvádí TER z poslední výroční zprávy ve výši 2,91 procenta. Z uvedeného vyplývá, že období zvýšené volatility na trzích má skutečně negativní vliv na celkovou nákladovost těchto fondů.
V souvislosti s poplatky je dobré vyvrátit jeden z nejčastějších mýtů o investování do podílových fondů. Tím je názor, že vysoké výnosy jsou tím nejlepším ospravedlněním vysokých poplatků. Dlouhodobé výzkumy prokázaly, že fondy s vyššími poplatky generují nižší výnosy v čase.
Pro koho se hodí
Kvantitativně řízené fondy mohou být obecně zajímavým doplňkem investičního portfolia, měly by ale rozhodně tvořit pouze minoritní část celkového portfolia (do 10–15 procent) a investor by si měl být vědom všech rizik. K dosažení dobré diverzifikace je nutné „quant funds“ kombinovat s fondy, které sledují tradiční strategie (například hodnotový přístup). Kvůli své konstrukci se hodí spíše k jednorázovým investicím. Jednoznačnou nevýhodou fondů dostupných v ČR je vyšší a navíc v poslední době rostoucí nákladovost.
Sdílejte článek, než ho smažem
Diskuze
Příspěvek s nejvíce kladnými hlasy
2. 8. 2011 1:37, Modelařina včera i dnes
Že by umělá inteligence jako náhrada přirozené inteligence (a jako podobor kybernetiky) pronikla i do financí? Sotva, spíše se k reklamě fondům hodí kdeco. Základní idea kvantit. přístupu je jistě obecně správná. Dříve trochu teoreticky a také z pohledu pamětníka. A ne že to jsou zkušenosti obsolentní, problémy a metody řešení se dost opakují, jen se vynořují v různých konsekvencích. Matem. modelování (jako systémový nástroj, podkladem je metoda) se historicky užívalo v bezpočtu oborů, v ekonomii (ek.-mat. modely) s výsledkem snad nejvíce sporným, ve financích tady není zkušenost (kromě možná importovaných). Spíše si přitom modeláři cvičili ovládnutí technik a analytici poznávali chování modelovaného systému. Výsledek snažení byl ten, že model je maximálně nástroj podporující rozhodování (decision support), nikoliv substituující (na to jeho komplexita a přesnost nestačí). Velké týmy ek. mat. modelářů (ve výzkumu) vzal čas, nelze si představit, že by soukromý subjekt tak vysoké náklady na vytvoření týmů dobrovolně převzal (technika není omezující, lidi s modelářskou zkušeností ano). Pokud je tato idea vytahována, pak je to spekulace s disciplinou, která si manipulaci nezaslouží. Extrapolační metody jsou často chybující (např. v krizích), to je velmi dobře známo, nejsou ovšem jediné (např. expertní, heuristické). Zmiňované měnové riziko je jen jedno z mnoha, širší tržní riziko (jemuž je investor vystaven) je zcela komplexní pojem (je marginálním v rámci tržního). Co akciové, dluhopisové, ale i likviditní, IT, operační, právní a kdejaké jiné, kterým čelí tržní subjekt a je i regulací jejich řízení vyžadováno. Většina z nich má navíc odlišný horizont realizace i měření, což je i horizont jeho predikce. Tržní rizika se posuzují denně (alespoň v regulaci je požadováno), výnosové křivky nejsou tak četné, aby odlišily efekt mnohačetného obchodování, které spekulativně směřuje k bílým místům na trhu. Operační riziko má roční horizont realizace a není tedy kompatibilní z hlediska prognózy. Vývoj statistického modelu na zjednodušeném portfoliu je v řádu roků a to ještě se značnou koncentrací sil. Sestoupit na zem je tedy nutné, jinak se zase zprofanují výsledky kvantitativního přístupu k rozhodování a rozhodovat navěky budou nekvalifikovaní, leč sebevědomí jednotlivci (obklopení poradci neméně subjektivními). Chyby na sebe nedají dlouho čekat, svedou se na objektivní nepoznatelnost procesu a vyplývající subjektivitu, která je přece nabíledni. Chyba je také hovořit o tzv. počítačových modelech ex ante. Model je epidemiologický, pevnostní, diagnostický, investiční apod., ve výsledku realizovaný na počítači, nebo taky ne (ale takové už zřídka vidíme). Počítač sám nic nenavrhne a zejména zde.
V diskuzi je celkem (6 komentářů) příspěvků.