Datadrevne fond i fremmarsj

Utviklingen hittil i 2016 har fått uvanlig mange investorer til å gjøre endringer i sine investeringsporteføljer.

Bakgrunnen for endringene har dels vært markedsdrevne (jakten på avkastning), men også strukturelle endringer har gjort seg gjeldende.

I den første kategorien finner vi private investorer. På global basis har disse måned etter måned trukket sine penger ut av aksjefond.

Årsaken til dette har delvis vært mangel på avkastning (USA er ett av unntakene – uten at dette har endret trenden av innløsninger) og delvis frykt for kursfall som følge av svak økonomisk vekst og stigende geopolitisk uro.

Aksjemarkedene har imidlertid taklet dette bra. Dette kan vi takke pensjonskasser og andre institusjoner for. Desperate etter avkastning har de blitt tvunget til å kjøpe seg opp i aksjer og gjennom dette øke sin risiko i håp om å kunne møte sine fremtidige forpliktelser.

Takket være myndighetenes innstramminger er aksjemarkedet (i tillegg til et enda mer overpriset obligasjonsmarked) snart det eneste alternativet myndighetene vil tillate at denne type institusjoner investerer i.

Paradoksalt har de fleste statlige fond mer romslige mandater, men det er et tema for en annen blogg.

Fond som er kvantitativt drevet nyter, ifølge Financial Times, meget godt av endringene i allokering og søken etter avkastning. Denne type fond har nå rekord i tegningsvolum.

Kvantitative fond benytter tilgangen til store datamengder kombinert med dagens prosessorkraft til å la datamaskiner analysere seg frem til både undervurderte selskaper og nye strategier.

På sett og vis gjør disse ikke noe annet enn det menneskelige analytikere og forvaltere driver med. Forskjellen ligger i vesentlig forbedret kapasitet og hurtighet.

Maskinene jobber døgnkontinuerlig, tar ikke lunch, ferier eller andre avbrekk. De forlater heller ikke fra den primære arbeidsoppgaven for å holde salgspresentasjoner, delta i kundemøter eller går ut for å ta en kaffe. De jobber kort sagt hele tiden.

På natten og i weekender når børsene er stengt og ansatte sover, analyseres nye ideer og strategier. Dataprogrammene er dermed oppdaterte og ligger foran de menneskelige analytikere som kommer på jobb for å sette seg inn i hva som er skjedd.

På dagtid kan maskinene overvåke markedene uten de menneskelige begrensningene til oversikt og reaksjonstid.

Hastigheten maskinene opererer på gjør at muligheter kan utnyttes før manuelle tradere og forvaltere en gang har oppfattet at de finnes.

Eksempelvis vil datamaskiner oppdage en aksje som midlertidig «henger igjen» innenfor en sektor langt raskere enn noe menneske kan klare det. Den forbedrede reaksjonstiden betyr meravkastning for investorene.

Kvantitative fond er ikke bare mer robuste i forhold til de nevnte menneskelige svakhetene, men er i kraft av at de er modelldrevne også mer forutsigbare.

Vet man hva et fonds datamaskiner er programmert for å lete etter, så vil man også vite hvilke markedssituasjoner som vil være gunstig for avkastningen.

En av svakheten mennesker har er at beslutninger ofte blir påvirket av faktorer som ikke er relevante. Eksempler på slike faktorer er noe man har hørt eller opplevd som påvirker sinnsstemning, dagsform eller forstyrrelser.

En datamaskin er fri for emosjoner og annen «støy». Den vil reagere umiddelbart dersom kriteriene den søker blir oppfylt.

Nyhetsbilde har de senere årene blant annet vært preget av skuffende økonomisk utvikling, krig, terror, Brexit og en rekke viktige forestående regjerings- og presidentvalg.

Denne kompleksiteten brukes som én av forklaringene til at rene kvantitative fond har hatt langt bedre resultater enn aktivt forvaltede aksjefond i denne perioden.

Kvantitative fond har også fordelen av at de er mindre personavhengige enn såkalte diskresjonære fond (fond som forvaltes i henhold til en forvalters kunnskap og magefølelse).

Årsaken er at det krever en rekke ulike ferdigheter og kompetanse for å mestre kompleksiteten som skal til for å lage modeller.

For det første kreves det erfaring, kunnskap og forståelse om finansmarkeder for å lage investeringsregler.

Deretter kreves matematisk kompetanse for å omdanne investeringsreglene til presise algoritmer.

Til slutt kreves spesialkunnskap for å kode dette optimalt. Det holder nemlig ikke at programmene «virker». De må i tillegg være optimalisert for å kunne gjøre oppgavene raskest mulig. Konkurransen om de mest attraktive investeringene er beinhard.

Dette er årsaken til at resultatene i kvantitativtdrevne fond i langt større grad et produkt av team work.

Diskresjonære fond, hvor enkeltforvaltere kan ha stor betydning for resultatet, er derfor langt mer sårbare for om nøkkelpersoner slutter.

Robusthet med hensyn til utfall og organisasjon er hovedgrunnene til at rene kvantitative fond øker i popularitet hos investorene. Dette gjelder både hos institusjoner og informerte privatinvestorer.

Teknologien er i kontinuerlig utvikling og det har allerede kostet dyrt for finansforetak som ikke har vært villige til å tilpasse seg endringene.

Selvom etterspørselen etter denne «nye vinen» både er fornuftig og logisk ut ifra den teknologiske utviklingen, bør allikevel investorer være våkne og kritiske i forhold til etterligninger.

Det er langt fra alle som hopper på denne bølgen og tilbyr slike fond som har kunnskaper om markeder eller teknologisk innsikt til å levere det de påstår.

Men dette har mange investorer allerede erfart at gjelder ordinære fond også.

Technology

11 kommentarer to “Datadrevne fond i fremmarsj”

  1. Peter Warren sier:

    Du kan lese om Renaissance i denne bloggen. Når det gjelder Two Sigma er ikke den ikke like god, men fortsatt meget imponerende og slår de fleste.

    Når det gjelder ditt «håp», er det bare spørsmål om tid før slike fond gjør seg gjeldende over alt.

    Menneske er ikke i stand til å slå maskiner når det gjelder hurtighet. Dette er bare å ta til seg.

    Det positive med dette er at endringer alltid skaper nye muligheter.

    /Peter

  2. Magne sier:

    Hei, har du tilgang til noe avkastningshistorikk på noen av disse fondene?

    La oss håpe at det ikke blir for mange slike fond, da blir det ikke noen feil igjen å kapitalisere på…

  3. Peter Warren sier:

    Alt er i endring, ikke bare investeringsuniverset. Forskjellen idag er at endringene går raskere, mye takket være globaliseringen som følge av internett.

    Dessverre er det slik at de regulerende myndigheter, på grunn av manglende kompetanse, gjør sitt beste for å forhindre fremgang. Konsekvensen av dette er at velstående investorer får tilgang til mye bedre investeringsprodukter enn andre.

    Two Sigma har $1 million minimum som tegningsbeløp. De har over $35 milliarder til forvaltning. Det finnes imidlertid tredjepartsforvaltere/rådgivere som slår sammen mindre tegninger og lager produkter hvor mindre investorer kan investere i fondet. Slike rådgivere tar honorar for å gjøre dette.

    Den regulatoriske byrden og risikoen en forvalter løper ved å ta imot tegninger fra småsparere er, takket være myndighetene, enorm. Det er derfor helt uaktuelt for de virkelige gode å tilby sin forvaltning til plattformer som henvender seg til småsparere.

    /Peter

  4. erik røys sier:

    Investeringsuniverset er i forandring og selv oss gamle ulver må prøve å følge med.Vet du noe om minimumsbeløpet f.eks two sigma tillater investert?Er dette noe for småinvestorer.Måtte jo være noe for nordnet å få inn i fondsuniverset sitt?

  5. Peter Warren sier:

    Hei Erik,

    Jeg har ikke anledning til å gi noen anbefaling, men noen av de mest kjente er Renaissance Technologies, AQR og Two Sigma. Det finnes en rekke nordmenn som er investert i sistnevnte.

    Forskjellen mellom et indeksfond og et kvantitativt fond er at førstnevnte enkelt kan drives av et excel ark. Forvaltningen her er svært enkel (og bør derfor være billig) ettersom alt den gjør er å følge et fast, begrenset antall selskaper og vektingene deres innenfor en indeks. De søker ikke etter andre muligheter og vil aldri kunne skape merverdi i form av alpha.

    Kvantitative fond kan vurdere uendelig mange flere faktorer og selskaper. De kan også levere resultater som ikke korrelerer med eksempelvis indeksfond. Mange av dem har tjent penger på, som jeg beskrev i bloggen, å plukke opp selskaper innenfor en sektor som «henger igjen» når de andre beveger seg. Basert på omfattende statistisk analyse har de funnet frem til hvordan kursene på en stor mengde selskaper beveger seg i forhold til hverandre og utnytter avvik fra dette ved hjelp av prosessorkraft og hastighet.

    /Peter

  6. erik røys sier:

    Kan du anbefale noen gode kvantitative fond,Peter.Kan du forklare forskjellen mellom indeksfond og kvantitative fond?Kan det i noen tilfelle være det samme?

  7. Peter Warren sier:

    Hei Krister,

    Takk for hyggelige ord om bloggen.

    Jeg har nå lenket til artikkelen i bloggen. Du vil finne en rekke artikler om datamaskinenes fremgang innen finans skrevet av FT, WSJ og Bloomberg.

    /Peter

  8. Krister sier:

    Hei Peter.
    Takker for god artikkel. Har du forresten en lenke til FT artikkelen du henviser til?

    MVH, Krister

  9. Peter Warren sier:

    Takk for hyggelig tilbakemelding og konstruktivt innlegg Arvid.

    Menneskets adferd har en tendens til å gjenta seg. Dette gir maskinene muligheten til å gjenkjenne handelsmønster som gjenspeiler menneskelige reaksjoner.

    Basert på samme er det også mulig å utløse og utnytte rigorøse tekniske kjøps- eller salgssignaler dersom programmene registrerer at ordreboken er tynn.

    /Peter

    /Peter

  10. Arvid sier:

    Forøvrig en veldig god og spennende bloggpost!

  11. Arvid sier:

    Datafondenes iboende utfordring er forståelsen mellom statsvitere, matematikere, analytikere og matematikere og deres evne til i fellesskap spekke den «perfekte» algoritme. Deretter få satt serveren så tett på børsen at programmet rekker å trade før andre datafond/tradere har gjort det. Den neste utfordringen, menneskets fordel, er evnen til å analysere de mennesklige faktorene som påvirker kurser.