Как обогнать S&P500 по доходности? Легко!
 Публичный пост
8 июля 2021     3846   

Привет, Олимпийский. Более кликбейтного заголовка я придумать не смог, но этот пост стоит прочитать не только тем, кто стремится к огромной доходности, но и тем, кто стремится уменьшить риск - это я таким образом добрался написать про факторы. Но обо всём по порядку.

Сразу хочу сказать, что это не материал для новичков в инвестировании. Если хотите сэкономить время, начните с более базовых вещей.

Как обычно, тут не будет ссылок на все материалы по всё тем же причинам: сократить время написания и заставить вас самих погуглить.

Способ первый: плечи

На первый взгляд, способ крайне очевидный. Взяли ETF с плечом х2 на S&P500, он пошёл вверх на 10% вверх, наш - на 20%. Упал на 50%, мы потеряли всё.

Разумны ли ваши страхи? О, да, разумны.<br>
Безумны ли мои затеи? Ну, да, безумны.
Разумны ли ваши страхи? О, да, разумны.
Безумны ли мои затеи? Ну, да, безумны.

Насколько это отвратительная или прекрасная идея? Математически (с учётом того что уже случалось в этой проклятой симуляции нашей истории, моделируя всё с помощью метода Монте-Карло) это хорошая идея, даже отличная - для молодых инвесторов. Даже с учётом вероятности, что вы через 10 лет можете обанкротиться, если у вас хватит яиц продолжать вкладываться в тот же самый leveraged ETF, всё у вас будет хорошо. Но в этом-то и проблема, кто уверен, что у него хватит дисциплины продолжать нести деньги туда, где они потерялись? Поэтому, несмотря на то, что идея хорошая, для себя я её отложил в сторону: моя толерантность к риску не настолько велика. Но если вы соберёте волю в кулак, то это хороший способ получать сверх-доход, надо только обуздать сверх-риск.
Как обычно, есть нюансы в том, как эти ETF реализованы, что это пачка деривативов, призванная отражать колебания за день, поэтому долгосрочная доходность не будет точно х2 или сколько вы там возьмёте плечо.

Сюда же мы можем отнести кредит под залог недвижимости, но в РФ такие грабительские проценты на этот вид кредитов, что не будем обсуждать.

Способ второй: факторы, он же smart beta

Откуда деньги, Лебовски?

На эффективном рынке информация, которая доступна (включая некие предположения инвесторов о будущем), уже отражена в ценах. Информацию из будущего предсказать нельзя. Единственный (надёжный) способ увеличить ожидаемый возврат своего портфеля - брать больший риск. Больший возрат без большего риска - это то, за чем охотятся активные инвесторы, используя сток-пикинг и маркет тайминг, называется альфа, и традиционно считается что генерировать положительную альфу на долгих периодах времени очень сложно - практически никому это не удаётся.

Неожиданная часть возврата портфеля тем выше, чем короче горизонт. Не важно, насколько правильную стратегию вы выбрали, если вы вкладываете в акции на 3-5 лет, это просто рулетка. А вот на 30-50 лет - уже другое дело.

Давайте вернёмся к базовым вещам. Покупая акцию компании, вы покупаете (долю от) её активов и будущих прибылей. Прибыли не гарантированы, поэтому вы покупаете их с дисконтом. Если всё пройдёт как ожидалось для компании, тогда акция принесёт вам вашу долю ожидаемой прибыли.
Возврат ваших инвестиций - это разница между дисконтированной ценой, которую заплатили за ожидаемые прибыли, и реальной прибылью. Дисконт и ожидаемый возврат синонимичны. Это очень важно! Ожидаемый возврат не зависит от прибыли, которая генерирует компания, а от цены, которая была заплачена за эту прибыль - дисконт. Инвесторы
охотнее заплатят за безопасную прибыль в будущем, чем за рискованную прибыль. Более рискованные прибыли имеют более высокий ожидаемый возврат. А теперь давайте разберёмся с риском - какие именно риски влияют на цену акций?

Market beta (MKT-RF)

Риск, который берут на себя инвесторы в индексы, где компании взвешены по рыночной капитализации, называется рыночный риск, первый задокументированный систематический (то есть не идиосинкразический, за который "не платят" - отдельной компании, или страны, или отрасли; а базовый, который нельзя диверсифицировать) риск.

Это отличный старт, да и для большинства инвесторов, возможно, и финиш. Простота в данном случае - огромное преимущество, мы можем добиться прекрасного портфеля из одного (!) ETF.

Capital Asset Pricing Model (1964), описывает риск как меру чувствительность портфеля или актива и риска всего фондового рынка. CAPM объяснял до двух третей разницы между возвратом различных портфелей, оставляя треть необъяснёнными - то есть, либо альфа, либо другие, ещё не известные факторы.

MKT-RF он обозначается, поскольку это мера возврата поверх Risk Free assets, то есть одномесячные treasuries (казначейские облигации США).

Количество скользящих десятилетних периодов с 1963 по 2020 когда этот фактор показывал положительный результат в США: ~80%.
За тот же период, с 1963 по 2020, приблизительный размер премии в США, годовых: ~5.4%.

Size (SMB)

Small minus big: Компании малой капитализации более рискованные, чем компании большой капитализации. Тут всё вроде бы довольно очевидно, условный "Уася Кэпитал, LTD" более рискованный, чем Apple, Inc.
Этот фактор примечателен тем, что сам по себе он приносит меньше всего дополнительной прибыли и самый волатильный - но это потому, что в нём много "бяки". Как отсеивать бяку будет написано дальше, в параграфе о мультифакторе.
Пока что держим в уме что это некий катализатор - другие факторы куда сильнее проявляются в компаниях малой капитализации, чем в компаниях большой капитализации.

Количество скользящих десятилетних периодов с 1963 по 2020 когда этот фактор показывал положительный результат в США: ~70%.
За тот же период, с 1963 по 2020, приблизительный размер премии в США, годовых: ~2%.

Relative price (HML)

High minus low: Компании с более хорошей ценой (обычно используют price-to-book) более рискованные, чем дорогие компании.
Немного контринтуитивно? Сейчас разберёмся, к счастью, со следующими то же самое.

Если две компании имеют разный P/B, но стоят одинаково, значит, рынок закладывает в цену компании с более низким P/B (то есть с ценой лучше) более высокий риск. Иначе, зачем кому-то компанию с окупаемостью в 15 лет, когда можно взять с окупаемостью в 5?

Недооценённые компании называются value stocks, а переоценённые - growth stocks. Хотя это самое распространённое значение этого термина, далеко не все его используют - я не раз видел, как термин "акции роста" в русском сегменте интернета описывают momentum, впрочем, о нём позже.

Market beta, size & relative price втроём называются Fama & French three-factor model (1992), и в отличие от CAPM объясняют уже до 90% разницы между возвратами портфелей.

Количество скользящих десятилетних периодов с 1963 по 2020 когда этот фактор показывал положительный результат в США: ~85%.
За тот же период, с 1963 по 2020, приблизительный размер премии в США, годовых: ~2.7%.

Profitability (RMW)

Robust minus weak: Компании с хорошими и крепкими денежными потоками при прочих равных более рискованные. Точно так же, как в предыдущем примере, сначала может быть контринтуитивно - поэтому давайте разберём ещё разок?
Как компания с прибылью в 5 миллионов в год может быть более рискованная, чем компания с прибылью в 1 миллион в год? Всё в волшебных словах при прочих равных. Понятно, что одинаковых компаний не бывают, поэтому на самом деле просто контролируется влияние других факторов. Но представлять себе проще "одинаковые" компании.
И в этом случае понятно, что все предпочтут компанию, которая делает 5 милионов ДЕНЕГ в год, и цена её акций вырастет, а раз этого не происходит - значит, рынок видит некий риск в этой компании (может, она находится в политически нестабильном регионе? Может, её крупнейшие заводы находятся в областях которые страдают от изменения климата и их может затопить через пять лет? И тысяча других причин, для которых нам даже не нужно мнение аналитиков - мы просто смотрим на то, как рынок принёс информацию о риске в цену).

Количество скользящих десятилетних периодов с 1963 по 2020 когда этот фактор показывал положительный результат в США: ~85%.
За тот же период, с 1963 по 2020, приблизительный размер премии в США, годовых: ~2.8%.

Investment (CMA)

Convervative minus agressive: компании, которые наращивают свои активы консервативно, более рискованны, чем те, кто наращивает их агрессивно. Собственно, именно этим фактором, а не фактом, что компания платит дивиденды, в основном объясняется больший чем в среднем по рынку возврат всяких дивидендных историй.
Однако, выкидывать из списка компании, которые вместо выплаты дивидендов делают байбек, или просто неохотно занимают капитал для расширения бизнеса, отнюдь не стоит. Домашнее задание: Dividend Irrelevance Theory.

Добавив ещё два фактора, получим Fama & French five-factor model (2015), это практически cutting edge науки! Коротко часто называется FF5. FF5 объясняет до 95% разницы в портфелях. Чувствуете, как сужается пространство для манёвра активных управляющих, чтобы объяснить возврат альфой?

Количество скользящих десятилетних периодов с 1963 по 2020 когда этот фактор показывал положительный результат в США: ~98%.
За тот же период, с 1963 по 2020, приблизительный размер премии в США, годовых: ~2.9%.

Пять правил

Поскольку факторов в академической литературе насчитывается уже больше трёх сотен, давайте введём некий булшит-фильтр, чтобы условный Петя завтра не пришёл, и не сказал "я открыл новый фактор: компании с буквой А в тикере в среднем имеют на 2% больший возврат" и прочая чушь, которая просто подтвердилась бектестом.

  1. Постоянность во времени - должен прослеживаться на протяжении всего времени, а не "вот только-только свежий из печи, в 20 веке правда не работало".
  2. Распространённость - должен прослеживаться как в США, так и во Франции, так и в Китае.
  3. Крепок к изменениям в формулировке - если мы в value факторе изменим price to book на price to earnings, цифры могут немного поменяться, но суть должна остаться та же.
  4. В него можно инвестировать - если это какая-то чисто академическая штука, которую убивают транзакционные издержки или другие вещи, которые не позволяют простому инвестору извлечь из этого прибыль, то нафига оно нам надо?
  5. Разумность - смотри выше примет с Петей и компаниями с буквой А в тикере. Это должна быть именно научная теория, подтверждённая историческими данными, а не наоборот.

Ну и само собой разумеется что если новый фактор можно объяснить полностью комбинацией старых, он тоже отнюдь не новый.

Momentum (MOM)

Моментум означает следующее: компании, растущие в цене, продолжают расти в цене, а компании, падающие в цене, продолжают падать. Это один из самых старых и интуитивно понятных факторов, и сломано много копий, "настоящий" ли это риск, или же это просто поведенческая история на которую нельзя рассчитывать, так как она уйдёт сама по себе, как только достаточное количество участников рынка будут пытаться её эксплуатировать.

Фама и Френч пока не включают этот фактор в свою модель формирования цен активов на рынке. Существует более старая Carhart four-factor model (1997), это FF3 + momentum.

Так же очень, очень сложно получить экспозицию моментума в портфеле, не проиграв такое же количество экспозиции велью.
Напрямую в моментум инвестировать довольно трудно в том числе и из-за транзакционных издержек (смотри правило 4), но можно пытаться частично его урвать - например, Dimentional Fund Advisors задерживают продажу активов на срок до нескольких месяцев, когда они перестали попадать в критерии других факторов, но имеют положительный моментум, и наоборот, задерживают покупку, когда бумага уже подходит по критериям, но имеет отрицательный моментум.

Мультифактор

Как мы уже выше обсуждали с моментумом, просто купив пять ETF на пять разных факторов, скорее всего, получится не очень хорошо.
Например, чистые small-cap акции в мире чувствуют себя не очень хорошо, потому что их тянет на дно small-cap growth with weak profitability. Таким образом, надо отдавать предпочтение ETF которые сразу таргетируют несколько факторов.
Приведу наглядные (но не исчерпывающие) примеры, данные с сайта Кена Френча, визуализация - Apeirox из Rational Remider Community.

Факторы по отдельности
Факторы по отдельности

Комбинация факторов
Комбинация факторов

Mkt-RF+HML = 1*(Mkt-RF)+0.5*HML
Mkt-RF+Mom = 1*(Mkt-RF)+0.5*Momentum
Mkt-RF+HML+SMB = 1*(Mkt-RF)+0.5*HML+0.5*SMB
Mkt-RF+HML+Mom = 1*(Mkt-RF)+0.25*HML+0.25*Momentum
Здесь по оси Х - длинна скользящего окна, а по оси Y - процент скользящих окон, в которых фактор (или комбинация факторов) была положительна.

Практическая реализация и академические факторы

Академические факторы обычно подразумевают long и short позицию по рынку. Чтобы получить HML = 1, нам нужно половину рынка - велью акции - в лонг, и половину рынка - акции роста - в шорт. Заметили, как в имени HML это не high no low, а high minus low?

Возьмём весь американский рынок, Russel 3000 - 3000 публичных компаний США. SMB у него будет равен нулю (как и остальные факторы), по определению - ведь это именно перекос от рынка, и на самом рынке перекоса нет. Чтобы узнать именно возврат SMB, нужно из возврата Russel 1000 (крупнейших), вычесть возврат Russel 2000 (самых маленьких) - опять же, граница часто будет не там, но общее представление это даёт хорошее.

Изредка встречаются варианты с треть лонг \ треть выкинуть \ треть шорт, "самой правильной" границы нет - потому что она не жёсткая, это скорее градиент границы аномалии, и в основном такой радикальный перевес делается, чтобы найти статистически значимые отклонения. На деле же шортить дорого, да и совсем выкидывают "неподходящие" тоже не все - могут просто менять веса. Что же делать, если перекос не так очевиден как "есть\нет"? Если маленькие компании присутствуют в чуть большем весе, чем на рынке, а крупные, в чуть меньшем? Считать и суммировать!

Понять самому, насколько "заряжен" ваш ETF на факторы - это как раз и есть factor exposure, или factor loading, довольно трудно, к счастью для этого есть тулзы, я пользуюсь https://www.portfoliovisualizer.com/factor-analysis

В выборе факторных ETF, как ни странно, правила обычно не такие, как в "обычных" ETF - чаще всего хорошими оказываются не фонды от больших компаний типа Vanguard и iShares, а скорее от компаний поменьше, которые занимаются таргетингом факторов уже десятилетиями.
Гиганты любят закрывать нафиг ETF которые не набирает ассеты с желаемой для них скоростью. Это, естественно, тоже не жёсткое правило - скорее, наблюдение. Например IJS, iShares S&P600 (не пятьсот! шестьсот!) - является одним из лучших SCV (small-cap value) ETF на американский рынок на момент написания поста.

Очень внимательно надо смотреть на комиссии - если от некоего фактора ожидается дополнительные 2% доходности, factor loading у нас 0.1 - мы можем ожидать лишние 0.2% доходности, а комиссия фонда при этом выше на 0.25%? Нет, спасибо.
Но в целом неразумно ожидать такие же низкие комиссии, как и на ETF широкого рынка - это нормально, что комиссии будут чуть выше. Просто следите, чтобы они не вышли из-под контроля.

Главное, зачем нам это надо - диверсификация через комбинацию факторов

Факторы - это разные типы риска. Добавляя их в портфель, мы улучшаем его характеристики, снижая стандартное отклонение. Противники инвестирования в факторы говорят, что велью мертво, но периоды, когда фактор идёт в минус - это абсолютно нормально. Во всяком случае, периодов текущей длины недостаточно, чтобы выбросить или даже поколебать подтверждённые историей модели - "всё идёт по плану".
Если бы не было риска отставания - не было бы риска вообще, и за него бы и не ожидался дополнительный возврат. Однако периоды, когда сразу несколько факторов идут в минус, значительно более редки. Пресловутый период застоя в Японии не был бы таким горьким для инвестора, который добавил бы что-то кроме рыночной беты в свой портфель.

Japan 1990 - 2019
Japan 1990 - 2019

Ну и не надо забывать, что (HML = -1% годовых, минус один) не значит, что мы теряем 1% в год - это значит, что мы набираем капитал. Медленнее, чем просто с широким рынком, но всё ещё куда быстрее, чем с treasuries.

Однако, слишком сильная концентрация факторов, а так же количество факторов в мультифакторе снижает диверсификацию. Такие дела, совсем бесплатный сыр не бывает - нужно всё ещё диверсифицироваться по миру, чтобы хватало чуть-чуть сконцентрироваться и ослабить диверсификацию. Факторы на маленьком рынке, таком как российский - глупость, потому что не хватит простора разгуляться и диверсифицироваться.

Другие факторы

Является ли модель Фамы и Френча лучшей и единственной? Может быть, факторы у Morgan Stanley лучше? У AQR? У Alpha Architects?

Единственной - разумеется нет, но вот как выбрать лучшую это вопрос мягко говоря открытый. Как минимум, на сайте Кена Френча открыто публикуется вся их база расчёта, да ещё и обновляется чуть ли не ежемесячно, и я не говорю о том что благодаря этим людям у нас есть база Center for Research in Security Prices о цене акций в различные исторические периоды. Так что для меня это вопрос скорее открытости, глубокого опыта и десятилетий исследований, чем просто какой-то воображаемой лояльности. С другой стороны, другие модели тоже работают (в том плане, что они тоже объясняют какую-то часть разницы возвратов разных портфелей).
Насколько хорошо - сложно измерить, но будьте уверены, что инвестируя через Alpha Architects в их ETF которые таргетят их факторы, вы в итоге получите больший вес в компаниях, которые заряжены факторами и в других моделях, но, возможно с большими (или небольшими) отличиями.

Резюмируя - время покажет, но лично для себя я решил что исходя из текущих данных FF5 - good enough. Выйдут новые исследования - прекрасно! Если бы не критика CAPM, то size & value не открыли бы, или открыли значительно позже.

Вместо ложки дёгтя

Не забывайте, что факторы, хоть и открытые нобелевскими лауреатами - всего лишь модель реальности. Добавляйте их в свой инвестиционный портфель в том количестве, чтобы не разочароваться в том, что случилось с вашим инвестиционным портфелем через пятьдесят лет, если модель оказалась неточной.

Не думаю, что есть хоть один человек на свете, который не достиг своих инвестиционных целей только лишь потому, что у него в портфеле было недостаточно small-cap value акций.

Связанные посты
55 комментариев 👇

😱 Комментарий удален автором поста...

  Развернуть 1 комментарий

@1ds, что тут было?)

  Развернуть 1 комментарий

@Polovinkin, low-effort комментарий прям по пятому пункту правил "ничего не понятно", что не смертельно.

Но в довольно неприятной форме.

  Развернуть 1 комментарий

@TiraelSedai, искренне приношу свои извинения, не хотел обидеть.

  Развернуть 1 комментарий

@1ds, спасибо. Оскорбительного то ничего и не было, просто завидую что украл место под прожектором ;)

  Развернуть 1 комментарий
Миша Безверхий, продукт менеджер / монетизатор 8 июля в 08:05

Очень круто. По плотности материала напомнило "Разумное распределение активов" Бернстайна. Отдельное спасибо за ссылку на portfoliovisualizer.

  Развернуть 1 комментарий

Ну и ссылка на Бенджамина Феликса не будет лишней, там в первой части факторы объясняются чисто математически, что для меня было даже более убедительно, чем на словах.

  Развернуть 1 комментарий

@treboit, после ссылки на сайт Кена Френча, откуда в два клика можно попасть в нужную академическую публикацию с этими формулами, решил не давать :) Впрочем, лишним, конечно, не будет.
Но в целом такие вещи, скорее, пугают людей.

theoretical valuation equation
theoretical valuation equation

  Развернуть 1 комментарий

@TiraelSedai, да, понятно, иначе тебе бы пришлось написать 50 тысяч знаков.

  Развернуть 1 комментарий
Max Marenkov, Senior disappointment engineer 8 июля в 10:06

Кайф. Может сразу добавить примеры конкретных ETF?

  Развернуть 1 комментарий

@emhyr, я намеренно не даю простых ответов в стиле "кладите деньги вот сюда" :)

Но попробую вечером дополнить списком "плохих" ETF, либо же сравнений пар "А лучше чем Б, потому что...".

  Развернуть 1 комментарий

@emhyr

Рассмотрим два value ETF на US market:
ILCV iShares Morningstar Value ETF
Market - 0.91; Size - -0.26; Value = 0.32; Profitability = -0.03,
Investment = 0.15
Expense ratio = 0.04%

Мы здесь видим небольшие тильты в сторону велью, и large-mid cap. Хорошо, что он очень дешёвый, но самые сливки, как мы помним, в различных факторах - в small-cap. Такое смело можно брать, но одного такого недостаточно - я бы добавил ещё какой-то Small-cap value ETF в портфель. Ну и пропорция должна быть довольно большая, чтобы наш портфель получил хоть какой-то factor exposure.

Отличный пример как ради погони за факторами наш портфель может разростись на пять, десять лишних ETF.

RPV Invesco S&P 500® Pure Value ETF
Market - 1.16; Size - 0.2; Value = 0.74; Profitability = 0.03,
Investment = -0.09
Expense ratio = 0.35%

Хороший тильт в сторону вэлью, но недостаточно маленькие компании - 0.2 это довольно-таки ни о чём, всё ещё mid-cap. Однако за это они хотят 0.35% - это очень много для американского рынка. Those are rookie numbers! Если бы size exposure был хотя бы 0.5+, можно было бы думать, а так мой вердикт "слишком дорого хотят".

Отличный пример как ради погони за факторами мы можем набрать себе ненужных комиссий.

  Развернуть 1 комментарий
Mikhail Podivilov, Junior UX/UI Designer 8 июля в 11:45

Можете объяснить, что значит это загадочное «Привет, Олимпийский»? Это какой-то локальный юмор? :-)

  Развернуть 1 комментарий
  Развернуть 1 комментарий
Gleb Kudriavtcev, Руководитель продуктов 8 июля в 12:03

Что нужно прочитать/изучить, чтобы понимать все термины и логику из статьи?

  Развернуть 1 комментарий

@glebkudr, с непонятным глоссарием лучше сразу сюда, в комментарии!

  Развернуть 1 комментарий

@TiraelSedai, если от некоего фактора ожидается дополнительные 2% доходности, factor loading у нас 0.1 - мы можем ожидать лишние 0.2% доходности, а TER выше на 0.25%? Нет, спасибо.

Чтобы получить HML = 1, нам нужно половину рынка - велью акции - в лонг, и половину рынка - акции роста - в шорт. Заметили, как в имени HML это не high no low, а high minus low? Ещё есть варианты с треть лонг \ треть выкинуть \ треть шорт.

Вот эти вот фразы, например, непонятны от слова совсем.

  Развернуть 1 комментарий

@glebkudr, переписал абзац, TER (Total Expense Ratio) заменил на "комиссии фонда", из остатка, long/short надеюсь и так понятно, всё же не для новичков, но прикладываю ссылку на всякий

  Развернуть 1 комментарий

@TiraelSedai, лонг и шорт понятно, но что такое HML=1, почему это хорошо - непонятно. Еще непонятно, что такое половина рынка (половина портфеля?).

  Развернуть 1 комментарий

@glebkudr, не могу расценивать это иначе, как издевательство - про HML в посте целый абзац.

  Развернуть 1 комментарий

Половина рынка это половина рынка. Фондового. Всех публично торгуемых компний в рассматриваемом регионе. Если на рынке 3000 компаний, то после сортировки их по некоему признаку (в случае с HML это чаще всего P/B) мы берём 1500 из них в одну группу, и 1500 в другую.

  Развернуть 1 комментарий

@TiraelSedai, я прочитал абзац. Но не понимаю, что значит приравнять HML к единице. В абзаце про это ничего нет. Может быть кажется, что я издеваюсь, но я реально не понимаю написанного.

  Развернуть 1 комментарий

@glebkudr, вот теперь я наконец-то понял, спасибо. Стоило дробить на мааааленькие кусочки "что именно непонятно" :)

До этого описывалось что это за факторы, а теперь привязывается шкала к ним. В случае с market beta = 1 это когда рынок пошёл вверх на 10%, наш портфель с ним пошёл вверх на 10%. Если наш портфель на 50% состоит из кэша, а на 50% из акций, у него market beta = 0.5 - тут всё легко.

А в случае с остальными факторами мы должны изолировать чисто их влияние. Причём их влияние может быть послабее или посильнее.

За единицу учёные взяли "одну половину минус другую половину". Чтобы получить SMB равным единице, мы делим рынок по капитализации пополам, и вычитаем из возврата 50% самых маленьких компаний возврат 50% самых больших компаний. Если мы бы брали просто возврат 50% самых маленьких компаний, он бы складывался как из MKT, так и из SMB.

Таким образом удобнее объяснять разницу в возвратах портфелей различными рисками. Если у Васи и у Пети все компании с рынка, но у Васи они взвешены ровно по капитализации, а у Пети уменьшены веса гигантов типа Теслы, и увеличены веса компаний поменьше, типа Illinois Tool Works, то мы можем ожидать что у Пети возврат будет чуть выше.
Мы посчитаем factor exposure его портфеля, согласно изменениях в весах относительно рынка, и в большой степени станет понятно, какую часть разницы возврата мы сможем объяснить фундаментальным причинами - у Пети больше риска - а какая часть это альфа (то, насколько Петя переиграл или проиграл другим портфелям с такой же экспозицией рискам).

Подводя итог - сама по себе единичка ничего не значит, это просто объяснение что именно мы взяли за единицу.

  Развернуть 1 комментарий

@TiraelSedai, спасибо, с этим уже есть шанс разобраться :)

  Развернуть 1 комментарий

@glebkudr, насчёт "с чего начать подъём на гору", я не придумал, как дать нормальный ответ - статья скорее компиляция знаний полученных мной в основном из подкастов, интервью и академических статей, это весьма странный путь чтобы рекомендовать кому-то ещё, в каком-то хорошем и структурированном виде, а-ля "возьми вот те две книжки" - не могу, не читал я более фундаментальных книг, чем достаточно базовая Хулиномика.

Закончить подъём в гору стоит чтением как раз публикацией Fama & French про пятифакторную модель, но не думаю, что это помогло ответить на вопрос.

  Развернуть 1 комментарий

как обогнать S&P

🤔 а что сиплый разве самый быстрый захожу в пост:

плечи

sage, скрыл

  Развернуть 1 комментарий

@daniilvachaev, самый известный - точно

  Развернуть 1 комментарий

😱 Комментарий удален его автором...

  Развернуть 1 комментарий
Sergey Ivanov, Research Scientist 10 июля в 15:15

Какой годовой профит в процентах можно получить следуя таким стратегиям?

  Развернуть 1 комментарий

@SergeyIvanov, это очень странный и неправильный вопрос. Для начала я так же неправильно отвечу: можно получить тысячи процентов годовых.

А потом всё же уточню, что пост я писал, чтобы попытаться объяснить, какие риски существуют на фондовом рынке, почему фундаментально акции растут, и как взять на себя ровно тот риск, который ты понимаешь и он кажется тебе разумным, а не кота в мешке. То есть статья не столько помогает увеличить свой профит, сколько помогает тоньше настраивать ожидаемый (в том числе, увеличить) профит с поправкой на риск.

  Развернуть 1 комментарий

@TiraelSedai, ушел от ответа. Давай уточню, сколько примерно, в среднем можно зарабатывать на такой стратегии? Если будет проще, сколько ты заработал годовых?

  Развернуть 1 комментарий

@SergeyIvanov, я повторюсь, вопрос неправильный и неприменимый в корне. Не важно, сколько я заработал, потому что мои результаты не применимы ко всем подряд - у всех разные цели, это просто фреймворк или модель чтобы понять инвестирование лучше.

Но если очень хочется посмотреть на какие-то чиселки, то вот. Понятия не имею как Тинёк считает доходность, учитывая что я довношу деньги, и +13% с налогового вычета тут тоже не учитывается.


Можно грубо ткнуть пальцем в потолок и сказать что ~33% годовых? Наверное, I don't really care.

  Развернуть 1 комментарий

@TiraelSedai, Понял, спасибо. Я проясню почему я спрашиваю. Как ученый я считаю, что любая теоретическая модель должна проверяться на практике. Именно, что любая, хоть ее Ньютон, хоть Уоррен Баффет придумал, какая-бы она умная не была, ее все равно надо проверять на практике. И это касается не только финансов, а вообще любой области человеческого познания. Потому что финальная цель от любой теории или науки в том, чтобы помогать людям. Конкретно в финансах люди торгуют, чтобы зарабатывать деньги, а не чтобы проверять разные модели рисков для своего удовольствия. Поэтому знать сколько можно заработать на вашей модели по сравнению с тем же s&p500 является основным вопросом для меня.

  Развернуть 1 комментарий

@TiraelSedai,
эм, не ~33% же, а ~17,5% годовых получается. Что тоже не плохо)

  Развернуть 1 комментарий

@toborob, так 13% с вычета кто добавлять будет?

  Развернуть 1 комментарий

@TiraelSedai,
ок, тогда встречный вопрос, вычет реинвестируете?

Его же нельзя просто прибавить к 17,5%, т.к. вычет даётся не на все деньги, а только на внесённые в этом году. И получаете вы его, только в следующем году.

Извините за занудство, просто у меня тоже была ситуация, что я типа обгоняю банк, с его грабительским процентом по ипотеке в 11,9%. Особенно было приятно, когда рынок рос после падения из-за ковида. В падении, конечно, не особо много удалось закупиться, но то, что было куплено выросло хорошо. Однако после аккуратного подсчёта по окончании года и с учётом прошлых лет, получилось что доходность всего 8% годовых. ¯_(ツ)/¯. В итоге продал всё и закрыл ипотеку, теперь снова собираю портфель и в поиске идей, какой стратегии придерживаться.

Кстати, спасибо за статью! Не всё понятно, но есть вектор куда копать.

  Развернуть 1 комментарий
Kirill Dubovikov, Руковожу Data Science командой 12 июля в 07:00

Я же правильно понимаю, что эта статья относится к тем, кто имеет доступ к бирже с большим числом различных американских ETF, которые собирают портфели по описанным выше факторам?

  Развернуть 1 комментарий

@kdubovikov, на Мос и Спб биржах пока нет нормальных факторных ETF, если Вы об этом. Самое интересное - АТОНовская обёртка над IWD, и это в лучшем случше meh.

  Развернуть 1 комментарий

@TiraelSedai, говорят IB убрал комиссию ежемесячную, так что можно пробовать будет там собирать портфель.

  Развернуть 1 комментарий

@roma_ds, да, но минусы всё равно есть - нужно общаться с налоговой итд.

Но хотя бы барьера минимального капитала чтобы пойти на IB больше нет.

  Развернуть 1 комментарий

По-моему Колмановский сказал, что все это гадание на кофейной гуще. И все эти индексы и прочее дают в долгосрочной перспективе такие же результаты как и манкитрейдинг

  Развернуть 1 комментарий

@coderun, кто такой Колмановский и почему я вместо рассмотрения собрания фактов и чужих исследований и размышления о них своей головой должен слепо ему верить? Гуглить глубоко мне лень, вижу что народный артист, но если он сказал что-то достойное дискуссии, принесите, пожалуйста, его аргументы, их и рассмотрим, вместо фамилии.

  Развернуть 1 комментарий
Yury Katkov, миддл формошлёп 8 июля в 10:51

Я сразу об первый способ споткнулся. Что именно ты там предлагаешь, ПИФы со stock picking’ом, которые прикидываются ETFами? Вроде ж вся суть s&p в том, что там сразу все и сразу и риск от этого уменьшается.

  Развернуть 1 комментарий

@ganqqwerty, в первом способе я предлагаю плечо. И я честно предупредил заранее во втором абзаце.

Не все ПИФы/mutual funds сток-пикают, или активные, или плохие; не все ETF/БПИФы дешёвые индексные, или хорошие.

  Развернуть 1 комментарий

@TiraelSedai, да, но плечо на покупку чего? того же S&P?

  Развернуть 1 комментарий

@ganqqwerty, да чего хочешь, хочешь - S&P500, хочешь - QQQ.
Для примера, на графиках, SPX (S&P500) и SSO (x2 S&P500).

  Развернуть 1 комментарий

@ganqqwerty, идея в том, чтобы взять больше риска для большей доходности. В S&P500 же не "все и сразу", там только 500 отобранных комитетом компаний.

  Развернуть 1 комментарий

Недооценённые компании называются value stocks, а переоценённые - growth stocks.

Под growth stock обычно понимают компании которые «быстрее» наращивают свою капитализацию/выручку. При чем это быстрее определяется по разному у разных людей/фондов. Чаще всего я вижу условную границу около 7% роста выручки в год для США. Выше - growth.

Ваше определение тоже имеет смысл,(т.к. growth имеют больший P/E) но, мне кажется немного завуалированно это объясняет.

  Развернуть 1 комментарий

@aliaksandrkantsevoi, как раз я выбрал самое общепринятое в академической литературе использование термина, но поскольку конфуз частый, я это отметил отдельно. И чисто по человечески я скорее согласен что термин неподходящий, но не "overpriced" же их называть ;)

  Развернуть 1 комментарий
Dmitry Kravchenko, C# Программист 20 июля в 12:24

Спасибо автору за пост.

Пару замечаний:

  • Есть дискуссии в сообществах, что после публикации факторов они "перестают" работать, так как люди начинают их сильно использовать.
  • Вкладывая в факторные ETF, можно быть готовым года/десятки лет отставать от рынка, так что чтобы переиграть рынок может придется подождать "пока дети не вырастут" (смотрите на результаты Buffet(а) с начала 2000ых - он покупает Value акции)
  • Вот ссылка на очень длинный thread , где есть "визуализация - Apeirox из Rational Remider Community", упоминания провайдеров и американских домицильных ETF, которые специализируются на факторах, упоминания европейских домицильных ETF(ов), которые дают экспозицию факторы (открыть в IB счет с резидеством в Европе не даст доступа на американские домицильные ETFы) (N.B. тяжело читать): https://community.rationalreminder.ca/t/search-for-an-ideal-ucits-eu-factor-portfolio/3340/2
  • Ссылка на Youtube канал Ben Felix (статья в соавторстве которого упоминалась выше) https://www.youtube.com/c/BenFelixCSI
  Развернуть 1 комментарий
Vitaliy Shuruta, Пишу код. В основном backend. 14 июля в 17:24

А подскажите хорошую бектест платформу, которая желательно позволяет играться и с факторами

  Развернуть 1 комментарий

@Medvech, тот же portfoliovisualizer, наверное.

Наиболее мощно наверное выйдет если скачать csv-шки у Кена Френча и запилить самому регрессию в питоне или экселе или в другом удобном инструменте - графики мульти-факторов в посте как раз сделаны именно так.

  Развернуть 1 комментарий

@TiraelSedai, это для статьи хорошо наверное. Хочется удобный UI именно повбивать цифры, выбрать готовые факторы и коєфициенты,с визуализацией чтобы на лету

  Развернуть 1 комментарий

@Medvech, сделай ;)

Готовых, о которых я знаю, нету (что не значит, что их нету совсем).

  Развернуть 1 комментарий
Anton Sol, Th. Bio. Physics 14 июля в 23:14

Я правильно понял месседж, что средний доход прямо пропорционален риску и нишо с этим не поделать? А приемлемый уровень риска определяется длиной интервала инвестирования?

Так, а что происходит, когда мы берём несколько факторов: мы увеличиваем риск, или уменьшаем его за счёт диверсификации?

И зачем брать несколько етф на разные факторы? Не выйдет ли по комиссии дешевле взять какой-нибудь мульти-фактор етф?
Вроде же есть как раз такие етф, где стараются понабрать факторов которые мало коррелируют => получаем награду за риск, но эффективно его меньше за счёт этой диверсификации?

В общем, у меня пока не все в голове укладывается.

  Развернуть 1 комментарий

@sol в лучшем случае - да. А приемлемый уровень риска определяется как длиной интервала инвестирования, так и способностью индивидуума придерживаться плана и не продать в панике всё на лоу.

Скорее, уменьшаем, но your mileage may vary - корреляция факторов между собой не ноль.

И зачем брать несколько етф на разные факторы? Не выйдет ли по комиссии дешевле взять какой-нибудь мульти-фактор етф?

Из-за комиссии как раз дешевле будет взять несколько етф на разные факторы, но если рассматривать сферического коня в вакууме, то так делать плохо, потому что получится лебедь рак и щука, которые тянут портфель в разные стороны и ты платишь за это больше комиссий, а выхлоп так себе. Например, если брать просто value ETF, то там будет отрицательная profitability.
Поэтому да, лучше покупать мульти-фактор. Не знаю, как из прочтения поста сложилось обратное ощущение :)

  Развернуть 1 комментарий

@TiraelSedai, возможно, я уже был уставший =)

Тогда правильно ли я понял, что
какой-нибудь мульти-фактор, по сравнению с S&P 500, (1) в среднем выигрывает на исторических данных, но (2) выше комиссия, (3) есть риск что то как этот мульти-фактор составили уже не будет работать в будущем?

  Развернуть 1 комментарий

😎

Автор поста открыл его для большого интернета, но комментирование и движухи доступны только участникам Клуба

Что вообще здесь происходит?


Войти  или  Вступить в Клуб