WikiDer > Количественный анализ (финансы)

Quantitative analysis (finance)

Количественный анализ использование математических и статистических методов (математические финансы) в финансы. Те, кто работают в этой области, количественные аналитики (или, на финансовом жаргоне, квант). Кванты, как правило, специализируются в определенных областях, которые могут включать производная структурирование или ценообразование, управление рисками, алгоритмическая торговля и управление инвестициями. Род занятий аналогичен тем, что в промышленная математика в других отраслях.[1] Процесс обычно состоит из поиска в обширных базах данных закономерностей, таких как корреляция между ликвидными активами или закономерности движения цен (следование тенденции или значит возвращение). Итоговые стратегии могут включать высокочастотная торговля.

Хотя первоначальные количественные аналитики были "сторона продажи квантов »от фирм-маркет-мейкеров, занимающихся ценообразованием деривативов и управлением рисками, значение этого термина со временем расширилось и теперь включает лиц, участвующих практически в любом применении математических финансов, включая сторона покупки.[2] Примеры включают статистический арбитраж, количественное управление инвестициями, алгоритмическая торговля и создание электронного рынка.

Некоторые из крупных инвестиционных менеджеров, использующих количественный анализ, включают: Ренессанс Технологии, Winton Group, D. E. Shaw & Co., и AQR Capital Management.[нужна цитата]

История

Роберт С. Мертон, один из пионеров количественного анализа, продвигал стохастическое исчисление в изучение финансов.

Количественное финансирование началось в 1900 году с Луи Башельедокторская Тезис «Теория спекуляции», которая предоставила модель для определения цены опции под нормальное распределение.

Гарри МарковицДокторская диссертация 1952 года «Выбор портфолио» и ее опубликованная версия были одной из первых попыток экономических журналов формально адаптировать математические концепции к финансам (до тех пор математика ограничивалась математическими, статистическими или специализированными экономическими журналами).[3] Марковиц формализовал понятие средней доходности и ковариаций для обыкновенных акций, что позволило ему количественно оценить концепцию «диверсификации» на рынке. Он показал, как вычислить среднюю доходность и дисперсию для данного портфеля, и утверждал, что инвесторы должны держать только те портфели, дисперсия которых минимальна среди всех портфелей с заданной средней доходностью. Хотя язык финансов теперь включает It исчисление, управление риском поддающимся количественной оценке образом лежит в основе большей части современной теории.

В 1965 г. Пол Самуэльсон представил стохастическое исчисление в изучение финансов.[4][5] В 1969 г. Роберт Мертон способствовал непрерывному стохастическому исчислению и непрерывное время процессы. Мертон был мотивирован желанием понять, как устанавливаются цены на финансовых рынках, что является классической экономической проблемой «равновесия», и в более поздних работах он использовал механизм стохастического исчисления, чтобы начать исследование этого вопроса.

Одновременно с работой Мертона и с помощью Мертона Фишер Блэк и Майрон Скоулз разработал Модель Блэка – Шоулза, который был награжден премией 1997 г. Нобелевская мемориальная премия по экономическим наукам. Он предоставил решение практической проблемы - поиска справедливой цены для европейского опциона колл, то есть права купить одну акцию данной акции по указанной цене и в определенное время. Такие опционы часто покупаются инвесторами в качестве средства хеджирования рисков. В 1981 году Харрисон и Плиска использовали общую теорию случайных процессов с непрерывным временем, чтобы поставить модель Блэка – Шоулза на прочную теоретическую основу, и показали, как оценивать многие другие производные ценные бумаги.[6]

Эмануэль Дерманкнига 2004 года Моя жизнь как квант помог как сделать роль количественного аналитика более известной за пределами финансовой сферы, так и популяризировать аббревиатуру «количественный» для количественного аналитика.[7]

Образование

Количественные аналитики часто приходят из финансовая математика, финансовое проектирование, Прикладная математика, физика или инженерное дело фон, и количественный анализ является основным источником занятости для людей с математикой и физикой Докторские степени, или со степенью магистра финансовой математики.

Как правило, количественный аналитик также нуждается в обширных навыках компьютерного программирования, чаще всего C, C ++, Ява, р, MATLAB, Mathematica, и Python.

Наука о данных и машинное обучение методы анализа и моделирования все чаще используются при моделировании эффективности портфеля и портфельных рисков,[8][9] Выпускники магистратуры в области науки о данных и машинного обучения также нанимаются в качестве количественных аналитиков.

Этот спрос на количественных аналитиков привел к созданию специализированных курсов магистратуры и докторантуры в области финансовой инженерии, математических финансов, вычислительные финансы, и / или финансовое перестрахование. В частности, степень магистра в области математических финансов, финансового инжиниринга, исследование операций, вычислительная статистика, машинное обучение, и финансовый анализ становятся все более популярными среди студентов и работодателей. Видеть Магистр количественных финансов для общего обсуждения.

Параллельно это привело к возрождению спроса на актуарный квалификации, а также коммерческие сертификаты, такие как CQF.Более общий Магистр финансовМагистр финансовой экономики) все чаще включает в себя значительную техническую составляющую.

Типы

Количественный аналитик фронт-офиса

В продажах и трейдинге количественные аналитики работают, чтобы определять цены, управлять рисками и выявлять выгодные возможности. Исторически это отличалось от трейдинга, но граница между кабинетным количественным аналитиком и количественным трейдером все более стирается, и теперь трудно войти в трейдинг как профессию без хотя бы некоторого образования в области количественного анализа. В области алгоритмическая торговля он дошел до точки, в которой нет значимой разницы. Работа фронт-офиса способствует более высокому соотношению скорости и качества, с большим упором на решения конкретных проблем, чем на детальное моделирование. FOQ обычно оплачиваются значительно лучше, чем в бэк-офисе, оценке рисков и модели. Хотя высококвалифицированные аналитики, FOQ часто не имеют опыта разработки программного обеспечения или формального обучения, и из-за ограничений по времени и бизнес-давления часто принимаются тактические решения.

Количественное управление инвестициями

Количественный анализ широко используется управляющие активами. Некоторые, такие как FQ, AQR или Barclays, полагаются почти исключительно на количественные стратегии в то время как другие, такие как Pimco, Blackrock или Citadel, используют сочетание количественных и фундаментальные методы.Увидеть количественный фонд в общем, и Схема финансирования § Количественное инвестирование для списка соответствующих статей.

Количественный анализ библиотеки

Крупные фирмы вкладывают большие суммы в попытки разработать стандартные методы оценки цен и рисков. Они отличаются от инструментов фронт-офиса тем, что Excel используется очень редко, большая часть разработки ведется на C ++, хотя Java и C # иногда используются в задачах, не связанных с производительностью. LQ тратят больше времени на моделирование, чтобы обеспечить эффективность и правильность аналитики, хотя между LQ и FOQ существует противоречие относительно достоверности их результатов. LQ необходимы для понимания таких методов, как Методы Монте-Карло и методы конечных разностей, а также характер моделируемых продуктов.

Количественный аналитик алгоритмической торговли

Часто в самой высокооплачиваемой форме Quant, ATQ используют методы, взятые из обработка сигналов, теория игры, играть в азартные игры Критерий Келли, микроструктура рынка, эконометрика, и Временные ряды анализ. Алгоритмическая торговля включает в себя статистический арбитраж, но включает в себя методы, в значительной степени основанные на скорости ответа, до такой степени, что некоторые ATQ модифицируют оборудование и ядра Linux для достижения сверхнизкого задержка.

Управление рисками

Это приобрело большое значение в последние годы, поскольку кредитный кризис выявил бреши в механизмах, используемых для обеспечения правильного хеджирования позиций, хотя ни в одном банке оплата с учетом риска не применяется так, как во фронт-офисе. Основная техника стоимость под риском, и это подкрепляется различными формами стресс-тест (финансовый), экономический капитал анализ и прямой анализ позиций и моделей, используемых различными подразделениями банка.

Инновации

После финансового кризиса появилось признание того, что методы количественной оценки, как правило, слишком узки в своем подходе. Многие финансовые учреждения приняли согласованное решение для улучшения сотрудничества.

Проверка модели

Проверка модели (MV) использует модели и методы, разработанные фронт-офисом, библиотекой и специалистами по количественному анализу моделирования, и определяет их достоверность и правильность. Группу MV вполне можно рассматривать как надмножество количественных операций в финансовом учреждении, поскольку она должна иметь дело с новыми и продвинутыми моделями и торговыми методами всей фирмы. Однако до кризиса структура оплаты труда во всех фирмах была такова, что группы MV изо всех сил пытались привлечь и удержать адекватный персонал, и часто талантливые количественные аналитики уходили при первой же возможности. Это серьезно повлияло на способность компании управлять модельным риском или обеспечивать правильную оценку занимаемых должностей. Количественный аналитик MV обычно зарабатывает долю количественных аналитиков в других группах с аналогичным опытом. За годы, прошедшие после кризиса, это изменилось. Регуляторы теперь обычно напрямую общаются с квантами в мидл-офисе, такими как валидаторы моделей, и, поскольку прибыль сильно зависит от регулирующей инфраструктуры, валидация модели приобрела вес и важность по сравнению с квантами во фронт-офисе.

Количественный разработчик

Количественные разработчики, иногда называемые количественными инженерами программного обеспечения или количественными инженерами, - это компьютерные специалисты, которые помогают, внедряют и поддерживают количественные модели. Они, как правило, являются узкоспециализированными языковыми специалистами, которые устраняют разрыв между программисты и количественные аналитики. Этот термин также иногда используется за пределами финансовой отрасли для обозначения тех, кто работает на пересечении программная инженерия и количественные исследования.

Математические и статистические подходы

Видеть: Математические финансы; Финансовое моделирование # Количественные финансы; План финансов # Математические инструменты; Финансовая экономика # Производные ценообразование.

Из-за своего опыта количественные аналитики используют различные формы математики: статистика и вероятность, исчисление сосредоточено вокруг уравнения в частных производных, линейная алгебра, дискретная математика, и эконометрика. Некоторые покупатели могут использовать машинное обучение. Большинство аналитиков-количественных аналитиков не получили формального образования в области основной экономики и часто придерживаются мировоззрения, почерпнутого из физических наук. Кванты используют математические навыки, полученные в различных областях, таких как информатика, физика и инженерия. Эти навыки включают (но не ограничиваются) расширенную статистику, линейную алгебру и уравнения в частных производных, а также их решения на основе числовой анализ.

Обычно используемые численные методы:

Методы

Типичной проблемой для математически ориентированного количественного аналитика будет разработка модели ценообразования, хеджирования и управления рисками сложного производного продукта. Эти количественные аналитики склонны больше полагаться на численный анализ, чем на статистику и эконометрику. Одним из основных математических инструментов количественных финансов является стохастическое исчисление. Однако существует установка на предпочтение детерминированно "правильного" ответа, поскольку после достижения согласия по входным значениям и динамике рыночных переменных остается только одна правильная цена для любой данной безопасности (что может быть продемонстрировано, хотя часто неэффективно, с помощью большого объема моделирования Монте-Карло).

Типичной проблемой для статистически ориентированного количественного аналитика будет разработка модели для определения того, какие акции относительно дороги, а какие - относительно дешевы. Модель может включать отношение балансовой стоимости компании к цене, отношение ее конечной прибыли к цене и другие учетные факторы. Инвестиционный менеджер может реализовать этот анализ, покупая акции по заниженной цене, продавая акции по завышенной цене или и то, и другое. Статистически ориентированные количественные аналитики, как правило, больше полагаются на статистику и эконометрику и меньше полагаются на сложные численные методы и объектно-ориентированное программирование. Эти количественные аналитики, как правило, принадлежат к той психологии, которая любит пытаться найти лучший подход к моделированию данных и может согласиться с тем, что не существует «правильного ответа», пока не пройдет время и мы не сможем ретроспективно увидеть, как работает модель. Оба типа количественных аналитиков требуют глубоких знаний сложной математики и навыков компьютерного программирования.

Научно-технические журналы

Направления работы

Основные публикации

Смотрите также

Рекомендации

  1. ^ См. Определение в Обществе прикладной и промышленной математики http://www.siam.org/about/pdf/brochure.pdf
  2. ^ Дерман, Э. (2004). Моя жизнь как кванта: размышления о физике и финансах. Джон Вили и сыновья.
  3. ^ Марковиц, Х. (1952). «Подбор портфолио». Журнал финансов. 7 (1): 77–91. Дои:10.1111 / j.1540-6261.1952.tb01525.x.
  4. ^ Самуэльсон, П. А. (1965). «Рациональная теория гарантийного ценообразования». Обзор промышленного управления. 6 (2): 13–32.
  5. ^ Генри Маккин соучредитель стохастического исчисления (вместе с Киёси Ито) написал приложение: см. Маккин, Х. П. младший (1965). «Приложение (к Самуэльсону): задача со свободной границей для уравнения теплопроводности, возникающая из задачи математической экономики». Обзор промышленного управления. 6 (2): 32–39.
  6. ^ Харрисон, Дж. Майкл; Плиска, Стэнли Р. (1981). «Мартингалы и стохастические интегралы в теории непрерывной торговли». Стохастические процессы и их приложения. 11 (3): 215–260. Дои:10.1016/0304-4149(81)90026-0.
  7. ^ Дерман, Эмануэль (2004). Моя жизнь как квант. Джон Уайли и сыновья.
  8. ^ «Машинное обучение в финансах: теория и приложения». marketmedia.com. 22 января 2013 г.. Получено 2 апреля 2018.
  9. ^ "Взгляд на количественные финансы с точки зрения машинного обучения" (PDF). qminitiative.org.
  10. ^ "Журнал управления портфелем". jpm.iijournals.com. Получено 2019-02-02.
  11. ^ http://www.tandfonline.com/toc/rquf20/current%7C
  12. ^ «Финансы и стохастика - включая возможность публикации в открытом доступе».

дальнейшее чтение

внешняя ссылка

  • http://sqa-us.org - Общество количественных аналитиков
  • http://www.q-group.org/ - Институт количественных исследований в области финансов Q-Group
  • http://cqa.org - CQA - Чикагский количественный альянс
  • http://qwafafew.org/ - QWAFAFEW - Альянс количественной работы для финансового образования и мудрости
  • http://prmia.org - PRMIA - Отраслевая ассоциация профессиональных риск-менеджеров
  • http://iaqf.org - Международная ассоциация количественных финансов
  • http://www.lqg.org.uk/ - London Quant Group
  • http://quant.stackexchange.com - сайт вопросов и ответов по количественным финансам