Apeas
[ad_1]
«L’investissement est le plus intelligent quand il s’agit de la plupart des entreprises.» – Ben Graham, L'investisseur intelligent
Ce n’est pas facile d’être un investisseur actif de nos jours. . . Un tiers de tous les actifs aux États-Unis, contre un cinquième il y a dix ans. Freakonomics a récemment réalisé un podcast sur la gestion active intitulé
Aie!
qui ont constaté que seulement 2% à 3% des gestionnaires de fonds communs de placement avaient les compétences nécessaires pour couvrir leurs coûts. Peut-être que les meilleurs gestionnaires se tournent vers les hedge funds, où ils bénéficient de moins de contraintes d'investissement et de meilleurs salaires? Malheureusement, cet argument a perdu de sa vigueur, comme en 2017 ou contre 2017.
Tandis que l'argent fuit des fonds actifs, les stratégies quantitatives ont attiré 1,5 billion de dollars d'actifs et continuent de croître. Après l'argent, C’est ainsi que le terme «quantitatif» a été inventé. L'intégration n'a cependant pas été facile et.
Les gestionnaires fondamentaux traditionnels manquent le point. Les investisseurs fuient parce que les rendements ne justifient plus les frais. Les gestionnaires ne devraient pas blâmer, ni la montée de. Même s’ils étaient les principaux coupables, ils sont bien au-delà de la capacité de contrôle des gestionnaires.
Les gestionnaires devraient plutôt jeter un regard critique sur leur processus d’investissement. Au lieu de chercher des moyens de maîtriser les nouvelles technologies, ils devraient identifier et corriger les faiblesses de leur processus. Au lieu de commencer par des «ensembles de données alternatifs», ils devraient commencer par des données internes sur les décisions d'investissement. Il y a plusieurs raisons à cela:
- Les données internes sont le seul ensemble de données véritablement «exclusif» – aucun autre investisseur ne l’a.
- Les données internes offrent un avantage concurrentiel aux grands gestionnaires de base avec de nombreux analystes et un long historique de décisions à analyser.
- Les données internes offrent la meilleure chance d’améliorer la «marge» du gestionnaire. C’est un prix plus important que tout investissement ou stratégie unique peut offrir.
Quantamental est un moyen puissant d’évaluer le processus d’investissement avec objectivité et rapidité. L’apprentissage automatique et les technologies Big Data sont nouveaux, mais il n’est pas nécessaire de réinventer le cadre permettant d’améliorer un processus. Un outil simple et traditionnel comme le DMAIC de Six Sigma fonctionne très bien.
La première étape consiste à définir l'objectif du processus d'investissement. Cela semble simple et évident, mais les responsables ont besoin d’un objectif quantitatif cohérent avec l’objectif du produit. Sont-ils après des rendements relatifs ou absolus? Sur quelle période de temps? Sont-ils minimiser le drawdown? Ou maximisent-ils le ratio Sharpe, Sortino ou information?
Pour éviter un détour académique, l'objectif peut souvent provenir de la communication avec les investisseurs. Par exemple, commence par les rendements absolus du fonds et ceux du S & P 500. Cela suggère des réponses à la plupart des questions ci-dessus.
Le processus d'investissement fondamental typique peut être divisé en plusieurs étapes pour rendre la mesure et l'analyse réalisables. Chaque étape consiste en un ensemble de décisions. Dans un processus optimal, chaque décision ajoute de la valeur. L’optimum n’est peut-être pas réalisable – personne n’est parfait – mais il est utile comme modèle mental.
Par exemple, au cours de la phase de recherche d’idées, les analystes concentrent leur attention limitée sur un large éventail d’idées afin de décider lesquelles approfondir. Ceci est similaire à un processus de triage. Les décisions des analystes ajoutent de la valeur si les «bonnes» idées sont sélectionnées pour des recherches ultérieures et une diligence raisonnable. Une erreur courante à ce stade consiste à surpondérer les spécificités de l'investissement analysé et à sous-pondérer la performance de base associée au type ou à la «catégorie» d'investissement. Daniel Kahneman décrit cela dans Penser, rapide et lent. Considérez le puzzle suivant du livre:
«Steve est très timide et replié sur lui-même, toujours utile, mais peu intéressé par les gens ou par le monde réel. Âme douce et rangée, il a besoin d’ordre et de structure et d’une passion pour les détails. Est-ce que Steve est plus susceptible d'être bibliothécaire ou agriculteur?
La plupart des répondants supposent que le bibliothécaire se base sur l'histoire présentée dans la question. Cependant, les agriculteurs de sexe masculin sont plus nombreux que les bibliothécaires masculins 20 contre 1 aux États-Unis. Les taux de base importent. Steve est beaucoup plus susceptible d'être un agriculteur.
Une approche quantitative ou statistique corrige ce biais en fournissant une performance de «taux de base» aux idées ou aux valeurs contenues dans l’entonnoir. Le graphique ci-dessous, par exemple, aide les analystes à se concentrer sur les sources d’idées les plus productives.
Les autres taux de base pertinents comprennent le type de titre (privilégié par rapport aux titres ordinaires, sécurisé par rapport aux non garantis), géographique, sectoriel ou fondamental (effet de levier, rentabilité, croissance, valorisation).
En plus de fournir des taux de base, l'analyse quantitative utilise des données a priori, en mettant l'accent sur le processus plutôt que sur les résultats. Voici trois applications:
- Indiquez aux analystes s’ils choisissent les meilleures idées disponibles dans leur entonnoir. Le «meilleur» est défini quantitativement, en mesurant l’alignement sur la stratégie d’investissement énoncée du produit. Par exemple, un gestionnaire avec lequel nous avons travaillé avait «valeur» dans le titre de son fonds phare mais a choisi des titres «coûteux» pour son portefeuille. Le rapprochement de l’écart a aidé ses analystes à comprendre ce qu’il fallait rechercher.
- Identifiez les idées les plus susceptibles d’être acceptées par le comité d’investissement sur la base de caractéristiques a priori. Si, par exemple, le comité n’a jamais accepté une opération sur actions télécom se négociant à plus de 30 fois les bénéfices nets, cela vaut probablement la peine d’être pris en compte.
- Identifiez les tendances communes aux titres que les analystes ont sélectionnés ou rejetés pour une analyse plus approfondie. L'objectif ici est de faire ressortir les biais potentiels au niveau de l'individu, de l'équipe ou de l'organisation. Tous les préjugés ne sont pas mauvais, mais ils devraient tous être intentionnels.
C’est le stade de la recherche d’idées. Mais qu'en est-il de l'extrémité opposée du processus: la construction du portefeuille? L’une des décisions clés à prendre ici concerne la manière de dimensionner les nouveaux postes. Les gestionnaires fondamentaux les évaluent généralement proportionnellement à la conviction qu’ils ont acquise dans l’investissement. Les idées les plus "prometteuses" sont plus grandes.
Cela a du sens en principe, mais est-ce que cela fonctionne dans la pratique? L'analyse quantitative permet d'évaluer si les décisions de dimensionnement aident ou nuisent aux performances et si la condamnation est justifiée.
Ce cadre de construction de portefeuille est raisonnablement efficace. Les idées les plus performantes reçoivent des allocations nettement supérieures (indice T-stat de 3,09). Certains gestionnaires affichent une faible corrélation (ou négative) entre taille et performance. Ils ont la possibilité d'améliorer les performances en adoptant des objectifs de positions égales pour de nouvelles idées.
Performance par rapport à la taille initiale du portefeuille (2015)
L'analyse quantitative fonctionne tout au long du processus d'investissement. Chacune des questions ci-dessous facilite une analyse quantitative spécifique semblable aux deux que nous avons examinées:
Le but de cette approche n’est pas de remplacer les analystes humains par des machines, mais d’exploiter les forces de chacun. Nous sommes mieux à poser des questions. Les machines peuvent aider avec les réponses..
Tous les messages sont l'opinion de l'auteur. En tant que tels, ils ne doivent pas être interprétés comme un conseil en investissement, et les opinions exprimées ne reflètent pas nécessairement les vues du CFA Institute ou de l’employeur de l’auteur.
Crédit image: © Getty Images / erhui1979
