Квантовая торговля: как математики покорили Уолл-стрит
С момента появления квантовой торговли, основанной на математических моделях и статистическом анализе, рынки претерпели значительные изменения. Несмотря на популярность и эффективность этого подхода, кризис 2007 года показал, что даже самые сложные алгоритмы уязвимы перед лицом рыночного страха. Это четвертая статья в серии, посвященной эволюции инвестиционных стратегий.
Автор — юрист по образованию, специализирующийся на технологиях. Управляет фондом инвестиций в криптовалюты, проживает в США. Автор книги «A Brief History of Money» и ведущий подкаста KanAmerica.com. В Twitter: @ChananSteinhart.
Трудность достижения успеха на рынке капитала проистекает не только из человеческих предубеждений. Не менее значим тот факт, что успех концентрируется в относительно небольшом числе компаний, и даже у них он зачастую не является долгосрочным.
В исследовании «Способны ли акции генерировать доходность выше, чем государственные облигации?», проведенном профессором Хендриком Бессембиндером из Школы бизнеса Университета штата Аризона, были изучены более 29 тысяч акций в период с 1926 по 2023 год. Исследование показало, что 58% акций проиграли по доходности государственным облигациям США, около 38% принесли доходность выше облигаций, но в небольших размерах, и только 4% от общего числа акций создали подавляющую часть богатства на рынке.
Другое исследование, опубликованное в 2023 году, изучило более 64 тысяч акций по всему миру в период с начала 1990 года по конец 2020 года. Оно показало, что около 55% акций в США и около 57% акций за их пределами показали результаты хуже, чем государственные облигации США.
Эта тенденция лишь обострилась в последние годы. В 2025 году, например, акции всего семи компаний — так называемой «Великолепной семерки» (Apple, Microsoft, Amazon, Nvidia, Alphabet, Meta и Tesla) — обеспечили более 42% всей доходности индекса S&P 500, согласно данным инвестиционного гиганта Fidelity. Это явление не ново. В годы пузыря доткомов, между январем 1998 года и пиком в 2000 году, всего 15 компаний обеспечили 75–80% прибыли S&P 500, а в Nasdaq около 15 компаний обеспечили 85–90% колоссального роста индекса.
Подобная концентрация доходности затрудняет стабильное получение прибыли. Человеческие предубеждения также мешают реализовать потенциал даже прибыльных активов. Поэтому профессиональные инвесторы пытались преодолеть эти трудности с помощью машин — компьютеров и статистики. Это стало радикальным отличием от образа Уолл-стрит начала XX века.
Победить дилера: модель торговли, родившаяся в казино
В начале XX века французский математик Луи Башелье выдвинул идею, которая тогда казалась абсурдной: хотя цены на акции движутся случайным образом, это движение можно описать законами вероятности. Рынок воспринимался как площадка психологии, советов, инсайдерской информации и интуиции, а не формул.
Спустя десятилетия появился Эдвард Торп. Он начал не с рынка капитала, а с казино. В 60-х годах прошлого века он разработал математическую модель для игры в блэкджек, доказав, что с помощью подсчета карт можно получить статистическое преимущество над заведением. Его книга «Победить дилера» стала бестселлером.
Переход Торпа на рынок капитала был естественным. В конце 60-х он начал применять схожие принципы в торговле и основал один из первых в мире хедж-фондов, основанных на моделях. Так родилась «квантовая торговля».
Квантовая торговля (количественная торговля или систематические инвестиции) опирается на математические модели, анализ данных и статистику для принятия торговых решений. Она не изучает финансовые отчеты или качества менеджеров, а анализирует модели поведения на рынке, пытаясь использовать их — или отклонения от них — для совершения операций.
Торп впервые доказал, что можно «победить» систему, кажущуюся случайной. Одной из ключевых областей его деятельности был арбитраж опционов. До того как модель Блэка-Шоулза стала стандартом, Торп выявил, что опционы зачастую оцениваются неверно по отношению к базовой акции. Он использовал стратегию «дельта-хеджирования»: покупка опционов при одновременной продаже акций нивелировала подверженность изменениям цены. Оставался «ценовой разрыв», и если он закрывался — возникала почти безрисковая прибыль. Это был один из первых примеров «статистического арбитража».
Торп также разработал стратегии «возврата к среднему» (Mean Reversion), пытаясь использовать ситуации, когда актив слишком сильно отклоняется от своего исторического среднего значения.
Парная торговля: все дело в разрыве между активами
Еще одной областью была «парная торговля» (Pairs Trading), где изучаются два похожих актива. Если их соотношение выходит за пределы нормального диапазона, трейдер покупает дешевый актив и продает дорогой, исходя из предположения, что аномальный разрыв закроется.
Современный пример — цена на нефть. Существуют два вида: Brent Crude (основной индекс за пределами США) и Texas Crude (добываемая в США). Перед войной США с Ираном разрыв между ними составлял 7–10%. Когда началась война, Texas отреагировал острее, и разрыв сократился. Это создало возможность: шорт Brent и лонг Texas, чтобы заработать на возврате к норме. Сделка принесла около 6% прибыли.
Торп не пытался «понять рынок» в традиционном смысле, он искал статистическое преимущество. Влияние Торпа было огромным, но еще более известен Джим Саймонс.
Стратегия: взломать рынок как код
Джим Саймонс не был типичным управляющим. Одаренный математик, работавший с Агентством национальной безопасности США над расшифровкой кодов, он основал хедж-фонд Renaissance Technologies. В 1988 году он запустил фонд Medallion, который приносил феноменальную годовую доходность около 66% (около 39% после комиссий). С момента основания фонд заработал более 100 миллиардов долларов.
Саймонс первым масштабно применил квантовые стратегии, нанимая физиков и математиков вместо финансовых аналитиков.
Квант не застрахован: падение 2007 года
Сегодня, по оценкам, 25–30% активов хедж-фондов управляются по чистым квантовым моделям, а алгоритмы обеспечивают 60–70% объема торгов в США и Европе. Однако в августе 2007 года Уолл-стрит пережила «кризис квантов». Многие модели, считавшиеся «нейтральными к рынку», начали рушиться одновременно, понеся убытки в 10–20% за несколько дней. Ликвидность исчезла, а корреляции сломались.
Кризис показал: даже самая передовая математика не может полностью устранить рыночные риски. В моменты стресса модели бессильны перед древней силой — страхом. Революция квантовых моделей продолжается, и с развитием искусственного интеллекта количественные стратегии становятся доступны даже частным инвесторам.
