Kvantitatiivinen sijoittaminen ja pallonmuotoinen lehmä

Lomakauden kunniaksi ajattelin kirjoittaa markkinakommentin sijaan vähän erikoisemman jutun. Uusin allokaatio- ja makronäkemys löytyy täältä.

Luonnontieteitä opiskeleva ystäväni luonnehti taloustieteiden ongelmanasettelua kutakuinkin seuraavalla tavalla: ”Olettakaamme pallon muotoinen lehmä, joka laiduntaa vakionopeudella kitkattomalla maatilalla. Kuinka paljon ruohoa lehmä syö tietyssä ajassa?”  

Taloustiede on lyhyen historiansa ajan ollut parjattu tiede. Pallonmuotoinen lehmä on yksi monista metaforista, joilla viestitään, että taloustieteelliset mallit ovat triviaaleja kuvauksia maailmasta. Tällainen kritiikki taloustiedettä kohtaan elää syvällä kokeellisissa tieteissä kuten insinööritieteissä ja luonnontieteissä. Humanistien kritiikki taloustieteestä oli sen sijaan huonosti määriteltyä ja yhtä epäselvää kuin väärällä taajuudella rätisevä radio.

Pidin ystäväni kritiikkiä ennenaikaisena. Lehmäthän olivat vain perusopintojen aikainen pedagoginen välttämättömyys. Jatko-opintojen myötä pääsisimme autuaammille laitumille.

Tohtoriopintojen aikana menetelmät mutkistuivat, mutta mallien kehykset pysyivät ennallaan. Opin, että diskreetissä maailmassa lehmien liikerataa käsiteltiin dynaamisen ohjelmoinnin avulla kun taas jatkuvassa maailmassa pyöriminen toteutui Hamiltonin yhtälön mukaisesti. Menetelmät olivat fysiikasta, mutta ongelmanasettelu oli sama kuin perusopinnoissa.

Väitöskirjani käsitteli valuuttojen ja hyödykkeiden ennustamista. Päättelin, että aiheiden lailla myös mallien tuli olla monimutkaisia. Malleista voi luoda kompleksisia joko lisäämällä selittäviä muuttujia tai herkistämällä funktionaalista muotoa. Supertietokoneenkin saa solmuun tarpeeksi hölmöllä yhdistelmällä.

Mallin arvo olisi yhtä sen käyttökelpoisuuden, eli ennustetarkkuuden kanssa. Vertasin nimenomaan joustavien mallien ennustetarkkuutta vanhempiin suoraviivaisiin malleihin. Ajoin tuhansia malleja viikkojen ajan. Tutkimuksen perusteella joustavat mallit pärjäsivät marginaalisesti paremmin. Tulos ei ollut anomalia vaan linjassa samantyyppisten tutkimusten kanssa. Kvantitatiivinen monimutkaisuus ei siis tuonut merkittävää lisäarvoa ennusteihin.

Onnekseni sain työelämässä tutustua sijoitusmaailman aatelisiin, eli maailman suurimpien hedge-rahastojen salkunhoitajiin ja analyytikoihin. Karkeasti sanottuna hedge –rahastostrategioita on noin kymmenkunta. Taustani johdosta mielenkiintoisia olivat makro- ja kvanttirahastot.

Keskusteluissa salkunhoitajien ja analyytikkojen kanssa minulle valkeni, että polku yksinkertaisista malleista monimutkaiseen oli sangen poljettu. Kompleksit mallit olivat huonoja, koska ne löysivät joko näennäisiä tai hyvin tilapäisiä yhteyksiä muuttujien välillä.

Valtaosa kvanttirahastoista keskittyy niin sanottuihin trend following strategioihin, joissa ostetaan nousevia ja myydään laskevia omaisuusluokkia. Kohteina toimivat hyvin likvidit omaisuusluokat kuten osakeindeksit, valtionbondit, valuutat ja jossain määrin raaka-aineet. Toki muitakin alatyylejä löytyy, mutta näihin sijoitetut varat ovat huomattavasti pienempiä.

 

Diagrammissa oleva valkoinen kuvaaja kertoo, miten 100 euron sijoitus kvanttirahastoihin olisi tuottanut. Keltainen kuvaaja taas osoittaa, miten hedge-rahastot ovat menestyneet ylipäätänsä. Mainittakoon, että hedge-rahastojen tuottojen mittaamiseen liittyy paljon ongelmia (linkki). Näiden ongelmien ei pitäisi kuitenkaan vaikuttaa kahden kuvaajan suhteelliseen erotukseen.

Kuvaajat ilmentävät, että kvanttistrategiat menestyivät juuri silloin kuin sitä eniten kaivattiin, eli vuonna 2008. Kriisin jälkeinen menestys on sitten ollut olematonta. Todennäköisesti näin on käynyt siksi, että finanssikriisin jälkeiset trendit, joita kvanttirahastot hyödyntävät, ovat olleet huomattavasti lyhyempiä kuin perinteiset trendit. Mallit on rakennettu aikana, jolloin markkinaympäristö oli vakaampi ja trendit pidempikestoisia. Entä huominen? Jatkuuko aaltoilu vai palaavatko vanhat ajat? Siinäpä mallinnusongelma, jota me kaikki pähkäilemme.

– Blogi on julkaistu myös Taloussanomien ja Evlin Blogissa

 

One thought on “Kvantitatiivinen sijoittaminen ja pallonmuotoinen lehmä

  1. Viivettä sisältävät ilmiöt käyttäytyvät intuition vastaisesti

    Minäkin olen tehnyt osan töistäni näiden talouden mallinnusten kanssa. On eräs talouden alaan kuuluvien ilmiöiden joukko, jossa olen havainnut, että monimutkaisempi malli on osoittautunut välttämättömäksi.

    Olen huomannut että ihmiset, myös sijoittajat ja talouspolitiikasta vastaavat, ovat yleensä erittäin taitavia arvioimaan ilmöitä, joissa vaikutus on suora ja välitön Esimerkiksi auton ohjaaminen ja se miten korkotaso vaikuttaa pitkällä aikavälillä investointeihin, tai miten P/B tai P/E tunnusluvut vaikuttavat osakkeen arvostustasoon ovat helppoja asioita. 

    Mutta sitten on eräs ilmiöjoukko joka helposti johtaa harhaan. Se on viivettä sisältävät vaikutukset. Jos vaikutus tulee viiveellä, niin on vaikea hahmottaa mitä oikein tapahtuu. Otetaanpa esimerkki.

    1. On lama ja kesuspankki laskee korkotasoa, jotta investoinnit lähtisivät liikkeelle
    2. Laskenut korkotaso saa aikaan sen, että yritykset alkavat suunnitella investointeja
    3. Päätöksenteko vie puoli vuotta aikaa, tehdasinvestoinnin suunnittelu vielä vuoden sen päälle ja sitten puolentoista vuoden kuluttua alkavat rakennustyöt
    4. Tehtaan rakennustyöt käynnistyvät korkeasuhdanteeen aikana, työvoimasta on pulaa, palkat nousevat kun työvoimasta kilpaillaan, ja inflaatio pääsee valloilleen
    5. Keskuspankki joutuu inflaation hillitsemiseksi nostamaan korkotasoa
    6. Kohonnut korkotaso johtaa siihen, että monikaan investointi ei ole kannattavaa, mutta aloitettua tehtaan rakennusprojektia ei voi keskeyttää, ne jatkuvat vielä puolitoista vuotta. Puolentoista vuoden kuluttua teollisuuden investoinnit on saatu ajetuksi alas, ollaan taantumassa ja palataan kohtaan 1.

    Esimerkki on klassinen ja kuvaa hyvin monen maan, myös Suomen oskilloivaa talouspolitiikkaa vielä 60- ja 70- luvuilla. Taloudessa on tälläkin hetkellä säätöluuppeja, joissa on eri mittaisia viiveitä. Monasti säätöluuppia ohjaamassa on ihmisiä, jotka eivät ole tottuneet käyttämään rattia silloin, jos systeemissä on viivettä. Avuksi tulee silloin hyvä malli ja simulaatio-ohjelma, joka auttaa tekemään oikean kokoisia ja oikea-aikaisia päätöksiä siitäkin huolimatta, että systeemi käyttäytyy viiveiden takia luonnollisen intuition vastaisesti.

     

Comments are closed.

Related Posts