تداول الأسهم بشكل منتظم

تنصل.
تنطبق شروط الاستخدام التالية على هذا الموقع وجميع التطبيقات التي يسمح لك بالوصول إليها عبر هذا الموقع.
يرجى قراءة هذه الشروط والأحكام لاستخدامها بعناية قبل استخدام هذا الموقع الإلكتروني، بما في ذلك التطبيقات التي يمكنك الوصول إليها من خلال هذا الموقع الإلكتروني (ويشار إليها مجتمعة هذا الموقع والتطبيقات الأساسية التي يمكنك الوصول إليها عن طريق هذا الموقع يجب أن يشار إليها باسم "الموقع"). باستخدام هذا الموقع، فإنك تشير إلى موافقتك على شروط الاستخدام هذه. إذا كنت لا توافق على شروط الاستخدام هذه، يرجى عدم استخدام الموقع. تحتفظ الإدارة المتكاملة للآفات جنبا إلى جنب مع الشركات التابعة المباشرة وغير المباشرة المملوكة بالكامل لها، وفقا لتقديرنا، لتغيير أو تعديل أو إضافة أو إزالة أجزاء من هذه البنود في أي وقت. يرجى مراجعة هذه الشروط بشكل دوري لإجراء تغييرات.
المواقع المرتبطة / الأطر / الاستخدام.
مسؤولية استخدام والتحكم في كلمات المرور ومعلومات العميل.
- أطلب منكم للحصول على معلومات شخصية. غالبا ما تدعي رسائل البريد الإلكتروني هذه أن معلوماتك قد تم اختراقها أو تجميدها أو مطالبةك بتأكيد هويتك.
- رابط لمواقع الويب المزيفة. قد تبدو هذه المواقع شرعية، ولكنها تجمع في الواقع معلومات شخصية للاستخدام غير القانوني. وقد تتضمن أيضا رابطا إلى الموقع الإلكتروني الحقيقي في محاولة لجعل الصلة تبدو مشروعة.
- تحتوي على أرقام الهواتف الاحتيالية. وعادة ما تكون هذه الأرقام الهاتفية مرتبطة مباشرة بمرتكبي الغش. لا تتصل مطلقا برقم مميز على رسالة إلكترونية تشتبه في أنها احتيالية، وتأكد من التحقق مرة أخرى من الأرقام التي تتصل بها. بالإضافة إلى ذلك، قد يتم تضمين رقم مشروع في محاولة لتوثيق البريد الإلكتروني.
- حذف رسائل البريد الإلكتروني المشبوهة دون فتحها. إذا فتحت رسالة إلكترونية مريبة، فلا تفتح أية مرفقات أو تنقر على أية روابط قد تحتوي عليها.
- المرجعية أي المواقع التي منزل معلومات الحساب الشخصي واستخدام تلك الإشارات للتنقل مباشرة إلى تلك المواقع.
- تثبيت وتحديث برامج الحماية من الفيروسات بانتظام.
- حافظ على جهاز الكمبيوتر الخاص بك نظام التشغيل ومستعرض ويب الحالي.
المساواة المنهجية.
ويمكن النظر إلى استراتيجية الإنصاف المنهجي للإدارة المتكاملة للآفات على أنها تطور لمفهوم بيتا الذكي الذي يحدد المخاطر ديناميكيا بين مجموعة من مخاطر رأس المال. يستخدم أساس النهج بيانات المحاسبة في الغالب للشركة ويتجنب صراحة مخططات ترجيح الرسملة التقليدية.
ومن حيث الجوهر، تؤدي المنهجية إلى إعادة التوازن مقابل التقلبات في أسعار السوق، مما يعطي الحافظة تعريفا للقيمة ودينامية بطبيعتها. وبالإضافة إلى ذلك، فإن الاستراتيجية تضيف التعرض لمخاطر أخرى مثل الجودة والحجم والزخم، فضلا عن عوامل تطلعية أكثر لم يتم التقاطها في البيانات المحاسبية. والتنفيذ منهجي تماما ويستند إلى نماذج الاستثمار الخاصة.
وتؤدي الاستراتيجية وتنفيذها إلى محافظ متنوعة ومتنوعة تمثل أسواق الأسهم الأوسع نطاقا، ولكن مع تفوق متوقع في الأداء. ويمكن تكييف عالم الاستثمار وفقا لمتطلبات المستثمرين، وتتوفر حاليا صناديق الأموال المجمعة للمحافظ العالمية وأمريكا وأوروبا والأسواق الناشئة.
وكجزء من جهود االستثمارات المسؤولة، تطبق اإلدارة المتكاملة للآفات سياسة إسغ بما في ذلك المشاركة و / أو استبعاد الشركات التي تعتبر مخالفة للقواعد والاتفاقيات الدولية، وبأبعاد أفضل في بناء المحفظة.
إن الاستثمار في العقود المستقبلية هو تباين ويشتمل على مخاطر جوهرية، بما في ذلك المخاطر التي قد يفقدها المستثمر أو بعضه أو في حالة حساب مدار يجاوز استثماره. الأداء في الماضي ليست بالضرورة مؤشرا على النتائج المستقبلية.
بموجب استثناء من لجنة تداول السلع الآجلة فيما يتعلق بحسابات الأشخاص المؤهلين المؤهلين، ليس من الضروري أن يكون هذا الكتيب أو وثيقة الحساب قد تم إيداعه مع اللجنة. لجنة تداول السلع اآلجلة ال تعبر لجنة التجارة عن مزايا المشاركة في برنامج تجاري أو عن مدى كفاية أو دقة اإلفصاح عن مستشار تجارة السلع. وبالتالي، فإن لجنة تجارة السلع الآجلة لم تراجع أو وافقت على هذا البرنامج التجاري أو هذا الكتيب أو وثيقة الحساب.

استخدام اسرتاتيجيات العدالة النظامية لبناء حوافظ أفضل.
أبريل 23، 2018 | عامل الاستثمار.
وتسمح استراتيجيات الأسهم المنتظمة، عندما تمثل كعوامل في نماذج المخاطر، لمديري الاستثمار برصد أفضل لمخاطر المخاطر والعائدات في حافظات الأسهم. ونحن نعتقد أنها تحسن أيضا دقة التنبؤ وتساعد على بناء المحافظ التي إمالة نحو (أو بعيدا عن) هذه الاستراتيجيات، والتي تستند إلى قواعد أو تطبيقات الكمبيوتر القائم.
وهناك سببان رئيسيان لإدراج العوامل الاقتصادية والاجتماعية في نموذج التنبؤ بالمخاطر:
وينظر السوق إلى معظم العوامل الاقتصادية والاجتماعية على أنها تنبؤات بالتدفقات النقدية المستقبلية للشركات. ونتيجة لذلك، فهي محفزات لعوائد الأسهم المتوقعة. ومن الناحية العملية، اعتبرت هذه العوامل أيضا مصادر هامة للعائدات غير الطبيعية. وباعتبارها عوامل دافعة لعوائد الأسهم، فإن العوامل الاقتصادية والاجتماعية هي أيضا عوامل تقلبات وترابط بين الأسهم. وتسمح عوامل الخدمات الاقتصادية والاجتماعية في نماذج المخاطر لمديري الاستثمار بقياس هذا التقلب وتأثيره في الارتباط. قد تؤدي بعض استراتيجيات العدالة المنتظمة إلى مخاطر الازدحام كمجمعات كبيرة من تدفق رأس المال في هذه الاستراتيجيات. يمكن للمستثمرين الذين يستخدمون نماذج المخاطر مع العوامل سيس أن يقيسوا ويراقبوا تعرضهم لهذه الاستراتيجيات المزدحمة وأن يتخذوا قرارات مستنيرة بشأن المخاطر والعودة للمقايضة.
نحن مجموعة استراتيجيات الأسهم المنهجية على أربع فئات واسعة: التقييم والجودة والمشاعر والزخم. يتم تقسيم كل استراتيجية من الاستراتيجيات الأربعة بدورها إلى استراتيجيات فرعية وعوامل أساسية، كما هو موضح في المعرض أدناه.
قد يؤدي الازدحام في إستراتيجية إلى تحسين كفاءة السوق، مثل اكتشاف أسرع للأسعار على المدى القصير. في حين أن الازدحام يقلل من فعالية الاستراتيجية في التنبؤ عوائد الأسهم، فإنه لا يزال مصدرا هاما للمخاطر خلال فترة اكتشاف الأسعار بسبب الاحتكاكات مثل القيود التقصير وتكاليف المعاملات.
هناك بعد إضافي من مخاطر الازدحام الذي هو صالح لمجموعة واسعة من الاستراتيجيات "أونانتوريد" خاصة عندما المستثمر متابعة استراتيجية لا يعرف كم رأس المال هو السعي لتحقيق ذلك. وقد يؤدي الازدحام في هذه الاستراتيجيات إلى ارتفاع الأسعار نحو الأسعار الأساسية ثم الابتعاد عنها. وعندما يكون هناك ما يكفي من الانحراف عن الأسعار الأساسية، يمكن لمديري آخرين (بعد استراتيجيات التقييم) أن يستفيدوا من فرصة الاستثمار. في هذه الحالة، الازدحام في استراتيجية يدخل تقلبات إضافية خلال عملية اكتشاف الأسعار.
ونحن نعتقد أن دمج العوامل سيس في نماذج المخاطر يمكن أن تفعل ما يلي:
تحسين توقعات مخاطر المحفظة، خاصة بالنسبة لمديري المحافظ الذين يأخذون عمدا أحجام كبيرة على عوامل سيس يساعد المستثمرين على اتخاذ قرارات أفضل للمقايضة بين المخاطر وعوائد هذه الاستراتيجيات توفير إطار لتحليل استراتيجيات الاستثمار المزدحمة المحتملة.
قراءة كيف يمكن لدينا بطاقة الازدحام يمكن أن تساعد في رصد والكشف عن خطر الازدحام من الاستثمار.

أوكل ديسكفري.
إيداع البحث الخاص بك.
تطبيق آلة التعلم لتداول الأسهم المنهجية: كشف الاتجاه، بناء محفظة وتنفيذ النظام.
سيثي، م. (2018) التطبيقية التعلم الآلي لتجارة الأسهم المنهجية: كشف الاتجاه، بناء محفظة وتنفيذ النظام. أطروحة الدكتوراه، أوكل (كلية جامعة لندن).
ThesisFinal_MininderSethi. pdf - ["content_typename_Submitted الإصدار" لم يتم تعريفه]
يقتصر الوصول على موظفي الوصول المفتوح من أوكل حتى 1 أغسطس 2019.
ويشكل التداول المنتظم للأسهم الأساس للصناعة العالمية لإدارة الأصول. يحاول المحللون جميعا تفوق أداء الاستثمار السلبي في مؤشر الأسهم. ومع ذلك، فقد أظهرت الإحصاءات أن معظم المحللين النشطين لا يفوزون باستمرار على المؤشر. هذه الرسالة تحقق في تطبيق تقنيات التعلم الآلي، بما في ذلك الشبكات العصبية والنماذج الرسومية، إلى التداول المنهجي للأسهم. من خلال النهج التي تقوم على قابلية الترابية الاقتصادية هو مبين كيف يمكن تطبيق التعلم آلة لتحقيق التفوق في مؤشرات الأسهم. في هذه الرسالة ثلاثة جوانب من استراتيجية التداول كاملة تعتبر، وهذه هي كشف الاتجاه، بناء محفظة وتوقيت دخول النظام. يتم النظر إلى هذه الجوانب الثلاثة في إطار متكامل لتعلم الآلات، ويتم تقديم عدد من المساهمات الجديدة إلى أحدث ما توصلت إليه التكنولوجيا. كما يتم تناول عدد من القضايا العملية التي غالبا ما يتم تجاهلها في الأدبيات. تقدم هذه الرسالة استراتيجية كاملة للتعلم القائم على تعلم الآلة التي تظهر لتوليد الأرباح تحت مجموعة من ظروف التداول. يتضمن البحث الذي تم تقديمه ثلاث تجارب: 1- إطار الشبكة العصبية الجديدة لتداول الأسهم قصيرة الأجل مربحة - تركز التجربة الأولى على إيجاد فرص تداول قصيرة الأجل على مستوى الأسهم الفردية الفردية. يتم عرض طريقة جديدة الشبكة العصبية للكشف عن الفرص التجارية على أساس الرهان مع أو ضد اتجاه قصير الأجل الأخير. النهج المتبع هو الخروج عن الجزء الأكبر من الأدب حيث التركيز على التنبؤ الاتجاه في اليوم التالي. 2 - إطار نموذجي رسومي جديد لبناء محفظة الأسهم الديناميكية - تنظر التجربة الثانية في قضية بناء محفظة. يتم عرض إطار نموذجي رسومي لبناء محفظة في ظل ظروف حيث يتم عقد الصفقات فقط لفترات قصيرة من الزمن. هذا العمل مهم حيث أن تقنيات بناء المحفظة القياسية ليست مناسبة تماما لمحافظ ديناميكية للغاية. 3 - دراسة تطبيق التعلم عبر الإنترنت من أجل توقيت إدخال الطلبات - تنظر التجربة الثالثة في مسألة تنفيذ الأوامر وكيفية تحديد الوقت الأمثل لدخول أوامر التداول إلى السوق. توضح التجربة كيف يمكن استخدام تقنيات التعلم عبر الإنترنت لتحديد توقيت أفضل لإدخال أمر السوق. هذا العمل مهم كما توقيت النظام لتنفيذ التجارة لم يتم دراستها على نطاق واسع في الأدب. النهج التي تشكل الحالة الراهنة للفن في كل من المجالات الثلاثة من فرصة التداول (الاتجاه) الكشف، بناء محفظة وتوقيت دخول النظام غالبا ما تتجاهل قضايا حقيقية مثل السيولة وتكاليف المعاملات. كل من الطرق الجديدة المعروضة في هذه الرسالة تعتبر هذه المسائل العملية ذات الصلة. تقدم هذه الرسالة المساهمات التالية في العلوم: 1- طريقة جديدة تستند إلى الشبكة العصبية للكشف عن فرص التداول قصيرة الأجل للأسهم الفردية. ويستند هذا النهج إلى المباني الاقتصادية السليمة وهو أقرب إلى النهج الذي اتبعه خبير من الخبراء البشريين حيث يتم تحديد اتجاهات المخزون واتخاذ قرار لمتابعة هذا الاتجاه أو للتداول ضده. 2- رواية نموذجية تستند إلى طريقة بناء محفظة. تقنيات المحفظة القياسية ليست مناسبة تماما لبيئة ديناميكية التي يتم فيها عقد الصفقات فقط لفترات زمنية قصيرة، يتم عرض طريقة لبناء محفظة في ظل هذه الظروف. 3- دراسة تطبيق التعلم عبر الإنترنت لتوقيت دخول الطلبات. لم يتم دراسة توقيت دخول الطلبات لتنفيذ التجارة على نطاق واسع في المؤلفات. ويفترض عادة أن أوامر التداول سيتم تنفيذها في سعر الإقفال في نهاية اليوم. في الممارسة العملية ليس هناك سبب حقيقي للتداول على الإغلاق ويظهر أن تنفيذ أفضل يمكن الحصول عليها عن طريق التداول في وقت سابق والتي يمكن تحديدها من خلال تطبيق التعلم عبر الإنترنت.

تداول الأسهم بشكل منتظم
كيف منهجية، خوارزمية آثار التداول الأسهم، وكيفية الاستفادة من هذا التفاهم.
22 أغسطس، 2017 3:37 م.
وتؤدي الاستراتيجيات المنهجية والخوارزمية إلى زيادة حركة الأسواق والأسهم الفردية.
يمكن للمستثمرين الاستفادة من التعرف على الكيفية التي قد تبحث بها الخوارزميات في القضايا الفردية المسماة.
إن طريقة "بيئة السوق التجريبية" للتحليل تأخذ في الاعتبار كيف تؤثر ظروف الأسعار الفنية على الأسواق والأسهم الفردية من خلال النظر في استمرار الأسعار والتقلب ومتوسط ​​الاختلاف / التقارب.
خوارزميات ونظم التداول المنهجية القائمة على القواعد قد ذهبت من تمثيل ما يقرب من 30٪ من السوق إلى الهيمنة الآن حيث 10٪ فقط من تلك التي تؤثر على قرارات العرض والطلب التوازن هي "التجار تقديرية الأساسية،" جي بي مورجان (رئيس بورصة نيويورك: جيم) رئيس الكمية وبحوث المشتقات ماركو كولانوفيتش وضوحا مؤخرا. في مذكرة بحثية أجريت في يونيو 2017 للعملاء، قال إن مثل هذا التداول يؤثر بلا شك على سعر الأوراق المالية المعطاة. في الواقع، عزا 9 و 12 يونيو بيع في أسهم التكنولوجيا إلى خوارزميات الكمبيوتر المستندة إلى إشارات البيع.
كيف تعتبر خوارزمية الكمبيوتر الأسهم ربما تكون من أهم العوامل التي تدفع سعر السهم اليوم، ولكن قلة من الناس لديهم أي فكرة كيف يعمل، وما الخوارزميات التفكير في مخزوناتهم، ولماذا الأسهم قد تتحرك صعودا أو هبوطا في السعر غائبة الأخبار الأساسية.
وهذا على وشك التغيير.
الهدف من هذه السلسلة من المقالات هو إلقاء الضوء على درجات مختلفة كيف يمكن لبعض الخوارزميات عرض الأسهم المسماة بشكل فردي. نحن لا ننظر فقط في عوامل السوق الفنية ولكن أيضا ربط النقاط مع القوى الاقتصادية الأساسية التي تؤثر على خوارزميات أكثر مما هو معترف به عموما.
تحقيق هدف توفير تحليل موجز لكيفية حرفيا المليارات من خطوط التعليمات البرمجية قد لا يكون من السهل مهمة للتأكد. ويمكن القول بأن كل خوارزمية لها مجموعة خاصة بها من الخصائص، وموجهات السوق، ومحفزات التنفيذ الفريدة التي تجعل التكثيف نظرة أكثر من التحدي، قد يقول البعض مستحيلا.
في حين أن الحجة القائلة بأن كل خوارزمية فريدة من نوعها في حد ذاتها لها ميزة كبيرة، وأنا أميل إلى عدم الاتفاق على أنه لا يمكن وضع رأي عام في الآراء. وفي حين أنها مهمة صعبة، فإنه ليس مستحيلا.
كما شخص درس مختلف استراتيجيات التداول المنهجي، وضعت برامج التداول المهنية لاستخدامها في وضع صندوق التحوط، مكتوبة أو ساهمت في أربعة كتب، ودرس دورة التعليم التنفيذي جامعة نورث وسترن في هذا الموضوع، هو رأيي أنه إلى حد كبير ، يمكن أن يفهم مديري المحفظة الأساسية نظم التداول والاستثمار القائمة على الحاسوب بمجرد شرح المنظور الصحيح. على وجه الخصوص، وهذا يعني ربط استراتيجية أو مكون صيغة إلى الكلي "بيئة السوق بيتا".
في حين أن رمز الكمبيوتر والرياضيات وراء كل خوارزمية التداول أو الاستثمار فريدة من نوعها هي دائما فريدة من نوعها تقريبا ومعقدة، أطروحة قيادة هذه الفلسفة هي أن هناك أساسيات أساسية، السائقين الأداء الفطرية التي تتعلق بيئة السوق الكلي أكبر التي تدفع نجاح معظم الخوارزمية النظم بغض النظر عن تعقيدها.
في سلسلة من المقالات، وسوف نقوم بتحليل العوامل الحسابية التي يحتمل أن تؤثر على أداء السهم في وسيلة سهلة لقراءة الشكل.
عند تحليل خوارزمية، بدء تأطير لفهم كيف يعمل من هذا المنظور بيئة السوق بيتا يمكن أن تكون ذات قيمة كبيرة. مع هذا الفهم، يمكنك التعرف ليس فقط كيف أو لماذا الأسهم قد تتأثر برنامج منهجي، ولكن هذا ليس كل شيء. ويمكن للمخصصين المؤسسيين المتطورين استخدام النظام لتطوير محافظ استثمارية غير مترابطة، وإجراء تقييم كمي لصناديق التحوط وقرارات الاختيار، وإدارة الاستثمارات البديلة للمضي قدما في فهم سوق بيتا.
غير أنه ينبغي أن يكون واضحا أن ما نوقش ليس بسيطا. لا يتم تقديم المطالبات التي خوارزميات سهلة لبناء أو فهم كامل. والمطالبة هي أنه عند البدء في فهم هذه الخوارزميات من منظور كلي استنادا إلى بيئة سوق بيتا، يمكننا أن نفهم على أفضل وجه ما يقود عوامل العرض والطلب في إستراتيجية تداول أسهم أو سوق أو تحوط معين.
في هذه السلسلة من المقالات للبحث عن ألفا، وسأحاول أن تأخذ تعقيد خوارزميات مختلفة، كسرها إلى شذرات مفهومة. أنا لا أدرس الناس كيفية القيام بذلك. التي من شأنها أن تكون بلا حدود أكثر تعقيدا. ما أقترحه هو أنه إذا اعترف المستثمرون بيئات سوق بيتا الأساسية المؤثرة على التداول الحسابي، يمكنهم الحصول على شعور بما قد يدفع اتجاه السعر لأسهمهم الفردية و / أو التعرف على كيفية عمل أنظمة التداول المختلفة في صناديق التحوط.
مفتاح النجاح هو كسر التعقيد، والنقطة الأولى من هذا هو التعرف على عدد من بيئات السوق التي تهيمن.
أنا في المقام الأول النظر في ثلاثة بيئات السوق بيتا التقنية: استمرار الأسعار، وتستخدم في الاتجاه التالي / استراتيجية الزخم؛ متوسط ​​الاختلاف والتقارب بين أسعار الأصول ذات الصلة المستخدمة بالقيمة النسبية؛ تقلبات الأسعار المستخدمة في الأنظمة الحسابية التي تتأثر بتحركات الأسعار المفاجئة والكبيرة. هذه ليست بيئات السوق الوحيدة بأي وسيلة. أنا استخدم هذه الثلاثة كنقطة أساسية للفهم لأن هذا كان طريقتي عندما ممارس لبناء محافظ غير مترابطة ويتصل البحوث التي أجريت. (راجع قسم "بيئة السوق التجريبية" أدناه).
الكثير مثل عامل الاستثمار، حيث هناك الآن حوالي 300+ العوامل الاقتصادية تقود مختلف النظم القائمة على بيتا، وهناك العديد من الاعتبارات البيئة فئة السوق الفرعية، مثل انعكاس المتوسط ​​ومختلف نظريات الاختراق التي يتم تطبيقها. وأشار لانس همفري، مدير محفظة الولايات المتحدة الأمريكية الذي يدير أكثر من 5 مليارات دولار، لي في هذا البودكاست، وهناك العديد من العوامل التي يتم اكتشافها. "بدلا من أن تضيع في تعقيد، وقال انه يفهم الأسواق من خلال الاعتراف الأول الأكثر فائدة ومفيدة العوامل وتوسيع الحكمة من تلك النقطة.
وأغتنم نفس النهج مع العوامل السعرية بيئة السوق بيتا التقنية.
وفيما يلي تفاصيل تقنية إضافية تحيط بيئات سوق بيتا الرئيسية التي تعتبر عادة في هذا التحليل جنبا إلى جنب مع بعض الدعم الأكاديمي عندما تكون متاحة.
بيتا طريقة تحليل السوق والقراءة الموصى بها:
إن النظرية التي مفادها أن "بيئات السوق التجريبية" تؤثر على استراتيجيات التداول الخوارزمية لأول مرة في كتاب كتبته العقود الآجلة المدارة عالية الأداء (وايلي، 2018). وكان من المفيد في هذا الكتاب نظرة إحصائية ابتداء من الصفحة 239 حيث تم عرض بيئات سوق بيتا الأولية الثلاثة المبينة على أساس إحصائي باستخدام بيانات العوائد الشهرية. وفي وقت لاحق تحليل مختلف باستخدام اختلاف الأطر الزمنية التجارية والتقنيات التحليلية تعزيز وجهة النظر. وقد نمت الأفكار والبحوث حول الموضوع كما فعلت أطروحة الأساسية التي تم توسيعها في وقت لاحق في جامعة نورث وسترن التعليم المستمر التي تناولت قياس استراتيجية خوارزمية، وكذلك في العديد من المقالات وموجزة في فصل من الكتاب من بيلي مكان، المحافظ التكتيكية: استراتيجيات وتكتيكات الاستثمار في صناديق التحوط (وايلي، 2018).
هذا القسم من المادة يحصل على أكثر التقنية من معظم تحليل سوق الأسهم التي سوف تستخدم بيئات السوق بيتا كأساس ولكن أقل تقنية من التنمية الموثقة المستخدمة لإنشاء كتا أو استراتيجية خوارزمية.
المفهوم الأساسي المحيط بيتا تحليل بيئة السوق.
ويستند نجاح عملية تحليل بيئة السوق بيتا على كسر التعقيد وجدت في استراتيجية صندوق التحوط أو خوارزمية من خلال فهم أولا للمكونات الأساسية، ومحركات الأداء الأساسية، التي هي السببية المباشرة للنجاح.
إنها حقيقة أساسية، واحدة لا تناقش في كثير من الأحيان في العلن، أن جميع خوارزميات التداول، كونها صيغ تخضع لو / المنطق ثم، ناجحة عندما يكتشفون أحداث السوق المتكررة. وتتميز أحداث السوق هذه بخصائص تقنية يمكن التعرف عليها من خلال التعرف أولا على كيفية تفاعلها مع ما أسمته "بيئة سوق بيتا". وبحكم التعريف، فإن الإستراتيجية التي تقع ضمن فئة بيئة سوق بيتا معينة تؤثر سلبا أو إيجابا عند حالة بيئة السوق بيتا في مكان أو غائبة. يتم قياس بيئات السوق بيتا إحصائيا باستخدام الصيغ متسقة. في حين أن معظم كتا تبقي أساليبها الخوارزمية سرية ما لم تتحدث مع الاستشاريين، وهناك بعض كتاس الذين اعترفوا لي للاستهلاك العام أنها تحدد العوامل البيئية في السوق في تحليلها، بما في ذلك ناتيكسيس (في محادثة بودكاست) و غراهام كابيتال ماناجيمنت، ل حتة. وذكرت بريدجواتر أسوسياتس، التي لا تستخدم استراتيجيات كتا التقليدية، تشارك في استهداف بيتا والتقلب، كشفت في مقابلة حصرية.
يتم تقسيم بيئات السوق بيتا إلى ثلاث فئات رئيسية مع العديد من الفئات الفرعية:
السعر الثبات هو بيئة سوق بيتا حيث قوة اتجاه السعر قوية وتستمر أسعار الأصول المعينة في التحرك في اتجاه واحد. هذه البيئة السوق يفضي إلى العديد من الاستراتيجيات الخوارزمية مثل بما في ذلك الاتجاه التالي، والزخم، والعديد من استراتيجيات الفئة الفرعية مثل نظرية الانفصال. يتم وضع معدل العائد ضمن فئة استمرارية األسعار ألغراض تطوير محفظة معينة ولأنه يتأثر ببيئة السوق الستمرار األسعار وقوة االتجاه، حيث يتم ربطهما سلبا. في تحليل الأسهم الفردية، سيتم الإشارة إلى هذا العمل على نطاق واسع. استمرار الأسعار هو بيئة السوق التي يشار إليها عادة من قبل الممارسين الصناعة من خلال مجموعة متنوعة من التدابير المتاحة للجمهور. وغالبا ما يكون استمرار الثبات جذور أساسية واقتصادية تم شرحها على أفضل وجه من خلال عدد من الأوراق الأكاديمية المدرجة في القسم الأخير الذي يتناول هذا الموضوع فضلا عن العديد من الكتب الممتازة حول موضوع الاتجاه التالي وتداول الزخم والاستثمار. التقلب هو حركة سعر الأصل في تعاقب سريع وفي بعض الأحيان خلافة مفاجئة. ويستخدم الاختلاف من سعره - وفصله عن بيتا، الذي يقيس التقلب النسبي - في التحليل لتحديد محفزات التجارة المحتملة. وعادة ما يكون للتقلب أثر هام على بيئتي السوق األساسيتين األخريين، وغالبا ما يشعلان استمرار األسعار ويخلق قوة قوية من االتجاه) أكثر وضوحا خالل األزمة المالية العالمية لعام 2008 (. وبالمثل، فإن التقلبات غالبا ما تخلق فرصة لاستراتيجيات القيمة النسبية من خلال خلق الاختلاف المتوسط، ثم بعد تبدد تأثير التقلب، التقارب المتوسط. وسيستخدم تحليل التقلب عند اقترانه باستمرارية الأسعار وتحليل القيمة النسبية في كثير من الأحيان لشرح الأثر الخوارزمي على الأسهم المسماة بصورة فردية، نظرا لأن محفزات التقلب لها علاقة إحصائية مع قوة الاتجاه التي يمكن تفسيرها على أساس اقتصادي أساسي. وتقاس التقلبات في معظم الأحيان من خلال المؤشرات الشعبية مثل كبوي فيكس، الذي يستند سعره على حجم الخيارات. في حين أن حجم الخيارات كبير - والاعتراف بالإشارات من كلا الخيارين والتداول الآجل للأسهم الآجلة له مغزى - تحليل التقلب من حيث علاقته بالأسهم المسماة بشكل فردي يبدأ بالنسبة للانحراف المعياري التاريخي للأسعار، ويقاس بشكل منفصل على حدة بالانحراف الصعودي والهبولي. متوسط ​​الاختلاف / التقارب هو بيئة السوق التي تؤثر على القيمة النسبية، وانتشار، واستراتيجيات المراجحة، ولها تأثير أقل شهرة ولكن أقل قوة بالمقارنة مع الأسهم المسماة بشكل فردي. ويحدث الاختلاف المتوسط ​​عندما يتغير سعر أحد الأصول بشكل جوهري بالنسبة لسعر أصل آخر ذي علاقة اقتصادية عميقة. هناك نقاط عندما يكون الاختلاف المتوسط ​​تقني في الطبيعة ومن ثم يحدث التقارب، الذي يكمل قيمة النسبية / انتشار دورة التحكيم. ولكن معظم ماديا لتحليل الأسهم الفردية هو عندما يحول سعر السهم من ارتباطه المتوسط ​​مع ارتباط اقتصادي عميق. في كثير من الأنظمة، وهذا يرسل الزناد تنفيذ التجارة ويوفر أدلة على التغيرات الاقتصادية الأساسية التي تحدث في الأسهم نسبة إلى بيتا السوق. وفي حين أن قياس الاختلاف / التقارب لا يقاس علنا ​​بنفس درجة استمرار الأسعار أو تقلبها، إلا أن هناك تدابير رياضية محددة تحدد كميا هذا النشاط، وستدمج مع تراكب اقتصادي أساسي لفهم تحركات الأسعار في الأسهم المسماة بشكل فردي.
هناك مؤشرات إحصائية تحدد بشكل واضح كل من هذه الاستراتيجيات الموضحة في تحليل الإستراتيجية الفردية أدناه، مع التركيز بشكل خاص على نسبة الفوز بالنسبة إلى حجم الفوز وأسوأ السحب. وسيتم دمج هذه التدابير مع مؤشرات خوارزمية أخرى ذات مغزى للتراكب فوق الأسهم الفردية لفهم القوة الخوارزمية وراء أو ضد استراتيجية معينة. نسبة الفوز من الزناد التنفيذ معين غالبا ما يزيد مع عدد من تراكب خوارزمية مترابطة بشكل صحيح. عند إجراء تحليل الأسهم الفردية، سوف يلاحظ القراء أن التقاء الإشارات يعطي ترجيح كبير على إشارة فردية.
ولكن قبل أن نحصل على أبعد من ذلك في الأعشاب الضارة بالنسبة إلى تحليل بيئة السوق بيتا، دعونا ننظر تاريخها.
تاريخ تحليل بيئة السوق بيتا.
ولديها استشارة تاريخية مع مختلف التبادلات والمشاركين في السوق في صناعة المشتقات، لاحظت أن الاستراتيجيات المستخدمة في طابق التبادل (عندما كان لدى البشر دورا ذا مغزى) كانت متنوعة. تلقت الاتجاهات التالية الاهتمام العام الأكثر شعبية وتم توثيقها لتكون الأكثر شعبية حتى الآن، مع العديد من الممارسين والأكاديميين يجادلون بأن هذه هي الاستراتيجية الوحيدة المدارة الآجلة كتا الآجلة. لقد اختلفت عن توافق الآراء، الذي، في رأيي، لم يدرس جميع البيانات. ودعت إلى اتباع نهج مجموعة متنوعة من الاستراتيجيات التي استغلت بيئات السوق المتعددة، وليس فقط واحدة. لقد قمت بتداول إستراتيجية تقلب مهنيا على طول منحنى العائد و أثناء إدارة قسم كتا الآجلة لإدارة شركة وساطة صغيرة تقوم ببناء محافظ كتا غير مترابطة استنادا إلى مفهوم بيئة السوق. وقد تأثر هذا العمل سلبا في وقت لاحق بدرجات متفاوتة بسبب فشل مف غلوبال ومجموعة بيرجرين المالية.
بدأت البحوث في تحليل بيئة السوق بيتا أثناء دراسة صناديق التحوط التي فشلت. كانت قاعدة البيانات باركليهدج "المقبرة" كتا في أول تحديا كبيرا لتحليل، وهو موضوع نوقش جزئيا في بلدي عام 2018 كتاب عالية الأداء العقود الآجلة المدارة وبعد ذلك في كتاب المحافظ التكتيكية. ولكن في نهاية المطاف، حولت الصندوق عائدات البيانات حولها، وتبحث في ذلك من وجهة الفشل إلى الوراء، واكتشفت بعض المحافظات الإحصائية والصناديق التحوط فشل - تتحول إلى "دوامة الموت" - التي يمكن تفسيرها على أساس أساسي. وقد استخدم هذا في تطوير ليس فقط طريقة لمراقبة أداء صندوق التحوط ولكن أيضا قدمت نظرة ثاقبة استراتيجية الاستقرار من مشغلات حسابي. وقد تقدمت تفكيري في السنوات الثماني املاضية، وراجعنا أهم ثالث اكتشافات من خالل هذا البحث: 1 (صناديق التحوط املنهجية التي فشلت لديها ميل إحصائي إلى تقدمي أداء غير متسق مع بيئة سوق بيتا املذكورة ودوافع األداء األساسية. 2) من المرجح أن تفشل صناديق التحوط التي تفوقت بشكل ملحوظ على نظرائها في السوق على أساس معايير محددة للإنحراف الصعودي والانحراف الهبوطي على المدى الطويل؛ 3) إن التعرف على الميل الإحصائي لكل استراتيجية، مع التركيز على الانحراف الصاعد والهبوط وتحليل الارتباط، يمكن أن يوفر نظرة فريدة على ما يتحرك الأسواق وأسعار الأسهم، ولا سيما بالنظر إلى زيادة تأثير الاستراتيجيات الخوارزمية في وقت متأخر. لم يتم الإفصاح عن كامل نتائج الدراسة كما أن العديد من النتائج تستخدم على أساس تجاري. وقد عرفت فعالية الخوارزمية بانخفاض قيمة المعلومات التي ترتبط سلبا بالتعرض. ومع ذلك، فإن بعض الاستراتيجيات أكثر مرونة من غيرها.
لمزيد من التفاصيل حول كيفية تأثير بيئات السوق الكلية على الأسواق وبناء المحفظة بشكل عام، وكذلك القراءة الموصى بها للوثائق الأكاديمية العامة انظر أيضا:
فابر، ميب، نهج كمي لتوزيع الأصول التكتيكية (1 فبراير 2018). مجلة إدارة الثروات، ربيع 2007. متوفر في سسرن: نهج كمي لتوزيع الأصول التكتيكية بواسطة ميب فابر: سسرن.
ميوتشي، أتيليو، إدارة التنويع (1 أبريل 2018). ريس، ب. 74-79، ماي 2009؛ بلومبرغ إدوكاتيون & أمب؛ البحث الكمي وورقة التعليم. متوفر في سسرن: إدارة التنويع من قبل أتيليو ميوتشي: سدرن.
لي، لينغفنغ، عوامل الاقتصاد الكلي والارتباط بين عائدات الأسهم والسندات (نوفمبر 2002). ييل إيكف وركينغ بابر No. 02-46؛ عفا 2004 سان دييغو الاجتماعات. متوفر في سسرن: عوامل الاقتصاد الكلي وعلاقة عوائد الأسهم والسندات من قبل لينغفنغ لي: سسرن.
مع نظرة عامة على فلسفة بيئة السوق بيتا في متناول اليد، والنظر في كيفية كل من الاستراتيجيات الأولية يختلف إحصائيا - تغيير خوارزميات تنفيذها - وماذا يعني هذا نحو فهم تأثير التداول المنهجي على أسعار الأسهم في السوق والفردية.
السعر الثبات: الاتجاه التالي / الزخم / نظرية الاختراق:
استراتيجية التداول كتا خوارزمية الأكثر شعبية مع أكبر كمية من كل من الاعتماد المهني والوثائق المحيطة بأساليبها هو الاتجاه التالي. ومن الناحية التاريخية، اشتمل ذلك على استخدام المتوسطات المتحركة البسيطة أو الأسية (أو الجمع) من خلال "متوسط ​​المتوسط ​​المتحرك" لإطارين زمنيين لإصدار إشارة شراء أو بيع. على سبيل المثال، يستخدم مؤشر سوسيتيه جينيرال تريند إنديكاتور، وهو طريقة شائعة لقياس الاتجاه التالي للبيتا، متوسطا للمتوسط ​​المتحرك لمدة 20 يوما / 120 يوما لقياس مستوى السعر في 55 سوقا عبر أربع فئات من فئات الأصول. ويعتبر هذا الأمر أفق زمني في منتصف المدة من قبل العديد من الممارسين، والأفق الزمني هو عامل رئيسي عند تقييم هذه الأنظمة وسلوك الاتجاه في سوق معين. نماذج أكثر تقدما تطبيق عدسة الزخم سلسلة الوقت، نماذج التكيف أو استخدام معيار نيكيست أو نماذج تصفية كالمان للحد من الضوضاء الإحصائية التي يحسن أيضا نسبة الفوز ولكن في بعض الأحيان، النتائج في اصطياد الاتجاه في نقطة مختلفة من الوقت من أكثر حساسية مشغلات التنفيذ.
هنا هي النقطة الرئيسية: في حين أن جميع الاتجاهات، والزخم ونماذج الاختراق لديها اختلافات دقيقة هامة، فإنها قياس وجود الشيء نفسه - الاتجاه أو الزخم في سوق معين. في حين أنها غالبا ما تحدد نفس الاتجاه مع مشغلات التنفيذ التي تعمل على أطر زمنية مختلفة قليلا، هو قوة بيئة السوق بيتا العامة التي بحكم تعريف يحدد النجاح.
وفرضية فلسفة تحليل بيئة السوق بيتا هي أنه عندما تكون بيئة السوق الإيجابية موجودة - استمرار الأسعار في أصل معين، على سبيل المثال - وهذا يؤدي إلى الأداء الإيجابي والعكس بالعكس. ويؤدي ذلك إلى تحديد قوة الاتجاه الذي يمكن أن ينظر إليه جزئيا في تدابير مثل "بارومتر الاتجاه" التي وضعتها وتديرها نيلز كاستروب لارسن في دان كابيتال، وهو واحد من الاختلاف من معيارا للمستوى من قوة الاتجاه في الأسواق.
نسبة الفوز استراتيجية غالبا ما ترتبط سلبا مع حجم الفوز.
Win percentage is material relative to analysis of individual stocks. Relative to win percentage, over time, the trend strategies developed new overlays that improved win percentage, but also delayed the timing of a trade signal if not eliminating many valid trades. When evaluating individual stocks, momentum signals are given relative to a range based on the signals sensitivity. Likewise, win percentage is considered, particularly relative to the use of other indicators, as certain overlays have a statistical correlation with increased signal accuracy but at times also lower win size. As you will see, in these strategies, win percentage and win size are often negatively correlated. Another important metric for trend/momentum signals is how over time the increasing popularity of algorithmic strategies creates a re-enforcing market mechanism to various degrees. Once certain systematic execution triggers are hit an amplification of the trend occurs over given time frames, most noticeable in the short term.
What I found most interesting while studying various market environments is that trend following has a different statistical profile when considering the entire portfolio of assets than it does when evaluated on a trade by trade basis. In my initial study of the BarclayHedge database, which at the time had the largest percentage of CTA and systematic fund managers reporting, the trend following strategy had monthly fund returns win percentage of 57.89% and an average win size of 4.52%. Compare this to the volatility strategy average, which at that time had a win percentage of 74.25% but a smaller monthly win size of 3.75%. This can be a slightly nuanced number to consider when juxtaposed to the average statistical analysis on an individual trade basis that did not consider a monthly reporting time frame but rather the length of the trend (not published in the book.) Proprietary studies I have since seen from various CTAs, as well as my limited research, suggested that on an individual trade basis, win percentage was rather low – near 20% in many studies – while win size was significantly higher. Strategies typically exhibit a relatively inverse relationship between win percentage and win size. While there is much noise around algorithmic trading, these are key statistics to focus on and often define strategies to certain degrees. Short volatility strategies have corresponding high win percentages with low win size but high maximum drawdown levels, for instance. Understanding the meaning of this is valuable when evaluating individual stocks, and it is one reason why recognizing different beta market performance drivers such as relative volatility and mean divergence come into play.
For further details about general trend following/momentum and recommended reading of public academic documentation also see following:
Hurst, Brian and Ooi, Yao Hua and Pedersen, Lasse Heje, A Century of Evidence on Trend-Following Investing (June 27, 2017). Available at SSRN: A Century of Evidence on Trend-Following Investing by Brian Hurst, Yao Hua Ooi, Lasse Heje Pedersen: SSRN.
Bergstresser, Daniel and Cohen, Lauren and Cohen, Randolph B. and Malloy, Christopher J., AQR's Momentum Funds (October 8, 2018). Harvard Business School Finance Case No. 211-025. Available at SSRN: AQR's Momentum Funds by Daniel Bergstresser, Lauren Cohen, Randolph B. Cohen, Christopher J. Malloy: SSRN.
Baltas, Nick, Trend-Following, Risk-Parity and the Influence of Correlations (October 12, 2018). "Risk-Based and Factor Investing", Elsevier & ISTE Press, 2018 (Forthcoming). Available at SSRN: Trend-Following, Risk-Parity and the Influence of Correlations by Nick Baltas: SSRN.
Volatility/Price Dispersion:
Price volatility, like market price trends, are definitively measured in a public setting. The CBOE volatility products, most notably the S&P 500 VIX index, document market volatility by measuring the volume of options transactions. For the purposes of this stock market analysis, volatility is also measured through the average standard deviation in an asset’s price and is used in numerous risk/reward measures, such as the Sharpe Ratio, which gives equal weighting to upside and downside deviation. While there are many public observations regarding volatility impacting stock market performance – Crestmont Research, for instance, documented the relationship between higher volatility and lower stock prices and lower volatility and higher stock prices – there is also private research on volatility that notes correlations with trend strength. These concepts are used in the development of CTA strategies as well as high frequency trading models. The most notable example of volatility leading to market trend strength occurred in 2008, when the initial “Lehman moment” led to the VIX index spiking to 42.16. This resulted in significant market trends and led to one of the best periods of CTA system performance in history, particularly trend following systems calibrated towards a mid-term time horizon.
From the standpoint of this individual stock research, volatility is a key market trigger that certain algorithmic strategies utilize and thus is relevant towards analysis. Further, volatility analysis will be used in relation to trend and relative value analysis as an overlay filter with the goal to improve win percentage regarding force of trend.
For details and recommended reading of public documentation see the following:
Relative Value/Mean Divergence/Pairs Trading.
Unlike market price trends and volatility, there are not the same public benchmarks for relative value beta benchmarking despite the concept being widely used in commodity and stock trading. As outlined in multiple books, the core concept is to measure the relative value of one asset to another asset with a similar profile, one with a “deep economic link,” as one Quantopian seminar outlined, consistent with many books and research on the topic.
The beta is most often measured by a statistical average between two asset prices. In trading algorithms a “fair value” is represented to certain degrees, often validated by outside factors that influence price disparities such as a price earnings ratio in a stock or economic supply and demand factors in a commodity. When the price of one asset diverges from this mean to a significant level, it represents an opportunity in certain investment methodologies so long as the fundamental economic drivers that correlated the two assets have not materially changed. Quantitative formulas look for “mean divergence” and then “mean convergence” to make a relative value strategy work, often technically measured by what is known as a “Z score” and many times involves a linear regression analysis. Quantopian acknowledged the use of moving average crosses in helping determine relative value analysis, and this is actually much further advanced in private CTA formulas than has been publicly discussed.
Analysts look to mean divergence as a sign that core fundamental economic variables in the stock have changed, which will be extensively explored when considering the algorithmic impact on individual stocks. There are specific time horizon triggers used in this analysis which will also be used frequently. In fact, there is a particular statistical “P Value” method of confidence analysis that tracks the stationarity of a reversion model to develop an economic thesis. In other words, a sustained deviation from the correlation mean provides an increased P Value confidence level as to the potential for an underlying economic event to be taking place, is one thesis.
While some of the relative value strategies have been publicly discussed, many strategies with meaningful nuances used by hedge funds, CTAs and high frequency trading firms remain private. Some of the meaningful differential in how relative value strategies are executed relative to stocks include selecting issues that not only have the same business orientation – in the same stock market sector – but some formulas also consider the differential between value and momentum and look at valuation methods such as price to earnings and other valuation formulas as a method to group correlated assets together. If one does begin to get deeper into algorithmic analysis, discussions of co-integration and the difference with correlation and stationarity is also considered.
For details and recommended reading of public documentation see the following:
Taliaferro, Ryan and Blyth, Stephen, Fixed Income Arbitrage in a Financial Crisis (C): TED Spread and Swap Spread in November 2008 (June 22, 2018). Harvard Business School Finance Case No. 211-051. Available at SSRN: Fixed Income Arbitrage in a Financial Crisis (NYSE:C): TED Spread and Swap Spread in November 2008 by Ryan Taliaferro, Stephen Blyth: SSRN.
Kashyap, Ravi, Dynamic Multi-Factor Bid-Offer Adjustment Model (October 2, 2008). Institutional Investor Journals, Journal of Trading, Vol. 9, No. 3 (Summer 2018), pp. 42-55. Available at SSRN: Dynamic Multi-Factor Bid-Offer Adjustment Model by Ravi Kashyap: SSRN or Dynamic Multi-Factor Bid-Offer Adjustment Model by Ravi Kashyap: SSRN.
This has been a basic outline of the methods and systems used to understand how algorithms might be influencing individual stocks. Limited analysis such as this cannot cover all algorithmic impacts and potential influences. When the most fundamental market environments are considered, however, a useful picture can be painted for investors to further investigate.
الإفصاح: أنا / ليس لدينا مواقف في أي أسهم المذكورة، وليس هناك خطط لبدء أي مناصب في غضون 72 ساعة القادمة.
كتبت هذه المقالة بنفسي، وتعبر عن آرائي الخاصة. أنا لا أتلقى تعويضا عن ذلك. ليس لدي أي علاقة تجارية مع أي شركة تم ذكر أسهمها في هذه المقالة.
هذه المقالة لأعضاء برو فقط!
الحصول على الوصول إلى هذه المادة و 15،000 مقالات برو الحصري من 200 $ / م.
ترغب في رفع مستوى برو؟
حجز موعد مع مدير حساب برو لمعرفة ما إذا برو هو حق لكم.

Credit Suisse’s giant internal hedge fund – and other facts from the bank’s investor day.
Credit Suisse has been harbouring a large systematic hedge fund. It’s also been going against the grain of juniorization.
It’s Credit Suisse investor day. The bank’s biggest and brightest are making a series of presentations throughout the day on the bank’s future.
The big, predictable, news is: more cost cutting. Not long ago, Credit Suisse wanted to take out CHF2bn of costs. Now it wants to take out CHF4.2bn by 2018. The less predictable news is that Credit Suisse is starting to get real about Asia – instead of extolling the region’s huge potential it’s suddenly planning to make CHF300m of APAC cost cuts as revenues there haven’t matched expectations.
As Credit Suisse restructures its investment bank, the presentations of Brian Chin and Jim Amine were the most interesting. The two men outlined the futures for Credit Suisse’s global markets and investment banking and capital markets divisions respectively. This is what they said.
1. There’s been a systematic trading hedge fund lurking within Credit Suisse’s markets division.
If you want a trading job in an investment bank, you can’t get much better than Credit Suisse’s little known systematic market making group (SMG). In his presentation today, Brian Chin, head of the global markets division, described SMG as “a global quantitative and systematic trading group,” which focuses on, “market making and high-turnover strategies,” and which has a “history of making good returns.”
Credit Suisse insiders say SMG was formed in 2018 as part of the bank’s dedicated global Quant Equity trading hub. It is the descendant of what was formerly known as the Global Arbitrage Trading group which was restructured post the 2008/09 financial crisis. The fund operates, “highly sophisticated quantitative models,” to manage its portfolio.
Credit Suisse’s SMG unit is run by Paris-based Pierre-Yves Morlat and by New York-based Nick Branca. Predictably, the division mostly employs quantitative traders. It’s been hiring: Thibaut Chevalier joined from SocGen earlier this year, as did Saad Bahir. In October, Morlat and Branca were said to be prepping a quantitative hedge fund (‘Qube’) under the SMG umbrella, and to have already raised $800m in external funding.
This might sound curious in light of the Volcker Rule, which bans banks from running proprietary trading desks or internal hedge funds, but the Volcker Rule only applies to U. S. banks and to European banks in the U. S, and in any case Credit Suisse has, in any case, rendered SMG compliant by moving it into its asset management unit.
As the chart below shows, SMG will now pursue its hedge fund-like activities differently. In the past, funding came from global markets (GM) and Credit Suisse’s APAC business. In future, the funding for SMG will come from institutional investors too.
The evolution of Credit Suisse’s most interesting trading division:
المصدر: كريديت سويس.
2. Credit Suisse’s sales and trading division has been crippled by cuts to its risk weighted assets, but it’s all ok.
Like Morgan Stanley’s fixed income business, Credit Suisse’s global markets division has had its wings clipped. As Chin’s chart below shows, the bank has cut risk weighted assets (RWAs) allocated to global markets from $65bn to $58bn (11%). Revenues fell from $8.1bn to $5.5bn (30%) over the same period.
Credit Suisse seems ok with this: Chin said the bank’s new fixed income revenue streams are less about trading and more about capital markets and origination. As such, they’re less capital intensive and volatile. Nor is Chin troubled by the bank’s serious slimming down in macro trading – an area where other banks are now making big revenues. The boom in macro trading is unlikely to persist, predicts Chin: interest rate volatility is actually “pretty low” and Credit Suisse’s smaller macro business is now profitable and “nice and focused”.
In future, Credit Suisse’s ambition is to achieve $6bn in annual revenues in global markets, with $60bn of risk weighted assets.
Revenues vs. risk weighted assets in Credit Suisse’s global markets division:
المصدر: كريديت سويس.
3. Credit Suisse says restructuring in the global markets division is over, but it wants to take out another $400m of costs by 2018.
In a curious case of double-speak, Chin said the “bulk of the restructuring” in the global markets division is now done, and the division has “significant upside” from here on. At the same time, however, Chin wants to take another $400m (8%) of costs from the division by 2018. Is that not restructuring?
Ultimately, the bank wants to generate $6bn global markets revenues with $4.8bn of costs – a cost ratio of 80%, compared to 85% in 2018.
Most of the global markets cost reductions to date have come from “direct expenses”, or cutting costs in the front office. Chin said. Net headcount, including permanent full-time equivalent employees, contractors, consultants and other contingent workers is down by 3,500 people, Chin added. This also seems strange though: Credit Suisse’s third quarter results showed headcount in global markets falling by just 120 people in the previous 12 months. Has Credit Suisse kept its front office staff and cut over a thousand contractors? Looks like it.
Falling operating expenses in Credit Suisse’s global markets division:
المصدر: كريديت سويس.
4. Compliance costs are crippling, but they’ve plateaued.
Credit Suisse has become the latest bank to broadcast the crippling cost of compliance. Between 2018 and 2018, compliance costs in global markets and the corporate centre rose from $500m to $900m. The good news, is that they’ve now plateaued. “There was a lot of upfront investment,” said Chin.
Rising compliance costs in Credit Suisse’s global markets division:
المصدر: كريديت سويس.
5. Future cost cuts at Credit Suisse’s markets business will come from ‘in-flight levers’
Even though restructuring is over (it’s not), Credit Suisse will be working some “in flight levers” to cut costs in its global markets in future. According to Chin, these are as follows:
المصدر: كريديت سويس.
Basically, you don’t want to work in a role where there’s someone else doing the same thing in another area of the bank.
6. Credit Suisse is now going for some crazy returns.
When Tidjane Thiam first turned up at Credit Suisse in 2018 he was remonstrated for not providing a target return on equity at the bank. ليس بعد الآن. Credit Suisse now wants to achieve a return on regulatory capital of 10% to 15% in global markets and 15% to 20% in investment banking and capital markets. The bank said it achieved a 15% to 20% RoE in its American investment banking business already, but this still looks very ambitious. Goldman Sachs and Deutsche Bank are going for 12% across their firms. What makes Credit Suisse different? Especially when you consider that global markets achieved a return of regulatory capital of 2.5% in the third quarter.
7. Credit Suisse loves its M&A bankers in the Americas and will probably be paying them well. EMEA, not so much.
Four years ago, Credit Suisse took a knife to mid-ranking and senior staff across its investment banking division (IBD). In 2018, 30% of directors and 15% of managing directors were cut, thereby hollowing out the next generation of IBD talent.
The bank seems to have learned from that – or is, at least talking the talk with regards to its senior staff. In his presentation today, Jim Amine, head of Credit Suisse’s investment banking and capital markets division, said it’s “very, very important” that Credit Suisse keeps its senior coverage people happy. The bank has refocused its IBD division towards equity capital markets and M&A and has hired 25 senior bankers, distributed as per the chart below.
Credit Suisse is going for growth in American investment banking. Amine said margins are higher in the Americas and growth potential is greater. EMEA is a different story: as eurozone growth slows, Credit Suisse has been cutting costs in its European investment bank. Amine said the bank has cut its industry groups in Europe and merged them with its country coverage groups. In future, U. S. bankers will be providing industry-focused support across the Atlantic.
Where Credit Suisse has been hiring in IBD:
المصدر: كريديت سويس.
8. Credit Suisse is funding its senior M&A hires by cutting elsewhere.
Juniorization may be a thing at other banks, but Credit Suisse seems to be taking the opposite approach. In today’s presentation, Amine explained that its $200m if spending on new senior hires and technology investments is being funded by streamlined support functions, cuts, and ‘workflow engineering.’ In other words, costs are being cut elsewhere in the bank to fund the hiring of all those MDs.
Self-funded growth at Credit Suisse’s investment bank.
9. Credit Suisse is going for robotics and machine-based learning.
In his presentation, Credit Suisse CFO David Mathers said the bank is cutting costs by focusing on robotics and machine learning. As we’ve said before, this is increasingly looking like the future of finance.
10. Credit Suisse has made more savings in London than expected.
Lastly, Credit Suisse is making some huge cuts to its London headcount. Mathers said today that it’s now cut 4,200 people in London (out of 6,600 people when it started). That’s a drop of 64%. Mathers added the bank’s London costs have yielded more savings than expected. These are being reinvested elsewhere (think the Americas and Poland).
مقالات ذات صلة:
If you want to work in one investment banking division at Credit Suisse on Wall Street, it's this.
Credit Suisse's markets business is caught in a feedback loop: the faster it cuts costs, the faster revenues fall.
Credit Suisse is wiping the floor with Goldman Sachs in Tidjane Thiam's area of special expertise. But it's having big problems elsewhere.
Photo credit: Credit Suisse by eflon is licensed under CC BY 2.0.
التعليقات (1)
Quote from the article: If you want a trading job in an investment bank, you can’t get much better than Credit Suisse’s little. known systematic market making group (SMG). In his presentation today.
All those applicants to Renaissance, DE Shaw, and 2 Sigma: CS is the future.
Everybody, short machine-based learning algorithmic trading. CS is getting in.
Please submit your reason: Send.
The comment is under moderation. It will appear shortly.
أوروبا، الشرق الأوسط & أمب؛ Africa.
آسيا والمحيط الهادئ.
eFinancialCareers.
اتصل بنا.
المعلومات القانونية.
eFinancialCareers is a DHI service. دهي شركة مدرجة في بورصة نيويورك. (Ticker: DHX)
© كوبيرايت 2000-2018 إفينانسيالكاريرس Ltd.
هل تريد الاطلاع على مقالات من هذا القبيل في بريدك الوارد؟
Sign up to the eFinancialCareers newsletter today.