Почему стратегии волатильности могут опережать традиционные методы

Все модели можно разбить на три больших класса:

1) Модели, предполагающие наличие определенного вида распределения (модель Монте-Карло, параметрические методы и мультивариационное моделирование, включающее в себя обширное количество параметрических непараметрических моделей);

2) Модели, ос-нованные на эмпирическом распределении (историческая симуляция);

3) Стресс — тестирование (историческое тестирование, проектирование сценариев различной сложности).

Исследования свидетельствуют, что пригодность модели определяется характером распределения и набором инструментов, входящих в портфель. К линейным инструментам относятся такие активы, как акции, облигации, валюты, форвардные контракты, простые свопы.

Классические нелинейные инструменты — опционы и свопционы.

Фьючерсные контракты занимают промежуточное положение, хотя более склонны к линейным инструментам, но при этом следует учитывать уровень допускаемой погрешности, потому что в их основе присутствует как минимум две компоненты: ценовая (базовый актив) и процентная (премия относительно рынка спот), которая может обусловить небольшое отклонение от линейности.

Основываясь на сведениях, мы можем пойти по простому пути: взять исторические данные. Но как нам быть с опционами, которых в прежней истории может просто не существовать, — ведь стратегия доступна для создания из опционов, только начавших торговаться? И даже если опционы торговались, и у нас имеются исторические данные («бид» и «аск» на закрытие каждого дня), как быть с подразумеваемой волатильностью? Корректно ли использовать прошедшую историю, экстраполируя ее в будущее? Если так поступить, неминуем конфликт с самим собой: создавая стратегию волатильности, мы выдвигаем предположения относительно поведения волатильности в опционах.

Вторая проблема: как быть с ценовым движением? Основываться на исторических данных кажется не слишком корректным. Ведь если бы мы полагали, что цены будут развиваться по тому же сценарию, то зачем бы нам вообще вводить стратегию волатильности? Продуктивней могла бы оказаться более простая концепция: занять позицию по тренду в базовом активе или в длинных опционах (если прежде наблюдался тренд), либо выписать опционы (если перед этим развивалось боковое движение).

Как видим, проблем много, можно выявить еще и другие, хотя и этих достаточно, чтобы понять: попытка получить «точный» результат связана с необходимостью моделирования различных сценариев, для чего обычно используется метод Монте — Карло, либо имитируют различные сценарии. Но в нашем случае мы можем пойти по самому легкому пути (историческое моделирование), так как в стратегиях волатильности используется ребалансировка, устраняющая риск на длительных временных интервалах, поэтому долгосрочный прогноз нам попросту не нужен. Если же мы пожелаем его получить, можно внести корректировку, пользуясь сведениями о неустранимых рисках, разобранных ранее.

Оставаясь последовательным, проведем оценку риска стратегии волатильности на «кубе», которая нами уже неоднократно разбиралась. Средние величины ценовых изменений и стандартных отклонений выясним, пользуясь историей с глубиной в 20 торговых дней, что приблизительно соответствует одному месяцу.

Изменяя количество акций, можно добиться меньшей величины «значение риска». Итерационный поиск показал, что если ввести в стратегию 131.35 акции, то оно будет соответствовать минимально возможному в данном случае значению « — 10.84». Это важный факт, потому что он дает нам в руки еще один механизм «тонкой настойки» стратегии, если у нас нет никаких иных соображений относительно будущего поведения цены и волатильности. При этом надо понимать: модель «значение риска» обладает недостатками, поэтому не следует ей слепо доверять. Скажем, хотя следовало бы ожидать, что «значение риска» для стратегии длинной волатильности (125 коротких акций и 2 длинных 95 — колл) окажется таким же, как и в короткой волатильности, тем не менее расчеты показали: у нее «значение риска» = — 148.

Объяснение такой ситуации — в той рыночной тенденции, которая предшествовала вводу позиции, демонстрируя уверенный подъем цен, поэтому показатели, введенные в модель оценки риска, можно было бы воспринять как нехарактерные. А если это так, то нельзя быть окончательно уверенным, следует ли полностью доверять показателям изменения и стандартного отклонения .

Можно, конечно, углубиться еще больше, исследовав асимметрию (skewness) и эксцесс (kurtosis), но это вряд ли необходимо, к тому же использованный нами исторический ряд не позволяет говорить об объективности оценки. Например, мы могли бы использовать для получения данных о доходности и величине стандартного отклонения другие цены исполнения опционов, предполагая корректность экстраполяции. В самом деле, если мы исследуем ценовое движение акции от 85, то почему бы ни воспользоваться сведениями о поведении 85 — колл, классифицируемого в тот момент «у денег», поскольку наша будущая стратегия будет стартовать тоже с опционом «у денег», но с иной ценой исполнения.