Хомяк и хрустальный шар. Иллюзия способности прогнозирования. Диверсификация

Почему мы так не любим рисковать? Как из неопределенностей рождаются религии? Можем ли мы что-либо спрогнозировать? Можно ли получить прибыль, не рискуя, или хотя бы минимизировать эти проклятые риски? Обо всем по порядку.

В пирамиде Маслоу безопасность занимает вторую ступень, сразу после первичных потребностей в виде утоления голода, жажды, холода и полового влечения.

Безопасность для нас характеризуется предсказуемостью (прогнозируемостью) рисков, которые нам грозят. Мы живем спокойно, когда знаем, что завтра в наш дом не попадет ракета или на нашу квартиру не нападет банда мародеров. При этом мы отдаем себе отчет, что если мы поедем жить в Сомали, то все это может стать для нас реальностью. То есть, мы в силах прогнозировать риски (как нам кажется) и это дает нам успокоение и комфортную (с точки зрения психологии) жизнь. А вот если в привычный нам образ жизни врывается война, беззаконие или жутчайший экономический кризис, то наша картина мира рушится, а образ жизни скатывается к примитивным потребностям, без попыток прогнозировать даже на неделю вперед (вдруг мы столько не проживем?).

Самым интересным является тот факт, что даже в самом процветающем и мирном обществе мы не застрахованы от смерти или серьезной угрозы своему здоровью. На голову может упасть кирпич, можно попасть в ДТП, кибер-преступники могут увести деньги с банковской карточки и, в конце концов, можно умереть от неожиданно обнаруженного рака.

То есть, шанс умереть не от старости есть и в Швейцарии, и в Сомали. Тогда почему в Швейцарии мы чувствуем себя гораздо безопаснее? Потому что ретроспективные данные говорят нам, что в Швейцарии шансы умереть на порядок ниже, чем в Африке. И на основе прошлого мы пытаемся прогнозировать будущее. Вернее даже не пытаемся: человеческий мозг делает это автоматически, независимо от того, хотим мы это осознанно проанализировать или нет.

«Пещерный» мозг

Наш мозг эволюционировал сотни тысяч лет, подстраиваясь под постоянно изменяющиеся условия. В итоге в него заложено огромное множество программ «по умолчанию», которые срабатывают очень быстро (не требуют раздумий) и требуют минимум энергии. Зачастую эти программы не рациональны (не основаны на чистой математике и теории вероятностей), поэтому их принято называть когнитивными искажениями.

Но не стоит думать, что в наш мозг закралась математическая ошибка. Он действует быстро и экономно, адаптируясь под те условия, в которых развивался долгое время.

Дело в том, что чуть больше века назад продолжительность жизни человека в большей части мира не превышала и 30 лет. Сейчас же она равна 70 годам (рост более, чем вдвое).

Человечество за последние 100 лет сделало просто невероятный рывок в плане технологического развития, медицины, общественных институтов и прочего. Отмена рабства в мире произошла лишь около 150 лет назад, а такому явлению, как средний класс, нет и 100 лет, если говорить о его повсеместном распространении. Так вот, когда люди жили в среднем по 30 лет, они совершенно иначе относились к риску, инвестициям и перспективам. И к этому подстраивался их мозг. За эти 100 лет (4 поколения) наш мозг еще не успел эволюционировать и подстроить эти программы «по умолчанию». Получается, что мы живем в новой реальности, но со старым (пещерным) мозгом.

Приведу пару примеров программ по умолчанию от «пещерного» мозга:

  1. Если можно получить одну печеньку сейчас вместо двух, но через неделю, человек прошлого будет выбирать моментальное вознаграждение. Ведь будущего с высокой вероятностью может и не быть.
  2. Если у человека прошлого был выбор между тем, чтобы пойти длинной дорогой, на которой нет неопределенностей, или короткой, на которой не все прогнозируемо, он выбирал более длинный, но безопасный путь. Поскольку раньше любая ошибка скорее всего означала бы смерть.

В итоге наши программы по умолчанию (те самые когнитивные искажения) требуют меньше рисковать, избегать неопределенности, выбирать проверенные варианты на основе прошлого опыта, верить опыту других и стремиться получить максимум сейчас вместо большего вознаграждения в будущем.

Но, конечно же, эволюция — не такая простая штука. Она закладывает в популяцию долю мутантов: людей с пониженным чувством риска. Тем самым как бы проверяя: можно ли сейчас рисковать больше? Если да, значит эти мутанты получат больше ресурсов по сравнению с теми, кто осторожничает, и со временем займут больший процент популяции.

Именно поэтому с точки зрения психологии инвестора мы сильно друг от друга отличаемся. Кто-то ночами спать не может, если его портфель упал на 20% или он вложился в волатильную акцию, а кто-то спокойно идет на серьезный риск с возможностью потерять все сбережения и оказаться в долгах, и вообще не парится.

Парень, который шортит Теслу

Фоновая программа «пещерного» мозга

Наверняка все вы знаете старую поговорку: кто владеет информацией, тот владеет миром, которую во время своих сверхприбыльных спекуляций обронил Натан Ротшильд. Владеть достоверной информацией о настоящем и ближайшем будущем, которая неизвестна другим — это то же самое, что обладать машиной времени и иметь возможность без риска обогащаться.

Сбор информации, прогнозирование и оценка рисков — это действительно главные задачи разумных существ в их конкурентной борьбе за выживание. Так что тот, кто делает это лучше, и правда владеет миром.

Поэтому наш «пещерный» мозг постоянно на фоне пытается снизить риски, и для этого он использует два основных инструмента:

  • Анализ окружающей действительности. Попытка найти закономерности, причинно-следственные связи и объяснить самому себе, на основе каких принципов работает мир, чтобы в дальнейшем иметь способность прогнозировать будущее.
  • Социальное доказательство. Эволюция сделала нас социальными существами и каждому индивиду по отдельности не нужно изучать мир заново. Мы используем опыт других, чтобы лично не проверять на практике каждое явление. Таким образом мы создаем как бы нейронную сеть из мозгов собственных, наших предков и наших потомков. С развитием письменности и прочих средств сбора, хранения и передачи информации мы научились практически ничего не терять. Эволюция сделала так, что мы доверяем тому, что говорит большинство, потому что «оно не может ошибаться». Хотя, конечно, и тут есть небольшой процент мутантов, которые всеми силами пытаются идти против системы (вдруг общество ошибается?). Уж такова эволюция.

Религия как способ объяснить законы природы

Из задачи прогнозирования будущего и двух основных методов ее решения и родились все прошлые, настоящие и будущие «религии».

Я специально взял этот термин в кавычки, поскольку закладываю в него гораздо более широкий смысл. Я веду речь не только про христианство, иудаизм, буддизм и ислам. Это более общий инструмент, который пытается объяснить нам действительность.

Десятки тысяч лет назад наши предки пытались объяснить себе, почему солнце встает каждое утро, дует ветер, сменяются времена года или вода превращается в лед. Поскольку экспериментальной базы не хватало, на помощь приходили «боги, духи, титаны».

Аналогии были простыми: какие-то большие сверхлюди или супер-звери дуют, поэтому образуется ветер, крутят педали огромного велосипеда, поэтому солнце движется по кругу, а времена года — это вообще бой между каким-то очень горячим и очень холодным мужиком.

Время шло, популяция человечества росла и люди проводили все больше эмпирических исследований. Прошлые верования по этой причине трещали по швам. Им, конечно, делали еще очень много подпорок и заплаток, но в итоге они разваливались и им на смену приходили новые. Чаще всего более эффективные с точки зрения приспосабливаемости народов.

Существует сатирическая религия с верой в макаронного монстра. Ее адепты должны ходить с дуршлагом на голове, и в том числе фотографироваться в нем на водительские права

Так мы пришли к современным религиям, состоятельность которых с развитием научного прогресса стала вызывать вопросы все у большего количества людей. Таким образом родился атеизм и научный подход.

Казалось бы, вот он логичный финал. Больше никаких интерпретаций мужика в белой простыне, который сидит на облаке. Но все оказалось не так просто.

Дело в том, что в науке существует так называемый принцип фальсифицируемости. Это значит, что любую научную концепцию можно считать достоверной только в том случае, если хотя бы в теории можно провести такой эксперимент, который сможет ее опровергнуть. Это один из основных способов отличить науку от лженауки.

То есть, значительный научный базис, которым мы пользуемся, считается достоверным лишь до тех пор, пока у нас не появился способ, выборка данных или технология, чтобы провести такой эксперимент, который эту теорию опровергнет.

Один из ярких примеров — это классическая и квантовая механика. Раньше существовала только классическая, которая объясняла нам, как устроен этот физический мир, а потом из-за развития технологий появилась возможность ставить более сложные эксперименты с другим размером и скоростью тел. Тогда оказалось, что прошлая теория работала не всегда и далеко не во всех случаях. Просто раньше человечеству до этих самых случаев добираться не удавалось.

Но здесь мы говорим все же о фундаментальной науке, где все проверено миллионами людей на практике, и классическая механика все равно по-прежнему применяется на практике, просто в ограниченном ряде случаев.

А вот как быть в случае совсем свежих наук и теорий? Тем, которым нет и 80 лет, а данные, на которые они опираются, берут крошечный отрезок в последние 100-50 лет.

Все исследования, которые касаются фондового рынка, относятся именно к этому классу теорий. Они основываются на очень маленькой и короткой по времени выборке данных, но очень популярны, поскольку с каждым годом все большее число людей приходит на фондовый рынок по всему миру. И им хочется опираться в этом вопросе на научный подход и социальное доказательство (людей, которые говорят, что этот метод правильный).

Я сам по роду своей основной деятельности работаю с большими данными уже около 12 лет. И прекрасно знаю все подводные камни анализа данных и поиска закономерностей в них. Данных всегда недостаточно, а выборки слишком маленькие и не достаточно репрезентативные. Да и времени на качественную очистку и верификацию данных чаще всего нет. А управленцы всегда хотят как можно быстрее получить результаты, ответы и прогнозы. Из-за этого выводы приходится делать на основе того, что есть.

Именно по этой причине, когда в какой-либо отрасли в публичном поле появляются исследования, якобы проведенные на большом объеме данных, все за них хватаются и бегут в отдел разработки, выкрикивая, что это срочно надо внедрять и это обязательно увеличит что-то там. И в общем-то никто не парится дополнительной проверкой этого утверждения, поскольку доступны обычно только выводы, без исходных данных.

Потом другие люди начинают все это проверять на собственных данных — и результат оказывается прямо противоположным. Я наталкивался на такие вот «утки» уже пару десятков раз. Но это никого ничему не учит, и менеджмент по-прежнему хватается за любые фейк-исследования на коленке, которые продвигает очередной бизнес-тренер.

Такая же ситуация и с машинным обучением. Когда вы обучаете какую-нибудь нейросеть на имеющихся данных, то можете довести эффективность ее решений практически до 100%, но стоит выпустить ее в реальный мир, как все разваливается.

Новые данные обязательно будут серьезно отличаться от предыдущих, появятся аномалии, которых раньше не было, а конечный алгоритм нейросети может стать и вовсе неэффективным. Именно по этой причине в Тесла до сих пор нет настоящего автопилота. Данных для анализа и обучения все время не хватает, аномалии продолжают появляться, а конечный алгоритм не решает поставленной задачи.

Тесла не распознала перевернувшийся на дороге грузовик и влетела в него на полном ходу

Например, социология как наука в последние годы ставится под сомнение, поскольку те исследования и выводы, на которых она базировалась ранее, часто не подтверждаются при повторных экспериментах. Эта наука по большей части просто не может сформировать собственные законы и аксиомы, поскольку социальное взаимодействие состоит из ситуационных толкований, основанных на человеческой субъективности. В сущности, социология имеет очень много общего с анализом фондового рынка, поскольку в нем очень велик социальный фактор.

Возможно, эта прелюдия показалась вам затянутой, но она была крайне важна перед дальнейшим разбором популярных стратегий диверсификации инвестиций.

Промежуточные итоги:

  1. Безопасность — одна из базовых потребностей человека.
  2. Само по себе ощущение безопасности — это лишь некий ментальный конструкт, по которому наш мозг пытается оценить риски в нашей жизни и минимизировать их. Человек может чувствовать себя в абсолютной безопасности за секунду до того, как ему на голову упадет метеорит, просто потому, что никому из знакомых метеорит на голову не падал, и наш мозг даже не рассматривает это как угрозу.
  3. Наш мозг, который достался нам от предков, содержит в себе несколько программ по умолчанию, которые стимулируют получать моментальное вознаграждение, максимально избегать неопределенности, а также доверять опыту других людей. Но бывают исключения (мутанты) — люди, которые напротив склонны к риску, и у них все эти принципы инвертированы.
  4. Человеческий мозг постоянно пытается в фоне обезопасить нас, снизив риски. Для этого он постоянно ищет причинно-следственные связи в окружающем мире и пользуется успешным опытом предков и современников (если все прыгают в окно, значит и я прыгну). Но, конечно же, и в этом случае есть те самые мутанты, которые идут против системы.
  5. Религии и множество свежих научных теорий проистекают именно из этих попыток нашего мозга объяснить происходящее. Большинство из них будет пересмотрено, опровергнуто и забыто. Но пока они существуют, они популяризируются, поскольку у общества есть запрос на объяснение текущей действительности и ничего лучше этих сырых или устаревших теорий на данный момент нет.
  6. Опыт разработки нейросетей и в частности автомобильного автопилота показывает, что нужны просто колоссальные объемы данных, чтобы разработать алгоритм, одинаково хорошо реагирующий на все ситуации, которые происходят на дороге. Пока эти данные не собраны, а алгоритм не обучен, он является неэффективным с точки зрения прогнозирования и реакции на дорожные ситуации.

Можем ли мы прогнозировать лучше большинства,

чтобы обыграть рынок?

Это самый фундаментальный вопрос инвестирования. Когда новичок приходит на рынок, он первым делом интересуется: что купить, почему именно это и когда продавать?

По другому это можно интерпретировать как задачу купить по минимальной цене и продать по максимальной. Причем желательно выбирать такие активы, которые быстрее всего падают и растут, чтобы капитал быстрее оборачивался и соответственно быстрее увеличивался.

Возможно ли это в действительности?

С точки зрения вероятности, если посадить миллиард обезьян за торговый терминал и дать им возможность беспорядочно нажимать на кнопки купить/продать, по теории вероятности пара десятков из этих обезьян действительно сможет в тысячи раз увеличить свой депозит. Были ли у этих обезьян разумные стратегии? Очевидно, что нет, тем не менее, «они успешны, а ты нет».

Примерно по этому принципу работает и наш мир. Миллиарды людей так или иначе участвуют в конкурентной борьбе (за бесплатное место в институте, за внимание девушки, за рабочее место, в спортивном состязании). В конечном счете кто-то находит оптимальную стратегию и побеждает (один из множества), остальные же остаются проигравшими (все теряют), или в лучшем случае довольствуются малым (попаданием в топ-100 или топ-10).

Так работают законы природы: победитель забирает все или большую часть. И, в зависимости от уровня конкуренции, этот победитель может довольно часто сменяться.

Хороший пример — Олимпийские игры. Никто не знает тех, кто занял место ниже 3-его. И в истории остаются лишь те, кто по 2-3 раза подряд занимал первые места. Именно им достаются слава, деньги и уважение. Остальные же получают только травмы, хронические проблемы со здоровьем и впустую потраченное время.

Участникам этих бесконечных состязаний кажется, что у них есть лучшая стратегия, которая поможет им победить. Но проблема в том, что участники всегда действуют в постоянно изменяющейся среде и надежно прогнозировать ее невозможно. Вот жили динозавры, боролись за ресурсы, строили планы на будущее — но в один момент прилетел метеорит и выключил игру для всех. Осталась лишь пара рыбоящеров, где-то в районе Марианской впадины. Оценивал ли кто-то из динозавров такой риск? Ответ очевиден.

То же самое и на фондовом рынке. Вот был стартап Zoom, который разрабатывал приложение для видеоконференций. У них были планы, стратегия, расчеты окупаемости, роста и прочего. Допустим, они рассчитывали увеличить пользовательскую базу в 2020 году вдвое. Но пришел Ковид, который стал для них огромным толчком, и пользовательская база за 2020 год выросла в сотню раз. Закладывали ли они глобальную пандемию в свой план развития? Конечно же, нет.

И другой пример: новоявленный предприниматель в Испании, который запустил отель в начале весны 2020. Естественно, он тоже не закладывал пандемию в свой бизнес-план, но она пришла — и уничтожила его бизнес.

Учитывая, что по итогам 2020 года суммарный мировой ВВП упал, выходит, что от пандемии было больше пострадавших, чем выигравших.

Примерно так и работает фондовый рынок. У всех есть стратегия и всем кажется, что она лучшая и позволит обыграть рынок. Но сверху постоянно сыплются случайные события, которые переворачивают игру. И стратегия, которая вчера была наиболее удачной, сегодня уже не работает.

Может ли простой Вася обыграть управляющего многомиллиардным фондом? Или на фондовом рынке могут зарабатывать только крупные акулы капитала, и обычному человеку там нечего ловить?

Самое забавное, что может. Человек, купивший в 2020 году на всю котлету акции Tesla, обыграл всех управляющих любых крупных мировых фондов по итогам года.

И таких людей с Теслой или Биткоином в портфеле было огромное множество. При этом все те же управляющие огромных фондов (с армиями аналитиков и кучей инсайдеров) потеряли свои миллиарды на шорте той же самой Теслы или Биткоина.

В этом вся суть конкурентного рынка: лучший игрок может очень быстро свалиться на дно, а вчерашний неудачник — занять его место.

Резюмирую

Сможете ли вы, как новичок, обыграть рынок (то есть среднюю доходность)?

Да, это вполне возможно. Просто вероятность этого не очень высока. С большей вероятностью вы получите убыток. И чем на более длительном отрезке времени вы будете пытаться обыгрывать рынок, тем все с меньшей вероятностью это будет у вас получаться, поскольку все более значимым становится фактор случайности. Но это не значит, что это невозможно.

Я хочу свести риски к минимуму.

Смогу ли я в таком случае все равно получать доходность?

Здесь мы возвращаемся к первой части главы: к нашему пещерному мозгу.

Многократно в разных странах мира проводился эксперимент: испытуемым предлагался выбор — гарантированно получить $50 или подбросить монетку, и в случае победы получить $100, а в случае проигрыша $0.

Большинство всегда выбирает гарантированное вознаграждение из-за тех самых эволюционных механизмов. Хотя математическое ожидание у обоих вариантов одинаковое ($50).

Но большинство — это не все. Были и те, кто готов был рискнуть. Те самые рисковые мутанты, о которых я писал выше.

На основе этого эксперимента был разработан такой термин, как премия за риск.

В предыдущем эксперименте математическое ожидание обоих вариантов было равным. Но если в условиях задать математическое ожидание случайного вознаграждения выше, допустим 60 долларов, то большинство все равно будет выбирать гарантированный вариант. Разница в эти $10 ($60 — $50 = $10) и называется премией за риск. Это процент доходности, который соблазнит вас начать рисковать. Но самое интересное, что премия за риск работает не для всех, поскольку является субъективным суждением индивида. В первоначальном варианте эксперимента с равным мат ожиданием те, кто выбирал подбрасывание монетки, не имели никакой премии за риск и все равно выбирали этот вариант. Это значит, что эволюционно они менее восприимчивы к угрозе неизвестного, то есть к риску. Значит, если в первом варианте эксперимента они выбрали вариант с подбрасыванием монетки, то во втором уже точно сделают то же самое. Премия за риск работает только для тех, кто изначально не настроен на риск. Она нужна, чтобы спровоцировать их жадность и ощущение потерянной прибыли.

Рекомендую вам самостоятельно ответить на вопрос эксперимента с равным мат ожиданием. Что вы выберете? В зависимости от ответа вы сможете оценить собственный природный риск-профиль. Это очень важная информация для правильного восприятия последующей части статьи.

Кстати, если вы считаете, что оба варианты равны и выбор ничего не меняет, то поздравляю: вы относитесь к очень маленькой прослойке людей, которые оценивают мир, как бездушные машины, лишь на основе математической вероятности)

Примерно как основатель Facebook Марк Цукерберг, которого подозревают в том, что он робот

Премия за риск работает, когда необходимо сравнить финансовые инструменты с фиксированной доходностью (банковский депозит и облигации) и с негарантированной доходностью (акции).

Существуют ли безрисковые инвестиции? Да. Например, депозит в российском банке на сумму до 1,4 млн. рублей.

В любом депозите есть банковский риск, но государство страхует депозиты на сумму, не превышающую те самые 1,4 миллиона — даже если банк обанкротится, вы все равно сможете вернуть свои деньги.

Такая же история и с государственными облигациями: ОФЗ в случае России или Трежерис в случае США. Их так же принято считать безрисковыми активами относительно своих валют, поскольку что бы ни случилось с государством, оно всегда сможет допечатать деньги и вернуть долги.

Как вы понимаете, в депозиты или облигации не заложено множество рисков: ядерная война, метеорит или банальные разгон инфляции и падение курса валюты. Но на финансовом рынке принято считать безрисковым активом тот, по которому доходность четко зафиксирована и оговорены конкретные сроки платежей. А сам эмитент (должник) застрахован от банкротства, либо является тем, кто самостоятельно эти самые деньги печатает.

Чаще всего доходность по банковским депозитам или государственным облигациям бывает ниже даже официальной инфляции, или равна ей. Доходность по финансовому активу за вычетом инфляции называется его реальной доходностью.

Так что там, где нет риска, обычно нет и никакой доходности. В лучшем случае, вам удастся спасти ваши сбережения от официальной инфляции. Так устроена современная экономика: если вы хотите хоть немного зарабатывать, вам придется рисковать.

Но есть облигации и с гораздо более высокой доходностью, которые позволяют обогнать официальную, а иногда даже и реальную инфляцию. Это облигации от гораздо менее надежных эмитентов, риск дефолта или просрочки платежей у которых вполне реален. Такие облигации называются высокодоходными (ВДО), также их называют мусорными (из-за низкого кредитного рейтинга). И если по ОФЗ процентная ставка сейчас около 5%, то по ВДО она может доходить до 10%. Но за такую доходность вам придется платить, получая риск невозврата, и как итог, сокращения доходности до нуля или даже убытков.

То есть, даже инструменты с фиксированной доходностью (облигации) содержат в себе риск дефолта. Таким образом инвестор, который выбирает ВДО вместо ОФЗ, получает премию за риск в размере тех самых дополнительных 5%. Правда, в случае чего, он может часть или все свои вложенные деньги потерять.

А теперь самое главное: все рассуждения о риске и доходности инструментов с фиксированной доходностью относятся лишь к тем случаям, когда вы купили облигацию или открыли депозит и держите их до конца срока, получая все положенные проценты и сам номинал облигации в конце.

Но на деле облигации после их первичного выпуска торгуются на вторичном рынке. Проще говоря, чужие долги можно покупать и продавать, так же как акции. И стоимость облигаций в этом случае может изменяться со временем. Поэтому если вы торгуете облигациями на вторичном рынке, для вас правила меняются. Вы можете покупать и продавать их в случае просадки или роста цен. Это может происходить из-за выросших инфляционных ожиданий рынка, потенциальных санкций на страну или проблем в бизнесе эмитента облигаций. Об этой стратегии я писал немного в своем канале.

При таком подходе даже из рынка ОФЗ можно выжать доходность в 10-15% на отрезке 4-6 лет, но при этом вы возьмете на себя еще и кучу рыночных рисков, о которых я написал выше. Так что вместо повышенной доходности можно получить убытки даже в инструменте с фиксированной доходностью и нулевым риском.

Поэтому иметь доходность, обгоняющую реальную инфляцию, в безрисковых инструментах практически всегда невозможно.

Чтобы получать ту самую премию за риск, обгонять инфляцию и в конечном счете увеличивать свой реальный капитал, необходимо этот риск на себя принимать. Сам же размер и количество рисков обычно растет с увеличением потенциальной доходности экспоненциально, как в примере со вторичным рынком облигаций. То есть, с увеличением потенциальной доходности в 2 раза риски возрастут, допустим, в 5 раз.

Без риска не получить реальной доходности,

но как хотя бы минимизировать эти риски?

Это вопрос, над которым билось не одно поколение экономистов и инвесторов. Было разработано огромное множество математических моделей на основе данных фондовых рынков за 20-ый век. О самых популярных я расскажу ниже.

Несмотря на то, что вторичный рынок облигаций вполне популярен, все же главной альтернативой для инструментов с фиксированной доходностью является рынок акций, поскольку исторически доходность на нем в среднем была выше.

Как я писал ранее, если инструмент предлагает доходность выше безрисковой, значит он при определенном стечении обстоятельств может вместо дохода и вовсе показать убыток.

Поэтому для оценки доходности рынка акций всегда используется максимально широкий набор этих самых акций, которые отображают ситуацию на рынке в целом. Таким образом нивелируется колебание цен отдельных бумаг и можно увидеть общую картину целиком. В случае США, например, используется индекс S&P500, Nasdaq, Russel 3000, в России — индекс МосБиржи и РТС, в Германии — DAX, в Японии — Nikkei.

Главная суть индекса в том, что он берет самые большие не текущий момент отрасли экономики (транспорт, энергетика, IT, медицина, строительство и так далее), и в каждой из отраслей берутся основные игроки. В случае, если компания стагнирует и не показывает прибыль, она со временем выпадает из индекса, а если новичок быстро растет, то он займет место выпавшего. Таким образом получается всегда актуальная картинка экономики конкретной страны.

За счет того, что основные конкурирующие компании любого рынка в стране представлены в индексе, результаты их конкурентной борьбы нивелируются. То есть, если, допустим, Яндекс сильно обгонит Мейл.ру и их цена соответственно изменится (Яндекс — вырастет, а Мейл.ру — упадет), то на индексе это никак не отразится. Поскольку падение одного компенсируется ростом другого. Таким образом, индекс показывает нам общий рост или падение экономики. А точнее приток или отток инвестиций в экономику страны в ожидании будущего роста/падения.

Гипотеза эффективного рынка

Из-за того, что сам рынок является средой, на которую постоянно влияют случайные события, а его участники по этой причине напоминают мартышек, бьющих по клавишам на удачу, родилась так называемая гипотеза эффективного рынка.

Ее идея заключается в том, что отдельная мартышка не может долгосрочно (на протяжении 10, 20, 30 лет) обыгрывать этот самый рынок из-за случайного и непрогнозируемого характера происходящего. Поэтому в цену акций уже заложена вся известная на текущий и ближайший момент информация об этой компании. А значит, нельзя иметь такую стратегию инвестирования, при которой вы будете точно знать, что конкретная акция сейчас недооценена и в будущем она обязательно подорожает. То есть, любая акция в конкретный момент времени стоит ровно столько, сколько должна, и все ее перспективы или негатив в будущем уже заложены в эту цену. Именно поэтому рынок называют эффективным. Он в любой момент времени дает адекватную цену акции или облигации.

По этой теории любые инвесторы, кому удавалось обгонять доходность рынка, являются лишь теми самыми очень удачливыми мартышками, чья комбинация клавиш случайным образом оказалась успешной. Но в будущем их стратегии не воспроизводимы и не дадут доходности выше индекса.

Успешный инвестор, обгоняющий индекс, по мнению сторонников гипотезы эффективного рынка

Поэтому единственной разумной инвестицией, по мнению сторонников теории эффективного рынка, является инвестирование в самые широкие индексы. Тем самым снижается риск поставить на аутсайдера, акции которого будут только лишь падать после покупки.

Теория эффективного рынка предполагает в качестве основной стратегии инвестирования максимальную диверсификацию (покупку различных активов для снижения риска потери инвестиций): по странам, отраслям, размеру компаний и валютам.

И вводит две важных переменных для оценки рисков и потенциальной доходности: «альфа» (α) и «бета» (β).

Что такое «альфа» (α)

Сторонники теории эффективного рынка берут за эталон доходность широкого индекса. В основном, американского S&P500. Доходность же конкретного инвестора или управляющего инвестиционного фонда, которая не равна доходности индекса, называется альфой. Если инвестор обгоняет индекс, значит альфа положительна, если получает доходность ниже, значит альфа отрицательная.

Как я говорил, сторонники этой теории считают, что ни один человек или компьютер не сможет обыгрывать рынок. Поэтому существует знаменитый спор между Уорреном Баффетом (сторонником эффективного рынка) и управляющим Тедом Сайдесом (который в эффективный рынок не верит). Баффет поставил в 2008 году на то, что за 10 лет пассивная инвестиция в индекс S&P500 по доходности обгонит активное инвестирование хедж-фондов в различные акции. По итогу 10 лет Баффет разгромно победил, с доходностью 80% против 20%, то есть в 4 раза.

Баффет презрительно смотрит на тех, кто не верит в эффективность рынка

Немаловажным фактором здесь было то, что активные управляющие фондов берут гораздо более высокие комиссии. Стандарт — 2% от депозита и 20% от прибыли в год. Таким образом, 30% от возможного роста доходности съели комиссии управляющих.

Немаловажным фактором было также то, что по факту инвестиция Баффета не была диверсифицированной (это были лишь крупнейшие компании США), в то время как активные управляющие инвестировали в активы по всему миру. Это было довольно удачным совпадением, поскольку S&P500 за эти 10 лет вырос серьезнее других мировых рынков.

Тем не менее, этот спор подсветил проблему того, что на длинной дистанции активные управляющие даже крупных фондов не могут показать положительную альфу. Особенно с учетом своих высоких комиссий.

Поэтому сторонники эффективного рынка считают гораздо более эффективным инвестирование в те самые пассивные фонды, которые просто повторяют индекс самых крупных компаний определенной страны или отрасли, и берут за это минимальные комиссии. В среднем от 0.5% до 1% годовых. Преимущество таких фондов заключается в том, что можно очень дешево получить высокую диверсификацию ваших инвестиций, поскольку если бы вы самостоятельно пытались собрать и в дальнейшем ребалансировать такой портфель, то вам понадобился бы огромный депозит (многие акции стоят больше 1000 долларов за штуку), вы бы потеряли серьезную сумму на комиссиях, а также очень много времени.

Что такое «бета» (β)

Второй параметр сторонников эффективного рынка — это бета. Она необходима для того, чтобы определить, насколько отдельная акция коррелируется с индексом в целом. Допустим, S&P500 вырос за последний год на 6%, а акция Apple на 12% (данные условны). Это значит, что бета акций Apple равна 2. Если бы Apple вырос только на 3%, то его бета была бы равна 0,5. Также она может быть и отрицательной, когда ценные бумаги ходят в противофазе с индексом.

Этот параметр на основе прошлых данных позволяет нам оценить потенциальный размер падения или роста определенной акции относительно широкого индекса и таким образом рассчитать ее риск.

Параметр бета используется в формуле CAPM (от английского Capital Asset Pricing Model) — модель оценки финансовых активов. Я не буду нагружать вас здесь сложными формулами, тем более что есть куча онлайн-калькуляторов для расчета этого параметра, а сами параметры можно найти в приложении вашего брокера или на Yahoo Finance, Investing.com и прочих сайтах с данными по фондовому рынку.

Главная идея этой модели в том, что вы можете рассчитать потенциальную доходность акции, которую планируете купить на основе прошлых наблюдений.

Таким образом вы можете балансировать портфель относительно ожидаемой доходности и риска.

Сама модель, конечно, не слишком применима в жизни, поскольку основывается всего на паре переменных, вычисленных из ретроспективных данных, но позволяет немного упорядочить в голове инвесторов, что вообще такое они собираются сейчас купить (или продать) и хотя бы немного оценить размеры потенциальной просадки или доходности портфеля относительно индекса. Бета является крайне важным параметром для любого инвестора, который хочет построить внятную стратегию инвестирования. Даже без сложных расчетов, просто взглянув на этот параметр перед покупкой, вы можете оценить, насколько сильно акция в будущем может упасть или вырасти. Если бета больше 1, значит акция растет и падает быстрее рынка, если меньше 1, значит медленнее (в теории менее рискованная).

Портфельная теория Марковица

Тема нахождения оптимального сочетания риска и доходности занимала умы множества экономистов. Как сделать так, чтобы при минимальном риске получить максимальную потенциальную доходность?

Раз уж предвидеть будущее мы не можем, то попробуем хотя бы сократить риски, насколько это возможно.

Таким образом Гарри Марковиц предложил свою портфельную теорию. Опять же, не буду загружать вас математикой, но если очень кратко, идея в том, что между акциями, а точнее отраслями, к которым эти акции принадлежат, есть некая корреляция.

Она может быть как положительной, так и отрицательной. Например:

  • Нефтяные компании и компании сектора возобновляемых источников энергии имеют отрицательную корреляцию. Если будет взят курс на декарбонизацию, то спрос на нефть упадет, а на альтернативные источники энергии вырастет.
  • Есть отрицательная корреляция между теми же нефтяными компаниями и авиаперевозчиками. Если цена на нефть вырастет, то прибыль нефтяников тоже вырастет, а прибыль авиаперевозчиков наоборот упадет, поскольку расходы на топливо являются значительной частью себестоимости авиаперевозок.
  • А вот между производителями удобрений и агрохолдингами корреляция положительная. Если вырастет цена на продовольствие, то вырастет и на удобрения. И наоборот.

Основная идея Марковица в том, что вы можете серьезно снижать риск, выбирая в свой портфель акции с низкой корреляцией. Таким образом в любой момент времени ваш портфель не сможет слишком сильно просесть.

Но, как и у всех моделей, основанных на небольшой выборке ретроспективных данных, у нее есть изъяны. Взаимосвязь отраслей может появляться внезапно, под воздействием форс-мажорных обстоятельств. Например, в 2019 году никто не думал, что отрасли круизных лайнеров, отелей, авиаперевозчиков, нефтяников и кинотеатров имеют между собой положительную корреляцию. Но новое обстоятельство в виде пандемии полностью изменило правила игры. В результате подобный портфель стал резко коррелированным и упал гораздо сильнее широкого индекса. Тем не менее, Марковиц получил за свою работу Нобелевскую премию.

Трехфакторная модель Фама и Френча

Еще пара свежих Нобелевских лауреатов: по фамилиям Фама и Френч, которые доработали модель CAPM. Опять же кратко, без математики: они усердно анализировали данные по S&P500 за 20 век и обнаружили, что компании с маленькой капитализацией и компании с высокой балансовой стоимостью показывают более высокую доходность, чем широкий рынок.

Слева Фама, а справа Френч

Компании с маленькой капитализацией — это, проще говоря, начинающие компании, а не корпорации-гиганты. Поскольку все корпорации-гиганты рано или поздно умирают, те самые малыши занимают их место. А значит, у кого-то из них есть шанс в будущем вырасти в 10, 20 и 30 раз. Примеры: Google, Facebook, Pinterest, Яндекс, Netflix, Tesla и так далее. Главное — не упустить этого перспективного малыша при появлении его на бирже. Именно поэтому Фама и Френч предлагают скупать широкие индексы акций маленькой капитализации.

Компании с высокой балансовой стоимостью — это такие компании, которые рынок недооценивает. Допустим, Coca-Cola имеет огромный капитал, средства производства и сеть сбыта, но инвесторы по каким-то причинам неохотно покупают ее акции. Например, потому что в данный момент хайп (или попросту пузырь) есть в биомедицине, машинном обучении, зеленой энергетике, электромобилях и еще черти знает в чем. Все деньги текут туда, и балансовая стоимость этих компаний становится просто безумной на фоне стабильного бизнеса Coca-Cola. Исследования Фама показали, что со временем рынок возвращается к адекватной оценке балансовой стоимости компаний, и когда очередной пузырь лопается, то Coca-Cola на длительном промежутке времени дорожает больше, чем какой-нибудь стартап-выскочка. Если вам интереснее более подробно прочесть об этом факторе, рекомендую книгу Бенджамина Грэма «Разумный инвестор». Там это очень подробно разобрано.

А вообще, множество исследований, помимо Фама, подтверждают тот факт, что на долгосрочном отрезке времени (15-20 лет) компании с низким соотношением капитализации к балансовой стоимости обгоняют по доходности хайповые переоцененные стартапы.

Пятифакторная модель Фама-Френча

Позже наши нобелевские лауреаты доработали свою модель и добавили еще 2 фактора:

Рентабельность собственного (не кредитного) капитала. Чем большую прибыль на свой капитал получает компания, тем более вероятно, что она продолжит делать это в будущем. Значит, ее менеджмент более эффективен на фоне конкурентов. Например, если компания X на каждый вложенный рубль дает 50 копеек прибыли, а компания Y только 10 копеек, то компания X с большей вероятностью в дальнейшем будет расти и развиваться.

Капитальные вложения. Фама выяснил, что компании, которые инвестируют более агрессивно (активно лезут на новые рынки и вкладываются в перспективные технологии), растут медленнее, чем те, кто инвестирует консервативно (развивая имеющиеся направления, технологии и рынки сбыта). Тоже довольно логичный вывод: тот, кто слишком много рискует, на долгой дистанции проигрывает. Прямо как слишком азартный инвестор.

Пятифакторная модель стала на текущий момент основной для тех, кто верит в эффективный рынок — несмотря на то, что эти 5 факторов не смогли пройти верификацию. То есть, тесты показывают, что они не могут полностью спрогнозировать ожидаемую доходность акций.

Кроме того, модель Фама отрицает возможность долгосрочно обыгрывать рынок (иметь положительную альфу), из-за чего часто вступает в публичные споры с управляющими хедж-фондами. Например, с Питером Линчем, который с 1977 по 1990 управлял фондом Магелан и на протяжении этих 13 лет показывал среднюю доходность, вдвое обгоняющую индекс S&P500. Линч своим примером опровергает гипотезу эффективного рынка. На что Фама не нашел ничего лучше, как заявить, что «исключения подтверждают правило» 🙂

Сама по себе теория эффективного рынка является своего рода религией: попытка объяснить себе хаотичность бытия и избегать риска (вернее, убеждать себя в том, что вы его избегаете и контролируете).

Чтобы вы и сами поняли, насколько эта теория несостоятельна, рекомендую взглянуть на список допущений, которые предполагают существование того самого эффективного рынка.

Самая главная проблема этой гипотезы состоит в том, что она не позволяет предсказывать пузыри и, соответственно, иметь возможность на них зарабатывать, или хотя бы не терять деньги. Например, она не смогла предсказать кризис 2008 года. Если бы рынок был эффективен, то пузыри не могли бы существовать в принципе. Ведь они сами по себе являются лишь информационной и административной манипуляцией небольшого круга лиц. И если бы рынок осознавал, что текущая цена актива завышена, то никакой пузырь никогда бы не появился.

Проблема пятифакторной модели заключается в слишком маленьком наборе ретроспективных данных, на которых она построена. Да, раньше маленькие компании с высокими показателями рентабельности инвестиций и балансовой стоимостью показывали себя лучше рынка. Но возможно, правила игры уже изменились. Если антимонопольное законодательство в США не начнет работать лучше, то, возможно, нас ждет продолжение эры IT-гигантов, которые будут просто выкупать мелкоту.

В эпоху нулевых ставок в США, которых раньше никогда не было, гораздо лучше себя чувствуют зомби-компании, чем эффективные управленцы. А в гонке за технологиями искусственного интеллекта балансовая стоимость может уже ничего не значить. Компания, которая сможет, например, разработать полноценный автомобильный автопилот, практически в одночасье станет монополистом рынков: автомобилестроения, такси и доставки. В других отраслях успехи в машинном обучении будут производить примерно такие же метаморфозы. Но, с точки зрения балансовой стоимости, разработки ИИ ничего не стоят.

И самое интересное, что брокерам и финансовым консультантам выгодно предлагать инвесторам-новичкам индексное инвестирование. Поскольку это просто, доступно, понятно, не требует тратить время и вроде бы надежно.

Огромные объемы аналитических отчетов и теорий по примеру пятифакторной модели выпускают под спонсорством компаний, которые и держат те самые индексные фонды. Например, компании Vanguard — одного из крупнейших игроков на этом рынке.

Они выпускают множество ETF (фондов, долю в которых можно купить, как обычную акцию) на все факторы Фама.

Немного о ETF на «вечные портфели» я уже писал в прошлой главе. Здесь все примерно то же самое.

Держи наши ETF десятилетиями

Самое главное в этих отчетах и гипотезах, что они исходят из предположения, что вы будете держать их вечно. Поскольку чтобы получить ту доходность, о которой они говорят, вам нужно будет выходить в кеш не когда вам понадобятся деньги, а когда этот индекс соизволит вырасти. Адепты индексного инвестирования любят использовать фразу «исторически рынок всегда растет». Правда, забывая сказать, что он может не расти десятилетиями. Про то, что российская недвижимость всегда растет в цене, говорили еще 2013 году. И посмотрите, чем это закончилось. Реальная доходность (за вычетом инфляции) российской недвижимости с тех пор отрицательная.

Например, все тот же S&P500 за 10 лет с 1970 по 1980 вырос всего на 13%. При том, что ежегодная инфляция в то время был около 10%. То есть, он принес серьезные убытки инвесторам, а реальную доходность показал лишь через 15 лет. Тем, кто покупал индекс в 1970 году, пришлось ждать 25 лет, чтобы что-то реально заработать.
Немецкий индекс не давал доходности на протяжении 7 лет с 2000 по 2007 год, а реальную доходность с учетом инфляции показал лишь спустя 15 лет.
И канонический пример: японский индекс Nikkei, который с 1990 года не восстановился до сих пор. То есть те, кто его тогда покупал, ждут возвращения своих инвестиций до сих пор.

Безусловно, покупка группы индексов небольшими порциями каждый месяц или квартал в течение нескольких лет сгладила бы эти эффекты. Но все равно, на довольно длительных отрезках ваш пассивный портфель мог бы демонстрировать убытки даже без учета инфляции.

Так зачем я так много текста посвятил теории эффективного рынка?

Несмотря на то, что это с большой натяжкой можно назвать научной теорией, все же адепты этого подхода разработали довольного много хороших методов диверсификации портфеля, которые можно применять хотя бы частично рядовому инвестору для сокращения рисков своего портфеля. Ничего лучше этого все равно до сих пор не придумано.

Подведем глобальные итоги:

  1. Чем больше у нас будет попыток что-либо спрогнозировать (сделать ставку) в изменяющейся среде, тем с большей вероятностью мы будем ошибаться. Условия игры постоянно меняются и мы постоянно должны перестраивать свою стратегию под это. Чем более рискованные ставки мы будем делать, тем с большей вероятностью мы получим убытки на длительном промежутке времени, хоть локально и можем иметь впечатляющую прибыль.
  2. По умолчанию в мозг большинства из нас заложена программа по избеганию риска и неизвестности. Хотя одновременно с этим существует и меньшинство тех, кто намеренно идет на большой риск. Главная проблема для обоих типов инвесторов — это сбалансировать свой портфель. Тем, кто не терпит риск, добавлять его; тем, кто его слишком любит — уменьшать. Именно для этих целей существует диверсификация и планирование своих финансов под разные цели, о котором я говорил во второй главе.
  3. Что лучше? Активное или пассивное инвестирование? Я считаю, что каждый должен выбирать под свой личностный профиль. Если у вас есть время и желание подробно изучать определенные компании и вы спокойно относитесь к риску (потенциальной просадке портфеля), то наверняка активное инвестирование позволит вам получить большую доходность при адекватной оценке рисков. Хотя доходность на рынке акций никому не гарантирована, и кто-то обязательно потеряет. Если вы на дух не переносите серьезных просадок вашего портфеля и у вас нет времени мониторить новости рынка и компаний, то пассивное инвестирование в индексы — это то, что вам нужно. Для тех, кто совсем не готов рисковать, а горизонт инвестирования составляет всего 1-2 года, лучше всего подойдут облигации.
  4. Главное при всех этих стратегиях использовать хотя бы минимальную диверсификацию. Оценивать ожидаемую доходность и риск портфеля по бете входящих в него акций, добавлять в портфель слабо коррелирующие активы, на часть портфеля брать ETF на широкие индексы. И обращать внимание на акции с высокой балансовой стоимостью, малой капитализацией, высокой рентабельностью капитала и консервативным инвестированием в развитие.
  5. Для тех, кто хочет доходность повыше, но боится рисковать, подойдет модель разделения вашего капитала по целям из второй главы книги. Если у вас сформирована подушка безопасности и крупная часть портфеля из довольно надежных активов (с небольшой бетой), то вам будет гораздо легче покупать и держать высокорисковые активы с потенциально высокой доходностью.
  6. В инвестировании нет волшебных рецептов. То, что работало вчера, может уже не работать завтра. Кто-то обязательно потеряет деньги, но будут и те, кому удастся на протяжении длительного времени серьезно увеличивать свой капитал. Моя задача — лишь дать вам набор известных инструментов, которые помогут вам более осознанно формировать свою инвестиционную стратегию и по возможности избежать бессонных ночей.
  7. Любая стратегия инвестирования — это немного религия. На рынке не существует гарантированной стратегии по обгону инфляции. Поэтому вам приходится рассчитывать на набор до конца не подтвержденных гипотез и закономерностей. Кто-то верит в Теслу, кто-то в Биткоин, а кто-то в Газпром. В среднем все зарабатывают. Главное — посреди дороги не сворачивать с пути. Ведь все эти системы позволяют убедить себя в том, что ваша стратегия верная. Если же при любых просадках на рынке вы будете скакать от одной стратегии к другой и постоянно перебалансировать портфель, то с гораздо большей вероятностью получите убыток. Поскольку будете бояться потерять уже накопленный рост по прибыльным позициям и продавать их раньше времени. А по убыточным будете бояться потерять еще больше, потому их тоже будете продавать, не дав возможности восстановиться в цене.
  8. Выберите стратегию, которая подходит вашему психическому риск-профилю и не отступайте от нее, закрыв опасения и переживания с помощью диверсификации.

Ответьте на вопросы для закрепления прочитанной информации:

Для прохождения теста нужно авторизоваться через Телеграм. Неверный ответ — ✖️ (крестик), верный ответ — ☑ (галочка).

Для комментирования также необходимо авторизоваться через Телеграм.