Предположим, что инвестор работает всего с сотней базовых активов (а опционабельных активов на самом деле гораздо больше), на каждый из которых активно торгуется порядка 10 разных опционных контрактов. В этом случае на каждый момент времени существует теоретическая возможность построить более 6 млн комбинаций. И это при допущении, что все опционы входят в комбинации в равных пропорциях. Если же предположить вполне реальную возможность неравных соотношений для разных опционов в пределах одной комбинации, и учесть, что только на рынке акций США существует несколько тысяч акций с более или менее активно торгуемыми опционами, то получится воистину огромное количество потенциальных комбинаций.
Естественно, ни один инвестор не станет рассматривать все произвольно сгенерированные комбинации, а ограничится лишь теми, профиль платежной функции которых соответствует его торговой стратегии. Кроме того, потенциально приемлемые комбинации должны пройти дополнительный отсев по ликвидности, спреду, предстоящим корпоративным событиям, фундаментальным показателям и многим другим параметрам. Тем не менее после применения всех фильтров останется порядка миллиона комбинаций, представляющих собой исходное множество для автоматизированной торговли. Подобное многообразие невозможно для акций, товаров, валют или любого другого физически существующего инструмента.
1.4. Маркет-нейтральные стратегии
1.4.1. Основные элементы маркет-нейтральной стратегии
Разработка торговых стратегий на основе рационального подхода начинается с определения общей структуры стратегии и ее основных параметров. Это делается как на базе научного подхода (используя знания и предположения, вытекающие из известных или установленных разработчиком закономерностей), так и на основе эмпирического подхода (методами подбора и оптимизации). Во многих случаях целесообразно вначале использовать научный подход для определения интервала допустимых значений того или иного параметра, а затем применять эмпирический подход для нахождения оптимального значения параметра в пределах заданного диапазона. Аналогично научный подход может быть использован для определения исходного множества определенных элементов (например, базовых активов, типов опционных комбинаций, критериев и т. п.), а эмпирические методы могут быть задействованы для выбора оптимального набора элементов в пределах данного исходного множества.
Ниже мы рассмотрим основные структурные элементы маркет-нейтральной опционной стратегии и укажем, какие из них желательно задавать научными методами, а какие – эмпирическими.
Типы опционных комбинаций. Разработчик должен решить, какие типы опционных комбинаций соответствуют разрабатываемой им торговой стратегии. Существует множество стандартных комбинаций, свойства которых хорошо изучены и описаны в литературе. К ним относятся стрэнглы, стрэддлы, различные спреды, кондоры, баттерфляи и многие другие. Кроме того, разработчик может самостоятельно создавать самые разнообразные вариации этих стандартных комбинаций. Решение об использовании тех или иных комбинаций зависит от профиля их платежной функции и от его соответствия логике разрабатываемой торговой стратегии. В большинстве случаев типы используемых комбинаций выбираются научным методом.
Длинные и короткие позиции. Необходимо определить, допустимо ли использование коротких позиций, и, если они допустимы, существуют ли ограничения и требования к соотношению длинных и коротких позиций. Решение этой задачи определяется не только логикой создаваемой стратегии, но зависит также от соображений риск-менеджмента (поскольку короткие позиции по опционам имеют ограниченный потенциал прибыльности и практически неограниченный потенциал убыточности). Кроме того, устанавливая соотношение длинных и коротких позиций, разработчик должен учитывать принятую им систему распределения капитала (поскольку длинные опционы просто покупаются по рыночной цене, а открытие коротких позиций требует депонирования маржи, расчет которой зависит от многих факторов). Обычно вначале устанавливается диапазон допустимых соотношений длинных и коротких позиций (используя научный метод), после чего оптимизируется точное значение (эмпирический метод).