Modèle Alpha Predator ™

Par: Blockforce Capital Research

Prologue

Hors d'haleine. Halètement. Essayer de rester silencieux à tout prix. La pluie goutte lentement du caniveau alors que la foudre se fissure dans le ciel nord. Dans quelques secondes, le tonnerre va arriver, mais à ce moment-là, une forme furtive prend forme - quelque chose se cache au coin et au-dessus du toit. Accroché et caché entre le mur de béton et la clôture rouillée, il n’ya pas moyen de s’échapper. Avant même que le tonnerre n'arrive, tout devient soudainement noir. La chasse est finie. Le prédateur alpha frappe à nouveau.

Ne vous inquiétez pas, ce n’était qu’un backtest. Au fur et à mesure que la simulation s’efface et que le terminal de la console devient plus clair, nous voyons la vraie forme de l’Alpha Predator se dessiner. Des lignes de code Python fournissent une silhouette à la bête fantasmagorique qui se cache à l'intérieur. Hello World - Rencontrez Alpha Predator.

introduction

Ce n’était pas notre intention, mais chez Blockforce Capital (anciennement Reality Shares, Inc.), nous avons créé un monstre. Cependant, contrairement à la plupart des prédateurs, notre Alpha Predator est en fait une bête bienveillante, cherchant à extraire l'ordre du chaos actuel entourant l'investissement dans des actifs numériques; Alpha Predator ne "s'attaque" pas aux gens, mais aux inefficiences du marché. Philosophiquement, nous voulons que cette classe d'actifs émergente prospère et pense qu'elle peut potentiellement être un vecteur de changement, améliorant la qualité de vie dans le monde. La vie humaine est construite à partir d'interactions et la technologie de la blockchain a la capacité d'améliorer radicalement ces interactions. Pour accélérer l'adoption de la technologie des chaînes de blocs et des crypto-monnaies associées, nous pensons que les institutions ont besoin de contrôles adéquats pour permettre les investissements nécessaires à l'innovation. Cependant, étant une classe d'actifs naissante encore en phase de développement, le marché actuel est semé d'embûches, de risques opérationnels, d'asymétries informationnelles et d'autres défis freinant les investissements traditionnels. Afin de favoriser l'émergence de l'investissement traditionnel dans les produits liés à la blockchain, nous devons tout d'abord réduire le plus possible le risque de cette classe d'actifs.

Pour faire de notre philosophie une réalité, nous avons travaillé sans relâche à la mise au point d’une double solution, issue à la fois des institutions et des consommateurs, afin de retrouver un état d’équilibre naturel. Du point de vue institutionnel, notre fonds spéculatif à lancement prochain, le Blockforce Multi-Strategy Strategy *, utilisera le modèle Alpha Predator, qui consiste à chasser les inefficiences du marché et à rechercher de meilleurs prix pour tous les participants. De plus, notre plate-forme d’investissement de portefeuille crypto-monnaie et notre application mobile, Onramp, fourniront aux investisseurs institutionnels et individuels une solution de bout en bout pour investir dans des portefeuilles de crypto-monnaies et d’actifs numériques au sein d’une plate-forme intégrée simple **. Contrairement aux marchés traditionnels, où l’alpha est un jeu à somme nulle, nous pensons que cette classe d’actifs a le potentiel de générer des rendements bien supérieurs aux marchés traditionnels des actions et des obligations, même avec une stratégie d’achat et de conservation. Tout comme les prédateurs sont nécessaires pour maintenir l’équilibre dans la nature; l'interaction des modèles quantitatifs concurrentiels des entreprises concurrentes entraînera une sélection naturelle de la transparence, de l'efficacité et de la liquidité nécessaire pour que les investisseurs de tous types puissent prospérer.

Un prédateur émerge

La création d’Alpha Predator a été motivée par notre volonté de répondre à la question suivante: comment ajuster nos modèles quantitatifs en fonction des marées en constante évolution des acteurs du marché, des tendances, de la volatilité et du risque? Il est déjà difficile d'élaborer un modèle correspondant applicable aux classes d'actifs traditionnelles telles que les actions ou les titres à revenu fixe, mais essayer d'appliquer cette méthodologie à une classe d'actifs naissante qui commence seulement à obtenir un soutien institutionnel constitue un défi permanent.

Au cours de notre expérience en finance, nous avons vu de nombreux modèles, quantitatifs et qualitatifs, fonctionner jusqu’à maintenant. De nombreux modèles quantitatifs antérieurs à la crise financière ont ensuite cessé de fonctionner parce que la majorité de la participation des investisseurs est passée de la philosophie de gestion active aux investissements passifs via des fonds négociés en bourse («FNB»). Ce changement a modifié la structure, la dynamique et le comportement du marché sous-jacent. ce qui a diminué l'efficacité des modèles quantitatifs traditionnels. Même les modèles fondamentaux ont eu du mal à s’adapter à la nouvelle dynamique du marché en raison de la mentalité de tout-en-un-panier créée par les ETF, de la conjoncture plus poussée de certains secteurs et de la difficulté croissante de générer de l’alpha par la sélection de titres.

Au cours des dernières années, Blockforce Capital a longuement réfléchi à la manière de résoudre ce problème persistant. Idéalement, un modèle quantitatif devrait pouvoir comprendre la structure sous-jacente du marché et être capable de s'adapter et de changer comme un organisme vivant et respirant. Nous ne voulons pas nous adapter aux changements de tendances ou de volume, nous nous adaptons à la manière dont le marché réel interagit avec ses participants et à la manière dont les participants interagissent avec le marché. Analogue à la relativité générale - tout comme la matière indique à l'espace-temps comment déformer, l'espace-temps indique à la manière de se déplacer Nous croyons que les marchés financiers ne sont qu'un microcosme de la physique sous-jacente sur laquelle les marchés sont construits.

Au cours des derniers mois, nous avons travaillé dur pour adapter ces idées et ces essais à un nouveau modèle. Nos efforts ont porté leurs fruits pour l’émergence de notre modèle Alpha Predator, axé sur la valorisation des inefficiences des marchés actuels des actifs numériques pour générer de l’alpha, mais aussi sur des évolutions et des ajustements à mesure que les marchés continuent de se transformer et de se développer. Nous reconnaissons que les acteurs du marché changent chaque jour. Nous voulions donc créer un modèle capable de comprendre le marché (à l'aide de ce que nous appelons des diagnostics), qui cherche à répartir et à ajuster correctement l'exposition au risque de manière à ce que le rapport risque / récompense approprié puisse être appliqué. être optimisé. Notre équipe internationale et interdisciplinaire est enracinée dans la finance traditionnelle et la gestion des risques, la physique théorique, les statistiques et l'astrophysique informatique. Forts de nos forces et de nos expériences pour affûter nos frontières, nous avons collectivement mis tout en œuvre pour créer ce modèle interactif et dynamique. Au cours des prochains mois, nous allons un peu baisser le rideau pour montrer comment certaines parties de notre modèle fonctionnent, mais entre-temps, nous aimerions donner une idée générale de la chasse au prédateur Alpha.

Une plongée plus profonde

Alpha Predator devant s’adapter à de nombreuses conditions de marché, il a besoin de plusieurs sous-modèles. De plus, l'apprentissage automatique est utilisé pour optimiser des conditions imprévues qui pourraient ne pas avoir été initialement présentes. Puisque nous gérons des actifs numériques, nous n’avons que peu d’histoire sur laquelle nous pouvons baser notre méthodologie. Nous considérons cela comme une opportunité de nous démarquer. Forts de notre histoire et de notre réputation de gestionnaire de FNB innovant, reconnu pour la création de produits de FNB quantitatifs uniques, nous exploitons notre expérience de marché traditionnelle et nos idéologies au maximum de leurs possibilités, tout en minimisant les risques, et en les appliquant au monde des actifs numériques. Lorsque combiné à une gestion appropriée des risques et à une analyse des séries chronologiques, nous pouvons tester et développer des tendances sur de longues périodes historiques, quelle que soit la limitation des données pour les crypto-devises. Ceci, associé à la modélisation d'un vaste ensemble de données, permet à Alpha Predator de s'adapter instantanément aux conditions actuelles du marché, en fonction de nombreux facteurs, notamment les hypothèses tirées d'autres classes d'actifs, de la finance comportementale, des statistiques et de la science des données *. **

Dans sa forme actuelle (version 1.0), Alpha Predator mesure les conditions de marché sous-jacentes en fonction de trois facteurs principaux: (1) la tendance globale du marché, (2) la volatilité du marché et (3) la répartition du marché. Il mesure chacun d’entre eux minute par minute, 24 heures sur 24, 7 jours sur 7, à partir de multiples échanges à travers le monde. Alpha Predator utilise ensuite ces données pour s’optimiser continuellement. Le principe général d'Alpha Predator est de mesurer ces valeurs et d'affecter les fondamentaux du marché actuels à une catégorie à l'aide d'un arbre de décision (voir Figure 1). Chaque assignation catégorique comporte un certain nombre d'algorithmes conçus pour «s'attaquer» aux inefficacités sous-jacentes à la situation actuelle du marché. Par exemple, si le marché effectue une marche aléatoire, mais présente une volatilité et des spreads élevés, le système dispose de paniers algorithmiques prêts à être déployés qui pourraient tirer parti de cette condition de marché. Comme tout bon prédateur naturel le sait, il doit entrer et sortir rapidement en nuisant le moins possible à l'environnement. Quand une tendance se forme avec une volatilité directionnelle, nous pouvons laisser nos paniers algorithmiques respirer et leur donner un peu plus de marge de manœuvre pour suivre les tendances générales du marché. Nous disposons actuellement de 18 paniers de diagnostic du marché avec des superpositions algorithmiques optimisées prêtes à être déployées pour chaque condition. Pour être clair, beaucoup de ces paniers n'ont pas encore été utilisés dans nos backtests, mais ils ont été créés en prévision des futurs cycles de marché et d'un comportement que nous n'avons pas vu jusqu'à présent sur les marchés des actifs numériques.

Superpositions algorithmiques

En raison de la difficulté à diversifier notre risque de marché au sein d'un espace d'actifs numériques encore naissant, nous essayons de nous diversifier et de minimiser notre risque d'exposition de manière algorithmique. Pour chacun de nos paniers de diagnostic, nous avons un certain nombre d'algorithmes systématiques qui interagissent de manière complémentaire. Idéalement, nous recherchons un signal généré à partir d’un sous-ensemble d’algorithmes ayant un nombre de transactions, des diminutions et une performance moyenne similaires. Pour diversifier notre exposition, nous nous tournons vers des algorithmes complémentaires présentant ces caractéristiques, mais entrant sur le marché et en sortant à des moments différents, plutôt que de négocier en tandem. Cela aide notre modèle à augmenter progressivement l'exposition au fur et à mesure que le cycle du marché évolue, au lieu d'investir pleinement. Dans le cadre algorithmique Alpha Predator, nous pouvons avoir jusqu'à 100 algorithmes optimisés prêts à être déployés en fonction de la dynamique de marché non linéaire sous-jacente. Cette diversification algorithmique nous aide à gérer notre risque de perte, au détriment de l'abandon de l'alpha potentiel. Ceci est conforme à notre philosophie fondamentale du marché - de nombreuses alpha attendent d'être capturées dans des monnaies cryptographiques et des actifs numériques, mais le profil de risque reste trop grand pour une stratégie d'achat à long terme uniquement.

Optimisation pour Sortino et Drawdown

De nombreux autres fonds de couverture investissant dans le secteur des actifs numériques se concentrent uniquement sur le rendement positif. Les gestionnaires de fonds de couverture traditionnels sont récompensés pour prendre ces risques associés car ils sont rémunérés pour la performance, mais ils n’ont que peu, voire aucune conséquence personnelle sur la volatilité à la baisse créée par la prise de ce risque supplémentaire à la hausse. À l’inverse, chez Blockforce Capital, nous sommes fondamentalement convaincus que les rendements sont équivalents au risque qu’ils prennent, et le simple fait d’afficher un bon nombre de performances supérieures ne donne pas une image complète de la réalité. Bien sûr, lors de marchés haussiers paraboliques (tels que Bitcoin en 2017), ces gestionnaires ont été récompensés à la fois par leurs actifs et par leurs performances, mais la plupart, sinon tous, sont maintenant sur le point de terminer l'année en baisse d'environ 50% à 60% ****. Dans le monde traditionnel des actifs, un tirage de plus de 35% au sein d’un hedge fund signifie que le «hedge» d’un hedge fund n’est pas utilisé de manière appropriée, et les investisseurs voient souvent ce retrait d’un tiers comme un signe de sortie. Chez Blockforce Capital, nous pensons que la gestion du risque de perte est tout aussi importante que les mesures de rendement total. C'est pourquoi nous cherchons à optimiser nos algorithmes pour le ratio de Sortino et la réduction parallèlement au rendement total.

Conclusion

En tant que bête fantasmagorique, l'Alpha Predator est en constante évolution et en évolution constante, à mesure que les marchés changent et que de nouvelles données sont analysées. Nous allons libérer l'Alpha Predator en tant qu'allocation au sein de notre fonds multistratégie, en tant qu'outil de notre boîte à outils nous permettant de nous ajuster en fonction de l'exposition. Avec le temps, nous aimerions apporter Alpha Predator à la population, en fournissant des solutions de programmation propriétaires permettant au public de tirer parti de la construction de ses propres modèles. Tout comme c’est la nature du chaos de tendre vers l’ordre (c’est-à-dire que la vie trouvera une solution), nous espérons que notre modèle Alpha Predator contribuera à éclaircir un peu cette trajectoire pour les investisseurs ordinaires - soit en programmant leur propre type de «Alpha Predator». , ”Ou en utilisant notre solution d’investissement Onramp. En attendant, votre village n’a rien à craindre, c’est-à-dire qu’il s’agit d’un marché de crypto-monnaie essayant de cacher l’alpha à Alpha Predator.

* Ce document ne constitue pas une offre d’achat de titres et ne peut être invoqué pour l’achat ou la vente de titres; aucun titre ne sera offert ou vendu à une personne se trouvant dans un territoire où une offre, une sollicitation, l’achat ou la vente serait illégal en vertu des lois sur les valeurs mobilières de ce territoire. Une telle offre ne serait faite qu'au moyen de documents d'offre formels, dont les conditions régiraient à tous égards.

** Représente un futur produit. Onramp devrait être lancé au quatrième trimestre 2018 ou au premier trimestre 2019.

*** Le modèle de trading Alpha Predator (à la fois algorithmique et arbitrage) est continuellement mis à jour dans le but d'optimiser et d'améliorer ses performances. Cependant, rien ne garantit que les mises à jour amélioreront les performances du modèle. Elles peuvent réduire le rendement du modèle.

**** Source: www.hedgefundresearch.com/family-indices/hfr-blockchain

Blockforce Capital ne recommande pas que les informations présentées aux présentes servent de base à toute décision d'investissement. Les informations sont données sous forme de résumé et ne prétendent pas être complètes. Le présent document a pour seul objectif d'informer et ne constitue en aucun cas une offre ou une sollicitation d'achat ou de vente de titres, d'autres investissements ou de services, ni d'attirer des fonds ou des dépôts, et aucun titre ne peut être offert ou vendu. à toute personne dans toute juridiction dans laquelle une offre, sollicitation, achat ou vente serait illégal en vertu des lois de cette juridiction. Ces informations ne constituent pas des conseils de placement généraux ou personnels, et ne tiennent pas compte de la situation financière, des objectifs de placement ou des conditions financières des personnes qui les ont lues. Vous êtes prié de ne pas utiliser ces informations pour prendre une décision d'achat de sécurité.

Ce document est présenté à titre d'information uniquement et ne constitue en aucun cas un conseil en investissement ni une offre de vente de titres.

Publié à l'origine sur www.blockforcecapital.com.