Давайте проведем небольшую проверку, попробуем подумать, сколько раз вы слышали такие выражения:

· Биткойн растет, потому что золото падает.

· Биткойн растет, потому что растет золото.

· Эфир не работает, потому что биткойн растет.

· Биткойн упал, потому что вырос юань.

· XRP упал, потому что ... вероятно, из-за Ripple ...

· ….

Основано ли какое-либо из этих объяснений на надежном количественном анализе? Возможно нет. Они имеют значение? Кто знает….

Понимание причин колебаний цен на криптовалюты - одна из тех труднодостижимых целей, которые разочаровывали инвесторов с первых дней существования рынка. Как новый и все еще крайне иррациональный класс активов, рынок криптовалют уязвим для множества спекулятивных теорий, связанных с элементами, влияющими на движение цен. На более зрелых рынках, таких как акции, форекс или товары, наблюдается тенденция к поиску поддающихся количественной оценке характеристик, влияющих на конкретные тенденции. Финансовые рынки относятся к этим характеристикам как к факторам, и они являются основой всех тенденций, таких как количественная торговля. Поскольку это один из самых богатых данными классов активов в истории, совершенно очевидно, что факторное инвестирование будет играть важную роль в развитии криптоактивов. Есть лишь небольшая оговорка: хотя старые факторы все еще актуальны, факторное инвестирование в криптоактив определенно требует новых факторов.

Краткая история факторного инвестирования

История факторного инвестирования восходит к нескольким основополагающим статьям. В 1976 году Стивен А. Росс опубликовал статью по теории арбитража, в которой объяснил, что доходность различных ценных бумаг может быть объяснена с помощью нескольких факторов. В 1985 году экономисты Барр Розенберг, Кеннет Рид и Рональд Ланштейн опубликовали статью под названием Убедительное свидетельство неэффективности рынка, в которой они представили серию стратегий, использующих неэффективность рынка акций.

Важнейшей научной вехой в области факторного инвестирования стала публикация легенды экономики Юджина Фама и Кеннета Р. Френча Сечения ожидаемой доходности акций в 1992 году. Эта статья открывает шлюзы для многочисленных теорий о факторном инвестировании. включая спорную гипотезу эффективного рынка. Один из самых известных учеников Фамы, основатель AQR Capital Клиффорд Эснесс работал над факторным инвестированием, опубликовав одну из самых влиятельных газет в этой сфере по сей день.

Несмотря на то, что существовали вариации этой идеи, теория факторного инвестирования признает два основных типа факторов: макроэкономические и стилистические. Первый охватывает общие риски по классам активов, а второй направлен на объяснение доходности и рисков в рамках классов активов.

Одна из самых сложных характеристик факторного инвестирования - это быстрый рост количества и разнообразия факторов. Первоначальное исследование Фамы в области факторного инвестирования ограничивалось несколькими факторами, такими как размер, стоимость или импульс, но это длилось недолго. Сегодняшнее количественное исследование распознает более 400 факторов, которые могут иметь отношение к движению цен. На относительно эффективных рынках, таких как фондовые, поиск новых факторов - не что иное, как кошмар.

Крипто нуждается в новых факторах

С появлением нового класса активов в факторное инвестирование всегда появляется знакомое явление, которое я люблю называть рефакторингом. По сути, рефакторинг описывает динамику, в которой факторы для нового класса активов представляют собой комбинацию версий факторов других классов активов плюс новые факторы, адаптированные для нового рынка.

Тезис о рефакторинге говорит нам, что криптоактивы, вероятно, будут производить несколько десятков или даже сотен новых факторов, а также новые версии существующих факторов. Исследования инвестиционных факторов, специфичных для криптовалют, все еще находятся на начальной стадии, но очевидный вывод состоит в том, что эти факторы будут основаны на характеристиках, которые делают криптовалюту уникальным классом активов. При сравнении криптовалюты с предыдущими классами активов есть несколько уникальных характеристик или векторов, которые могут служить основой для нового поколения факторов:

  1. Вектор блокчейна. Поведение отдельных инвесторов в криптоактивы регистрируется в публичных децентрализованных реестрах, которые может анализировать любой. Это означает, что криптоактивы позволяют проводить более детальный анализ, чем другие классы активов.
  2. Сетевой вектор: Криптоактивы работают в сетях, которые позволяют передавать права собственности и транзакции между различными сторонами. Это означает, что состав базовой сети невероятно важен для поведения крипто-актива.
  3. Вектор DApp: некоторые криптоактивы поддерживают децентрализованные приложения (DApps). Это означает, что на поведение крипто-актива могут влиять DApps, которые его используют.
  4. Вектор вилки: Криптосети можно разветвлять. Это означает, что группа может решить клонировать конкретную криптосеть, что окажет большое влияние на ее инвесторов.

Каковы специфические факторы криптоактивов, не имеющие аналогов в других классах активов. Давайте попробуем быть более прагматичными и обосновать предыдущую теорию на практическом примере. Из-за своей незрелости и относительно небольшой рыночной капитализации криптоактивы по-прежнему очень уязвимы для позиций крупных инвесторов, которых часто называют китами. Мы могли бы поиграть с этой идеей, создав «фактор китов» на основе следующих переменных, таких как объем, принадлежащий крупным инвесторам, а также их активность по покупке или продаже.

whales_factor == f {количество крупных инвесторов, занимаемые позиции, активность купли-продажи}

Поддельный whales_factor - это пример фактора, специфичного для криптоактивов, который также очень сложно воссоздать в других классах активов, поскольку позиции инвесторов не доступны во всем мире.

Факторное инвестирование, вероятно, станет одной из самых влиятельных тенденций на следующем этапе криптовалютных рынков. В качестве нового класса активов с новыми основами криптовалюта, вероятно, потребует новых факторов или новых версий существующих факторов, адаптированных к криптопространству. Тот факт, что развитие криптовалютных рынков совпадает со взрывом числа технологий статистического и машинного обучения, может сделать криптовалюту прототипом класса активов для факторного инвестирования в будущем.