Je důležité sledovat hodnotu, momentum a kvalitu, shrnuje základy svého přístupu k investování Erhard Radatz, portfoliomanažer fondů společnosti Invesco. Co považuje v investování za nejdůležitější? Využívá při své práci umělou inteligenci? A jak (ne)efektivní jsou podle něj trhy?
Razíte v něčem nový přístup k investicím. Co je na něm inovativního a čím se liší od klasiky?
Většina portfolií je založena na klasických tržních faktorech. Investoři by se ale měli zabývat také vedlejšími faktory – hodnotou, momentem a kvalitou na straně akcií, ale také výnosem u pevně úročených aktiv. Mohou tak získat dodatečné výnosy a další vrstvu diverzifikace.
Jak to přesně funguje? Když se totiž podíváme na momentum podle vašich kritérií, znamená to, že nakupujete akcie, které již koupili jiní investoři, zatímco podle hodnotového faktoru kupujete akcie, které ostatní prodávají. Podle čeho se rozhodnout, zda na základě těchto faktorů prodat, nebo koupit?
Když investujete podle faktorů, máte jakýsi recept a podle něj se řídíte. V rámci faktoru momenta si definujete to, co je podle vás významné – obvykle jde o pozitivní dynamiku ceny, ale třeba také o vývoj ziskovosti. Když je momentum příznivé, nakupujete. Pokud jde o hodnotu, kupujete akcie, které jsou levné. My například hodně dáme na výnos z cash flow, což v podstatě znamená, že když má firma atraktivní příležitosti a její akcie jsou za nízkou cenu, nakupujeme její akcie.
V rámci portfolia pak vše kombinujeme. Máme pomyslné tři pilíře – momentum, hodnotu a kvalitu – a v rámci nich alokujeme riziko. Takže nutně nekupujeme pouze akcie, jež vykazují všechny tři faktory pozitivní. Zajímají nás i tituly silné alespoň v jednom z nich, kombinujeme různé přístupy, a celkově tak zvyšujeme míru diverzifikace. A jako fond pak vyvažujeme na základě obdobného principu také akciovou a pevně úročenou složku portfolia.
Pro investice se rozhodujete na základě dat. Jaká data berete v úvahu?
Jde o proměnlivou sadu dat. Jsou to běžné údaje o cenách akcií a o hospodaření firmy (řadu faktorů pro investiční rozhodnutí odvozujeme z rozvah společností). Zajímají nás zisky, robustnost bilance nebo zadlužení. To jsou klasicky používaná data. Vedle toho ale stále častěji pracujeme také s alternativními údaji, které nevykazují samotné firmy, ale jež jsou odvozeny z něčeho jiného. Příkladem jsou údaje o využívání kreditních karet v maloobchodě, díky kterým jsme schopni stanovovat predikce ohledně zisků některých spotřebitelských společností. Vidíme, které značky jsou zrovna v módě, a můžeme se pak zaměřit na jejich akcie.
K analýze dat je stále častěji využívána umělá inteligence. V rámci investování ale v tomto směru radíte velkou obezřetnost. Proč?
Při jakémkoli zpracování dat narazíte na určitý šum. A to může být na trhu problém. Narazíte na něco, co se jeví jako signál, ale přitom jde o šum, a tedy signál falešný. A umělá inteligence má v rozlišování věrohodných signálů a šumu značné rezervy, v tom ji zkušený investor stále ještě strčí do kapsy. Oblastí, kde bychom nad umělou inteligencí měli tak jasnou převahu, přitom není mnoho, stačí si představit třeba ovládání cizích jazyků. Pro umělou inteligenci není žádný jazyk cizí, pro člověka ano.
Na trzích máme k dispozici pouze historii, přičemž finanční trhy fungují v alespoň trochu srovnatelné podobě sotva dvě století. To je velice krátký úsek. Umělá inteligence s velkou pravděpodobností bude považovat za relevantní i události, které nastaly v minulosti, ale jež v budoucnu již nemusí nastat. A z toho plynou významná rizika.
Je s tím spojen výraz data mining. Hodnotíte data a snažíte se najít něco, co nemá nic společného s vaší ekonomickou úvahou. Když formulujete strategii závislou na datech, potřebujete si stanovit tezi. Například: Je pozitivní signál, když roste objem transakcí na kreditních kartách? A snažíte se otestovat, co to bude znamenat pro váš výnos z investic do akcií spotřebitelských společností. Umělá inteligence přitom významně zaostává právě ve formulování tezí.
Na trhu je ale řada obchodníků, kteří díky datům vydělávají. Ano, v aktivním tradingu je více těch, kteří prodělávají, ale jsou tradeři, kteří generují zisky třeba díky technické analýze, tedy analýze dat z minulosti. Umělá inteligence přitom může být dobrá v identifikaci jasně definovaných signálů technické analýzy, nebo ne?
Ano, mohla by být. Mimochodem, momentové faktory, jež jsem zmiňoval, jsou do jisté míry také technická analýza, protože vycházejí z historického vývoje. Rozdíl oproti umělé inteligenci je ale v tom, že si jako investor stanovíte tezi, proč by něco mělo fungovat, případně proč ne. V technické analýze v podstatě řešíte momentum. Umělá inteligence může přijít například se strategií, že když cena akcie uzavře obchodní seanci na 21 centech, máte ji kupovat. Na to data stačí. Člověk ale chápe, že neexistuje racionální ekonomický důvod, proč by se mělo vyplatit nakupovat akcie podle konkrétní závěrečné ceny. Je zkrátka problém nechat umělou inteligenci obchodovat za vás, protože pouze sleduje historická data a “něco vymýšlí”.
Ne že by to tak nedělala spousta živých obchodníků. Používáte tedy vůbec umělou inteligenci k analýze dat?
Bylo by hloupé ji zcela ignorovat. Pokud chcete formulovat strategii, potřebujete investiční tezi a snažíte se ji vyvrátit. Umělá inteligence neumí takovou tezi stanovit, protože je něco jiného něco falzifikovat, než když najdete dobře znějící teorii na základě dat z minulosti. Umělou inteligencí se zabýváme již 20 let, pracovali jsme s neuronovými sítěmi již před lety a pokračujeme v tom, zatím jsme ale nic přesvědčivého nenašli. To neznamená, že se to jednou nemůže změnit, ale zatím jsme si celkem jistí, že v současnosti není pro umělou inteligenci v investování žádné opravdu smysluplné využití. Jsme ale otevření novým nápadům a zkoušíme nové věci.
Jaké další technologie a nástroje používáte?
Většina toho, co děláme, je v podstatě regrese. Nejčastěji vytváříme regresní modely na souborech dat ve vztahu k výnosům. Když děláte kvantitativní analýzu, musíte umět nejen provést regresi, ale také ji interpretovat. Pozitivní korelace či vztah mezi daty ještě nemusí nic znamenat.
Objevují se stále nové technologie. Velkým tématem poslední doby je zpracování přirozeného jazyka, tedy psaného textu i mluveného slova. V přirozeném jazyce je spousta informací a my jako lidé jsme dobří v jejich zpracovávání. Nové nástroje ale umí být mimořádně efektivní. Počítače sice nechápou tak přesně některé nuance, velké množství obsahu lze ovšem kvalitně zpracovat i bez této jemné rozlišovací schopnosti. Není proto problém například prakticky v reálném čase sledovat vyjádření ředitele nějaké firmy a hodnotit zároveň, zda jeho slova generují nějaký signál v rámci vaší strategie.
Počítače jsou neutrální, zatímco my lidé máme předsudky. A předsudky mohou v investování napáchat velké škody. Můžete se zamilovat do společnosti A, a když pak budete sledovat vyjádření jejího generálního ředitele, nebudete tak skeptičtí jako vůči společnosti B.
Zamilovat se do nějaké společnosti a kupovat její akcie. To v podstatě říkal John Maynard Keynes – kupujte akcie, které se vám líbí. Vychází to i z teorie efektivních trhů, podle které jsou všechny známé údaje vždy zohledněny v ceně daného aktiva, takže si z tohoto hlediska nemůžete vybrat špatně. Cena již přece zohledňuje všechny informace.
O této teorii velice pochybuji. Nemyslím si, že jsou trhy plně efektivní. Ostatně i naše výsledky ukazují, že lze v rámci invetsování překonat výkonnost trhu.
V čem tkví problém s nákupem akcií společností, které se vám líbí? S největší pravděpodobností se vám nebudou líbit některá odvětví. Osobně nemám se žádnými emocemi spojené třeba producenty základních materiálů. Nevím, máte snad oblíbeného výrobce cementu? Vaše portfolio tak s největší pravděpodobností bude více směřovat ke spotřebnímu zboží a základnějším odvětvím průmyslu. Někdy navíc musíte prodat nějakou akcii kvůli řízení rizika. Snad každý bychom si vzpomněli na nějakou firmu, kterou jsme dříve měli rádi, ale jež se dostala do vážných potíží, případně rovnou zkrachovala.
Na finančních trzích platí, že nejlepší je diverzifikovat, a nejsem si jistý, zda portfolio akcií společností, které se investorovi líbí, bude dobře diverzifikované. A protože předpovídat budoucnost je nemožné, doporučuji investorům držet se základní investiční poučky: Základem úspěšného investování je diverzifikace. Kdybyste se na začátku roku 2008 zeptali analytiků, co předvede americký akciový index S&P 500 do konce roku, většina by tipovala něco okolo +8 %. Nakonec akcie ztratily řádově desítky procent. Ani ti nejsofistikovanější experti nemají pravdu vždy. Buďte připraveni na to, že nebudete mít pravdu. A nejlepší přípravou je právě diverzifikace.
Jak tedy diverzifikovat?
Neměli byste mít v portfoliu pouze akcie. Do mixu investic patří i ty s pevným výnosem, a to zejména v současnosti, kdy se čeká růst cen dluhopisů. Stejně jako v případě akcií se lze zaměřit na kvalitu, hodnotu i momentum při investici do ETF. Multifaktorové strategie jako takové umožňují lepší diverzifikaci a pomohou připravit portfolio na horší tržní časy. V rámci pevně úročených aktiv je důležitý nejen výnos, ale také stabilita, a tak má určitě smysl zařadit do portfolia i některé vládní bondy.
Nestačí na diverzifikaci nákup nějakého širokého akciového indexu, jako je třeba MSCI World?
Tento index ve své podstatě není příliš diverzifikovaný. Samotný počet akcií nemusí svědčit o kvalitní diverzifikace. V Evropě to regulace neumožňuje, ale teoreticky lze mít portfolio, v němž jeden titul má váhu 99 % a dalších 100 akcií má dohromady pouze 1% podíl. Takové portfolio by jen sotva bylo správně diverzifikované. Analogicky v indexu může být hodně titulů z jednoho odvětví, v současnosti typicky z oblasti IT, přičemž ceny těchto akcií mají tendenci se vyvíjet podobně. Problémy jedné firmy pak mohou například stáhnout níže i akcie podobných společností.
Zmíněné faktory nejsou jen argumentem pro výběr investic z hlediska výnosů, ale také nástrojem pro řízení rizik. Různé faktory přitom často vykazují negativní korelaci, takže při jejich zohlednění investor dosahuje investor lepší diverzifikace portfolia.
Záporná korelace ale také znamená, že je celková výkonnost portfolia nižší. Když se některým aktivům v konkrétních podmínkách daří, jiné naopak zaostávají.
Můžete mít v portfoliu dvě pozice, jež mají kladnou očekávanou výkonnost, ale zároveň negativně korelují. To znamená, že pokud je u obou očekávaný výnos ve stejném časovém horizontu 5 %, v průměru posílí o těchto 5 %. Nezáleží přitom na tom, kdy ke zhodnocení dojde. Může to být tak, že jedna akcie dnes posiluje a zítra ztrácí, zatímco druhý titul se vyvíjí přesně naopak. Obě nicméně celkově posílí o 5 %, a to při záporné korelaci. V tom je síla diverzifikace.
Co byste na závěr poradil (nejen) drobným investorům?
Čím déle jste na trhu, tím vyšší je váš očekávaný výnos. Nesnažte se časovat trh. Kdo říká, že jsou nyní akcie příliš drahé, a proto neinvestuje, dělá jedno z nejdražších možných rozhodnutí vůbec. Jako investoři byste měli uvažovat dlouhodobě, jako první byste si proto měli určit právě časový horizont.
Pokud budu investovat na 30 let, mohu zvolit rizikovou strategii a nemusím příliš řešit, jaká byla minulá výkonnost v krátkodobém horizontu. Když budu investovat na jeden rok, asi nebudu příliš riskovat, protože se z různých důvodů nemusí naplnit očekávání vycházející z dlouhodobých průměrných ročních výnosů.
Snažte se proto investovat co nejdéle. Znamená to začít s investicemi co nejdříve, tedy v mládí. Čas na trhu je k nezaplacení, na složené úročení jsou krátkodobé výkyvy na trzích krátké.
Děkuji za rozhovor.
Nahrávání ...