Regima
Należąca do użytkownika platforma do budowy portfeli i backtestingu, umożliwiająca porównywanie jawnie zdefiniowanych strategii inwestycyjnych z pogłębioną analizą portfela.
Podsumowanie
Regima to działający MVP do budowy portfeli, stosowania strategii inwestycyjnych i oceny ich historycznego zachowania.
Wiele narzędzi do backtestingu pokazuje wykresy wyników, nie przedstawiając dostatecznie jasno założeń stojących za strategią. Regima wychodzi z przeciwnego założenia: użytkownik wybiera określone podejście do budowy portfela i otrzymuje analitykę pomagającą wyjaśnić zachowanie portfela.
Status
Działający MVP
Podstawowe funkcje optymalizacji portfela i backtestingu są zaimplementowane. Pozostała praca dotyczy analizy statystycznej, zakresu produktu i otaczającego go doświadczenia użytkownika.
Problem
Narzędzia do backtestingu często ułatwiają stworzenie wykresu wyników, ale utrudniają zrozumienie, co ten wynik wygenerowało. Portfel może być przedstawiony za pomocą historycznych stóp zwrotu i miar ryzyka bez jasnego pokazania ram alokacji, stojących za nią założeń ani sposobu porównania z alternatywą.
Utrudnia to odróżnienie portfela wynikającego ze strategii od zbioru analiz złożonych dopiero po fakcie.
Regima ma jasno pokazywać metodę budowy portfela i łączyć ją z wynikającą z niej analizą wyników, ryzyka i atrybucji.
Pierwotna koncepcja zakładała również użycie danych o składzie indeksu w ujęciu point-in-time, aby ograniczyć survivorship bias. Wiarygodne datasety tego typu są płatne, dlatego w obecnym MVP nie uznano tego problemu za rozwiązany i nie przedstawia się go jako funkcji produktu.
Co robi
Użytkownik definiuje portfel, wybiera strategię optymalizacji i ocenia jego historyczne zachowanie.
Obecny system obejmuje:
- optymalizację średnia–wariancja (MVO);
- alokację równoważoną (1/N);
- alokację risk parity opartą na wkładzie do ryzyka;
- historyczne dane cenowe i fundamentalne;
- okresowy rebalancing lub rebalancing oparty na progach;
- konfigurowalne koszty, pozwalające realistyczniej szacować wyniki;
- analitykę wyników, ryzyka i atrybucji czynnikowej.
Celem nie jest tylko pokazanie jednej wartości stopy zwrotu, lecz dostarczenie kontekstu wyjaśniającego, jak ta wartość powstała.
Decyzje metodologiczne
Główne decyzje projektowe mają zachować widoczny związek między strategią a wynikiem:
- sposób budowy portfela jest wybierany jawnie, a nie ukryty za jednym domyślnym podejściem;
- reguły i wyzwalacze rebalancingu są częścią konfiguracji backtestu;
- koszty transakcyjne i inne konfigurowalne koszty można uwzględnić w szacunkach wyników;
- wyniki są prezentowane razem z miarami ryzyka i atrybucji;
- różne podejścia do alokacji można porównywać w ramach tego samego workflow analitycznego.
Takie decyzje przedkładają przejrzystość i użyteczność analityczną nad jedną nagłówkową wartość stopy zwrotu.
System
| Warstwa | Technologia |
|---|---|
| Frontend | SvelteKit |
| Backend | FastAPI |
| Baza danych | PostgreSQL |
| Analityka | SciPy, scikit-learn |
| Dane rynkowe | yfinance |
| Packaging | Docker |
Frontend zapewnia interfejs do budowy portfela i analizy, a backend odpowiada za przetwarzanie danych i workflow analityczny.
Zrzuty ekranu
Rebalancing / koszty
Szczegóły
Ograniczenia i kolejne kroki
Obecny MVP koncentruje się na podstawowym workflow optymalizacji i backtestingu. Może uwzględniać konfigurowalne koszty przy szacowaniu wyników, ale nie modeluje jeszcze stóp zwrotu z perspektywy podatkowej.
Planowane prace obejmują:
- optymalizację minimalnego ryzyka;
- podejście do optymalizacji oparte na machine learning, przy czym konkretna metoda nie została jeszcze wybrana;
- ulepszenia interfejsu użytkownika;
- analizę probabilistycznego Sharpe ratio, aby ocenić, czy wyniki portfela są istotnie lepsze od wybranego funduszu lub benchmarku.
Są to planowane prace rozwojowe i nie należy ich traktować jako obecnie zaimplementowanych funkcji.
Dlaczego go zbudowałem
Chciałem stworzyć narzędzie portfelowe, które łączy budowę portfela, optymalizację i analizę ryzyka bez konieczności odtwarzania tego samego pipeline’u analitycznego dla każdego eksperymentu.
Regima pozwala również uwidocznić metodologię inwestycyjną w samym produkcie: podejście do alokacji, reguły portfela, miary ryzyka i atrybucję można analizować, zamiast traktować je jako szczegóły implementacji.