Akkor most a pénzem felét kriptopénzbe teszem - Próbálj belekötni!

Fiatalság, bolondság?

A fiatal dollármilliomosok fele jelentős kriptopiaci kitettséggel rendelkezik. A CNBC felmérése szerint 47 százalékuk a vagyonának több mint negyedét kriptodevizákban tartja, míg 33 százalékuk már egyenesen a felét.

Nyilván ez egy amerikai minta, mégis sokat elmond arról, hogy a fiatalok vagyonkezelése mennyire átalakult az elmúlt években. Szembetűnő, hogy mennyivel nyitottabbak az új technológiák iránt, még az olyan kuriózumokra is, mint például az NFT-k (non-fungible token).

Egy konzervatív vagyonkezelő nyilván a haját tépi az ilyen portfólió-allokációtól. Hiszen az 50 százalékos kriptokitettség fényévekre van mindentől, amit ők ajánlanak. Egy ma kockázatosnak tekintett portfólió mondjuk 80-20-as részvény-kötvény mixből áll, és csak a legmerészebb esetekben tartalmaz pár százaléknyi kriptodevizát. 

Az idézett felmérés viszont arra utal, hogy egyes fiataloknál megfordult a világ: a portfóliójuk kockázatos részét a kripto vette át. Ami korábban a részvény volt, az ma a bitcoin meg az ether. Ami pedig másoknál az államkötvény, az náluk az ETF.

A jelenség érdekes és elgondolkodtató, még ha egyelőre nem is egy általános trendről van szó. Mindez újra felveti azt az örök kérdést, hogy tulajdonképpen miként is kell összerakni egy portfóliót.

• Mi van akkor, ha valaki hisz a kriptoeszközök áttörésében és szeretne ilyesfajta kitettséget szerezni?
• Milyen módszerrel döntheti el, hogy a portfóliója mekkora részét tegye bele?

Mit mond a tudomány?

A befektetési pénzügyek két területét érdemes ilyenkor segítségül hívni. Az egyik a diverzifikáció matematikai keretrendszere, amely a modern portfólióelméletből (MPT) indul ki. A másik pedig a pénzügyi eszközök modellezése. Ez utóbbi alatt azt kell érteni, hogy egy-egy eszközosztály várható hozamok és kockázat szempontjából miként írható le. Jó közelítés-e például a normális eloszlás használata.

Ez a két terület szorosan összefügg egymással. Például ha jól ismerjük a feltörekvő piaci részvények viselkedését, tudjuk mekkora kockázattal (szórással) mennyi hozamra számíthatunk, akkor arról is tudunk dönteni, hogy a portfóliónkba azt milyen súllyal tegyük be. Onnantól kezdve a történet matematikai eszközökkel már jól megfogható.

A pénzügyi szakirodalom egyik csapásiránya szerint ez a dolog működik. Vagyis van némi bizonyíték arra, hogy a régóta megfigyelt részvény, kötvény, deviza, és mindenféle egyéb eszközfajtákról lehet megalapozott véleményünk. Sokuknál a normális eloszlás is visszaköszön. Amikor pedig ezeket a haranggörbéket felrajzoljuk, akkor valóban jól elkülöníthető profilokat látunk. Egyszóval lehet abban valami, hogy a már kiismert eszközöket modellezzük, és aztán a becsült paraméterekből egy optimális portfóliót keverjünk ki.

Meg kell azért itt jegyeznünk, hogy a fentiekkel nem mindenki ért egyet. Egyesek vitatják a piacok hatékonyságát, meg az MPT hasznosságát is, de a mi gondolatmenetünk szempontjából ez most tulajdonképpen nem is lényeges. Ugyanis jó okunk van azt feltételezni, hogy a kriptodevizáknál a fenti megközelítés egyelőre amúgy sem működhet.

A modern portfólióelmélet - és az összes ráépülő optimalizációs eszköz - alapvetése ugyanis az, hogy fel tudtuk mérni az adott befektetési eszköz tulajdonságait. Az a minimum, hogy valamit mondjunk a hozam-kockázat viszonyáról (szórás és várható hozam), hiszen csak így lehetséges az optimalizációs feladat elvégzése. Csakhogy ezeknek az alapvető dolgoknak a becslése nem éppen magától értetődő egy bitcoinnál. 

Így kéne számolni

Egy klasszikus portfóliótervezési feladat során a következő lépéseket kellene elvégeznünk: meg kell mérni az eszközök szórását, a korrelációs együtthatót a különböző részvényekkel és kötvényekkel, majd pedig a múltbeli adatok alapján megbecsülni a várható hozamokat. Az eszközünk modellezéséhez használhatjuk a normális eloszlást, vagy bármi mást is, ami egy kicsit jobban illeszkedik. 

Ha mindezzel megvagyunk, akkor máris nekiállhatunk a Sharpe-ratio (egy kockázati egységre jutó hozam) maximalizálásának, amely akár szimplán Excelben is elvégezhető. Szükséges még számszerűsíteni a kockázatkerülésünket is, hogy aztán a lehetséges optimális portfóliók közül a számunkra legjobbat válasszuk. A történet lényegében ennyi, és az adatok függvényében egyértelmű választ kapunk arra, hogy miből hány százalékot kell tartani. Nekem például az jött ki, hogy 10 százalék kripto, 60 százalék részvény, és 30 százalék fejlett piaci államkötvény az ideális a kockázati étvágyam mellett. Ez jól hangzik, sőt: már-már objektívnek hat. Csakhogy ne feledjük: amint más feltételezéssel élünk a kriptoeszközök profiljáról, mindjárt más súlyokat kapunk. A számítás viszonylag szenzitív olyan paraméterekre, amik becslésében óriási a bizonytalanság.

Nem normális

Korábban többször is vizsgáltam már a főbb kriptoeszközök eloszlását, és rendre arra jutottam, hogy a normalitási teszteken nem mennek át. Vagyis a befektetési pénzügyekben oly sokszor használt normális eloszlás nem jó feltételezés az esetükben. De más népszerű eloszlások sem illeszkednek igazán jól, vagyis ez ma még nem egy túl jól modellezhető eszközosztály. Persze mindez nem jelenti azt, hogy ne lehetne ennek még több matematikával nekimenni.

Egyes kutatók kísérletet is tettek arra, hogy meghaladják a Markowitz-féle MPT ilyesfajta hiányosságait és egy újfajta (Omega) optimalizációs módszert vetettek be. De hiába csűrjük-csavarjuk a dolgokat: az sehogy sem kerülhető ki, hogy valamilyen becslést adjunk a kockázati profilra. Ha jobban figyelembe vesszük a szélsőséges eseteket, vagy pontosabban fedjük le a potenciális nyereség-veszteséget, akkor is csak abból tudunk főzni, ami van. Maximum néhány éves idősorból. Ráadásul olyan idősorból, ami időnként teljesen másképpen viselkedik, mintha csak drámai átalakuláson menne keresztül a vizsgált eszköz.

Más, mint a többi

A kriptodevizák esetében pedig nagyon valószínű, hogy pont ez is történik. Egy fejlődő ökoszisztémáról van szó, aminek az elterjedése rendkívül egyenetlenül alakul. Az, hogy a múltban milyen volt a hozam-kockázati profilja egy-egy ilyen eszköznek az egy dolog. Az pedig egy másik, hogy az előretekintve felhasználható-e.

A részvényeknél és a kötvényeknél nincs ekkora bizonytalanság, és őket már durván száz éve kutatjuk. A kripto viszont egy új osztályba tartozik, amivel még csak most ismerkedünk. Ebből következik, hogy egyelőre nincs olyan kriptodevizákat érintő kutatás, amely meggyőző választ adna a fenti optimalizációs problémára.

Zárásként térjünk vissza a kiinduló felméréshez, amely szerint egyes fiatalok elképesztő arányú kitettséget tartanak bitcoinból meg etherből. Mit mondhatunk erre a fentiek fényében? Nos, igazából nem sokat.

Ennek a cikknek a készítése során számos kutatást átfésültem, amik a kriptoportfóliók optimalizálásával foglalkozik, de az eredmények igen eltérőek voltak. Valószínű, hogy még azonos optimalizációs módszertannal is más eredményre jutnánk ma a pár évvel ezelőtti publikációkhoz képest. Ez az eszközosztály ugyanis ennyire instabil.

De Annyi azért mégis látszik, hogy a különféle technikákkal és különböző időszakokon elvégzett optimalizációk során egyszer sem jött ki olyan magas ajánlott súly a kriptoeszközökre, mint amit fentebb idéztünk. Az 50% ezért nem tűnik jó ötletnek.

Ha tudományos megerősítést tehát nem is kaphat egyelőre, hogy az 1, 5 vagy 25 százalékos kriptokitettség-e az ideális, jobb itt is az óvatosság. Mint ahogy maguknak a kriptoeszközöknek a kiválasztásánál is, miként azt a legutóbb írtuk.

Ahogy ez az eszközosztály fejlődik, úgy lesz egyre több információnk róla. Annál pontosabban látjuk majd, hogy milyen kockázati profillal állunk szemben, és az hogyan illeszkedhet egy diverzifikált portfólióba. Addig pedig maradjunk az óvatos ökölszabályoknál, vagy elgondolkodhatunk még a Kelly-kritériumon is. De ez utóbbiról majd csak egy következő cikkünkben lesz szó.

Címlapkép forrása: Getty Images