Není.

Pokud máte peníze uložené na spořicím účtu, podstupujete nenulové riziko bankrotu Vaší banky. Malému riziku odpovídá malý výnos. Obchodování na finančních trzích s sebou nese riziko potenciální ztráty finančních prostředků. V Quantite všechna rizika, ať už historická nebo simulovaná, transparentně prezentujeme tak, aby si klient mohl kvalifikovaně vybrat produkt odpovídající jeho rizikovému apetitu.

Nemáme.
Díky tomu, že k nám klienti nepřevádějí své investiční prostředky, a díky tomu, že nevytváříme
investiční rady šité na míru každému klientovi, nespadáme pod regulaci ČNB.

Nemůžete.

Kladný výnos každý měsíc vám zaručí pouze bankovní účet, u něhož je ovšem výše výnosu omezená. Přestože při obchodování na finančních trzích může docházet ke ztrátovým obdobím, díky kvalitě strategií Quantite jsou tato období kratší než u konkurenčních produktů a vyvážená nadprůměrnými výnosy.

Jednoduše řečeno, výnosy plynoucí z obchodování ETF emitovaných v zahraničí je nutné v ČR zdanit. Zdanění těchto výnosů podléhá dle zákona 586/1992 Sb., o dani z příjmů (dále ZDP) v případě fyzické osoby nepodnikatele následujícím pravidlům:

• Dle §10 ZDP – Ostatní příjmy, do nichž kapitálové zisky spadají, poplatník přiznává příjmy z prodeje cenných papírů snížené o přímo související výdaje. Přímo souvisejícím výdajem se rozumí např. nákupní cena cenného papíru stejně jako poplatky uhrazené zprostředkovateli nákupu/prodeje, nikoliv však např. náklady na internetové připojení. Fyzická osoba nepodnikatel hradí daň pouze z již realizovaného zisku (nikoliv tedy z otevřené pozice), příslušná sazba činí 15 %.
• V rámci obchodování s jedním druhem cenných papírů lze čistou ztrátu z jedné transakce uplatňovat proti zisku z jiné transakce. Je tedy možné si ztrátou z obchodování jednoho ETF snížit daňový základ plynoucí ze zisku z jiného ETF. Uplatňovat ztrátu z obchodování ETF proti zisku z obchodování např. futures či akcií možné není.
• V případě, že nákup a prodej cenného papíru probíhá v jiné než tuzemské měně, příjmy i výdaje se do českých korun přepočítávající tzv. jednotným kurzem vyhlašovaným ministerstvem financí ČR po skončení kalendářního roku.

Výše uvedená pravidla jsou platná pro obchodování cenných papírů emitovaných ve Spojených státech amerických, které mají s ČR smlouvu o zamezení dvojího zdanění, dle které dochází ke zdanění na území ČR. Pro cenné papíry emitované v jiných zemích se mohou podmínky přiznávání daně z kapitálových zisků lišit, jmenovitě může docházet k potřebě zdanění na územi emitenta dle tamní legislativy a do následného zdanění na územi ČR bude v zahraničí zaplacená daň započítána.

Instrumenty, se kterými strategie Quantite obchodují (ETF), jsou emitované americkými burzami a obchodují se proto v amerických dolarech. Tato skutečnost udává i nutnost mít obchodní účet otevřený v amerických dolarech. Poplatek za odběr startegií Quantite je účtován v českých korunách, ale je inkasem převáděn z bankovního účtu, nikoliv z účtu obchodního.

Průměrný výnos je charakteristikou investiční strategie vyjadřující její profitabilitu. Při vzájemném porovnávání několika investičních možností je důležité u průměrného výnosu pohlížet na několik kritérií:

1. Je průměrný výnos očištěný o poplatky? Pokud investiční fond zhodnotí prostředky o 5 %, ale poplatek za správu aktiv je 2 %, klient zhodnotí své prostředky pouze o 3 %.
2. Z jak dlouhého období je průměrný výnos spočten? Průměrný výnos z držby např. akciového indexu S&P 500 je za posledních 10 let 6.57 %, ale za posledních 5 let činí 12.9 %. Období, za které je průměrný výnos počítán, by mělo vždy vykazovat všechny typy trhu, se kterými je možné se v budoucnosti setkat, tj. krizi, obnovu i stagnaci. Nevhodné je proto omezit například dobu pro výpočet průměrného výnosu akcií na období let 2009+, stejný růst jako po obnově z krize zřejmě nemůžeme v dalších letech očekávat.
3. Jaké riziko s sebou průměrný výnos nese? Průměrný roční výnos 3 % s maximálním historickým propadem 10 % je pro většinu investorů lepší volbou než průměrný roční výnos 5 % s maximálním historickým propadem 20 %.

Průměrné výnosy jsou u strategií Quantite uváděné po započtení poplatku za službu Quantite i komise Vašeho brokera. Strategie Quantite jsou svým poměrem výnosu ku riziku daleko před alternativními prostředky zhodnocení peněz.

Simulovaný medián jednoletých výnosů je mírou profitability investiční strategie, která reprezentuje průměrný výnos, který mohou klienti na základě historických výnosů v budoucnu očekávat. Oproti historickému průměrnému výnosu je důvěryhodnější, protože je v něm snížený vliv extrémních pozorování, např. velmi malého počtu měsíců během nichž investiční strategie zhodnotila prostředky nebývalé dobře, viz též otázka „Proč je simulovaný medián jednoletých výnosů lepší než historický průměrný výnos?“

V Quantite uvádíme ziskovost prezentovanou v přehledové tabulce u každé strategie jako simulovaný medián ročního výnosu počítáný pouzena out-of-sample období tak, aby nedocházelo k nadhodnocenému očekávání.

Základem pro simulace budoucího chování investiční strategie jsou její historické výnosy. Pokud simulujeme chování strategie například v ročním horizontu a máme k dispozici měsíční historické výnosy, náhodně vybereme z historických výnosů vzorek o dvanácti hodnotách, které budeme považovat za měsíční výnosy dané strategie v hypotetickém budoucím roce. Celkový výnos tohoto hypotetického roku získaný složením náhodně vybraných měsíčních výnosů si poznamenáme a celý proces opakujeme znovu, například 10 000­–krát. Ze získaných 10 000 hypotetických ročních výnosů vybereme 5 000. nejlepší, tedy ten „prostřední“.

V Quantite uvádíme průměrné výnosy jako simulované mediány ročních výnosů, protože věříme že tak klientům ve poskytujeme lepší informaci o možném budoucím chování našich strategií, viz též otázka „Proč je simulovaný medián jednoletých výnosů lepší než historický průměrný výnos“.

Historický průměrný výnos může nadhodnocovat výnos, který může klient na základě historických dat od investiční strategie očekávat. Pro ukázku tohoto efektu uvažujme příklad investice, která jedenáct měsíců vynáší 1 % a dvanáctý měsíc vynese 39 %. Ačkoliv průměrný měsíční výnos za celý rok činí 4.16 %, je na základě historických výnosů mnohem pravděpodobnější, že příští rok vynese strategie měsíčně 1 %, protože velký výnos z dvanáctého měsíce je oproti jednoprocentním výnosům relativě málo pravděpodobný. Jinými slovy, historické průměrné hodnoty jsou silně ovlivněné málo častými extrémními hodnotami.

Reálně můžeme dopad tohoto efektu vidět na výpočtu očekávaného zhodnocení prostředků při držbě např. akciového indexu S&P 500. Pokud vezmeme v potaz období od dna krize v roce 2009 do současnosti, budou historické průměrné výnosy nadhodnocovat obecnou výnosnost této investice díky zahrnutí menšího počtu velkých výnosů z doby pokrizové obnovy, které nelze čekat v budoucnu. Naopak simulovaný medián ročního výnosu tímto neduhem netrpí a je zpravidla nižší než historický průměrný výnos. Přesto představuje realističtější očekávání budoucí výnostnosti drbžy daného akciového indexu.

V Quantite uvádíme ziskovost prezentovanou v přehledové tabulce u každé strategie jako simulovaný medián ročního výnosu počítáný pouzena out-of-sample období tak, aby nedocházelo k nadhodnocenému očekávání.

Simulovaný jednoletý Value-at-Risk (1Y VaR) je mírou rizika investiční strategie spočtená pomocí MonteCarlo simulace. Pokud je 99% jednoletý VaR investiční strategie roven -30 %, pak by na základě historických výnosů měla strategie na konci jednoletého období s 99% pravděpodobností skončit s výsledkem lepším než -30 %. Jinými slovy vyjadřuje VaR nejhorší možný roční výnos na dané hladině spolehlivosti.

V Quantite uvádíme u všech strategií i simulovaný jednoletý VaR, protože věříme, že klienti by měli mít možnost se rozhodovat na základě úplných informací o rizikovosti investičního produktu, viz též otázka „Proč jsou simulované míry rizika investic lepší než směrodatné odchylky výnosů“.

Simulovaný maximální jednoletý propad je mírou rizika investiční strategie spočtená pomocí MonteCarlo simulace. Pokud je 99% maximální jednoletý propad investiční strategie roven -10 %, pak by na základě historických výnosů měla strategie kdykoliv v průběhu jednotletého období s 99% pravděpodobností ztratit méně než 10 %. V tomto případě hovoříme o maximální průběžné ztrátě, tedy například o situaci, kdy strategie v prvních třech měsících obchodování ztratí 10 %, ale v následujících měsících může mít kladný výnos a celkový roční výnos tak může být například 7.5 %.

Maximální propad, na rozdíl od VaR, ukazuje na krátkodobější rizikovost a je důležité s ním být u konkrétní investiční strategie obeznámen zejména z psychologických důvodů. Ztrátová období nejsou příjemná, jsou nevyhnutelná a lépe se snáší, pokud dopředu známe pravděpodobnostní horní odhad jejich výše.

V Quantite uvádíme u všech strategií i simulovaný maximální jednoletý propad, protože věříme, že klienti by měli mít možnost se rozhodovat na základě úplných informací o rizikovosti investičního produktu, viz též otázka „Proč jsou simulované míry rizika investic lepší než směrodatné odchylky výnosů“.

Simulované míry rizika investic slouží k robustnějšímu odhadu rizik než například směrodatná odchylka výnosů.

Základem pro simulace budoucího chování investiční strategie jsou její historické výnosy. Pokud simulujeme budoucí chování strategie například v ročním horizontu a máme k dispozici měsíční historické výnosy, náhodně vybereme z historických výnosů vzorek o dvanácti hodnotách, které budeme považovat za měsíční výnosy dané strategie v hypotetickém budoucím roce. Celkový výnos hypotetického roku získaný složením náhodně vybraných měsíčních výnosů si poznamenáme a celý proces opakujeme znovu, například 10 000krát. Ze získaných 10 000 hypotetických ročních výnosů vybereme 9 900-tý nejhorší, čímž získáme 99% jednoletý simulovaný VaR. Při výpočtu simulovaného maximálního jednoletého propadu postupujeme obdobně.

Historický i simulovaný maximální propad vyjadřují míru rizikovosti investiční strategie.

Historický maximální propad je spočten na základě historických dat jako největší průběžná ztráta, kterou investiční strategie v minulosti utrpěla. Jeho hodnota je zcela závislá na historickém pořadí obchodů – jiné časové uspořádání obchodů by zřejmě vykazovalo jiný maximální propad.  Z historických dat o obchodování strategie lze za předpokladu, že je strategie robustní, usuzovat na statistické rozdělení budoucích výnosů a ztrát. Nelze ovšem usuzovat, že pořadí budoucích zisků a ztrát bude podobné tomu, jaké bylo v minulosti. Jako míra rizika je proto historický maximální propad nespolehlivý.

Při výpočtu simulovaného maximálního propadu pomocí MonteCarlo simulace bereme v úvahu velký počet možných budoucích vývojů chování investiční strategie, výpočet proto nezávisí na pořadí v minulosti realizovaných obchodů. Díky tomu je simulovaný maximální propad zpravidla vyšší než historický maximální propad a je spolehlivou reprezentací krátkodobé rizikovosti investiční strategie.

Standardním přístupem při kvantifikaci rizik investiční strategie je zjištění směrodatné odchylky jejích výnosů a následný výpočet hodnoty VaR, který se opírá o tabulované hodnoty normální rozdělení (např. 99% jednostranný kvantil). Tato metoda kvantifikace rizik ale nedává potenciálnímu investorovi přesnou informaci o možné ztrátě, kterou může na základě historických dat utrpět, a to z následujících důvodů:

• výnosy investičních strategií zpravidla nejsou normálně rozdělené, odhad hodnot VaR na základě kvantilů normálního rozdělení je proto značně nepřesný. Pokud investiční strategie zahrnuje i příkazy typu stop-loss, výše ztrát je shora omezená a rozdělení výnosů investiční strategie se už od normálního rozdělení odlišuje výrazně.
• jakýkoliv odhad VaR získaný pomocí směrodatné odchylky výnosů nedává informaci o maximální průběžné ztrátě (maximálním propadu) v průběhu roku, která by pro potenciálního investora měla být mnohem důležitější.

V Quantite uvádíme v rizikových parametrech strategií jak simulovaný jednoletý VaR, tak simulovaný jednoletý maximální propad, protože věříme, že klienti by měli mít možnost se rozhodovat na základě úplných informací o rizikovosti investičního produktu.

Vývoj algoritmizované obchodní strategie zpravidla zahrnuje fázi, v rámci níž dochází k optimalizaci hodnot některých parametrů strategie. Pokud by tato optimalizace probíhala na celém vzorku historických dat, mohlo by se stát, že při nasazení strategie s optimálními parametry do živého obchodování by strategie vykazovala nižší než očekávaný výkon. Jinými slovy by se optimalizovaná strategie přesně přizpůsobila historickým datům a ztratila by schopnost dobře obchodovat situace, s nimiž se v historických datech nesetkala.

V praxi se proto rozdělují historická data na dvě části – takzvaný in-sample a takzvaný out-of-sample. Na in-sample části historických dat dojde k optimalizaci parametrů a výkon strategie je následně ověřen na out-of-sample části historických dat. V ideálním případě jsou parametry ziskovosti a rizikovosti strategie na obou částech historických dat velmi podobné, což svědčí o robustnosti strategie.

V Quantite pracujeme vždy s out-of-sample obdobím tvořeným pozdější polovinou historických dat. Parametry ziskovosti a rizikovosti prezentované v přehledové tabulce u každé strategie jsou pak počítána pouze na out-of-sample období tak, aby hodnoty dobře reflektovaly živé obchodování strategie.