Leo Willert: Podążamy za trendami, nie przepowiadamy przyszłości
Nie tworzymy analiz rynkowych, na żadnym etapie nie próbujemy „zgadywać”, w którą stronę rynek będzie zmierzał. Podążamy za trendami, nie przepowiadamy przyszłości – mówi w wywiadzie dla analizy.pl Leo Willert, założyciel i szef tradingu w ARTS Asset Management.
Jagoda Fryc, Analizy Online: Jest Pan twórcą algorytmów ARTS. Jak zrodził się pomysł, żeby do zarządzania pieniędzmi „zatrudnić” maszynę?
Leo Willert: Ukończyłem kurs tradingu w USA w latach 90. Zawodowo zajmowałem się wówczas marketingiem, miałem własną agencję reklamową. C-QUADRAT był jednym z moich klientów - generowaliśmy karty funduszy dla pierwszych FOF oferowanych przez firmę w końcówce lat 90-tych. Dla usprawnienia procesu, który był mocno błędogenny zaprogramowałem bazę danych, która poprzez wykorzystanie stworzonego przeze mnie systemu w zautomatyzowany sposób tworzyła karty z informacjami o wynikach funduszy. Będąc jednocześnie indywidualnym inwestorem, pomyślałem o wykorzystaniu automatyzacji w procesie podejmowania decyzji inwestycyjnych w odniesieniu do zarzadzania moim własnym portfelem inwestycyjnym prowadzonym przez Fonds & Co, ówczesny C-QUADRAT. Stworzyłem algorytm, który następnie testowałem wiele lat, na podstawie wyników back-testów kształtowałem jego założenia. Kiedy zacząłem wykorzystywać mój system do zarządzania własnym portfelem, okazało się że jego wyniki są znacząco lepsze niż innych inwestorów. Zostało to zauważone przez mojego ówczesnego doradcę w C-QUADRAT, który umówił spotkanie z managerami firmy i tak to się zaczęło… Właściciele spółki zaproponowali mi zarządzanie istniejącym funduszem o wartości 1,4 miliona euro z wykorzystaniem mojego systemu transakcyjnego opartego na algorytmie. Utworzony został nowy podmiot – ARTS (Absolute Return Trading Solution) Asset Management. Po założeniu ARTS, został uruchomiony pierwszy fundusz dynamicznie zarządzany w dniu 27 marca 2003 roku. W końcówce tego samego roku trzy kolejne fundusze C-QUADRAT ARTS zostały wprowadzone.
Reklama
Czy pierwszy stworzony przez Pana algorytm wciąż jest w użytku?
Najważniejsze założenia algorytmu pozostały niezmienione. Trzeba jednak zaznaczyć, że w trakcie wieloletnich testów pewne jego elementy ulegały przekształcaniu, tak by finalny algorytm sprawdzał się możliwie najlepiej w różnych warunkach rynkowych. Obecny kształt algorytmu stosujemy w procesie zarządzania wszystkimi funduszami ARTS.
Dokonywanie zmian w algorytmie to byłby duży błąd. Skuteczny system transakcyjny powinien bowiem w swej istocie pozostać możliwie niezmieniony. Jeśli stale reagujesz na bieżące zmiany rynkowe i dostosowujesz system, próbujesz jedynie zoptymalizować niedawną przeszłość i tracisz z oczu długoterminowy cel. Jeśli czynimy jakiekolwiek zmiany to dotyczą one bazy danych, z której korzystamy – uniwersum inwestycyjne zmieniło się znacząco od 2003 roku. Ilość dostępnych rozwiązań produktowych jest obecnie przeogromna – poza szerokim spektrum funduszy inwestycyjnych, mamy coraz większą liczbę ETF-ów, produktów pasywnych (tzw. Smart Beta) aż po inwestycje w niszowe segmenty i wąskie obszary geograficzne. Dlatego wciąż uzupełniamy naszą bazę o nowe produkty. Obecnie jest to ponad 10 000 funduszy inwestycyjnych i kilka tysięcy ETF-ów, które łącznie obejmują swoim zasięgiem wszystkie klasy aktywów. Geograficznie i sektorowo nasza baza danych pokrywa cały świat.
Jak w ogóle działają takie algorytmy? Co analizują i na jakiej podstawie podejmują decyzje inwestycyjne?
Algorytm, stanowiący serce systemu transakcyjnego ARTS, to grubo ponad milion linii kodu. To świadczy o poziomie złożoności, ale jednocześnie możliwości naszego systemu transakcyjnego, czy też jakiegokolwiek innego systemu opartego o algorytm. Drugą bardzo istotną rzeczą jest implementacja określonej strategii w procesie zarządzania ilościowego. W ARTS stosujemy strategię momentum. Podstawą skutecznego inwestowania zgodnie z tą strategią jest kompleksowa baza instrumentów finansowych (funduszy, ETF-ów, pojedynczych akcji i instrumentów pochodnych z codziennie aktualizowanymi danymi cenowymi). Każdego dnia roboczego system analizuje bazę dostępnych danych. Uniwersum inwestycyjne, czyli nasza baza danych nie ma żadnych ograniczeń w odniesieniu do regionów, sektorów czy klas aktywów. Zapewnia to wystarczającą dywersyfikację i pozwala na wykorzystanie możliwości w krajach inwestycyjnie egzotycznych i niszowych sektorach, które są łatwe do przeoczenia dla tradycyjnych zarządzających.
Selekcjonując fundusze do docelowego portfela, system / algorytm ocenia m.in. ich wyniki w zestawieniu ze zmiennością i poziomem ryzyka. Bieżące monitorowanie parametrów statystycznych, takich jak zmienność, zwrot z inwestycji, korelacja rynkowa poszczególnych portfeli to także zadanie algorytmu.
Kolejna rzecz, która „spoczywa na barkach” algorytmu to wyszukiwanie najsilniejszych i najstabilniejszych w danym momencie trendów. Algorytm odpowiada również za częstotliwość rotacji i zakres rotacji pomiędzy poszczególnymi klasami aktywów w ramach portfela.
Algorytm natomiast nie dokonuje transakcji, tym zajmują się pracownicy naszego Mid-Office, bazując oczywiście na selekcji dokonanej przez system.
Jakich metod mogą używać algorytmy w zarządzaniu aktywami?
Generalnie nie ma limitów co do metod, którymi algorytmy mogą się posługiwać w zarządzaniu aktywami, wszystko zależy od ich konstrukcji. Jak już wspomniałem, kluczowym elementem systemu transakcyjnego ARTS jest strategia momentum. Teoria momentum jest podejściem tradingowym, któremu poświęcono najwięcej badań naukowych w ciągu ostatnich 20 lat w literaturze finansowej, natomiast ich rzeczywiste wykorzystanie w praktyce jest stosunkowo niewielkie. Nie ma wielu ludzi, którzy to robią. Ekscytujące jest to, że badania obejmowały różne klasy aktywów: akcje, obligacje, rynek pieniężny, samochody, chińską porcelanę, nieruchomości, surowce. Całość została pokazana w różnych okresach czasowych. We wszystkich klasach aktywów proces zadziałał.
Teoria momentum zasadniczo mówi, że ci, którzy mieli najbardziej stabilne zwroty w niedawnej przeszłości, mają statystycznie zwiększone prawdopodobieństwo, że nadal będą osiągać lepsze wyniki w bliskiej przyszłości. Trzeba jednak pamiętać, że wejście w rosnący trend to tylko niewielki ułamek całej strategii. Mój nauczyciel tradingu ujął to dość brutalnie: „Każdy głupi może kupić!”, ale tak naprawdę dopiero po zakończeniu transakcji dowiadujemy się, czy była ona udana, czy nie. W dłuższej perspektywie czas sprzedaży jest o wiele ważniejszy niż czas zakupu. „Trend is your friend until the end” (trend jest twoim przyjacielem do momentu, kiedy się nie skończy – red.). W naszym procesie staramy się „cut your losses short, let your profits run” - ograniczamy straty i pozwalamy zyskom rosnąć. To jest złota zasada podążających za trendami.
Należy też pamiętać o różnicy między podejściem „value” a podejściem podążającym za trendami. Z podejściem opartym o wartość jest tak, że kupuję kiedy stwierdzam, że rynek się myli w określonej wycenie, a ja mam rację. Ta spółka jest niedowartościowana, więc ją kupuję. Kupując przybliżam ją do ceny rynkowej. Im więcej osób to zauważy, tym szybciej dana akcja staje się droga. Momentum to zupełnie inna historia. Jeśli zauważymy, że najsilniejszy trend jest np. w Indiach i zainwestujemy tam pieniądze, to wzmacniamy ten trend. A jeśli inni też to zauważą, to wzmacniają ten trend znacznie bardziej. Innymi słowy, im więcej transakcji, tym silniejsze trendy się tworzą.
Gdzie algorytm ma przewagę nad człowiekiem? I czy w każdych warunkach tę przewagę utrzymuje?
Zadajmy sobie najpierw pytanie – dlaczego człowiek jest omylny? Najczęściej dzieje się tak ze względu na emocje. Bardzo istotną przewagą algorytmu nad człowiekiem jest to, że ten nieprzewidywalny czynnik ludzki nie odgrywa żadnej roli w podejmowaniu decyzji inwestycyjnych, jest z tego procesu całkowicie wykluczony. Oprócz emocji, takich jak strach czy chciwość, tak zwane uprzedzenia poznawcze ograniczają ludzki osąd. Jednym z przykładów błędu poznawczego jest "błąd potwierdzenia": opisuje on tendencję do selektywnego postrzegania i oceniania jako poprawnych informacji, które potwierdzają naszą istniejącą opinię. System nie pyta dlaczego, nie szuka powodów, nie analizuje przyczynowo - skutkowych aspektów. Drugim elementem przewagi algorytmu nad człowiekiem jest ilość przetwarzanych danych. W przeciwieństwie do człowieka zarządzającego funduszem, komputer może przetworzyć i przeanalizować obszerną ilość danych w krótkim czasie - 24 godziny na dobę, 7 dni w tygodniu i 52 tygodnie w roku. ARTS Asset Management wykorzystuje komputerowy system transakcyjny, który analizuje ponad 10 000 funduszy inwestycyjnych i ETF-ów. W procesie tym przetwarzanych jest około 3,5 miliona rekordów danych miesięcznie. Żaden zespół na świecie nie miałby wystarczających zasobów do realizacji procesów w takim wymiarze. System zarządzający funduszem ilościowym, opierając się na szerokim uniwersum inwestycyjnym, może natknąć się na możliwości inwestycyjne i trendy, które w przeciwnym razie mogłyby zostać przeoczone przez zarządzającego funduszem.
Oczywiście żaden system transakcyjny nie działa równie dobrze we wszystkich fazach rynkowych. Na przykład w latach 2003-2007 istniały bardzo wyraźne trendy i byliśmy w stanie osiągnąć lepsze wyniki niż MSCI World. Podczas późniejszego załamania rynku spowodowanego globalnym kryzysem finansowym, indeks MSCI World stracił około 50%, a nasza dynamiczna strategia umożliwiająca inwestycje w fundusze akcyjne do 100% spadła tylko 16%. Trudnym okresem był rynek z trendem bocznym w 2011 r., kiedy to fundusz osiągnął znacznie gorsze wyniki niż MSCI World.
Jakimi wynikami może pochwalić się najstarszy fundusz algorytmiczny ARTS? Czy zdarzały mu się wpadki?
Najstarszym produktem ARTS Asset Management jest dynamiczna i elastyczna strategia, która nie ma benchmarku, jej celem jest generowanie bezwzględnego wzrostu wartości w długim okresie we wszystkich fazach rynku. Średnia zyskowność funduszu na przestrzeni ostatnich 20 lat wyniosła 5,19% rocznie (stan na dzień 31.08.2023). Ważne jest, że w tym samym czasie jego zmienność była na poziomie 8,03%, a maksymalny spadek nie przekroczył -18,5% (dokładnie -18,24%). Dla porównania indeks MSCI World w EUR - indeks ten stanowi dla nas barometr poziomu zaangażowania portfela w fundusze akcyjne - w tym samym czasie zyskał 6,82% średniorocznie, a więc wynik bardzo zbliżony do naszej strategii ale przy zmienności na poziomie 15,58%, a więc niemal dwu-krotnie wyższej i maksymalnym spadku, który przekroczył aż 55%.
Zawsze staramy się inwestować kapitał inwestorów tam, gdzie wydaje się to najbardziej opłacalne. W ten sposób, w zależności od sytuacji rynkowej, udział funduszy akcyjnych może wynosić nawet do 100%. Aby ograniczyć ryzyko w niekorzystnych warunkach rynkowych można również zmniejszyć udział tych funduszy lub całkowicie je wyeliminować z portfela. W takim przypadku inwestycje są przenoszone do bardziej konserwatywnych funduszy obligacji i rynku pieniężnego lub inwestycji zbliżonych do rynku pieniężnego. Oczywiście, tak jak już wspomniałem nigdy nie jest tak, że dane rozwiązanie jest dobre na każde warunki rynkowe. Również nasz fundusz miał w swojej historii okresy z ujemną stopą zwrotu. Były to albo okresy kryzysów na rynkach, albo przedłużający się trend boczny. Ten ostatni jest szczególnie trudny dla funduszy algorytmicznych. Należy jednak zauważyć, że poziom rocznych ujemnych stóp zwrotu jest znacznie niższy niż w przypadku szerokiego indeksu akcyjnego MSCI World.
A ile funduszy algorytmicznych posiadacie obecnie w ofercie i jakimi aktywami zarządzacie?
Zarządzamy obecnie kwotą 1,7 mld EUR w oparciu o system transakcyjny ARTS, który wykorzystuje dane ponad 10 000 funduszy inwestycyjnych i kilku tysięcy ETF-ów, które są również uwzględniane. W ofercie znajduje się 13 funduszy, głównie mieszanych – są to fundusze funduszy typu total return o różnych profilach ryzyka, ale także czysto akcyjny fundusz funduszy oraz fundusz funduszy obligacji oraz fundusz ESG, który inwestuje w pojedyncze papiery wartościowe.
Na rynkach rozwiniętych zarządzanie algorytmiczne zyskuje na popularności. W Polsce zarządzający algorytmom nie ufają. Tylko nieliczne krajowe TFI wspomagają się nimi w procesie zarządzania (przy zarządzaniu płynnością oraz ryzykiem walutowym funduszy), ale "pod nadzorem" człowieka. Skąd Pana zdaniem taka nieufność w Polsce? Czy niska płynność rynku jest przeszkodą do zarządzania algorytmicznego?
Trudno jest mi odnosić się do rynku polskiego, ponieważ nie znam jego realiów aż tak dobrze. Myślę jednak, że podobnie jak w innych krajach, być może nie jest to problem „nieufności”, a bardziej tzw. uprzedzeń poznawczych, które ograniczają ludzki osąd.
W przypadku inwestorów błąd myślenia wyraża się w tym, że są oni bardziej skłonni do postrzegania informacji, które wspierają ich pozytywną opinię na temat akcji i klasyfikują je jako poprawne niż informacje, które obalają tę ocenę. Nawet eksperci finansowi, tacy jak zarządzający funduszami, nie są odporni na ten błąd myślenia. Rozsądek, racjonalność i ostrożność to cechy, którymi wielu inwestorów chciałoby się opisywać. Rzeczywistość często wygląda jednak inaczej. To, jak faktycznie zachowują się inwestorzy, było w ostatnich latach wielokrotnie badane przez naukowców. Stwierdzono, że nieracjonalne zachowanie inwestorów wynika z kilku czynników. Odpowiedzialny za to jest między innymi ograniczony poziom informacji, ograniczona zdolność przetwarzania danych i stres psychologiczny.
Myślę, że ważne jest również to, że wielu asset managerów określa swoje indywidualne view na rynek i trzyma się tego view dopóki nie pojawią się na rynku znaczące zmiany. Inwestycje dobierane wówczas do portfela muszą być, jak mniemam, zgodne z przyjętym poglądem na rozwój rynku. W ARTS nie tworzymy analiz rynkowych, na żadnym etapie nie próbujemy „zgadywać” w którą stronę rynek będzie zmierzał. Podążamy za trendami, nie przepowiadamy przyszłości. „Podążający za trendami, który ma swoje zdanie na temat rynku, nie jest podążającym za trendami”.
Z pewnością nie bez znaczenia są również negatywne doświadczenia z produktami finansowymi opartym o algorytm. Jest to po części zrozumiałe, trzeba jednak pamiętać, że rozwiązania wykorzystujące algorytm nigdy nie są tożsame – różnice tkwią zarówno w konstrukcji samego algorytmu, jak i polityki inwestycyjnej, która jest w procesie zarządzania algorytmicznego wykorzystywana.
Niska płynność zawsze jest problemem i przeszkodą, nie tylko w zarządzaniu algorytmicznym, ale w zarządzaniu funduszami otwartymi w ogóle. Fundusze ARTS w ogóle nie inwestują w produkty finansowe, które mają niską płynność.
Jakie zmiany, Pana zdaniem, w obszarze technologii mogą wpłynąć na przyszłość zarządzania aktywami?
Z całą pewnością automatyzacja to proces, w kierunku którego świat zmierza. Kierunek jej rozwoju będzie zależny od obszaru, który zacznie ulegać nowym trendom jako pierwszy – czy to będą bazy danych, czy proces tradingu, czy też selekcja ‘tematów’ inwestycyjnych…? To się okaże.
Trzeba również pamiętać, że bardzo podobny jest scenariusz jaki już mogliśmy zaobserwować w przypadku tematu ESG. Temat inwestycji zrównoważonych był niezwykle szumny jeszcze kilka miesięcy temu, teraz wydaje się być ‘uspokojony’ i bardziej powszedni. Taki sam scenariusz może dotyczyć tematu sztucznej inteligencji. Dlatego uważam, że ‘stare systemy’ wciąż pozostaną w użyciu.
W jaki sposób modele AI są obecnie wykorzystywane w zarządzaniu aktywami? Czym algorytm różni się od sztucznej inteligencji?
To bardzo dobre pytanie, trzeba zaznaczyć, że jeśli stosowane jest podejście ilościowe, to nie oznacza, że sztuczna inteligencja jest zaangażowana. Zautomatyzowane inwestowanie przy użyciu algorytmów jest integralną częścią świata inwestycji od wielu dziesięcioleci. W ilościowym zarządzaniu aktywami prawa matematyczne są przekładane na algorytmy, które umożliwiają inwestowanie zgodnie z systematycznymi zasadami bez wpływu człowieka. Algorytmy są również wykorzystywane w sztucznej inteligencji generatywnej. Jest to jednak samouczący się system, który próbuje zoptymalizować parametry wyjściowe wraz z rosnącą liczbą dostępnych danych i dostosować je do aktualnej sytuacji rynkowej. Istnieje jednak duże ryzyko nadmiernej optymalizacji: zasady rynku kapitałowego, takie jak konsekwentne zarządzanie ryzykiem, zostaną wyrzucone za burtę, ponieważ systemy AI reagują zbyt wrażliwie na zmiany i często koncentrują się jedynie na optymalizacji wyników w ujęciu dziennym.
Sztuczna inteligencja nie chroni również przed nieoczekiwanym wypadkiem. Porównywalnie do systemu nawigacji, który prowadzi kierowcę najszybszą trasą w oparciu o ocenę aktualnych danych w ruchu drogowym, sztuczna inteligencja może ocenić sytuację na rynku w ciągu kilku sekund. Jeśli jednak na tej „optymalnej drodze” dojdzie do wypadku z naszym udziałem, system nawigacji nie zapewnia żadnej ochrony przed jego skutkami. Mamy jednak pasy bezpieczeństwa, układ hamulcowy ABS, poduszki powietrzne, itd., które mogą złagodzić szkody, gdy dojdzie do wypadku. W odniesieniu do rynków finansowych oznacza to, że potrzebne są również inne instrumenty zabezpieczające, ponieważ sama sztuczna inteligencja skoncentrowana na wydajności nie może w wystarczającym stopniu chronić portfela przed stratami.
Tak zwane "czarne łabędzie", których doświadczyliśmy w ostatnich latach w związku z pandemią koronawirusa lub wojną na Ukrainie, ani się nie zapowiadają, ani nie jest jasne, jaką formę przybiorą na rynku finansowym. Potrzebne jest rygorystyczne zarządzanie ryzykiem. Niezależnie od tego kto i w jaki sposób kontroluje ryzyko, nigdy nie należy rezygnować z rygorystycznej kontroli ryzyka ze względu na optymalizację wyników.
Strategia inwestycyjna oparta na generatywnej sztucznej inteligencji nie jest zatem wcale przesądzona. Sztuczna inteligencja może przetwarzać ogromne ilości danych w ciągu kilku sekund, ale nie zna przyszłości, a przede wszystkim nie jest testowana w sytuacjach kryzysowych i w większości nie jest zaprogramowana do zapewnienia zabezpieczania. W tym przypadku sztuczna inteligencja jest wciąż w powijakach. To, czy rzeczywiście postąpi właściwie w nieoczekiwanych sytuacjach, powinno zostać wcześniej dobrze przetestowane. W przeciwnym razie cały proces może się skończyć całkowitą porażką. Sztuczna inteligencja nie jest zatem rozwiązaniem idealnym, gdyby tak było wszyscy zarządzający funduszami/ portfelami inwestycyjnymi zostaliby zwolnieni.
Czy dzisiejsze otoczenie rynkowe sprzyja zarządzaniu algorytmicznemu?
Każdy czas jest inny – czy lepszy czy gorszy, to wszystko zależy od punktu widzenia. W mojej ocenie obecne otoczenie rynkowe stało się wysoce zmienne i nieprzewidywalne. O tym, że rynki akcji mogą tymczasowo odrywać się od rzeczywistych danych gospodarczych, świadczy rozwój sytuacji na rynkach międzynarodowych po krachu giełdowym wywołanym pandemią koronawirusa. Dow Jones, DAX i inne indeksy poszybowały w górę z zawrotną prędkością, mimo że dane o bezrobociu osiągnęły rekordowy poziom, a USA, Japonia i Europa doświadczyły największego załamania gospodarczego od czasów Wielkiej Recesji. Widzieliśmy najszybszy krach w historii rynku akcji, który rozpoczął się w połowie lutego ubiegłego roku, a zaraz po nim nastąpiło najszybsze ożywienie w historii rynku akcji.
Powódź płynności dostarczanej przez banki centralne, brak alternatyw inwestycyjnych i euforia inwestorów giełdowych również napędzały rynki akcji. W rezultacie przeżyliśmy najbardziej znienawidzony rajd wszech czasów, bo nikt tak naprawdę się tego nie spodziewał. Zasadniczo nie było to w żaden sposób zrozumiałe. Byłem szczęśliwy, że mam system transakcyjny, który zdjął ze mnie konieczność podejmowania decyzji. Patrzyłem „jako pasażer”, jak mój system transakcyjny kupował akcje tydzień po tygodniu. Czasem było to niezrozumiałe i trudne do zaakceptowania, ale z perspektywy czasu muszę powiedzieć, to było słuszne.
Ilościowe zarządzanie pozwala wykluczyć emocje z inwestowania i zachować obraną strategię inwestycyjną we wszystkich fazach rynku. Badania w dziedzinie finansów behawioralnych w sposób wyczerpujący udowodniły, że homo economicus nie istnieje i że nawet profesjonalni zarządzający aktywami podatni są na emocje takie jak strach i chciwość. Zwłaszcza w okresie trudnej koniunktury giełdowej istnieje ryzyko, że zbyt szybko nacisną przycisk „sprzedaj” lub zarażą się euforią w czasie hossy.
Jaki udział, Pana zdaniem, fundusze algorytmiczne powinny stanowić w portfelu inwestycyjnym i jaką rolę w nim pełnić?
Ważna jest raczej odpowiedź na pytanie – czy to jest podejście, które może być interesujące dla danego inwestora, w jakiej sytuacji i w jakim horyzoncie. Fundusze algorytmiczne ARTS ze względu na swoją specyfikę pełnią rolę „wentylu bezpieczeństwa”, który zabezpiecza przed dużymi stratami, w związku z tym nie tyle istotne jest jaki powinien być udział funduszy algorytmicznych w portfelu, ile to żeby fundusze algorytmiczne w ogóle w nim były. Ich dodanie do tradycyjnego portfela zmniejsza poziom ryzyka redukując poziom zmienności całego portfela.
A jakie są plany ARTS na przyszłość? Czy macie w planach wprowadzanie jakichś nowych produktów?
Chcemy stosować system transakcyjny w przyszłości z taką samą dyscypliną jak dotychczas. Będziemy chcieli jeszcze bardziej zoptymalizować wskaźnik obrotu i koszty. Zawsze staramy się dostosowywać ofertę do bieżących potrzeb rynkowych – kiedy pojawia się jakaś potrzeba pierwszoplanowa, staramy się stworzyć produkt, który spełni oczekiwanie ze strony naszych parterów. W tej chwili nie mamy żadnych nowych funduszy w przygotowaniu, ale główni dystrybutorzy są coraz bardziej zainteresowani tworzeniem indywidualnych systemów zarządzania aktywami, w których system transakcyjny ARTS działa w tle. Pozostaniemy również otwarci na tworzenia portfeli na indywidualne zamówienie naszych klientów.
14.09.2023

Źródło: Arts AM
Komentarze mogą dodawać tylko zalogowani użytkownicy.
Przejdź do logowania