境外的經(jīng)驗(yàn)值得我們量化投資者借鑒,超額回報(bào)可以追求,失敗的教訓(xùn)也應(yīng)引起重視。
交易更加精確量化,有穩(wěn)定模型支持,能夠嚴(yán)格執(zhí)行紀(jì)律
發(fā)展軌跡
量化投資的領(lǐng)軍人物,一般公認(rèn)為是詹姆斯·西蒙斯。從數(shù)學(xué)天才到交易模型專(zhuān)家再到投資奇才,關(guān)于西蒙斯的傳奇廣為流傳。事實(shí)上,跟所有其他大師一樣,西蒙斯也是站到前輩的肩膀上才取得引人注目的成就。量化之源可以追溯到20世紀(jì)初,法國(guó)人路易·巴舍利耶1900年首創(chuàng)了數(shù)理金融方法。路易是第一位用量化描述布朗運(yùn)動(dòng)的人,他提出可以用概率論來(lái)理解金融市場(chǎng)。遺憾的是路易的理論沒(méi)有引起業(yè)界的重視,其價(jià)值幾十年后才被另一位天才發(fā)現(xiàn)。這位天才就是美國(guó)的現(xiàn)代經(jīng)濟(jì)學(xué)之父保羅·薩繆爾森,他建立了宏觀和微觀經(jīng)濟(jì)學(xué)數(shù)量化體系,代表性研究成果包括消費(fèi)理論中的功效函數(shù)、福利經(jīng)濟(jì)學(xué)里的Lindahl-Bowen-Samuelson條件、資本市場(chǎng)理論中的隧道理論、金融市場(chǎng)中的有效市場(chǎng)假說(shuō)、公共金融學(xué)中的最優(yōu)化配置、國(guó)際金融學(xué)中的Balassa-Samuelson效應(yīng)和Heckscher-Ohlin模型等。
量化投資區(qū)別于主觀定性投資的鮮明特征就是模型。模型概念由第一位諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主簡(jiǎn)·丁伯根首先引入經(jīng)濟(jì)學(xué)(薩繆爾森是第二位諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主).
數(shù)學(xué)教授出身的“模型先生”西蒙斯2005年成為全球收入最高的對(duì)沖基金經(jīng)理,凈賺15億美元。西蒙斯24歲出任哈佛大學(xué)數(shù)學(xué)系教授,曾與著名華裔數(shù)學(xué)家陳省身共同創(chuàng)立了Chern-Simons幾何定律,該定律成為理論物理學(xué)的重要工具。西蒙斯和他的文藝復(fù)興科技公司是華爾街上徹底的異類(lèi),公司從不雇用華爾街人士。這位超級(jí)投資者成功的秘訣是:靠數(shù)學(xué)模型捕捉市場(chǎng)機(jī)會(huì),用電腦做出交易決策。
不同于傳統(tǒng)方法的特殊優(yōu)勢(shì)
“數(shù)學(xué)模型”方法是針對(duì)或參照某種事物系統(tǒng)的特征或數(shù)量相依關(guān)系,采用形式化數(shù)學(xué)語(yǔ)言,概括或近似地表述出來(lái)的一種數(shù)學(xué)結(jié)構(gòu)。運(yùn)用“數(shù)學(xué)模型”做交易,和傳統(tǒng)的基于技術(shù)分析、基本分析等方法的定性投資本質(zhì)上相同,都是基于市場(chǎng)非有效或是弱有效的理論基礎(chǔ)。投資經(jīng)理可以通過(guò)對(duì)資產(chǎn)估值、成長(zhǎng)等基本面的分析研究,建立戰(zhàn)勝市場(chǎng)、產(chǎn)生超額收益的算法組合。不同的是,定性投資更依賴(lài)對(duì)標(biāo)的資產(chǎn)的調(diào)研以及基金經(jīng)理個(gè)人的經(jīng)驗(yàn)及主觀的判斷;而量化投資則是“定性思想的量化應(yīng)用”,更加強(qiáng)調(diào)數(shù)據(jù)和計(jì)算,因而具有以下明顯優(yōu)勢(shì):
一是交易更加精確量化。技術(shù)分析、基本分析等方法的缺陷都是不能做到完全的精確量化。技術(shù)分析主要是用來(lái)分析交易的進(jìn)場(chǎng)、出場(chǎng)點(diǎn),是抉擇交易時(shí)機(jī)的一種方法。技術(shù)指標(biāo)大多是用線型的公式來(lái)表達(dá)價(jià)格漲落與歷史價(jià)格成交量之間的關(guān)系。由于價(jià)格運(yùn)動(dòng)的復(fù)雜性用線型公式是無(wú)法概括表述的,所以存在技術(shù)指標(biāo)時(shí)好時(shí)壞的現(xiàn)象。用幾套技術(shù)指標(biāo)疊加做出的系統(tǒng),同樣解釋不了價(jià)格的運(yùn)動(dòng)。
不同投資經(jīng)理在經(jīng)驗(yàn)累積過(guò)程中形成不同的技術(shù)分析理論體系,從定義到規(guī)則,都帶有明顯的經(jīng)驗(yàn)總結(jié)色彩,不具備嚴(yán)格的數(shù)學(xué)推理過(guò)程,不能形成一整套相互作用的理論體系。任何一種技術(shù)分析方法都不能完全適應(yīng)于市場(chǎng),每一種方法都有自己的盲點(diǎn)。
量化投資采用離散采樣的方法對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析,根據(jù)金融市場(chǎng)的特性,價(jià)格是離散型的隨機(jī)變量。抽象地說(shuō),量化投資是將隨機(jī)變量的所有可能取值及相應(yīng)的概率描述出來(lái),模擬離散型隨機(jī)變量的概率分布,再通過(guò)概率進(jìn)行資金分配,量化每筆交易手?jǐn)?shù)。量化投資是在找估值洼地,通過(guò)全面、系統(tǒng)性的掃描捕捉錯(cuò)誤定價(jià)、錯(cuò)誤估值帶來(lái)的機(jī)會(huì)。
二是有穩(wěn)定模型支持。量化投資所有的決策都是依據(jù)模型做出的,依靠模型、相信模型。每一天決策之前,首先要運(yùn)行模型,根據(jù)模型的運(yùn)行結(jié)果進(jìn)行決策,而不是憑感覺(jué)。著名對(duì)沖基金經(jīng)理納西姆·塔勒布在他的暢銷(xiāo)書(shū)《黑天鵝——如何應(yīng)對(duì)不可知的未來(lái)》中表示:不少交易者使用的模型低估了存在極端負(fù)面結(jié)果即黑天鵝的可能性,從而帶來(lái)了災(zāi)難性的后果。雖然塔勒布有著大批擁躉,但人們還是選擇相信模型。因?yàn)橐粋€(gè)模型失敗了,不等于所有模型都無(wú)效,而所有運(yùn)作機(jī)制都跟概率模型息息相關(guān)。只要模型在大概率下是有效的,就可以相信模型。
三是能夠嚴(yán)格執(zhí)行紀(jì)律。只有嚴(yán)格的紀(jì)律才能克服人性的弱點(diǎn),諸如貪婪、恐懼、僥幸心理,也可以克服認(rèn)知偏差。在交易中,最可怕的莫過(guò)于人性的弱點(diǎn)。人的“貪婪”和“恐懼”在交易的過(guò)程當(dāng)中會(huì)毫無(wú)遺漏地表現(xiàn)出來(lái)。有盈利的時(shí)候“惜賣(mài)”,虧損后又“死抱”;容易受到周邊議論的影響,這些都會(huì)造成交易的隨意性,導(dǎo)致虧損。量化投資能夠避免投資者在交易時(shí)主觀的判斷,投資者所要做的就是相信系統(tǒng),嚴(yán)格執(zhí)行。
數(shù)學(xué)模型在交易中的運(yùn)用
在量化投資中,運(yùn)用數(shù)學(xué)模型是交易的核心,主要體現(xiàn)在以下幾個(gè)方面:
認(rèn)為價(jià)格運(yùn)動(dòng)隨機(jī)與有序并存,并非完全隨機(jī),也沒(méi)有固定的規(guī)律。價(jià)格運(yùn)動(dòng)具有一定的“人為特征表象”。整體而言,市場(chǎng)是有效的,但仍存在短暫的或局部的市場(chǎng)無(wú)效性,可以提供交易機(jī)會(huì)。
主要通過(guò)對(duì)歷史數(shù)據(jù)的離散采樣統(tǒng)計(jì),找出金融產(chǎn)品價(jià)格、宏觀經(jīng)濟(jì)、市場(chǎng)指標(biāo)、技術(shù)指標(biāo)等各種指標(biāo)間變化的數(shù)學(xué)關(guān)系,發(fā)現(xiàn)市場(chǎng)目前存在的微小獲利機(jī)會(huì),并通過(guò)杠桿比率進(jìn)行快速而大規(guī)模的交易獲利。
通過(guò)高頻次且快速的日內(nèi)短線交易來(lái)捕捉稍縱即逝的機(jī)會(huì)。依靠大量的交易次數(shù)對(duì)沖風(fēng)險(xiǎn),累積盈利。
需要市場(chǎng)具有高活躍度和流動(dòng)性。要求交易品種價(jià)格的運(yùn)動(dòng)具有連續(xù)性,以及成交量的活躍性。這主要是為了保證大量的高頻次交易可實(shí)現(xiàn)成交。
運(yùn)用現(xiàn)代計(jì)算機(jī)技術(shù)將“數(shù)學(xué)模型”轉(zhuǎn)化為交易系統(tǒng),通過(guò)計(jì)算機(jī)的海量運(yùn)算能力實(shí)現(xiàn)應(yīng)用。
總之,量化投資將人的交易理念規(guī)則化、變量化、模型化、系列化,形成一整套完整、可量化的操作思路。這套思路可以用歷史數(shù)據(jù)加以分析驗(yàn)證,在交易的實(shí)施階段可使用計(jì)算機(jī)自動(dòng)執(zhí)行。
LTCM基金與相對(duì)價(jià)值投資
在國(guó)際市場(chǎng)上,不管是從1946年瓊斯推出第一只多空組合的對(duì)沖基金開(kāi)始,還是1956年到1966年投資組合理論和資本資產(chǎn)定價(jià)模型正式確立,抑或是以1978年富國(guó)銀行設(shè)立第一只量化公募基金為標(biāo)志,量化投資都走過(guò)了一段并不算短的歷史。圍繞著金融衍生品的使用和對(duì)沖基金形式,關(guān)于量化投資方法的爭(zhēng)論不絕于耳,最著名的案例是LTCM基金的興衰。
LTCM基金(Long-Term Capital Management)由債券交易員約翰·梅里韋瑟于1994年2月建立,巔峰時(shí)期與量子基金、老虎基金、歐米伽基金一起被稱(chēng)為國(guó)際四大“對(duì)沖基金”。LTCM基金成立之初,資產(chǎn)凈值為12.5億美元,到1997年年末,上升為48億美元,凈增長(zhǎng)2.84倍。
LTCM基金的創(chuàng)始人早在1986年效力于所羅門(mén)兄弟公司時(shí),就將麻省理工學(xué)院的物理學(xué)引入債券分析,為利率期限結(jié)構(gòu)建模,賣(mài)出高估的債券,買(mǎi)入低估的債券,實(shí)施后來(lái)被業(yè)內(nèi)廣泛模仿的“債券相對(duì)價(jià)值投資”。LTCM基金延續(xù)了梅里韋瑟這一早期做法,以尋找各種證券之間的相對(duì)價(jià)值為投資目標(biāo)。
由于LTCM的合伙人中包括了期權(quán)定價(jià)BS公式創(chuàng)始人、諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主羅伯特·默頓和邁倫·斯科爾斯,因而增加了學(xué)術(shù)色彩。實(shí)際上,雖然相對(duì)價(jià)值投資思想屬于量化投資大體系的重要分支,但是LTCM并未重度使用量化投資模型,其尋找低估和高估資產(chǎn)的主要方法是從基本面出發(fā)獲取方向性判斷,然后根據(jù)價(jià)差的歷史數(shù)據(jù)進(jìn)行簡(jiǎn)單的正態(tài)分布建模,并用以測(cè)算資金管理。
2000年,LTCM遭破產(chǎn)清算,被華爾街銀團(tuán)接管,其失敗的主要原因是:一是篤信相對(duì)價(jià)值的走勢(shì)符合正態(tài)分布。相對(duì)價(jià)值即價(jià)差的判斷往往需要對(duì)其隨機(jī)性做出假設(shè)。LTCM采用簡(jiǎn)單頻率統(tǒng)計(jì)的方式假設(shè)其符合正態(tài)分布,其結(jié)果導(dǎo)致嚴(yán)重低估了價(jià)差朝持倉(cāng)反方向運(yùn)行的概率。1997—1998年各種國(guó)際突發(fā)事件恰好驗(yàn)證了金融資產(chǎn)價(jià)格走勢(shì)的“厚尾”特征,即正態(tài)分布假設(shè)下的“小概率”事件也具有很大的現(xiàn)實(shí)概率。對(duì)價(jià)差走勢(shì)的誤判是相對(duì)價(jià)值投資最大的死穴。
二是無(wú)限度使用杠桿。LTCM基金在投資標(biāo)的(以應(yīng)用金融衍生品和融資融券為主)、基金資產(chǎn)、基金公司股權(quán)三方面分別使用了巨額杠桿,使得公司整體杠桿較高,導(dǎo)致資產(chǎn)價(jià)格不利走勢(shì)帶來(lái)的影響放大了數(shù)千倍甚至上萬(wàn)倍。
總之,LTCM基金失敗的主要原因在于投資方法有缺陷,進(jìn)行相對(duì)價(jià)值投資時(shí)對(duì)價(jià)差走勢(shì)假設(shè)過(guò)于自信,缺乏必要的風(fēng)控和止損設(shè)定,過(guò)度使用了杠桿。
監(jiān)管案例
幌騙交易采用和高頻交易類(lèi)似的技術(shù)手段,但并非利用公開(kāi)信息進(jìn)行策略性盈利,而是以哄騙交易對(duì)手、操作市場(chǎng)為目的獲取利潤(rùn)。
常見(jiàn)做法是,以低于市場(chǎng)賣(mài)價(jià)掛出賣(mài)單,迫使其他賣(mài)家掛出更低價(jià)以尋求快速成交,當(dāng)發(fā)現(xiàn)更低的賣(mài)價(jià)后,幌騙策略迅速撤單反手做多,從而以更低價(jià)格獲取頭寸。同理,用高于市場(chǎng)的買(mǎi)價(jià)掛出買(mǎi)單,迫使其他買(mǎi)家以更高價(jià)結(jié)清頭寸。
幌騙交易完成的時(shí)間極短,大部分手動(dòng)交易者對(duì)此并不敏感。但對(duì)于高度依賴(lài)盤(pán)口信息捕捉市場(chǎng)微小機(jī)會(huì)的高頻交易策略而言,幌騙交易幾乎成了他們的克星。2010年美國(guó)總統(tǒng)奧巴馬簽署《多德—弗蘭克法案》后,幌騙被明確為違法行為,但美國(guó)市場(chǎng)中這種行為依然猖獗。
2015年11月3日,美國(guó)聯(lián)邦法院裁定Panther Energy Trading公司的負(fù)責(zé)人邁克爾·科斯夏商品交易欺詐以及幌騙罪名成立,這是《多德—弗蘭克法案》出臺(tái)以來(lái)關(guān)于其中“防欺詐法規(guī)”的首個(gè)案例,也是全球首宗此類(lèi)刑事訴訟。
庭審中,來(lái)自SEC和CFTC的證人提供的相關(guān)數(shù)據(jù)表明:嫌疑人2011年以來(lái)在期貨市場(chǎng)掛出大量買(mǎi)賣(mài)單,但事實(shí)上這些買(mǎi)賣(mài)單的目標(biāo)不是執(zhí)行,而是制造需求假象誘使其他交易員入市,讓自己從中獲利。比如嫌疑人常常在掛出大單之后撤單,但對(duì)小單撤單的概率較小。檢方則指控嫌疑人3個(gè)月里通過(guò)“誘餌調(diào)包陰謀”非法獲利140萬(wàn)美元。最終法院裁定科斯夏6項(xiàng)商品欺詐和6項(xiàng)幌騙罪名全部成立。每項(xiàng)欺詐罪名的最高刑期都是25年,外加25萬(wàn)美元罰款,而幌騙罪名的最高刑期是10年,外加100萬(wàn)美元罰款。
縱然量化交易史上出現(xiàn)了一些重大風(fēng)險(xiǎn)性事件,但隨著超級(jí)計(jì)算機(jī)的出現(xiàn)和金融機(jī)構(gòu)參與者的不斷增加,量化投資仍將是一個(gè)大趨勢(shì)。
得益于強(qiáng)大的數(shù)學(xué)物理模型和超級(jí)計(jì)算能力的發(fā)展,量化交易更多是科技驅(qū)動(dòng),利用數(shù)據(jù)挖掘模式識(shí)別產(chǎn)生策略,從而獲得穩(wěn)定收益。境外的經(jīng)驗(yàn)值得我們量化投資者借鑒,超額回報(bào)可以追求,失敗的教訓(xùn)也應(yīng)引起重視。
來(lái)源:期貨日?qǐng)?bào)
備注:數(shù)據(jù)僅供參考,不作為投資依據(jù)。
掃碼下載
免費(fèi)看價(jià)格