與股神巴菲特的“價(jià)值投資”理念不同，數(shù)學(xué)家出身的西蒙斯將智慧體現(xiàn)在數(shù)學(xué)模型中，用量化捕捉市場(chǎng)機(jī)會(huì)，其管理的“大獎(jiǎng)?wù)隆被饎?chuàng)造了驚人的投資回報(bào)。
在西蒙斯的華爾街生涯的最初階段，他和其他人一樣，關(guān)注一系列宏觀信息：美聯(lián)儲(chǔ)何時(shí)會(huì)加息，對(duì)利率、匯率會(huì)產(chǎn)生什么影響，但他很快認(rèn)識(shí)到，即便是同樣的宏觀信息，不同個(gè)體也會(huì)做出截然不同的判斷，主觀成分非常大。
于是，西蒙斯決定獨(dú)辟蹊徑。他和統(tǒng)計(jì)學(xué)家、數(shù)學(xué)家等非典型性金融人士一起，對(duì)各種金融價(jià)格之間的關(guān)聯(lián)關(guān)系進(jìn)行研究，最后在模型中只留下技術(shù)性數(shù)據(jù)。百分之百依靠模型做交易，從1988年創(chuàng)立之日起到西蒙斯退休的2009年間，大獎(jiǎng)?wù)禄鹌骄昊貓?bào)率高達(dá) 35％，較同期標(biāo)普 500指數(shù)年均回報(bào)率高 20多個(gè)百分點(diǎn)。
量化交易的中國之路
從廣義而言，凡是借助現(xiàn)代統(tǒng)計(jì)學(xué)和數(shù)學(xué)的方法，從龐大的歷史數(shù)據(jù)中選擇能帶來超額收益的多種“大概率”事件以形成策略，然后用數(shù)量模型驗(yàn)證及固化這些規(guī)律和策略，最后嚴(yán)格執(zhí)行的方式，都可以稱為量化交易模式。
在中國，從2004年第一只公募量化產(chǎn)品成立至今，已取得了一定的進(jìn)展。根據(jù)華寶證券的統(tǒng)計(jì)，2014年通過信托平臺(tái)發(fā)行的量化對(duì)沖基金達(dá)到522只，另外還有72只券商資管產(chǎn)品發(fā)行，保守估計(jì)2014年全年新發(fā)行的量化對(duì)沖產(chǎn)品就超過600只。
從客觀條件而言，量化交易的實(shí)現(xiàn)必須具備四個(gè)條件：充分的市場(chǎng)流動(dòng)性；強(qiáng)大的計(jì)算設(shè)備；快速的網(wǎng)絡(luò)；低廉的手續(xù)費(fèi)。在當(dāng)下的中國，技術(shù)和費(fèi)用都是可以通過“投入”解決的問題，但一些中國特色的障礙仍需直面。
一是原始數(shù)據(jù)質(zhì)量不佳，巧婦難為無米之炊。由于金融市場(chǎng)歷史有限，很多公司或產(chǎn)品的數(shù)據(jù)不全面，而且規(guī)范性也有所欠缺。
二是可選擇的工具有限。以境內(nèi)證券市場(chǎng)為例，股票期權(quán)仍屬試點(diǎn)階段，如果是跨境套利，則在監(jiān)管和轉(zhuǎn)換上均有成本，別的暫且不提，僅資金進(jìn)出、境內(nèi)外兩個(gè)賬戶的資金調(diào)配、市場(chǎng)假期不同的處理，就需要境內(nèi)外雙方的磨合。
三是總體規(guī)模太小，流動(dòng)性不夠。以對(duì)沖基金為例，根據(jù)華寶證券的測(cè)算，截至2014年底，國內(nèi)量化對(duì)沖私募的管理資產(chǎn)規(guī)模約1500億元，與全球2.7萬億美元的規(guī)模相比，約占0.9%，還有很大的拓展空間。
四是廣大投資者對(duì)量化的認(rèn)識(shí)仍然不足。量化基金往往以風(fēng)險(xiǎn)中性策略為主，好處是不論牛市還是熊市都更易獲得穩(wěn)定收益，但壞處是在大盤單邊上揚(yáng)的環(huán)境里，這點(diǎn)收益對(duì)投資者的吸引力遠(yuǎn)不如抓住一只大牛股來得強(qiáng)。
第五點(diǎn)也可以說是最主要的一點(diǎn)：人才儲(chǔ)備缺乏。從主觀條件來看，策略的制定，最終考驗(yàn)的是對(duì)市場(chǎng)的了解，以及量化人才本身具備的能否將“想法”轉(zhuǎn)化為“實(shí)際”的能力。在華爾街，大批物理、數(shù)學(xué)、計(jì)算機(jī)背景的專業(yè)人士投身于量化交易。甚至有人戲稱，物理博士可能在實(shí)驗(yàn)室，也可能在華爾街做模型，而在中國，類似高端人才的儲(chǔ)備及與金融業(yè)的融合明顯不足。
量化路上的新難題
即便水土不服的問題得到解決，也并不是傍上了量化就可以躺著賺錢了。未來之路究竟如何，恐怕還需要認(rèn)真思考以下一些問題。
第一個(gè)問題是：系統(tǒng)一旦出現(xiàn)程序故障，是否會(huì)帶來殺傷性的沖擊？
2010年5月6日，高頻、算法和交易機(jī)器人(300024)突然出現(xiàn)失控，聯(lián)手制造了臭名昭著的道瓊斯市場(chǎng)崩盤，俗稱 2:45閃電崩潰（The Flash Crash of 2:45 p.m.）。道瓊斯工業(yè)指數(shù)在五分鐘內(nèi)下跌了近1000點(diǎn)，整個(gè)市場(chǎng)9%的財(cái)富瞬間蒸發(fā)。當(dāng)時(shí)，大多數(shù)高頻量化交易公司都從中大賺了一筆。
2012年8月1日，曾經(jīng)是行業(yè)標(biāo)桿的Knight Capital則遭遇了毀滅性的打擊。由于新使用的交易軟件突然出現(xiàn)故障， 45分鐘內(nèi)，Knight買賣了價(jià)值約70億美元的紐約證券交易所的股票——平均每秒約260萬美元。每次買進(jìn)時(shí)，計(jì)算機(jī)算法就會(huì)提高市價(jià)，而其他公司當(dāng)然樂見接盤俠的出現(xiàn)，于是Knight被迫花費(fèi)了4.4億美元來彌補(bǔ)錯(cuò)誤，公司市值下跌40%，最終導(dǎo)致被收購。
在中國，“光大烏龍指事件”可謂一次史無前例的負(fù)向試驗(yàn)。2013年8月16日，光大證券(601788)策略投資部的套利策略系統(tǒng)發(fā)生邏輯判斷失誤，導(dǎo)致出現(xiàn)價(jià)值234億元人民幣的錯(cuò)誤買盤，成交約72億。當(dāng)日，上證綜指一度上漲5.96%，中石油、中石化、工商銀行和中國銀行等權(quán)重股盤中一度漲停。雖然其后公司沽出ETF與股指期貨，依然對(duì)當(dāng)日中國A股市場(chǎng)造成巨大沖擊，并為公司帶來1.94億元人民幣的損失。
第二個(gè)問題是：即使系統(tǒng)無瑕疵，模型本身是否會(huì)老化？
量化交易主要依賴于數(shù)學(xué)模型的設(shè)計(jì)與執(zhí)行。一個(gè)好的量化交易策略可以挖掘出別人尚未發(fā)現(xiàn)的市場(chǎng)機(jī)會(huì)，并及時(shí)抓住該機(jī)會(huì)獲取收益。但一個(gè)現(xiàn)實(shí)是，套利從某種程度上而言是一個(gè)零和市場(chǎng)，如果市場(chǎng)參與者紛紛看到了這個(gè)機(jī)會(huì)，并陸續(xù)琢磨出相應(yīng)的投資程序，則盈利空間必然很快壓縮。換句話說，模型也面臨著老化的壓力。
一般而言，成熟的量化投資部門會(huì)設(shè)有一個(gè)策略模型池，其中包括了許多的交易策略，每一個(gè)或者多個(gè)交易策略對(duì)應(yīng)一個(gè)市場(chǎng)產(chǎn)品、市場(chǎng)行業(yè)或者市場(chǎng)特征。為了提升整體盈利能力，一種方法是完善交易策略池，使用動(dòng)態(tài)方法調(diào)用不同的策略，在多種策略上實(shí)現(xiàn)資金的動(dòng)態(tài)分配；另一種方法是對(duì)每一個(gè)模型進(jìn)行完善升級(jí)。但這個(gè)升級(jí)過程是否有效，對(duì)人力資本的考驗(yàn)非常巨大。
當(dāng)市場(chǎng)進(jìn)階到成熟階段，套利機(jī)會(huì)基本被抹平，那么只能從“工具”下手進(jìn)行提升。比較典型的就是具有短持倉特征的高頻交易模式。當(dāng)年收購騎士的另一家量化交易巨頭Getco，是被公認(rèn)為在速度方面具有無可比擬優(yōu)勢(shì)的算法交易公司。公司為保持幾毫米的優(yōu)勢(shì)花費(fèi)巨大，但問題是：別的公司也同時(shí)在這么做。競(jìng)爭(zhēng)從未停止，最終結(jié)果就是越先進(jìn)，邊際利潤越稀薄。2008年，Getco的利潤是4.3億美元； 2011年下降為1.63億美元；到了2012年，則只有區(qū)區(qū)1600萬美元。
第三個(gè)問題是：“黑天鵝”是否可以避免？
都說量化是聰明人的游戲，但無論交易系統(tǒng)的構(gòu)建者有多聰明，或有多努力，都不可能預(yù)測(cè)到世界上所有的極端事件。從911事件到次貸危機(jī)，黑天鵝存在于金融、商業(yè)甚至個(gè)人生活的任何領(lǐng)域。它在意料之外，卻又改變一切。
任何投資方法都是依靠歷史預(yù)測(cè)未來，因此都會(huì)害怕黑天鵝事件。如果說定性交易的交易員在面臨重大突發(fā)事件時(shí)，尚且可以做出人工反應(yīng)，如減少倉位或至少停止購買，那么定量交易系統(tǒng)在事發(fā)瞬間幾乎沒有辦法做出調(diào)整，而只能繼續(xù)執(zhí)行原先的策略。這是任何系統(tǒng)都無法對(duì)抗的現(xiàn)實(shí)的弱點(diǎn)。
不過量化在事后的調(diào)整完善上也有一定的優(yōu)勢(shì)：可以迅速把最新情況納入模型，重新回測(cè)、優(yōu)化、模擬，爭(zhēng)取在最短的時(shí)間內(nèi)扭轉(zhuǎn)損失。仍以西蒙斯為例，在遭遇2007年8月歷史上罕見的9%回撤之后，團(tuán)隊(duì)立刻重新建模，在致投資者的信中他宣稱“我們新的模型已經(jīng)發(fā)現(xiàn)了3個(gè)很強(qiáng)的交易信號(hào)”。果然，接下來的日子里新模型大展神威，當(dāng)年收益率達(dá)到80%。
聯(lián)系客服
