您好,欢迎光临花生网![请登录] [免费注册] 我的花生地|帮助|服务中心|网站导航|繁体中文
  • 打印
  • 字号

量化投资是与非

欢迎发表评论 2013-10-24 09:33   来源:中国证券网 | 作者 浦泓毅   编辑:queena

    中国证券网讯(记者 浦泓毅 编辑 李剑锋)在8.16事件之后,量化投资这一这个外人难以看透的黑箱一夜之间似乎又被国内投资者视为潘多拉的魔盒,稍有不慎就会释放出无穷无尽的灾难。

  黑箱之中究竟藏着怎样的精灵,它给资本市场带来究竟是可怕的梦魇还是全新的希望?

  工具无罪

  从量化投资的字面上看,这个词汇本身与程序交易、高频交易并没有直接的联系。上海高级金融学院副院长严弘在接受本报采访时就指出,量化投资的本质在于建立数学模型捕捉市场运行过程中出现的交易信号,从而指导具体的交易行为。从这个意义上说,传统的技术分析理论如果加以严谨的数学整理和归纳,就不失为一种量化投资的初级实践。

  而在操作上,为了提高交易的效率、放大收益,投资者们将自己建立且相信有效的数学模型固化在电脑程序中,用能够高效机械重复的计算机代替迟钝而容易出错的人工操作,在反复高频的交易中积累微小的利润,成为大多数量化投资者主要的盈利手段。

  量化交易与计算机技术的结合有其必然性。量化投资最简单的模型之一,期现套利,就要求投资者在统一标的的现货价格与期货价格出现微小背离时准确迅速地在两个市场做出一组匹配的反向交易指令,其时间精度要求以毫秒记,远远超过了人类所能具备的反应速度,只有计算机能够胜任。而更加复杂的多因子量化模型则对交易速度有着更高的要求,交易者甚至会希望缩短终端与交易主机之间的物理距离在寻求更快的交易。离开计算机,量化交易就只是一纸空谈。

  当计算机不再仅仅一种下单成交的工具,而是开始代替交易员做出具体而大量的交易指令时,量化交易也开始逐渐走进黑箱。投资者不再能够如同抚摸一座维纳斯雕像般亲密接触自己的交易,而是像一个放风筝的人,眼看着心爱的风筝越飞越高,虽有风筝线在手,却不免战战兢兢,如履薄冰。

  不难想象,当8.16事件发生时的一刹那,130亿元买单倾泻而出,液晶屏前的本该是控制者的交易员却无力阻止,就好比一阵强风袭来,手忙脚乱之后风筝已不见踪影,徒留被线割伤的手掌。这一刻,无论是当事人还是旁观者,对程序交易的恐惧也顺理成章地达到顶峰。

  人为了效率而创造工具,就必须向工具让渡控制权,又不免担忧工具失控、反噬己身。已知的一切技术进步几乎都是在这样的矛盾情绪中实现的。从明清统治者“奈何百万漕工衣食所系”而放弃海运,到17世纪英国工人担心失业而捣毁机器,再甚至近年东瀛邻国出现去核电风潮,都是这种矛盾心理的真实呈现。

  纵观历史经验也不难发现,凡是因为工具失控而导致的灾难,绝不是工具本身有罪,而在于作为使用者的人缺乏驾驭工具的能力。如果说没能用好自己发明的工具是一种无能,那么因为自己的无能而畏惧工具,则是更加无可救药的愚蠢。

  相比起步不久的中国量化投资,美国市场对于这种程序交易工具的使用经验远为丰富,也无法避免黑天鹅事件的发生。较早因量化策略和程序交易闻名的美国长期资本管理公司在运作期间实现了29%的年回报率,且年回报率均在17%以上。而就在1998年5月至9月间,由于市场价格波动出现了其量化策略无法妥善处理特征,该公司净值在150天内下降90%,濒临破产,成为量化投资失败的著名案例。

  此后,事涉程序化交易的黑天鹅事件在美国市场时有发生,除了相关资产管理机构经历了一轮轮的大浪淘沙之外,全美证券市场暂停交易、已成交的交易指令取消等耸人听闻的大事件也曾见诸报端。就在这样的背景下,据美国对冲基金软件及服务上PERTRAC统计,截至2012年末,注册在美国的对冲基金资产管理规模已达1.1万亿美元。

  黑箱之中自有风险

  通过数学模型捕捉交易机会的投资原理,以及以此为业的资产管理机构在海外市场已经历了几番轮回,在中国市场也逐渐展露头角。业内有识之士在积极拥抱这一先进工具的同时也清醒地认识到,量化投资这一黑箱中的精灵固然能够下出金蛋,但黑箱之中风险依然需要使用者保持警惕。

  严弘教授指出,量化投资天生具有的多种风险,其中包括依赖计算机带来的操作风险、市场无法容纳交易需求的流动性风险以及数学模型中因子失效的模型风险。

  相比最近惹出大麻烦的操作风险,数学模型失效可能是量化投资者更常面对的风险。这与当前量化投资所使用数学模型的形成机制有着密切的联系。

  秦晖科技是沪上一家以期指市场程序化交易见长的私募机构,其负责人在接受本报采访时介绍了其使用的交易策略从编写到实战的全过程。

  据介绍,一条成型的交易策略中往往包含上百个变量因子,对应市场运行中表现出来的不同特征。编写这样一组策略大致需要2个月的时间,之后则是几乎同样耗时的优化过程。所谓优化,就是将策略纳入历史数据进行仿真测试,同时对策略中因子的数学关系进行微调,直到该策略在历史数据中得到令人满意回报。而后,这条策略将被置于真实的交易环境中进行模拟测试,再被纳入策略库,最后根据客户不同的风险偏好与其他策略结合开始实战操作。

  “在目前的实际操作中,经过历史数据测试和模拟测试的策略基本能够在实际运作中取得令人满意的成绩。”该公司负责人表示,但他也坦言,这种被称为数据挖掘的策略形成方式可能存在“过度拟合”的问题,即数学模型被刻意调整成尤其能在历史数据中获利的形态,而在普适程度上有所减弱。当市场规律与历史数据发生某种变化时,模型就面临失效的风险。更可怕的是,这种失效只能产生显著亏损后才能被察觉,被察觉之后交易者也只能再次依据新的历史数据进行调整,用新的“过度拟合”来修正过去失效的拟合。

  “换言之,使用这种数学模型的量化交易者即使做对,也不知道自己为什么对。他们对数学模型的经济根源并不清楚。”严弘教授一针见血地指出。

  据介绍,在美国市场,由于数据挖掘大行其道,使得其市场中量化交易模型呈现出明显的趋同性,造成当市场风格发生变化时,量化投资基金就会集体误判。例如2007年8月初,美国市场中的量化投资基金就在短时间内集体出现了较大幅度的净值缩水。而由于量化策略在高度复杂后的黑箱效应,交易者很难分辨出究竟是模型中哪个因子与市场不再吻合导致了模式的失效。

  在量化投资基金的营销实践中,从业者很难像立足于基本面分析或是行业研究的职业投资人一样讲出令客户信服的故事。他们赖以获利的法宝尽管被实际证明有很大的概率是有效的,但为何有效可能连自己都难以说清,也就更难打动客户。量化投资基金管理者唯一能够打出的王牌,就是其历史业绩,这也在一定程度上强化了量化投资基金通过数据挖掘形成策略的意愿。

  但严弘教授则指出,从海外市场的发展动向来看,具有实体经济原因支持的量化数学模型正在越来越得到市场的肯定,将成为未来量化投资基金的发展方向

  取之有道

  不少职业量化投资者向记者表示,尽管其掌握的模型一直表现理想,但在中国市场难以获得客户的认同。除了投资者出于对一种高深技术的本能畏惧外,量化交易毫不隐讳地打出套利旗号,也令不少笃信“取之有道”的投资者感到不适。

  “国内中高净值的客户现在更愿意接受分享实体经济增长,分享企业发展这样的价值投资理论,量化投资的套利本质即让他们觉得不安全,又让他们存在道德上的顾虑。8.16事件之后,这样的想法就更加明显了。”一位量化投资基金营销人员这样告诉记者。

  诚然,量化投资崇尚短线交易,甚至为了避免隔夜风险会选择日内交易,不保留隔夜头寸。但据此认为量化投资对资本市场缺乏积极意义则有失偏颇。上海高级金融学院副院长严弘教授就指出,无论是简单的期现套利还是更加复杂的策略模型,其本质都是在市场寻找与理性定价不符的特征。客观上,随着量化交易规模的提升,其套利空间也会随着收窄,这就意味着量化交易起到了促进资本市场定价更加有效的作用。

  除此以外,在成熟市场,量化交易投资者使用的杠杆倍数和交易频度就相对较高,叠加的乘数效应使得量化投资基金在市场中扮演重要的流动性提高者角色,由于成熟市场投资者群体机构化程度较高,这种没有方向性的流动性提升作用对促进市场有效的意义就显得更加重大。

  8.16事件发生后,国内一位量化投资元老级人物就指出,从另一个角度看。当时区区70亿的成交就足以撬动大盘形成5.5%的瞬间涨幅,相关信息披露后才得以徐徐修复,也从一个角度暴露出当前A股市场有效性欠缺的现状。

我要评论

验证问答 换一个 验证码 换一个



Copyright©广州新博庭网络信息科技股份有限公司 粤ICP备11107430号 All Rights Reserved 版权所有 复制必究

合作联系邮箱: sueiyou@126.com

地址:广州市天河区花城大道667号美林基业大厦1201

回顶部