[轉] 浦泓毅：量化投資的是與非
在8.16事件之后，量化投資這一這個外人難以看透的黑箱一夜之間似乎又被國內投資者視為潘多拉的魔盒，稍有不慎就會釋放出無窮無盡的災難。
黑箱之中究竟藏著怎樣的精靈，它給資本市場帶來究竟是可怕的夢魘還是全新的希望？
工具無罪
從量化投資的字面上看，這個詞匯本身與程序交易、高頻交易并沒有直接的聯(lián)系。上海高級金融學院副院長嚴弘在接受采訪時就指出，量化投資的本質在于建立數(shù)學模型捕捉市場運行過程中出現(xiàn)的交易信號，從而指導具體的交易行為。從這個意義上說，傳統(tǒng)的技術分析理論如果加以嚴謹?shù)臄?shù)學整理和歸納，就不失為一種量化投資的初級實踐。
而在操作上，為了提高交易的效率、放大收益，投資者們將自己建立且相信有效的數(shù)學模型固化在電腦程序中，用能夠高效機械重復的計算機代替遲鈍而容易出錯的人工操作，在反復高頻的交易中積累微小的利潤，成為大多數(shù)量化投資者主要的盈利手段。
量化交易與計算機技術的結合有其必然性。量化投資最簡單的模型之一，期現(xiàn)套利，就要求投資者在統(tǒng)一標的的現(xiàn)貨價格與期貨價格出現(xiàn)微小背離時準確迅速地在兩個市場做出一組匹配的反向交易指令，其時間精度要求以毫秒記，遠遠超過了人類所能具備的反應速度，只有計算機能夠勝任。而更加復雜的多因子量化模型則對交易速度有著更高的要求，交易者甚至會希望縮短終端與交易主機之間的物理距離在尋求更快的交易。離開計算機，量化交易就只是一紙空談。
當計算機不再僅僅一種下單成交的工具，而是開始代替交易員做出具體而大量的交易指令時，量化交易也開始逐漸走進黑箱。投資者不再能夠如同撫摸一座維納斯雕像般親密接觸自己的交易，而是像一個放風箏的人，眼看著心愛的風箏越飛越高，雖有風箏線在手，卻不免戰(zhàn)戰(zhàn)兢兢，如履薄冰。
不難想象，當8.16事件發(fā)生時的一剎那，130億元買單傾瀉而出，液晶屏前的本該是控制者的交易員卻無力阻止，就好比一陣強風襲來，手忙腳亂之后風箏已不見蹤影，徒留被線割傷的手掌。這一刻，無論是當事人還是旁觀者，對程序交易的恐懼也順理成章地達到頂峰。
人為了效率而創(chuàng)造工具，就必須向工具讓渡控制權，又不免擔憂工具失控、反噬己身。已知的一切技術進步幾乎都是在這樣的矛盾情緒中實現(xiàn)的。從明清統(tǒng)治者“奈何百萬漕工衣食所系”而放棄海運，到17世紀英國工人擔心失業(yè)而搗毀機器，再甚至近年東瀛鄰國出現(xiàn)去核電風潮，都是這種矛盾心理的真實呈現(xiàn)。
縱觀歷史經驗也不難發(fā)現(xiàn)，凡是因為工具失控而導致的災難，絕不是工具本身有罪，而在于作為使用者的人缺乏駕馭工具的能力。如果說沒能用好自己發(fā)明的工具是一種無能，那么因為自己的無能而畏懼工具，則是更加無可救藥的愚蠢。
相比起步不久的中國量化投資，美國市場對于這種程序交易工具的使用經驗遠為豐富，也無法避免黑天鵝事件的發(fā)生。較早因量化策略和程序交易聞名的美國長期資本管理公司在運作期間實現(xiàn)了29%的年回報率，且年回報率均在17%以上。而就在1998年5月至9月間，由于市場價格波動出現(xiàn)了其量化策略無法妥善處理特征，該公司凈值在150天內下降90%，瀕臨破產，成為量化投資失敗的著名案例。
此后，事涉程序化交易的黑天鵝事件在美國市場時有發(fā)生，除了相關資產管理機構經歷了一輪輪的大浪淘沙之外，全美證券市場暫停交易、已成交的交易指令取消等聳人聽聞的大事件也曾見諸報端。就在這樣的背景下，據(jù)美國對沖基金軟件及服務上PERTRAC統(tǒng)計，截至2012年末，注冊在美國的對沖基金資產管理規(guī)模已達1.1萬億美元。
黑箱之中自有風險
通過數(shù)學模型捕捉交易機會的投資原理，以及以此為業(yè)的資產管理機構在海外市場已經歷了幾番輪回，在中國市場也逐漸展露頭角。業(yè)內有識之士在積極擁抱這一先進工具的同時也清醒地認識到，量化投資這一黑箱中的精靈固然能夠下出金蛋，但黑箱之中風險依然需要使用者保持警惕。
嚴弘教授指出，量化投資天生具有的多種風險，其中包括依賴計算機帶來的操作風險、市場無法容納交易需求的流動性風險以及數(shù)學模型中因子失效的模型風險。
相比最近惹出大麻煩的操作風險，數(shù)學模型失效可能是量化投資者更常面對的風險。這與當前量化投資所使用數(shù)學模型的形成機制有著密切的聯(lián)系。
秦暉科技是滬上一家以期指市場程序化交易見長的私募機構，其負責人在接受采訪時介紹了其使用的交易策略從編寫到實戰(zhàn)的全過程。
據(jù)介紹，一條成型的交易策略中往往包含上百個變量因子，對應市場運行中表現(xiàn)出來的不同特征。編寫這樣一組策略大致需要2個月的時間，之后則是幾乎同樣耗時的優(yōu)化過程。所謂優(yōu)化，就是將策略納入歷史數(shù)據(jù)進行仿真測試，同時對策略中因子的數(shù)學關系進行微調，直到該策略在歷史數(shù)據(jù)中得到令人滿意回報。而后，這條策略將被置于真實的交易環(huán)境中進行模擬測試，再被納入策略庫，最后根據(jù)客戶不同的風險偏好與其他策略結合開始實戰(zhàn)操作。
“在目前的實際操作中，經過歷史數(shù)據(jù)測試和模擬測試的策略基本能夠在實際運作中取得令人滿意的成績。”該公司負責人表示，但他也坦言，這種被稱為數(shù)據(jù)挖掘的策略形成方式可能存在“過度擬合”的問題，即數(shù)學模型被刻意調整成尤其能在歷史數(shù)據(jù)中獲利的形態(tài)，而在普適程度上有所減弱。當市場規(guī)律與歷史數(shù)據(jù)發(fā)生某種變化時，模型就面臨失效的風險。更可怕的是，這種失效只能產生顯著虧損后才能被察覺，被察覺之后交易者也只能再次依據(jù)新的歷史數(shù)據(jù)進行調整，用新的“過度擬合”來修正過去失效的擬合。
“換言之，使用這種數(shù)學模型的量化交易者即使做對，也不知道自己為什么對。他們對數(shù)學模型的經濟根源并不清楚。”嚴弘教授一針見血地指出。
據(jù)介紹，在美國市場，由于數(shù)據(jù)挖掘大行其道，使得其市場中量化交易模型呈現(xiàn)出明顯的趨同性，造成當市場風格發(fā)生變化時，量化投資基金就會集體誤判。例如2007年8月初，美國市場中的量化投資基金就在短時間內集體出現(xiàn)了較大幅度的凈值縮水。而由于量化策略在高度復雜后的黑箱效應，交易者很難分辨出究竟是模型中哪個因子與市場不再吻合導致了模式的失效。
在量化投資基金的營銷實踐中，從業(yè)者很難像立足于基本面分析或是行業(yè)研究的職業(yè)投資人一樣講出令客戶信服的故事。他們賴以獲利的法寶盡管被實際證明有很大的概率是有效的，但為何有效可能連自己都難以說清，也就更難打動客戶。量化投資基金管理者唯一能夠打出的王牌，就是其歷史業(yè)績，這也在一定程度上強化了量化投資基金通過數(shù)據(jù)挖掘形成策略的意愿。
但嚴弘教授則指出，從海外市場的發(fā)展動向來看，具有實體經濟原因支持的量化數(shù)學模型正在越來越得到市場的肯定，將成為未來量化投資基金的發(fā)展方向
取之有道
不少職業(yè)量化投資者向表示，盡管其掌握的模型一直表現(xiàn)理想，但在中國市場難以獲得客戶的認同。除了投資者出于對一種高深技術的本能畏懼外，量化交易毫不隱諱地打出套利旗號，也令不少篤信“取之有道”的投資者感到不適。
“國內中高凈值的客戶現(xiàn)在更愿意接受分享實體經濟增長，分享企業(yè)發(fā)展這樣的價值投資理論，量化投資的套利本質即讓他們覺得不安全，又讓他們存在道德上的顧慮。8.16事件之后，這樣的想法就更加明顯了?！币晃涣炕顿Y基金營銷人員這樣告訴。
誠然，量化投資崇尚短線交易，甚至為了避免隔夜風險會選擇日內交易，不保留隔夜頭寸。但據(jù)此認為量化投資對資本市場缺乏積極意義則有失偏頗。上海高級金融學院副院長嚴弘教授就指出，無論是簡單的期現(xiàn)套利還是更加復雜的策略模型，其本質都是在市場尋找與理性定價不符的特征?？陀^上，隨著量化交易規(guī)模的提升，其套利空間也會隨著收窄，這就意味著量化交易起到了促進資本市場定價更加有效的作用。
除此以外，在成熟市場，量化交易投資者使用的杠桿倍數(shù)和交易頻度就相對較高，疊加的乘數(shù)效應使得量化投資基金在市場中扮演重要的流動性提高者角色，由于成熟市場投資者群體機構化程度較高，這種沒有方向性的流動性提升作用對促進市場有效的意義就顯得更加重大。
8.16事件發(fā)生后，國內一位量化投資元老級人物就指出，從另一個角度看。當時區(qū)區(qū)70億的成交就足以撬動大盤形成5.5%的瞬間漲幅，相關信息披露后才得以徐徐修復，也從一個角度暴露出當前A股市場有效性欠缺的現(xiàn)狀。
您需要 [注冊] 或 [登陸] 后才能發(fā)表點評