從歷史上看,第一支現(xiàn)代意義上的股票在1606年由荷蘭的東印度公司發(fā)行。在這之后的400多年間,在投資界有各種各樣的交易流派出現(xiàn),但是現(xiàn)代意義下的量化交易卻是在1980年代初才興起,迄今也不過(guò)只有30余年的歷史。什么是量化投資?一般說(shuō)來(lái),量化投資指的是用數(shù)學(xué)模型選取并交易有價(jià)證券。這些數(shù)學(xué)模型往往基于經(jīng)濟(jì)學(xué)理論或者市場(chǎng)觀測(cè)到的規(guī)律,經(jīng)歷長(zhǎng)時(shí)間歷史數(shù)據(jù)的檢驗(yàn),編制成程序交由電腦交易。過(guò)程中幾乎沒(méi)有人為干預(yù)。 著名的量化基金有:James Simons(西蒙斯)1982年創(chuàng)立文藝復(fù)興科技公司(RenaissanceTechnology)。David Shaw,對(duì)沖基金D.E. Shaw的創(chuàng)始人,1986年加入摩根斯坦利的APT量化交易組。這個(gè)組利用一種叫配對(duì)交易(pairs trading)的量化策略在當(dāng)年賺了約四千萬(wàn)美元。1989年圖靈獎(jiǎng)的主辦單位計(jì)算機(jī)協(xié)會(huì)(ACM)下屬的知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘小組(SIGKDD)舉辦了第一屆數(shù)據(jù)挖掘的學(xué)術(shù)年會(huì),出版了專(zhuān)門(mén)期刊。1988年以來(lái),西蒙斯掌管的的大獎(jiǎng)?wù)拢∕edallion)對(duì)沖基金年均回報(bào)率高達(dá)34%,這個(gè)數(shù)字較索羅斯等投資大師同期的年均回報(bào)率要高出10個(gè)百分點(diǎn),較同期標(biāo)準(zhǔn)普爾500指數(shù)的年均回報(bào)率則高出20多個(gè)百分點(diǎn),而且穩(wěn)定性更佳;從2002年底至2005年底,規(guī)模為50億美元的大獎(jiǎng)?wù)禄鹨呀?jīng)為投資者支付了60多億美元的回報(bào)。更難得的是這個(gè)回報(bào)率是在扣除了5%的資產(chǎn)管理費(fèi)和44%的投資收益分成以后得出的。 量化投資出現(xiàn)的主要原因 量化交易的出現(xiàn)離不開(kāi)如下幾個(gè)主要原因:現(xiàn)代金融理論的發(fā)展,計(jì)算機(jī)技術(shù)的普及和發(fā)展,以及交易成本的下降。而這些變化大部分都發(fā)生在最近30年內(nèi)。 1.現(xiàn)代金融理論的發(fā)展 傳統(tǒng)資產(chǎn)定價(jià)的理論框架回顧: 傳統(tǒng)資產(chǎn)定價(jià)主要基于現(xiàn)金流貼現(xiàn)法。企業(yè)的整體價(jià)值等于其股票和債券的價(jià)值之和。股票的價(jià)值等于其未來(lái)所有現(xiàn)金流的折現(xiàn)值,債券的價(jià)值則等于利息與到期本金的折現(xiàn)價(jià)值。以股息貼現(xiàn)模型(DDM)為例,計(jì)算一個(gè)公司股價(jià),我們需要預(yù)測(cè)該公司將來(lái)派發(fā)的一系列股息,然后估算每年的折現(xiàn)率,把未來(lái)股息貼現(xiàn)成現(xiàn)值,最后把凈現(xiàn)值的全相加起來(lái)。這個(gè)方法聽(tīng)起來(lái)很簡(jiǎn)單,但實(shí)際操作起來(lái)相當(dāng)復(fù)雜而且?guī)в兄饔^性。分析師預(yù)測(cè)一個(gè)季度的股息都經(jīng)常搞錯(cuò),準(zhǔn)確預(yù)測(cè)將來(lái)所有股息更是難上加難。預(yù)測(cè)未來(lái)折現(xiàn)率也有同樣的問(wèn)題?,F(xiàn)代金融理論則另辟蹊徑。1960年代,威廉?夏普、林特納等提出的CAPM定價(jià)模型,對(duì)資本市場(chǎng)均衡狀態(tài)下的資產(chǎn)風(fēng)險(xiǎn)與預(yù)期收益率的關(guān)系給出了精確定義。根據(jù)CAPM模型,一個(gè)股票的預(yù)期收益率取決于它和市場(chǎng)的相關(guān)性(beta)和無(wú)風(fēng)險(xiǎn)利率(risk-freerate)。投資者不用復(fù)雜的現(xiàn)金流預(yù)測(cè)就能估算股票的價(jià)值。馬克維茨(Harry Markowitz)在50年代創(chuàng)造性地提出了用均值方差最優(yōu)化的數(shù)學(xué)方法來(lái)選擇最優(yōu)投資組合。這個(gè)最優(yōu)組合不再完全取決于一個(gè)股票的預(yù)期收益率,而且還和其風(fēng)險(xiǎn),與其它股票的相關(guān)性,以及投資者對(duì)風(fēng)險(xiǎn)的喜好程度密切相關(guān)。夏普和馬克維茨因此研究同獲1990年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)。 現(xiàn)代金融理論對(duì)傳統(tǒng)理論的主要推動(dòng)作用包括: a. CAPM等金融定價(jià)模型可以很快給成百上千股票估算預(yù)期收益率,而傳統(tǒng)辦法更費(fèi)時(shí)費(fèi)力;當(dāng)然,傳統(tǒng)方法準(zhǔn)確度一般而言比較高。 b. 現(xiàn)代金融理論更強(qiáng)調(diào)風(fēng)險(xiǎn)對(duì)收益率的影響。最優(yōu)投資組合往往投資于大量股票以降低組合風(fēng)險(xiǎn),而傳統(tǒng)投資往往只集中于幾個(gè)或幾十個(gè)預(yù)期回報(bào)率最高的股票,組合波動(dòng)率往往更高。我們可以舉個(gè)簡(jiǎn)單例子看看風(fēng)險(xiǎn)對(duì)收益率的影響。假設(shè)有兩個(gè)投資策略,策略A一天賺10%下一天賠5%,策略A一天賺6%下一天賠1%。這兩個(gè)策略賠和賺的概率都是50%,而且每天平均收益率都是2.5%,但是B的波動(dòng)率要小得多。投資200天之后策略A復(fù)合收益率為81.6,策略B的收益率為124.2,比A高50+%。 c. 跳過(guò)了復(fù)雜易錯(cuò)的現(xiàn)金流預(yù)測(cè)模型。傳統(tǒng)投資模型試圖用嚴(yán)密的數(shù)學(xué)理論給資產(chǎn)定價(jià),卻忽視了現(xiàn)金流折現(xiàn)模型中每個(gè)參數(shù)的估計(jì)都具有很大的隨機(jī)性。參數(shù)估計(jì)一點(diǎn)小小的變化往往對(duì)最后的估值產(chǎn)生巨大的影響。兩千年前的畢達(dá)哥拉斯曾經(jīng)說(shuō)過(guò),上帝用數(shù)學(xué)法則創(chuàng)造了世界。現(xiàn)代科學(xué)的發(fā)展卻越來(lái)越發(fā)現(xiàn)其實(shí)完全確定的事物只是世界的一小部分。也許更精確的說(shuō)法是:上帝用概率法則創(chuàng)造了世界,尤其是對(duì)于與人類(lèi)行為有關(guān)的事物。 當(dāng)然,這并不是說(shuō)現(xiàn)代金融理論就一定強(qiáng)于傳統(tǒng)理論。傳統(tǒng)投資因?yàn)閷?duì)個(gè)股分析更為透徹因此投資命中率hit rate更高。基于CAPM等數(shù)學(xué)模型賺錢(qián)的方式不同。量化交易往往在短期內(nèi)作出大量的交易。每一個(gè)交易的虧贏率雖然小于傳統(tǒng)投資模型,但數(shù)千次交易之后,只要盈利交易多于虧損交易,總體交易結(jié)果就是盈利的。 2.計(jì)算機(jī)技術(shù)的發(fā)展 1976年,史蒂夫?喬布斯和斯蒂夫?沃茲尼亞克創(chuàng)辦蘋(píng)果計(jì)算機(jī)公司,并推出其Apple I計(jì)算機(jī)。1982年,微計(jì)算機(jī)開(kāi)始普及,大量進(jìn)入學(xué)校和家庭。在過(guò)去的半個(gè)世紀(jì)里,計(jì)算機(jī)基本按照英特爾(Intel)的創(chuàng)始人之一戈登?摩爾提出摩爾定律飛速發(fā)展:計(jì)算機(jī)硬件的處理速度和存儲(chǔ)能力,每一到兩年提升一倍。 計(jì)算機(jī)技術(shù)的發(fā)展極大地推動(dòng)了社會(huì)各方各面的飛速進(jìn)步。在政治籌款和競(jìng)選上,美國(guó)2008年的大選被稱(chēng)為是一場(chǎng)數(shù)據(jù)的較量。奧巴馬的競(jìng)選團(tuán)隊(duì)使用了大數(shù)據(jù)對(duì)不同選民采取了不同的競(jìng)選和籌款宣傳(microtargeting);在商業(yè)上,商家利用顧客的電子消費(fèi)記錄預(yù)測(cè)客戶(hù)的需求。以沃爾瑪為例,它每小時(shí)要處理100多萬(wàn)筆電子交易記錄,可謂每分每秒都在源源不斷地生產(chǎn)數(shù)據(jù)。在體育方面,數(shù)據(jù)分析也越來(lái)越成為教練挑選和訓(xùn)練隊(duì)員的有力工具。電影《Money ball》描述的就是一家小型棒球隊(duì)如何通過(guò)數(shù)據(jù)分析挑選物美價(jià)廉的球員,最后獲得史無(wú)前例的聯(lián)盟連勝紀(jì)錄的故事。量化交易不過(guò)是在這個(gè)大環(huán)境之下計(jì)算機(jī)技術(shù)對(duì)投資和交易的推動(dòng)而已。 據(jù)說(shuō),有一個(gè)叫Theo Epstein的耶魯畢業(yè)生,出身名門(mén),祖父是電影《卡薩布蘭卡》的劇作家。他對(duì)用統(tǒng)計(jì)模型研究棒球癡迷。Theo后來(lái)在2002年成為波士頓紅襪隊(duì)的教練,年僅28歲,創(chuàng)下美國(guó)職棒聯(lián)盟歷史。并在兩年后帶領(lǐng)球隊(duì)奪下聯(lián)盟冠軍。波士頓在等待八十六年后再度奪冠。 3.交易費(fèi)用的下降 全球范圍內(nèi)交易費(fèi)用的下降已經(jīng)持續(xù)了一段時(shí)間,在金融市場(chǎng)競(jìng)爭(zhēng)的推動(dòng)下,又開(kāi)始出現(xiàn)繼續(xù)下降的趨勢(shì),例如,日本2014年一月份再次調(diào)低了bid-ask spread。 量化交易的引入對(duì)于中國(guó)的影響 從成熟市場(chǎng)的經(jīng)驗(yàn)來(lái)看,量化交易是市場(chǎng)流動(dòng)性的主要提供者之一。在許多交易所,一小部分高頻量化基金的交易量能達(dá)到總交易量的30-40%。高頻交易主要提供短期流動(dòng)性,中長(zhǎng)期的流動(dòng)性往往也由交易頻率較慢的量化基金提供。量化交易通常一次性交易成百上千股票,所以單個(gè)股票的走勢(shì)對(duì)其影響不大。同時(shí),基于這樣的特點(diǎn),量化基金一般不會(huì)卷入內(nèi)幕交易的丑聞。在許多multi-strategy(多策略)對(duì)沖基金里,量化經(jīng)理是合規(guī)部門(mén)(compliance)最放心的部門(mén)之一。對(duì)中國(guó)投資者來(lái)說(shuō),量化基金給那些沒(méi)有個(gè)人背景但是有數(shù)學(xué)頭腦的投資者一個(gè)主要依靠專(zhuān)業(yè)知識(shí)立足金融市場(chǎng)的機(jī)會(huì)。 串場(chǎng)游戲及解讀 1.游戲規(guī)則 請(qǐng)從0到100之間任意選取一個(gè)整數(shù),不要告訴別人,私信給游戲組織者,勝者將是最接近平均數(shù)的三分之二的那位。 2.游戲解讀 這是芝加哥大學(xué)經(jīng)濟(jì)學(xué)教授Richard Thaler在《金融時(shí)報(bào)》上提出的一個(gè)游戲。參加者需付10美元參加,優(yōu)勝者將獲得兩張免費(fèi)的倫敦到紐約的往返機(jī)票。最后統(tǒng)計(jì)下來(lái)最多的答案是33,當(dāng)其他人都隨機(jī)選擇時(shí)這是正確答案。次多的答案是22,這是當(dāng)你多想一步得到的答案。最后他得到的平均數(shù)是18.9。如果這是博弈論的一道考試題,那么它其實(shí)是有“標(biāo)準(zhǔn)”答案的。如果所有人都足夠“理性”,他們應(yīng)該都選0,因?yàn)?的2/3仍然是0,當(dāng)所有人都選擇0的時(shí)候沒(méi)有任何一個(gè)人可以通過(guò)改變自己的選擇而獲利。這也是所謂的納什均衡點(diǎn)。在這個(gè)完美世界里所有人都能獲得免費(fèi)機(jī)票。不過(guò)在現(xiàn)實(shí)生活中你確定所有人都那么理性嗎?即使你知道這個(gè)答案,玩這個(gè)游戲時(shí)你真的敢選0嗎? 3.游戲帶來(lái)的思考 第一個(gè)思考是,是不是所有問(wèn)題都是有標(biāo)準(zhǔn)答案的?市場(chǎng)上到底有沒(méi)有放之四海皆準(zhǔn)的真理?常有人覺(jué)得自己的分析萬(wàn)無(wú)一失,可是市場(chǎng)走勢(shì)就是完全相反。這種情況下,你是相信市場(chǎng)呢,還是相信自己的分析? 第二個(gè)思考是,每個(gè)人的選擇會(huì)對(duì)結(jié)果產(chǎn)生影響,所以結(jié)果往往是不確定的。假如這個(gè)游戲只有兩個(gè)參與者A和B。已知A選的是50,B的最佳選擇真的是33嗎?算一下,(50+33)/2~42,42×2/3=28。當(dāng)B選擇33的時(shí)候,精確的答案已經(jīng)被其選擇影響縮小到了28。假設(shè)有N個(gè)人玩這個(gè)游戲,每個(gè)人都是博弈論專(zhuān)家,也都知道其他人是博弈論專(zhuān)家。有沒(méi)有辦法能讓某些人擊敗其它競(jìng)爭(zhēng)者?也就是說(shuō)有沒(méi)有比納什均衡點(diǎn)更“優(yōu)”的解?如果有兩人串通好,一人報(bào)100,另一人報(bào)100/N×2/3,N是總共參與人數(shù),這兩人就會(huì)擊敗所有其他對(duì)策論專(zhuān)家。 第三個(gè)思考是,在沒(méi)有任何監(jiān)管的情況下,資本市場(chǎng)將充斥內(nèi)幕交易者和做局者,最終把大部分循規(guī)蹈矩的投資者嚇跑,導(dǎo)致市場(chǎng)投資環(huán)境的惡化。 責(zé)任編輯:黃榮益 |
【免責(zé)聲明】本文僅代表作者本人觀點(diǎn),與本網(wǎng)站無(wú)關(guān)。本網(wǎng)站對(duì)文中陳述、觀點(diǎn)判斷保持中立,不對(duì)所包含內(nèi)容的準(zhǔn)確性、可靠性或完整性提供任何明示或暗示的保證。請(qǐng)讀者僅作參考,并請(qǐng)自行承擔(dān)全部責(zé)任。
本網(wǎng)站凡是注明“來(lái)源:七禾網(wǎng)”的文章均為七禾網(wǎng) levitate-skate.com版權(quán)所有,相關(guān)網(wǎng)站或媒體若要轉(zhuǎn)載須經(jīng)七禾網(wǎng)同意0571-88212938,并注明出處。若本網(wǎng)站相關(guān)內(nèi)容涉及到其他媒體或公司的版權(quán),請(qǐng)聯(lián)系0571-88212938,我們將及時(shí)調(diào)整或刪除。
七禾研究中心負(fù)責(zé)人:劉健偉/翁建平
電話:0571-88212938
Email:57124514@qq.com
七禾科技中心負(fù)責(zé)人:李賀/相升澳
電話:15068166275
Email:1573338006@qq.com
七禾產(chǎn)業(yè)中心負(fù)責(zé)人:果圓/王婷
電話:18258198313
七禾研究員:唐正璐/李燁
電話:0571-88212938
Email:7hcn@163.com
七禾財(cái)富管理中心
電話:13732204374(微信同號(hào))
電話:18657157586(微信同號(hào))
七禾網(wǎng) | 沈良宏觀 | 七禾調(diào)研 | 價(jià)值投資君 | 七禾網(wǎng)APP安卓&鴻蒙 | 七禾網(wǎng)APP蘋(píng)果 | 七禾網(wǎng)投顧平臺(tái) | 傅海棠自媒體 | 沈良自媒體 |
? 七禾網(wǎng) 浙ICP備09012462號(hào)-1 浙公網(wǎng)安備 33010802010119號(hào) 增值電信業(yè)務(wù)經(jīng)營(yíng)許可證[浙B2-20110481] 廣播電視節(jié)目制作經(jīng)營(yíng)許可證[浙字第05637號(hào)]
技術(shù)支持 本網(wǎng)法律顧問(wèn) 曲峰律師 余楓梧律師 廣告合作 關(guān)于我們 鄭重聲明 業(yè)務(wù)公告
中期協(xié)“期媒投教聯(lián)盟”成員 、 中期協(xié)“金融科技委員會(huì)”委員單位