關(guān)于IR(信息比率)

　　如果看主動(dòng)風(fēng)險(xiǎn)基本上是5%的主動(dòng)風(fēng)險(xiǎn)，假設(shè)目標(biāo)的回報(bào)是在3%，上下游一個(gè)5%的波動(dòng)。這就是潛在的回報(bào)區(qū)間。我們知道分布是2/3要落在這里邊的，可能有2/3的概率是從2%到8%。

　　現(xiàn)在我們來(lái)講一下一個(gè)典型的IR大概有多高。當(dāng)你看到一個(gè)IR，如果說(shuō)IR是等于100，你覺(jué)得這個(gè)人是吹牛還是真的可以實(shí)現(xiàn)出來(lái)？我們要有一個(gè)大概的概念，這是美國(guó)市場(chǎng)大概的情況，大部分情況下我們的IR在0.5—1之間就算不錯(cuò)了，有比例很高的，但是大部分情況下成熟市場(chǎng)是0.5—1。為什么？因?yàn)樵诔墒焓袌?chǎng)去找α的機(jī)會(huì)就比較低，因?yàn)槌墒焓袌?chǎng)專業(yè)機(jī)構(gòu)很多，大家都很專業(yè)的時(shí)候一旦有好的機(jī)會(huì)都很容易被套利掉。因?yàn)楦?jìng)爭(zhēng)比較激烈，機(jī)會(huì)就比較少。

　　但是在中國(guó)市場(chǎng)就不一樣了，中國(guó)市場(chǎng)散戶很多，傻錢很多的時(shí)候做α就比較容易，因?yàn)槟憧偸呛苋菀讖乃麄兊纳靛X上賺錢。這就是一個(gè)博弈。中國(guó)市場(chǎng)的IR通常比美國(guó)成熟市場(chǎng)更高一點(diǎn)，在國(guó)內(nèi)做主動(dòng)投資相對(duì)來(lái)說(shuō)比美國(guó)容易。別看中國(guó)市場(chǎng)波動(dòng)那么大，真的做主動(dòng)投資的時(shí)候相對(duì)比美國(guó)容易一些。

　　下面我想講一下我們?cè)趺礃幽軌騺?lái)看待信息比率。為什么花很多時(shí)間講信息比率？我們做投資的人都要去最大化股票。這個(gè)指標(biāo)可以表述成兩個(gè)部分，一個(gè)部分是信息系數(shù)，一個(gè)部分叫做廣度。信息系數(shù)表示預(yù)測(cè)和實(shí)現(xiàn)回報(bào)的相關(guān)性，如果你每次預(yù)測(cè)都很準(zhǔn)，說(shuō)明你的信息系數(shù)很高，如果每次都不準(zhǔn)，你的信息系數(shù)就可能是負(fù)的。你的技能越高，最后對(duì)信息比例的貢獻(xiàn)就更好。

　　第二個(gè)就是你的廣度，一年投資一次，廣度就很小，一年有一百萬(wàn)次投資廣度就很高。這就是高頻和低頻帶來(lái)廣度的差異，股票數(shù)量也會(huì)造成廣度的差異。舉個(gè)例子，假設(shè)你選股的IC是0.035，3.5%的相關(guān)性。如果我們給你說(shuō)每個(gè)季度可以投200支股票，這個(gè)不算多，中國(guó)現(xiàn)在有3000支股票，每個(gè)季度給你投200支股票，一年就有800次機(jī)會(huì)。你把這個(gè)帶到這里來(lái)，一年的投資IR應(yīng)該是0.99左右，成熟市場(chǎng)上已經(jīng)算不錯(cuò)的了。

　　相反我們來(lái)看一下?lián)駮r(shí)，我們要投滬深300，每個(gè)季度投滬深300的機(jī)會(huì)，你預(yù)測(cè)漲還是跌。假設(shè)你的成功率很高，10%能搞對(duì)了，你一年4次乘以0.1，IR就只有0.2。所以也不是很高，比剛才0.99還差很多。

　　從這個(gè)例子可以看出來(lái)做量化除了提高技能之外，更多的還要關(guān)注你的投資機(jī)會(huì)，不能就選擇一支股票去投。這樣就完全沒(méi)有充分利用量化的優(yōu)勢(shì)，投一支股票的人會(huì)非常深入調(diào)研一家公司，它的成功概率就比較高，我們做量化管理模型肯定很難達(dá)到主動(dòng)投資的成功率，更多的需要擴(kuò)展你的廣度。

　　我剛才講的是很多專業(yè)團(tuán)隊(duì)非?？粗氐膬蓚€(gè)因素，第一個(gè)是風(fēng)險(xiǎn)模型的重要性，怎么管理你的風(fēng)險(xiǎn)，怎么樣讓你的風(fēng)險(xiǎn)最低。任何一個(gè)投資大家都要注意，不要僅僅做回報(bào)，一定要管理風(fēng)險(xiǎn)，能夠生存下來(lái)是一個(gè)基金經(jīng)理最基本的原則，要是自己都沒(méi)有生存下來(lái)，沒(méi)有活下來(lái)，以后就再也沒(méi)有機(jī)會(huì)了。

　　第二個(gè)是廣度的重要性。增加廣度不僅可以分散風(fēng)險(xiǎn)，還可以提高策略的穩(wěn)定性。

量化投資的流程

　　下面花幾分鐘講一講我們?cè)谧鐾顿Y基本的流程。量化投資有兩個(gè)東西我們必須得重視，即IT投資平臺(tái)和專業(yè)知識(shí)。有的時(shí)候理論講得很多，沒(méi)有技術(shù)平臺(tái)幫助獲得數(shù)據(jù)、處理數(shù)據(jù)，再好的想法也是紙上談兵，必須通過(guò)回測(cè)和模擬才能判斷策略的價(jià)值。IT平臺(tái)在所有量化成本里邊都是第一優(yōu)先的，任何量化投資的公司，如果告訴連平臺(tái)都沒(méi)有，自己拿筆記本把量化做好的話，我對(duì)它是持有懷疑態(tài)度的。

　　做量化投資的第一步處理數(shù)據(jù)，這對(duì)所有的策略都是非常非常重要的環(huán)節(jié)。有的時(shí)候一個(gè)策略沒(méi)有什么效果，可能就是因?yàn)閿?shù)據(jù)處理不當(dāng)，把真正好的東西淹沒(méi)了。第二步是找出α模型，風(fēng)險(xiǎn)控制模型，產(chǎn)生出高回報(bào)、低風(fēng)險(xiǎn)的組合。這就量化投資最核心的流程。

　　關(guān)于量化投資，最需要被記住的

　　結(jié)束之前給大家講量化投資里頭幾個(gè)最核心的東西，大家一定要記住：合理性，預(yù)測(cè)性，輔助性，一致性和附加性(SPACA)。

　　我們?cè)谧鋈魏我粋€(gè)量化策略的時(shí)候千萬(wàn)要避免一件事情是什么？是數(shù)據(jù)挖掘。因?yàn)閿?shù)據(jù)挖掘可以給你帶來(lái)非常災(zāi)難性的后果。經(jīng)典的例子孟加拉國(guó)的黃油跟紐約股票是正相關(guān)的，你能夠用孟加拉國(guó)的黃油預(yù)測(cè)紐約的股票價(jià)格嗎？一定記住在做任何策略之前千萬(wàn)不要先做相關(guān)性分析，這是最忌諱的事情。第一件事情要做什么？要做合理性的分析。就是研究策略之前要想清楚邏輯是什么，為什么他能夠預(yù)測(cè)你的股票價(jià)格。

　　回到剛才的例子，為什么PE低要買進(jìn)，PE高要賣出？基本的邏輯是因?yàn)槭袌?chǎng)的定價(jià)便宜。所以必須要選便宜的股票買進(jìn)，貴的股票賣出。雖然這里頭可能還有很多復(fù)雜的東西，但是沒(méi)關(guān)系基本的邏輯要能夠解釋你的結(jié)果。

　　如果數(shù)據(jù)表明確實(shí)便宜的股票未來(lái)回報(bào)更高，就說(shuō)明你的合理性判斷是對(duì)的。這是建立量化模型的基礎(chǔ)，無(wú)論是處于宏觀還是微觀的角度，都要給出符合邏輯的理由。

　　第一在做任何信號(hào)或者策略之前都要先分析一下。第二要判斷你的模型能不能預(yù)測(cè)未來(lái)的股票價(jià)格，然后就可以用歷史的數(shù)據(jù)模擬檢驗(yàn)?zāi)愕慕?jīng)濟(jì)邏輯。有時(shí)候還要做一些輔助性的測(cè)試，當(dāng)直接檢驗(yàn)難以做到時(shí)，可以通過(guò)測(cè)度中間變量來(lái)檢驗(yàn)原來(lái)的相關(guān)性

　　接著是一致性，就是你的策略是不是一直很好，不是說(shuō)牛市的時(shí)候好，熊市的時(shí)候不好，或者說(shuō)1月份可以工作，12月份就不行。我們希望策略能夠在不同環(huán)境下都表現(xiàn)的不錯(cuò)，說(shuō)明策略是比較穩(wěn)定一致的，不要說(shuō)今天好，明天就不工作，這不是我們希望看到的。

　　最后一個(gè)是附加性，你要判斷新的東西是不是對(duì)現(xiàn)有模型有附加價(jià)值，能否是現(xiàn)有模型表現(xiàn)比以前更好，如果沒(méi)有價(jià)值也沒(méi)有必要用了。

　　最后是模型建完后要做樣本外的測(cè)試。僅僅是樣本內(nèi)的數(shù)據(jù)并不能驗(yàn)證模型好壞，需要用樣本外的數(shù)據(jù)跟蹤一段時(shí)間，優(yōu)礦網(wǎng)會(huì)逐漸把專業(yè)的工具開(kāi)放給大家，讓大家從簡(jiǎn)單的策略做起，然后逐漸將一些專業(yè)的、復(fù)雜的工具融合進(jìn)來(lái)。