秦朔朋友圈|了解下短期获得3倍回报的无人区里的博弈( 二 )


几乎可以肯定 , 未来几十年 , 金融学课程的大学讲师也不太会教育学生们去交易两个标准差以外的区间——在业界也是如此 , 当价格上升或下跌至均值上下2个标准差左右的位置时 , 这正是那些常规量化投资交易员们最喜欢把握的时刻 。
从这个角度去理解 , 如果有人想在股价均值水平两个标准差之外的区域进行量化交易 , 会被认为是纯属“投机”的做法 , 是需要进行严格的风险控制的行为 。
在香港 , 量化投资的基金经理也不会鼓励交易员去交易2个标准差以外的区间 。 那些提出要去2个标准差之外区间博弈的交易员 , 估计早已被打入冷宫 。
秦朔朋友圈|了解下短期获得3倍回报的无人区里的博弈
本文插图

常规量化交易的局限不过这两年 , 用量化交易策略的基金经理发现 , 常规化的量化策略似乎越来越难以赚到大钱 。
原因是什么呢?市场的情况有了很大的变化 , 使得常规的量化投资越来越不容易赚到钱 。
第一个重要的挑战是 , 经过这么多年的发展 , AI算法已经严重趋同 , 它造成的后果是 , 由于在同一个算法下的竞争者太多 , 导致同一种算法下大家能获得的回报越来越小 。
第二个大的挑战是 , 由于大家的算法开始趋同 , 所以更要抢在别人之前实现自己的交易策略 , 这导致现在的量化投资策略对于硬件的要求越来越高 。 可以想象 , 当市场上的大部分算法策略都认为应该加仓某个资产的时候 , 只有速度最快的那几台机器才能把握住机会 , 最大程度赚到算法带来的收益 。
可是如果要频频抓住市场机会 , 就得比市场上的大多数人快一步 , 这也意味着你的计算机速度得保持在市场上前几位的位置(如果不是最快的话) 。
第三个挑战是 , 由于太多机构采用了AI算法投资策略 , 而且其中不少算法是近似的 , 这会使得市场上的可交易的机会变得比以前更少 , 有时令交投急剧下跌 , 甚至导致无法维持在AI算法交易所需的交投水平 。
自2016年以来 , 美股市场(其实港股市场也有非常类似的情况)经常出现波幅和交投量急剧下降的趋势 , 这对算法交易提出了很大的挑战 。
老M说 , 他们这几年开始重新思考机器和“人”的权重配置问题——因为交投下跌太严重 , 导致他们需要更有经验的交易员来指导AI算法 。
对于对冲基金经理来说 , 现在用AI算法策略 , 硬件上得配得起足够的速度 , 但是更困难的问题是需要面对市场交投量太小的挑战——你可能导致基金团队的收益根本养不起这个策略 。
这好比市场上时不时会有符合算法策略的信号出现 , 但是有可能是“闪电”盘 , 时间窗太短了 , 而且可成交的量太少 , 交易员看得到却不一定捞得到 。
除了上述困难 , 算法交易员还发现 , 自2016年特朗普上任以来 , 美股市场的黑天鹅事件发生的频率变得有点高 , 而且市场在急剧波动的时候 , 其幅度也明显比以前要大 。
这些种种原因 , 导致“无人区”策略开始被提上台面 , 作为常规量化交易的补充 。
2020年3月 , 市场的急剧动荡 , 导致出现了偏离股价负2个标准差以上的情况 , 而且出现了相当大的交易量 。 但如果看8月末的美股走势 , 已经是2个正的标准差以外 。 类似今年的这种市场在短时间内出现如此巨大波幅的情况 , 正常机构是很少能抓住交易机会的 。 而且大部分传统的机构投资者碰到如此之大的波幅 , 应该是止损走人 。 但那些采用无人区策略的对冲基金 , 瞄准的正是这样的机会 。
秦朔朋友圈|了解下短期获得3倍回报的无人区里的博弈
本文插图

无人区策略:高科技赋予赌徒的工具这种算法的理念不难理解 。 说穿了 , 就是利用最先进的计算机 , 去捕捉价格偏离均值水平两个标准差以外的投资机会 。
在业界 , 不少人会给交易员下达风控指令 , 规定股价在均值上下两个标准差即须斩仓的策略 。 也就是说 , 即便交易员非常看好股票后市升幅 , 当股价跌到均值以下2个标准差位置时 , 必须止损走人;同样 , 当做空一只股票时 , 如果股价不断上升 , 升至2个标准差的位置的时候 , 也通常需要止损走人 。


推荐阅读