江苏龙网

  1. 首页 > 资讯 > 财经 > >

秦朔朋友圈|了解下短期获得3倍回报的无人区里的博弈( 三 )


但是如果采用的是无人区策略 ， 往往基金经理要做好两个标准差之外不止损的准备 。 传统的风控经理会觉得这是很疯狂的举动 ， 因为这简直就是豪赌 。
如果没有大数据的支持 ， 仅凭一腔热血和一个发热的头脑 ， 那就真的只是豪赌；但现在有了大数据的支持 ， 就不是一般的“赌徒式豪赌” ， 是“带AI算法的豪赌” 。
这里的大数据支持 ， 就是通过平时的计算机信息收集 ， 了解自己想操作的股票其净仓位分布情况 ， 以及接下来可能的走势 。 这些信息必须平时就要留意收集 ， 而且要通过大量的AI计算洗清掉中间可能引发误判的原始信息 。
比如 ， 在无人区 ， 最难的是进场的位置 。 这也是最需要收集数据的工作之一 ， 只有数据大体齐全 ， 才能减少进场时的风险 。
要大概确定进场位置 ， 需要用到大量的计算 ， 比如要计算每只股票的交易量 ， 它在交易席位的净仓位分布情况——这些数据必须得通过计算机记下来 ， 并做好分析 ， 给基金经理做趋势逆转时点的判断 。
随后 ， 基金经理需要在很短时间内决定 ， 到底在什么价格入场 ， 方向是顺市场趋势 ， 还是逆趋势而布局 ， 以及具体的筹码应该摆多少等问题 。
通常只有交易所的参与会员或是做市商才有可能获得每个交易席位的净头寸信息（还得通过庞大的数据清洗和算法统计） 。 所以这个游戏根本不是一般的投资者可以玩得起的 。
老M的公司购买了某个交易所参与会员的数据库 ， 据说下载的数据数以P（Peta）级计算（1P＝1024T容量） 。
其次 ， 在无人区要做好趋势展望和逆趋势事件发生的概率判断 。 比如现在股价正处于均值以上两个标准差上方 ， 正常情况下 ， 基金经理可能会选择做空股价 。 但通过大数据 ， 量化策略的研究员有可能会突然发现 ， 价格虽然已经严重偏离均值了 ， 但市场上持有好仓的头寸仍然很高 ， 而且动能十足 。
这时候基金经理就要考虑：
第一 ， 好仓的冲击力量够不够再把股价突破上去？比如虽然股价已经在2个标准差上方 ， 但是经过数据收集和对比 ， 基金经理发现市场仍然是长仓居多 ， 而且新入场的动能依然很高 ， 这时候就要留意 ， 可能并不需要马上做空 。
第二 ， 还有速度的问题 。 这好比股价上升到一定地步 ， 上方有可能会出现一点小阻碍 。 如果看多的力量很大 ， 但却要经常排队等候其他投资人 ， 只能慢慢地寻求冲破 ， 这时候就有可能冲不破这个墙 。 但如果买方的力量足够大 ， 可以一举突破上方的阻碍 ， 可能价格还会变得更疯狂 。
这背后 ， 最终的判断结果都来自数学计算 ， 而数学计算又是市场的信息收集结果 。
已经有国际对冲基金采用无人区策略赚到了钱 。 老M近期也成功地采用了这种策略 ， 据说回报相当惊人 。 自2月以来 ， 这种策略令他抓住了每一次重大事件的市场拐点 。
这套策略的成本不低 。 因为不论是交易所参与会员或是做市商 ， 都有相当高的门槛 。 而在海外 ， 使用IBM的AI基础架构解决方案来给对冲基金服务 ， 也需要不少的成本支出 。
当然 ， 这些成本相比今年2月以来赚取的回报 ， 还是可以忽略的 。 老M的感触是：“在以往的投资中 ， 金钱是资本；但现在 ， 资讯才是资本 ， 金钱只不过是买张入场券而已 。 ”
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

量化投资仍然离不开人和大多数人的认知不同 ， 在无人区做量化交易 ， 其实还是离不开人 。
这里的算法交易有两大组成部分：一部分是策略 ， 另一部分是算法的数字化 。 但不论哪一种 ， 最后都是要靠交易员对市场的感觉和判断 。 因为在解决数据收集能力后 ， 最难的是如何根据价格逆转概率来配置后备系统 。
举例来说 ， 如果对冲基金的设定是 ， 在偏离均值上方2.1个标准差的位置进场做空股票 。 但万一市场普遍认可某个公司的股价 ， 股价已远远升破了2.1个标准差的位置 ， 并开始向2.5个标准差的位置进发 ， 这时候又该采取什么策略 ， 如何配置头寸？


推荐阅读


上一篇：闺蜜财经|1小时102亿！蚂蚁战配基金，散户福报来了还是新镰刀？

下一篇：|快讯！10月1日起，本市非居民直供用户天然气销售基准价格降低啦