|
文：量化交易员 将量化理论学说应用到金融领域的一个创始人是罗伯特·莫顿。我们可以想象一下在电脑开始使用之前这是个多么艰难耗时的过程。金融相关的其它理论也是由第一批量化学说中的一部分发展而来，包括基于现代组合理论的投资组合基础。量化金融和微积分使用产生了许多其他很常用的工具，其中一种最有的名是布莱克—斯克尔斯期权定价模型。它不仅帮助投资者买卖期权，做策略，而且帮助市场检查流通性。 当把量化投资策略应用到投资组合管理时，它的目标和其它投资策略是一样的，都是为了增加价值、透明度或超额收益。“宽客”（开发商这样称呼他们）建立了很多复杂的数学模型来发觉投资机会。量化投资模型多的和开发他们的“宽客”一样多，而且每一个都声称他们自己是最好的。然而，量化投资策略是否是最畅销的其中一个指标是模型以及最终的电脑做实际的买卖决定，而非人。这就消除了任何人在实际交易中带有的情绪化行为。 量化策略现今已在投资界被广泛接受并被共同基金、对冲基金和机构投资者使用。他们通常以阿尔法generator和阿尔法gens命名。 幕后的“故事” 就像《绿野仙踪》一样，总有一个人藏在幕后推动一切向前进。至于模型，他们和建立他们的主人一样好。虽然成为一个宽客，没有明确的规定，但多数运营量化模型的公司都会把投资分析员、统计学家和程序员的技术结合起来。由于数学和统计模型的复杂性，所以宽客中普遍都是金融、经济、数学和工程中硕士和博士。 历史上，这些团队在交易结算室工作，但随着量化模型用的越来越普遍，这些团队人员就转到交易室工作。 *私人洽购、商业合作以及广告推广等事务，请致电 1333-28-77772 联系客服 量化交易策略的优势 虽然总的来看，量化策略的成功率受到质疑，然而一些量化策略确实是有效的，这是在于市场遵循一定的规律。如果模型是正确的，根据大量数据用电脑快速发现市场的缺陷，这个规律可以使策略有效。这种情况下，模型本身就会越少的受到诸如P/E、权益负债率和盈利增长率的影响，或同时就可以使用无数输入信号使其有效。 成功的策略总是能够先于别人在市场前期，通过不断运行相关场景来发现市场缺陷从而抓住趋势。这些模型可以同时分析一大组投资，然而传统的分析家只能同时关注几个。筛选过程根据模型把这个领域分为1-5或者A-F五个等级。这样就可以通过投资排名高的，卖出排名低的，这让实际交易过程变得很容易。 量化模型中也会提供策略的变量，如：买空、卖空和买空/卖空。由于模型的复杂性，成功的量化基金高度关注风险控制。多数策略由一个全域或计较基准开始，在模型中用扇形或行业权重呈现。这样在某种程度上让基金控制经营的多样性。由于量化基金不需要那么多传统的分析师和投资组合经理这，所以他们通常以一个很低的成本来经营的。 量化交易策略的缺点 很多投资者不接受让一个黑盒来经营投资的概念的原因有很多。尽管有很多成功的量化基金，但是很多似乎都不成功。很不幸的是，这些宽客失败时都是大大的失败。 美国长期资产管理公司曾是最有名的量化对冲基金之一，因为它是由一些最受尊敬的学术大师和两个诺贝尔经济学奖得主迈伦·斯科尔斯和罗伯特·莫顿经营的。上世纪90年代，他们团队获得了超额利润，而且吸引力了各类型的投资者。他们以“发现不正常市场价格差，资金杠杆放大，入市图利”的投资策略著称。 正是他们这种策略的缜密性，导致了他们的失败。在2000年初美国长期资产管理公司倒闭清算。它的模型没有考虑到俄罗斯政府对他们部分债务违约的可能性。这个情况引发了一系列杠杆放大效应带来的灾难。LTCM涉及到很多其它投资运作，因此它的倒闭影响了整个世界的市场，带来一场浩劫。直到美联储介入帮助，其它银行和投资基金也帮助LTCM避免更大的损失。他们的模型假设前提在历史统计的基础上却未能考虑到未来现象，这是量化基金失败的其中一个原因。 虽然量化团队总是在模型中不断的添加可以预测未来现象的参数，但并不是每一次都能准确预测未来的。如果当经济和市场变得异常不稳定时，量化基金也会变得不知所措。这样买卖信号变得很快，这样的高周转率会造成高佣金和应税事情。当量化策略被推崇为会导致熊市或以卖空策略为基础时，他们也会有风险。预测下降趋势，使用衍生品和结合杠杆效应，是很危险的。一个错误的转折就会导致爆炸，这将会成为大新闻。 总结 量化投资策略从过去的量化清算部的黑箱发展成为现在主流的投资工具。他们设计的意图旨在使用商业中最优秀的思想和最快的电脑来发现市场缺陷，使用杠杆效应来做市场交易。如果模型考虑到所有正确的投入，并且足够敏锐的预测异常的市场情况，他们就是成功的。 不过另一方面，虽然量化基金会不断进行严格的回测，直到模型有效为止，但是他们的缺陷在于他们严重依赖历史数据。虽然量化投资在市场上有一席之地，但是注意它的缺陷和风险也是很重要的。为了符合多元化策略，把量化投资策略当做一种投资方式，并将其与传统投资策略结合起来来实现合理的多元化，不失为一个好办法。 来源：量化交易员（ID：quantcity） |
|
|
