量化模型须常识性的检验

2013年08月08日12:09  来源:和讯视频
 字号:

  和讯网:各位和讯网友大家好!欢迎收看和讯网和中国量化投资学会联合推出的中国宽客系列访谈,今天我们请到的嘉宾是大智慧(601519,股吧)量化投资研究所所长钱滨生,钱所长您好!

  

  钱滨生:您好!各位网友大家好!我是钱滨生。

  

  和讯网:钱所长刚从国外归国,而且在国外有长期的量化投资的这样一些经验,我们首先请钱所长谈一下目前量化投资在国外的发展趋势。

  

  钱滨生:其实量化投资是一个很大的概念,在国外又分了很多种种类,就我所在海外之前接触的股票投资角度来讲稍微探讨一下,他们最近在这几年的一些发展。

  在金融风暴以前,因为量化宽松金融注资成本比较容易,量化投资在前一段时间集中于一些高杠杆的投资策略,当金融风暴之后去杠杆对于投资风险的加强,现在包括很多的量化投资更侧重于像一些指数型、还有包括规避市场风险,试图增加现金流量的一些策略,比如高红利,对于股票集中于公司有很好的现金流,能定期分红,减少市场价格上波动风险的这样一个投资策略。市场投资策略是随着市场整体经济状况和大家对于风险的偏好而变化的。

  

  和讯网:国内在引进量化投资的时候,我们知道量化投资在国内的发展也就短短几年时间,国内在引进国外量化投资的过程中,是否存在一些水土不服的现象?需要做出哪些改良?

  钱滨生:这是一个很好的问题。国外的量化投资发展已经很多年了,有很多成熟的理论和操作体系,其中不乏很多海外工作经验的中国人士回到国内开展量化投资策略,但似乎效果不是特别令人感到满意,其中有一些原因,一方面是量化整体的环境在前段时间还没有达到很好的一个操作体系的规模,比如说我们对冲工具还不够多,股指期货也从2010年开始,可以降低一些系统性风险的工具在最近几年才出现,而大家所期待的股指期权包括股指期货这些还在探讨之中,没有直接面市。缺乏这些系统性的风险对冲的工具,量化投资的魅力并不能完全的展示。

  还有一些问题是国内和国外交易环境差别还是很大的,在国内还是以个人投资者为主体的投资环境,对于投资的风险和投资倾向还有相当大的差距,这方面量化必须要本土化,能够把这些本土信息和因素考虑到建模过程中,才能对应开发出有效的量化投资策略。

  再有一点是所谓交易体系的差距,比如我们对于市场微观结构这是一种国内和国外经常探讨在交易时点上把握的一些环节里,国外经常看到一些我们说的做市商体制,你买卖股票的时候会有这个券商帮助你提供流动性,但在国内不是这样一个状况,没有做市商的体系。一般国外微观市场结构的理论在国内并不适用,一方面我们说数据是对冲工具的不完善,还有一方面是交易体制的不同,这都会导致国外量化投资策略直接生搬硬套在国内市场上并不是完全适用,还是要进行一些本土化的工作。

  

  和讯网:目前国内做的一些比较好的量化产品主要存在于哪些市场?

  钱滨生:国内现在量化发展比较快的地方还是属于期货,本身它对于交易数据的时效性,还有系统性风险的控制、风险管理的要求,这些都还是能充分反映出量化策略的一些优势的地方。传统股票市场里面量化策略不是没有生命力,只是在目前阶段由于很多数据还有一些不完善的地方,很多量化投资的策略还不能在一些传统市场上得到充分体现,但随着整个市场容量不断增加,而且整个金融数据不断完善,我想日后国内很多市场上都可以看到非常有效的量化投资策略的问世。

  

  和讯网:我看到您的简历在国外就职于主动型量化基金,很多网友对于主动型量化基金非常陌生,您能讲一下它是运动来运作的吗?

  钱滨生:主动型量化基金是一个比较带有积极姿态的基金,我们争取基金的表现能超过一个指定的标杆,很多时候可以看到是一个指数,比如说一个大盘指数,我们的基金回报会超过某个指定大盘指数的回报。相对主动型其他的类型就是所谓被动型,我们可能在被动型基金里采取和大盘指数相类似或者相同成分的投资组合,而不是在投资组合建设中投入太多的量化过程,只是以降低跟踪指数误差为目的的被动型,它的要求和大盘指数表现接近或者可能稍微超过一点,基本和大盘指数保持持平,这个主动型的区别在于我试图在超越大盘指数的表现,而且一般来讲客户对于超越的比例可能也有事先规定,这个比例也会和基金经理人日后收益挂钩,所以,这是主动型和被动型比较大的区别。

  

  和讯网:主动型和被动型的量化投资手段有没有所适应的特定市场,可能在某一个市场段特别管用能够取得不错的收益,它有没有特别适应的环境呢?

  钱滨生:这是有的。比如有一个债券市场里债券交易并不是很活跃,活跃的交易品种是非常有限的,这样如果是一个债券指数基本上取交易比较活跃的券种。如果作为一个主动型想脱离指数选择范围而超越指数的表现,但是碰到不活跃的交易债券品种并没有多大的空间可以让它做这样一个事情,那它超越指数的可能性非常低,成本也很大。在这种情况下,可能直接采取投资指数产品表现还是可以接受。这也是取决于不同市场环境和交易品种的一些特性。

  

  和讯网:他们这两种投资风格所发行的产品所适用的投资客户是不是也有所不同呢?

  钱滨生:对。最大的一个点可能是和投资客户的风险偏好有关,不同的客户可能对于预期的收益和接下来的风险都有不同的承受能力和期望,如果是一些大的养老基金或者是社保基金,他们可能对于这个收益更侧重于一个长期稳定的情况,这样的话对于收益的所谓短期内的高标准并没有太多的强调,这样的话很可能他们出于系统性风险的考虑,对于投资策略品种里面偏重一些指数型被动型的产品这有可能。但是对一部分对于客户来讲,它的闲钱可能集中于希望有高收益的产品,对于高风险的这样一个忍受程度比较高的话,这样主动型的产品来讲对它来说有更大的吸引力。

  

  和讯网:钱所长如何看待量化投资的市场发展前景?我们知道在过去很多年中像技术分析方法和价值投资方法一直引领着市场,但随后随着市场的不断变化,可能它们也需要做出某些调整。现在量化投资也是方兴未艾,您对于量化投资的市场前景能够看到有多远呢?

  钱滨生:我觉得量化投资的发展空间非常大,从我个人的理解来讲,量化投资并不和技术指标投资、和交易投资有相冲突,因为量化投资其实是一种工具手段,最核心还是在这个投资理念和投资思路上要符合经济学原理和大家一般投资的思路,如果我们从价值选股来讲,大家是从基本面出发,选择有成长性的行业,这完全是可以用量化的过程来实现。结合技术指标可能在选出来具有成长性的股票池里再寻找切入的最佳时点,这样的话其实通过量化工作可以把基本面缩小到有成长性的股票池,再结合技术指标进行买卖时点的把握,其实是把价值投资和技术投资都可以结合起来。这样对于整个投资来讲,它也更符合我们大家一般所了解的常见的投资思路,我们想选择好的股票,但介入好的时机也是非常重要的。所以,这一点量化投资能够把整个思路贯穿利用起来,必然在将来对很多的投资大众来讲都是不可缺少的一个投资方式。

  

  和讯网:我们知道量化投资很多量化投资手法是不被市场所公开知道的,很多操作方式可能是黑箱操作,这样会对量化投资增添了很多神秘性的色彩,而且量化投资在引进国内的时候,的确可能存在着一些把它深化或者把它夸大的部分。我就想问钱所长,目前在国内的量化投资中有没有一些误区存在?

  钱滨生:因为很多时候量化基金出于保护知识产权和自己的核心竞争力势必对于量化投资模型的细节有所保留,这是所有的商业企业在竞争策略上都会采取的方式是一样的,这完全可理解。但是我想强调一点,尽管投资建模可能非常复杂,不为一般人所了解,但所有投资的大致基本理念和思路还是应该和我们所谓常识相吻合,只不过在具体的细节和具体环节把握,我们是用一个比较复杂的模型来试图捕捉人的思维判断的过程。

  这样一个工作是非常复杂,但由于一些细节的保留,可能对于普通大众来说存在一个认识上的误区,觉得量化投资并不是普通人所能接受,并且也不一定适合普通人。事实上如果我们把这样的工作认为是一个生产流程中非常细化的分枝节,就像我们普通同志买一个汽车的话,其实对于汽车如何构造里面的发动机的复杂的过程我们大概不必太拘泥,我们所要关注的是整个汽车性能和表现能力如何的稳定性进行评估,所以,从这一点来讲量化投资模型本身的复杂性并不会对投资大众具有致命的弱点,还是具有可以为大众所接受的一个可能性。

  

  和讯网:钱所长,作为一个新人想进入量化投资这个行业,他们应该具备哪些素养和技能呢?您作为一个有国内和海外量化投资经验的人,能够给一些新人提供一些建议,避免他们在进入这个过程中少走弯路。

  

  钱滨生:所谓量化投资,第一,当然要求它对于数理模型和统计原理有相当程度的了解,这样才能对大数据进行系统性分析,并能找出相应合理的投资模式进行量化投资策略的设计。第二,可能包括对于计算机和硬件系统都有一定的了解,因为作为整个策略执行是由计算机完成,这样需要对策略从设计到执行有一个完整的流程和概念。第三,对于整个投资的理念和投资的模型需要有一个我们叫做符合常识性的检验,因为很多刚毕业或者是刚接触量化投资的年轻人可能对于量化投资模型本身具有很强的信心,往往忽略了量化模型作为数理模型是有一个很大的一个弱点,它有一个很强的假设,对于数据和金融市场的规律是有很强的假设。如果在现实中这样的假设并不存在,这样的量化投资模型就会起到适得其反的结果。所以,对于市场必须设计人员要进行透彻的了解,对于策略原理进行深刻的理解,因为我可以举个例子,金融时报曾在几年前登过一刊新闻,我们知道沃伦巴菲特的公司伯克希尔哈撒韦这样一家保险放心保)公司基本上属于可以长期投资的公司,公司的股价波动非常小,这也符合沃伦巴菲特的投资原理。但这样一个大公司它的股价会在特定的时间出现大幅的涨幅或者波动,其中原因是另外一个非常出名的好莱坞女演员,她叫安妮伯克希尔哈撒韦,每次当她见报的时候,她的名字因为和伯克希尔哈撒韦的名字相重,一个公司的股价居然和一个明星的名字相吻合就会出现一个很有意思的联动,这样的话从统计来讲的话可能就会出现一个很显著的效果,这个事情报道之后大家会意识到这样一个错误就不再进行这样一个追捧某一个公司就是因为明星出镜,如果从统计学来讲结果都是符合显著就作为一个投资策略,势必仍然是不可具有长期生命的一个策略。

  所以,对于统计或者是数理模型出现的结果一定要对真实的经济建设和市场运作进行一个透彻的分析,来确定自己发现的规律是有原理所支持的,我觉得这一点是非常关键的。

  最后一点是对于数据的整理和数据的认识。因为在量化投资中作为我们所接触到的都是金融数据,其实很多时候金融数据会存在本身的疏漏或者可能不是错误,但是是不合理的数据。比如一个分析师可能给出一个公司的目标价格,它其实是它真实给出的,但是它和前面大部分分析师给出的价格差距非常大,很可能是一个真实的数据但是不合理,作为建模过程中,如果把它吸纳进去,可能对你这个建模最后的结果产生一个不可估量的负面效应,我们是不是要对一些异常值进行一些处理,怎样判断异常值和怎样处理都有实证上的一些考虑和分析,这要结合数据和对整个市场的理解才能做的。这些都是对一些刚进入量化投资领域的人都有一些帮助的东西。

  

  和讯网:最后一个问题,我们想请钱所长谈一下一个量化投资策略到底是简单好点还是复杂好点,可能这个问题表现的太过于单一了,我们就想问一下如何评价一个好的量化投资策略呢?它有没有一些共用的理念和标准呢?

  钱滨生:量化投资策略本身到底是简单还是复杂好,我觉得从事实来讲,投资是一个比较复杂的事情,因为投资市场里面考虑的因素会很多,如果我们想设置一个比较能在投资市场上有效应的量化投资策略,必须考虑很多不同的因素,这样的结果必然会导致量化投资策略会比较复杂,因为一个简单的定律其实不可能在这个市场上就会有长久的胜率。从这个角度来讲,量化投资策略势必会复杂,但不是说越复杂就会越好,因为涉及到越复杂,一方面建模过程中可能考虑的因素会有很多的互相影响的关系,会导致这个建模结果出现不稳定的情况,这样我们实际上在因素中会考虑很多因素,但是在建模过程中必须考虑到复杂的一个处理逻辑会让这个结果的不确定性增加,所以,这是一个均衡的考虑。

  如何判定一个量化投资策略好坏,我觉得一方面从收益角度来讲,可能会比较直接一点,但是也不是说越高收益的量化投资策略就会越好,很大程度上我们要看量化投资策略的使用者就是投资客户本身对收益和风险的匹配,如果一个很高收益的,但是它的历史回撤比较大,它的收益波动情况很大,可能年化收益超过100%,但是动不动可能回撤超过30%-40%,对于很多投资用户来讲很可能还没有来得及看到收益就已经爆仓了,这样投资策略就会从历史看来总收益很高,但实际上并不具备可操作性。我们要结合投资用户的资金仓位、风险偏好来最终判定这样一个投资策略是不是符合投资用户的需求。

  

  和讯网:非常感谢钱所长做客和讯网,欢迎收看下一期中国宽客系列访谈。

  

  钱滨生:谢谢大家。

  【免责声明】本文仅代表作者本人观点,与和讯网无关。和讯网站对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。

推广
热点
推荐
自动登录
用户名: 密码:

正在验证用户信息...
理财产品
感谢您的参与!
查看[本文全部评论]

script src="http://utrack.hexun.com/track/track_xfh.js?ver=20120503">