【量化】从实战经验来看,究竟如何才能做出赚钱的量化投资策略？.docx

【量化】从实战经验来看，究竟如何才能做出赚钱的量化投资策略？ 大宗商品的投资工具将因为场内期权的到来变的更加多样化和精细化。今天推荐一位量化私募基金经理在第九届R语言会议上所作报告，主要围绕量化投资实践经验以及一些经典的理论知识，梳理量化投资的方法论体系，希望为大家在量化投资领域产生新的认识提供一些帮助。 作者简介 王晓光，美国普度大学统计学博士毕业，高频数据与量化金融领域专家，拥有8年海内外资产管理经验，交易品种涉及国内股市，期货，以及美国股市，期货和外汇市场，注重理论联系实际，拥有良好投资视野与直觉，并与数理统计，机器学习等科学方法完美结合。 以下为王晓光先生演讲全文： 我们先从几个在量化投资中经常遇到的小问题出发，然后逐渐深入思考量化投资的几个基本方法和原则。这些问题或许没有统一的标准答案，我也不会给出具体的答案，这里提出的主要目的是引起大家思考。 第一个问题：如何定义与看待期望收益与风险? 这可以说是投资领域的终极问题。这个问题很大程度上决定了你如何做策略的研发，如果管理风险，以及如何进行资产配置等关键问题。首先，到目前大家已经比较能够一致认同的就是，收益这个变量本身是随机的，不确定的，而且极难预测，因此单纯谈论收益，从长期的系统化投资角度讲，意义不大，一次两次赚多少钱跟你的系统化投资没有太大关系，而研究的重点，要放在期望收益上，也就是从概率意义上以及大样本意义上的期望水平。 与收益相对应的是风险，如何定义风险也是有着不同的版本。一种简单的定义可以是波动率，或下行波动率，但是这并不能包含市场中的大部分主要风险，比如说流动性风险，再比如说即使只考虑波动率或亏损，在bad times的时候，某个资产或某个策略的大幅亏损对投资者的整个系统化投资的危害程度一般也会更高，而在good times的时候，同样的亏损或波动率或许对整个系统的危害程度没有那么高，这一点通过市场溢价的水平就可以看出来:比如说市场总是倾向于给予out of money的期权更高的溢价（波动率微笑特征），或者在大部分时间内给予小市??高成长股票更高的风险溢价（然而在股市出现系统性崩盘时，这类股票的跌幅往往也是最大的），这些都是市场在表达对风险的不同对待的现象。 第二个问题：期望收益来自哪里？ 这是做策略投研的一个核心问题，你首先要有一个基本的逻辑作为引导，来开发你的策略，然后再运用数据和模型进行去伪存真，抽丝剥茧的分析，但是在这个过程中，逻辑是必不可少的一个主线，那么这个逻辑就是你思考的期望收益的来源。 有的人从不同资产类别的角度理解期望收益来源，去比较股票，债券，商品等不同资产类别的收益贡献，那么这就是朝着大类资产配置和组合的角度去理解投资，这里面做得好，也是可以做出比全市场平均配置更好的投资方案的。 还有一些人，通过策略风格角度理解收益的来源，比如趋势类策略贡献多少收益，波动率类策略贡献多少收益，那么这便是从策略风格或种类的角度去分析，也可以成为一套体系。但是这些都是分析的角度，最终仍然没有根本性回答你的超额收益来自哪里的问题。比如说趋势策略，为什么就会有超额收益呢？或者说股票，为什么相对于债券有超额收益呢？ 从这个层次上，我认为超额收益的主要来源，其实归根结底分为两类： 一类是利用市场一定时间内的无效性或者别人犯得错误，这是很多价值投资或套利投资的基本逻辑来源。 另一类就是这种投资行为的超额收益是承担了某种风险的风险溢价，比如说volatility selling或者sell options,就可以归为这种。 卖出波动率或卖出期权，其实相当于卖保险，是在承担一些小概率的高风险，这些小概率事件可能很久都不会发生，于是投资人通过卖期权可能在很长一段时间内获得稳定的收益，但是一旦小概率事件发生，那么到时候产生的亏损，也往往是致命的。 再比如说针对一些流动性极差的资产的做市策略，往往也可以获利丰厚，但是这是因为在这种资产中做市交易承担了更多的流动性风险，这种风险处理稍有不慎就可能导致严重亏损，所以在这种资产中做市的收益才会显得比较高，但是前提是你了解清楚这个风险溢价的来源，并有技巧可以合理的化解他，或者比别人能够在这方面做的更好，否则的话，从长期看，你的期望收益未必是很高的。 基本上市场上大部分的非高频系统化投资策略的稳定超额收益的来源，往往都与上述两个方面有关，现在市场变得越来越有效，所以其实第一种收益来源的机会逐渐变得越来越少，越来越难以抓住，而第二种收益的来源，是可以长期存在的，但是第二种收益的来源，往往是风险溢价，他并不是免费午餐，这一点是要牢记的。所以不要以为你的投资系统连续7年或10年都可以稳定盈利，你就可以高枕无忧，其实或许只是你承担的风险事件，还没有到来而已，如果对于这些风险，你无法做到比别人更好的管理