• 也許投資人心理上的天生弱點能帶來一些投資機會。而量化投資的手段因為受到人的干擾比較少，所以有可能更好地捕捉到這類機會來牟利。 • 金融市場的回報常常不是正態分佈的，這和有效市場假說不完全成立有一定的關係，但不是因果關係。非正態分佈的回報有可能給量化投資者帶來機會，也有可能帶來災難。當然，它也會給巴菲特、 索羅斯這樣的判斷型投資者帶來機會或者災難。 • 像西蒙斯、巴菲特、索羅斯這樣的大師賺錢的過程也正是市場價格變得有效的過程。 “完了。你說如何？" 147 後海里的鯊魚西門早就領教過這個學歷不高但是頭腦很清楚的姑娘了。他笑吟吟地點點頭說：“嗯，很好，比我說的還要好。我再補充最後一點，我們就出去吃飯吧，我快要餓昏了。” 川妹子說：“好，我請你吃水煮魚。” 西門搓著手說：“太棒了。我要說的最後一點是，有效市場假說講述的是蠻宏觀的東西，講各個買方、賣方根據各種資訊來分析、預測和交易， 這個過程如何合理使用各種資訊，最後形成市場價格。但是有效市場假說有一個很明顯的缺陷：它沒有涉及市場價格形成的微觀過程。就像你遠看大海是風平浪靜，但是到了跟前才發現一波連著一波，並不平靜。交易的過程，如果我們看得更為仔細一些，也會從中發現同樣的問題。在很多金融市場上，金融產品的價格有買入價和賣出價，這兩者之間的價差叫交易價差，其實就是交易成本的一部分。有效市場假說對交易的微觀結構和交易成本輕描淡寫，只是說：別看有些投資策略表面上能賺錢，似乎違背了
148 解讀量化投資：西蒙斯用公式打敗市場的故事有效市場假說，但是如果你把交易成本算進去的話，這些策略都不能賺錢。 對微觀結構對市場價格的影響、交易價差的來源，有效市場假說解釋得並不夠，其實交易的微觀結構和交易成本里面是很有文章的。風平浪靜的海面上可以有量化交易手段賺錢，但是走到近處，一個一個拍打向岸邊的波浪裡面也有量化手段可以賺錢。一般來說，後面的這種錢——市場微觀結構裡面的錢—都是銀行賺走的，因為銀行常常是各種金融交易的做市商， 但是在這些岸邊的波浪裡面也可能有鯊魚，等著各種岸邊過往的獵物，我基本上敢肯定，西蒙斯就是這樣的一條鯊魚。” 川妹子說：“看來這個問題比我想象的還要複雜，不過今天講不完了。 我們先去吃水煮鯊魚吧！” 兩個人離開後海的時候天已經黑了，早先躍動在湖面上的金色已經完全消失，水面上只有轉瞬即逝的幾點粼光而已，神秘、誘人，又難以捉摸。
CUa業 lnve rent/第5章趨勢是你的朋友和敵人川妹子突然對一切量化的東西興致盎然。當然，這一半是因為她本身是個聰明好學的姑娘，另一半是因為西門的影響，人家是個研究量化問題的專家，而且很願意跟川妹子講解各種問題， 最後還有一半，不消說是我們這本書的需要—-本關於量化的書，什麼事情都要量化起來才清楚嘛。 川妹子仍然持續著她的愛好，在上班的時間偷偷從書店瞄出去，看首都機場來來往往的旅客，有的行色匆匆，有的不緊不慢， 她在尋找那些她能夠認出的面孔。很多人都願意尋找影星、歌星、 笑星和體育明星，川妹子對這些人的興趣不大。她常常見到這些人，其中的很多根本不用尋找，因為他們要麼戴著很誇張的圖鏡， 要麼戴番帽簷壓得很低的棒球帽，或者夏天裡戴著厚厚的毛線帽子。她見到這些人的時候一般會很失望，因為幾乎沒有例外，這些人都要比她記憶中的那些形象單薄、尋常、膚淺和缺乏善意。 所以，川妹子覺得還是在電視上、電影裡看到這些人更好一些。 川妹子的眼光還是集中在金融投資行業的名人身上。這些人
150 解讀量化投資：西蒙斯用公式打敗市場的故事一般都很低調，急急忙忙地走，似乎很有目的性。男的穿著西裝革履，跟西門一樣，女的通常也是深色的套裝，川妹子覺得這些人反而都更有意思。不光是他們做的事情可能有意思，他們作為一個個大活人可能也很有意思呢。她也花一些時間上網看看這些人的介紹，特別是生活花絮之類的東西，一般都不多，但是這並沒有減少她的好奇心。比如，那個常常被人家說成是中國最帥的投資銀行家的人，他常常經過川妹子的門口，但是從來沒有停留過，他業餘時間喜歡做些什麼呢？再比如，那個天天認為中國股市將走入下一場災難，世界股市將要度過最冷的嚴冬，美元也將暴跌的評論家，今子不高，有時候會停下來翻翻書，他有沒有在街上被人唾罵過呢？還有一個，人客都說他是中國授行業務裡面翻雲覆雨的太上皇，看上去有些痞氣，他總是在講電話，前後總有人點頭哈腰，網上那些關於他的爭議有多少是真的呢？對川妹子來說，這些都是秘密，這些都是故事。 川妹子把每天能看到的金觸投資行業的名人都記錄下來，並且進行歸納，慢慢發現了各種規律，比如一週裡面的哪一天或者一個月裡面的哪幾天看到的名人最多，男女比例如何隨著時間變化，人們的歲數、性別和早上或者晚上乘飛機的關係，等等。當她和西門約會的時候，談論她所看到的人和討論她所發現的規律已經成了他們聊天的固定話題之一。 有一天，川妹子告訴西門地的最新發現，關於每個月能看到的名人數量的起伏變化。川妹子說完，西門輕輕拍拍她後腦勺說： “你知道你發現了什麼嗎？我都不知道漢語應該怎麼翻譯，英語叫 heteroskedasticity。" 川妹子看著他，說：“什麼？累的騾予開始踢四蹄？”
第5章趨勢是你的朋友和敵人 151 美聯儲和投機商我在倫敦的交易大廳裡面混了將近十年，主要的工作是擔任量化金融工程師。我替銀行的客戶開發、設計、測試各種量化交易模型，這樣可以討好這些客戶，希望他們多跟我們做生意。如果客戶用了我們開發的量化交易模型，跟競爭對手比起來，我們銀行就多了一個很大的優勢，因為我們知道客戶的交易模型，所以知道他們的交易方向，這樣我們更加容易嫌錢。我也替銀行自營的投資基金開發過產品，不過在我曾經工作過的銀行， 這不是一個主要的業務方向。我沒有給西蒙斯的基金設計過任何東西，我猜是因為人家的模型更好、技術力量更強吧！當年我們這個部門的交易額在全球常常能排到前三位，即便如此，我們這個部門也不過有十個博士， 而西蒙斯有將近百個。 在重新開始窺視復興技術公司之前，先講一個我尋找模型失敗的故事吧，算是個小小的前菜。當然我也有成功的例子，不過那要等到下一章。 從1997年起，我注意到了一位美國學者發表的一系列關於外匯量化交易的文章。他用的方法很特別，他的背景也很特別。他是美國中央銀行美聯儲聘用的金融分析專家，不是一般的大學教授。他用的方法叫遺傳編。 遺傳程式設計是一種量化方法，屬於人工智慧的範疇。人工智慧有時候也叫機器學習，說白了就是讓電腦來突破按照程式機械地完成指令的框架， 能夠像真人一樣學習新的本事。用在金融的量化投資模型上，遺傳程式設計的方法是想模仿生物進化過程中的變異、遺傳和適者生存，使各種不同的投資模型進行交叉組合，然後把這些新的和舊的投資模型都放回現實生活®中競爭，也就是說，讓各種模型在真實的交易資料下過招，看看哪些賺錢多， 鄉推確地說是“模擬現實生活”，因為用的是過去的交易資料。
152 解讀量化投資：西榮斯用公式打敗市場的故事哪些賠錢，賺錢的模型活下來，賠錢的丟棄。然後再重複前面的這一步， 把活下來的投資模型當成是第二代，在它們之間進行隨機交叉組合，然後再使它們互相競爭，得到第三代。這樣重複下去，數代之後得到的投資模型可能會趨於穩定，不再變化，這就是競爭之後證明最適合生存的量化模型。 再經過一系列的驗證之後，這個模型就可以拿出去真刀真槍地上火線了。 從概念上講，遺傳程式設計是一個很簡單、很直觀的尋找模型的方法，和一般的量化模型的設計開發相比，這是草根式的，從下到上：給電腦一大堆簡單的模型和規則，你們自己組合吧，生產出來的後代經過一代一代的擇優篩劣，最後剩下的那一組或者那幾組就是最適應環境的模型。不一定是最好的，但應該是最能生存的。與此相對，通常量化模型設計的方式是從上到下的，像上帝造人，之前已經有一個大模樣，用泥巴或者肋骨條， 按照心裡的模樣造出來，然後放到伊甸園裡面試試車，也許做些小的修改。 因為設計者事先已經考慮了各種問題，所以從他的角度來說，鑿出來的模型就是最好的。但是遺傳程式設計方法走的是不同的道路，應該說是集思廣益的一種演算法：每一代、每一種組合單獨看上去不夠系統、不夠漂亮，但是經過多代演化之後的結果也許並不差。其實這種尋找最佳交易模型的出發點和市場交易的出發點類似：在市場交易中，每個人都想著自己的蠅頭小利，但是最後組合起來卻常常能找到效率很高的解決辦法。 這位美聯儲的學者最開始用了一些大家都常常使用的簡單規則，其中包括我們前面講過的雙移動平均線、通道突破系統，還有另外一些技術分析裡面常用的規則，給它們不同的引數，這算是第一代，然後使這些規則自由隨機組合、演變，“生”出很多第二代的規則，這些規則和第一代的規則一起接受歷史資料的檢驗，看看哪些賺錢，哪些賠錢。賠錢的清除，賺錢的留下當成第三代的標本，進一步組合和演變。 我們舉個簡單的例子吧：假定第一代有兩個規則，一個是前面說過的王老五的模型：今天的股價是否超過前面三天中兩天的收盤股價，超過的話買第5章趨勢是你的朋友和敵人入，收市前平倉；另一個是大獎章過去用過的規則，如果今天的開盤價遠高於昨天的收盤價，比如高5%，丟擲，為了簡單起見，我們假定收市前平倉。 這兩個規則可以產生突變：比如王老五的規則，變成今天看昨天的股價是否超過之前三天中兩天的收盤股價，超過的話買人，收市前平倉，這叫王老五第二代；大獎章規則，變為如果今天的開盤價高於昨天早市的收盤價5%，丟擲，這可以叫大獎章第二代。在遺傳程式設計的計算中，上面的突變是由電腦隨機產生的，一次有可能產生多個。 這兩個規則也可以進行基因重組：比如一個新的規則可以是如果今天的開盤價高於前面三天中兩天的收盤價5%，早市丟擲，午市買入，這是王老五和大獎章的混合體，可以叫大王第二代。這種重組也是由電腦隨機產生的，組合是無窮無盡的。 我們用歷史交易資料來檢驗第一代和第二代的交易規則究竟表現如何， 然後留下比較好的，淘汰比較差的，接著進行下一步的突變和重組。 這樣重複下去，直到選出的投資模型基本上趨於穩定不再變化的時候， 他就把這個模型當成是最適應生存的量化模型。這個模型裡面也許有很多不同的子模型，因為模型和模型之間可以組合起來，這樣做能夠減少風險。 同時，因為要篩選很多代，各種規則可能一個套一個，套很多層，新的規則變得十分複雜，人腦可能根本不能看穿究竟是什麼樣的邏輯關係。不過這沒關係，電腦本來就是用來處理這些複雜規則的。 這位學者把這個新的模型用在金融行業裡面交易量最大的外匯市場上， 發現在所有試過的匯率上，這個新的量化模型都賺錢。學者終歸是學者， 他用資料分析的結果發表了數篇文章，最後的結論是外匯市場的有效性值得懷疑。這些文章加人了幹千萬萬對有效市場假說提出質疑的洪流之中， 也沒有什麼動靜，因為我們說過了，有效市場假說的確有很多問題，問題隨著資料的增多和研究方法的增多而增加，有些像英國的海岸線。 在我讀到這幾篇文章之前，類似遺傳程式設計的人工智慧模型在我們銀行 153
154 解讀量化投資：西蒙斯用公式打敗市場的故事也被使用過。20世紀90年代人們用得比較多的人工智慧方法之一叫神經網絡方法，模擬人的神經系統對各種資料進行簡單判斷，各路的神經首先獨自做出不同的簡單判斷，這些判斷再由“大腦”進行彙總，得出最後的結論。現在，神經網路的分析方法在量化投資中用的並不是很多，因為這種模型一般需要的引數比較多，所以用歷史資料做模擬交易的時候它們能賺很多錢，因為這些引數“記憶”了歷史資料的溝溝回回。但是等到把這些模型用到實戰中的時候，它們的生存能力一般都比較差，所以這類“傳統” 的人工智慧模型在授資實戰中不是很有用。 20世紀末21 世紀初，電腦的計算能力節節攀升，新的人工智慧演算法慢慢被應用到越來越多的行業，遺傳程式設計就是其中的一種演算法。相對於神經網絡，遺傳程式設計對歷史資料並不總是委曲求全，因為每一代計算的時候只是將已經有的相對簡單的模型進行隨機交叉和變異，並不是一味地增加引數。 我當時對這種演算法的興趣還源於另外一個考慮：那時候我接觸到不少的量化投資基金，對它們內部的營運也慢慢有所瞭解，我覺得遺傳程式設計所採取的計算方法其實和這些量化基金內部改進它們模型的過程是非常相似的。我們說過了，量化投資的模型一般會隨著時間的推移而出現“疲勞” 所以任何量化基金都需要不停地改進自己的模型，這個過程通常是交叉和變異的過程：對已有模型的引數進行更改，在模型上加上其他一些條件， 或者將兩種模型套用，有時候也會加一些全新的模型，等等。新和舊的模型通常會在實際運作中混用一段，之後選出最適合的模型或者模型組合使用，而且這個過程是持續進行的，一撥完了接下來又是一撥。從某種意義上說，遺傳程式設計的運算過程其實是把量化基金不斷修改自己模型的實際運作過程放在電腦上進行模擬，所以我覺得這種演算法挺有前途。當然要說一句，這種比較複雜的演算法通常都存在過分依附歷史資料的毛病，所以並不是越高階、名頭越怪的演算法就越好，更不能說越高階的演算法越能賺錢。通常來說，高階的演算法都只是對歷史資料的描述更好而已，這個問題我們在第5章趨勢是你的朋友和敵人後面說到資料探勘時要仔細來看，現在先按下不表。在使用遺傳程式設計演算法來選擇模型的時候也要格外注意這個問題，好在美聯儲的學者在這方面考慮得比較周到。 我跟作者取得了聯絡，他澄清了我的幾個疑問，這更使我覺得這個模型能夠掙錢。我想複製他的研究結果，但是當時我們銀行正在經歷一場驚天動地的合併（前面說過了，由長期資本管理的倒閉引起的），所以人心惶惶，我找不到合適的技術支援來完成程式設計和運算，我自知自己的程式設計能力實在是不能向這樣的任務挑戰的，所以我跟作者建議說能不能向我們公開他的原始碼。給美聯儲的學者付錢自然是連想都不用想的事情，我提出的交換條件是我們可以向他提供一些我們銀行獨有的資料。資料對研究人員來說就像璞玉對於一個玉石匠人，尤其是我們銀行是很大的做市商，所以有很多質量很高的價格和交易量資料，外界沒有。他一聽就動心了，立即同意。我透過銀行的法律部門草擬了一份保密協定，發給了他，大意是說雙方都沒有觸犯智慧財產權法律等，所做的交換天知地知。可是他突然間沒有了音訊，過了一段時間我才聯絡到他。原來他拿著我們的保密協定給美聯儲的律師看的時候人家提出了意見：“美聯儲研究人員的研究成果被市場上的投機商拿去投機，這是不是有一些道德上的問題呢？”人家律師連著用了兩次“投機”這個詞，態度是很明確的。這位學者和我只能笑笑，最後作罷。雖說到了後來我還是沒有忘記這個模型，但是我的工作性質發生了變化，不再跟模型打交道，所以也沒有把過去這個斷了的線素撿起來過。 再後來我見到一些資料，遺傳程式設計這種方法的確在那個時間前後被幾個比較大規模的量化基金所使用。 155 千奇百怪的量化方法透過這個作為前菜的小故事我想要說的是：量化投資的模型和研究手
156 解讀量化投費：西蒙斯用公式打敗市場的故事段太多了，涉及很多貌似不相干的領域。可以毫不誇張地說，基本上所有理工科能用到的工具都已經在授資模型上試過了。除了高等統計學裡面所羅列的研究方法之外，在量化投資中紮下根的還包括許多常常被人提到的其他研究工具和方法，比如：模糊邏輯、神經網路、基因程式設計、隱含馬爾可夫模型、小波變換、貝葉斯網路、分型幾何、聚類分析，等等。既然這是一本講量化技術的書，我們不妨在這裡簡單介紹一下，沒有興趣的讀者盡可放心跳過這一節。 •模糊邏輯———種進行邏輯判斷和運算的方法，假定各種概念不能完全用“是”或者“否”來代表，而可以是70%的“是”，30％的 “否”，亦即我們通常說的似是而非；做邏輯判斷的時候也不能簡單地說如果“是”的情況下則如何如何，要麼如果“否”的情況下則如何如何，因為“是”或者“否”本來都不是完全確定的。在模糊邏輯中，判斷都是要透過一些特定的模糊運算來完成。可以看到， 模糊邏輯的運算方法是針對現實生活中許多不能用涇謂分明的邏輯關係來表達的情況設計的，在量化投資分析中常常無法準確判斷， 所以存在同樣的情況，使用模糊邏輯可能比較合適。 • 神經網路—前面提過，將很多小的模型組合起來，模擬人腦判斷方式的運算方法，每一個小的模型都相當於一個神經元，可以單獨簡單思考，然後由一個“大腦”做出總判斷。比如一個小模型只用雙移動平均線法判斷短期趨勢，另外一個判斷長期趨勢，還有一個使用通道突破法，等等。每種模型分別判斷，然後神經網路會把它們綜合起來。這種方法也可以和模糊邏輯聯合使用。 • 遺傳程式設計—前面也提過。模仿生物進化中基因突變和重組的過程， 讓很多模型自由突變、組合，透過現實資料來尋找最能適應環境的模型組合。 •隱含馬爾可夫模型——馬爾可夫模型指某種價格或者系統從上一個第5章趨勢是你的朋友和敵人狀態跳到下一狀態的隨機過程，下一步和上一步之間沒有什麼直接的關係，也就是說，這個系統沒有記憶。隱含的馬爾可夫模型是指有些變數無法直接觀測的情況，這個模型是在復興技術創業時代參與過的里昂納多•鮑姆首先提出來的，現在在很多領域都有應用。 在金融中它可以被用來推測目前的市場狀態究竟是趨勢呢還是在區間徘徊，究竟是高波動性的狀態還是低波動性的狀態，等等。1993 年加盟復興技術的劍橋大學數學博士尼克•帕特森就是全球這項分析技術公認的專家。2000年他腐開復興技術，將這種分析技術用到人類基因的破譯工作上。復興技術使用這種模型的可能性非常大。 • 子波變換——訊號處理的一種技術。通俗地說，就是製造出一些特定的波動，叫小波，然後讓這些小波跟所要研究的物件互動，等到再把小波分離出來的時候，小波里面就有關於研究物件的一些資訊了。製造不同的小波，就能探聽出不同的資訊，這種方法在很多行業都有應用。在處理金融資料的時候，用波的方法來分析應當算是一個比較獨特的角度，因為波的長度、頻率之類的概念是我們平常研究金融資料的時候不十分關注的東西。舉個例子，小波可以是一筆小的交易，透過市場價格對此的響應，你可以推斷出是不是有什麼大的交易潛伏在什麼價位。 • 貝葉斯網路—貝葉斯計算方法歸功於18世紀的英國數學寡貝葉斯神父，主要的意思是說各種機率只是目前的一個不完全的信念，而不是上帝安排好的一成不變的東西（這當然不是貝葉斯神父的原話），人們應該按照最新出現的資訊來更新各種機率。貝葉斯網路就是按照這個思路建立起來的一個網路，描述一系列不確定的資料和過程之間的可能存在的因果關係，並不斷更新。 • 分型幾何—前面提過了。分數維數的空間和混沌系統，蝴蝶撲閃出來的龍捲風。 157
158 解讀量化投資：西蒙斯用公式打敗市場的故事 • 聚類分析———種統計工具，按照資料和一些事先制定的標準將各種不同的物件分成不同的組群，其實也就是我們通常說的個子大的人站後邊，個子小的往前站的複雜版本。當然，用機器來完成的聚類分析不僅僅能在很短的時間內將大量的資料分門別類，而且能找到我們並不知道的類別。 這些分析方法也許聽上去都很複雜，其實我們日常生活中接觸到的許多東西都使用過這些方法：比如網際網路的搜尋、電網上電量的調整、天氣預報、疾病的診斷、基因的篩選、藥物的設計和測試、電子訊號的壓縮和傳輸、手機上的手寫體輸人和語音撥號，等等，所以它們被用在金融投資上面並不是那樣奇烴。當然，我們猜這本書的讀者更關心的是點錢點到手發軟的西蒙斯所使用的量化模型，那麼我們就接著說回西蒙斯吧。 有關他的交易模型的訊息自然不可能在學術雜誌上找到，但我們也不是一無所知。 你是否在撒謊還記得1990年從埃克斯手中買走埃克斯有限公司股份的加州大學教授伯樂坎普嗎？他當年成為埃克斯有限公司總裁，1年以後他以6 倍的價錢把股份出售給了西蒙斯。他應該是給西蒙斯的交易模型打下最早的基礎的人， 但是他覺得跟搞金融的人打交道很悶，所以選擇留在校園裡面。 伯樂坎普在自己的簡歷上說：大獎章的交易模型所使用的分析資料的方法基本上都是源於他的統計資訊理論。 統計資訊理論應該說是一種從大量的噪音中尋找訊號，最後做出結論的方法，跟我們前面提過的最大熵理論和隱含馬爾可夫過程都有關係。理論的本身非常學術化，三言兩語也說不清楚，但是伯樂坎普的研究是從一個大家熟悉的遊戲開始的。我們平常所玩的“猜人名”的遊戲是這樣的：
第5章趨勢是你的朋友和敵人兩個人，一個提問，一個回答是否。回答問題的人隨便想一個古今中外的人名，提問的人來同問題，而回答人只說“是” 或者“否”，看看在多少個問題之後提問的人能猜出回答人想好的那個名字。雖說大千世界的人物那麼多，但是通常問問題的人都可以用十幾個問題確定回答人想的是誰。伯樂坎普關注的問題要比我們這個遊戲複雜一些，回答的人可能在回答問題的時候撒謊數次，所以猜的難度一下子增加了，因為你不知道回答的人說 “是”的時候是在說真話還是在說謊。伯樂坎普的統計資訊理論研究的是關於三個變數對提問的人能否猜出正確答案的影響。這三個變數是：第一，想名字的範圍有多大，1萬人？10萬人？範圍越大，越難猜：第二，問問題的人可以問幾個問題，問題越多，越容易找到結果；第三，提問的人能撒幾次謊，次數越多，越難豬。伯樂坎普的理論給出了這三個變數之間的關係。 我們不知道這個理論究竟是如何被伯樂坎普和西蒙斯用在價格規律的發現過程中的。一種可能性是研究過去一段時間（比如說1萬天，相當於上面說的範圍變數）的價格變化，每一次變化只有兩種可能，上或者下， 相當於“是”和“否”；我們可以把每天價格變化之前的各種價格走勢當成是各種問題：比方有一天價格上漲了5%，之前價格連續三天上升，另有一天價格下跌了3%，當前這個月份第一個週四的上午價格先漲了2%之後又回落了1%，等等。我們把這些觀察到的東西當成是各種不同的問題，而把隨後那一天的價格變化當成是答案。前面的價格現象可以轉化為這樣的問答： 問：“如果前三天的價格連續上升，今天的價格會漲5％嗎？” 答：“是。” 問：“如果本月第一個週四上午價格先漲了2% 之後又回落1%，今天的價格會跌3%嗎？” 答：“是。” 上面的兩組問答可能是市場上存在的規律，也可能是巧合，問和答之間毫無關係：換句話說，答案可能是假的。我們不知道究竟有多少答案是 159
160 解讀量化投賢：西豪斯用公式打敗市場的故事真的，有多少是假的，所以我們無法從大把大把的巧合和偶然中找到真正的規律。使用伯樂坎普的統計資訊理論可以去掉很多噪聲，有效尋找到真正引起價格變化的那些條件。 語音識別也是同樣的道理：需要從人們所發出的各種因人而異、似是而非的聲音裡面尋找訊號，過濾掉各種噪聲。復興技術僱用了很多這方面的專家，這使我們推測，它的主要分析方法是跟統計資訊理論、隱含馬爾可夫模型和最大熵相關的資訊處理技術。這種技術的使用使復興技術能夠更有效地從過去的價格中去除大量噪聲，發現規律。西蒙斯在復興技術的左膀右臂布朗和默瑟都是這方面的專家。 重新審視西蒙斯的量化模型接下來，我們來重溫一下我們已經知道的關於西蒙斯的量化模型的信息，包括他已經不再使用的量化模型： 1. 市場過激反應如果某個期貨的價格在開盤的時候遠遠高於前一天的收盤價，大獎章會潔空這個期貨；如果開盤價遠低於上一天的收盤價，那麼大獎章就會買人。 這個模型是復興技術的創始人之一施特勞斯在2007年接受採訪時說的， 而且他說過去大獎章靠這個模型賺了很多錢。言下之意，這個模型現在已經不賺錢了，所以才說給公眾聽。 這個模型針對的正是市場對於新的訊息常常反應過激的現象。高開或者低開，那麼返回原地的可能性要大於扔硬幣出現正面的機率，所以大獎章高開之後丟擲，低開之後買入。這個模型在很多的投資書上也有提過， 肯定有很多人專門做這樣的交易，所以現在用這個簡單的形式賺錢的可能性已經不太大了，因為在同一個地點來同一種蘑菇的人太多。但是，投資者對訊息反應過激的偏差並沒有消除，所以類似的情況肯定會在其他許多第5章趨勢是你的朋友和敵人 161 地方出現，或者以其他形式出現。 比如說，在整個一天的交易過程中（而不是僅僅看開盤價和收盤價），有可能某個匯率的價格突然大跌或者大漲，或者某個股票的價格在公司有新消息公佈之後突然大幅波動，這時候它們返回原地的機會就比較高。我們可以想象，使用一些量化模型對這類變動進行分析，將那些返回原地的情形和沒有返回原地的情形分類，尋找一些能夠區別兩類情形的條件，然後再使用這些條件進行交易。條件是什麼意思呢？我們舉個具體的例子：是不是某種匯率在1分鐘之內價格變化超過2%以上回歸的可能性大一些，但是如果變化只是1.5%就不一定？另一個例子：是不是同時有多隻股票的價格（標準普爾 500指數里面的250只股票）移動超過1%的時候迴歸的可能性大一些？又一個例子：在過去30天中已經出現過一次或者兩次以上價格波動之後又回落的商品期貨，如果再次出現價格波動的時候，回落的可能性是不是會大一些？ 這類各種各樣的“如果•⋯那麼⋯•”都可以算是一個個量化投資模型，它們的變化是無窮無盡的，有的可能有一定的道理，有的則很難解釋。 市場過激反應投資人常常採取和其他報資人相似的策略，也就是“扎堆兒”，這樣金融價榕的奕化常常是“娜枉過正”。
162 解讀量化投資：西蒙斯用公式打敗市場的故事量化研究可以對這些林林總總的模型進行分析、歸納，依照歷史資料進行模擬，可以給出各種模型的歷史回報和風險。但是，資料研究到了一定的程度，最後還是要西蒙斯這樣的人來判斷：透過量化研究找到的那些過去表現很好的模型只是數字上的巧合呢還是有一定的道理？它們未來重復出現的可能性有多大？如果西蒙斯認為它將來再次出現的可能性要比隨機出現的大，那麼他就有可能將這個條件編成程式，放到計算機裡面去。 如果未來這個條件再次滿足的話，計算機就可以自動進行交易。 尋找這類機會，計算是否滿足各類條件需要很強的計算能力，因為你可能需要對市場上的各種交易進行連續監控，獲取各類資料，並且在最短的時間要做出響應。我們根據已有的資料分析，這類模型仍然是大獎章使用最多的一類模型：追蹤很短線的市場過激反應，採取相應的買賣手段， 等待市場的迴歸。西蒙斯自己也說過：當市場波動性比較高時，大獎章的模型一般表現較好。大獎章使用的這類短線過激反應的模型正適合於市場上下起伏狀況：大家都摸不著北，一會兒要買，一會兒要賣，西蒙斯的電腦模型正好在渾水裡面摸魚。 2． 套利交易如果美國政府債券長期債券的折價遠遠高於短期債券的折價，那麼購人長期債券，丟擲短期債券。 這類模型是西蒙斯自己於2000年11月接受採訪時透露過的。他當時也承認，像這樣的機會現在已經不存在了，因為有很多像長期資本管理這樣的公司專門做這樣的生意。美國政府債券交易市場是交易量非常大、資訊流動很迅速的市場，這樣的套利機會的確蜜寥無兒，其他西方發達市場的政府債券也情況類似。所以基本上可以肯定，大獎章現在不做這類交易了。 但是在一些新興市場的國家債券市場上，這樣的機會仍然可能存在， 大獎章有沒有在那些市場上交易呢？西蒙斯說過，大獎章只投資流動性比較好的產品，所以我們推測它投資新興市場債券的可能性也比較低。
第5章趨勢是你的朋友和敵人我們的估計是，大獎章的債券和利率方面的投資方向可能主要是兩塊： 一塊是交易很頻繁的債券期貨、利率期貨，這類交易屬於上面提過的短期過激反應模型的交易範圍；另一塊是流動性比較好，但是在櫃面交易的利率掉期合同，這個我們下面單獨說。 3. 趨勢和聯動性追蹤商品市場的中、長期趨勢。 這個模型也是西蒙斯自己於2000年提過的。但是他也說了這類中長期的趨勢現在已基本上不存在了，即便存在的話能賺到錢的機會也不大，原• 因也是很多人都在做這類套利，所以機會就沒有了。我們推測，大獎章已經不使用這類比較長線的趨勢模型了，雖說它過去很可能使用過這類模型。 商品期貨的交易現在流動性越來越大，參與者越來越多，其中包括不少所謂的長線投資者，所以在這個市場進行短線交易的機會應該越來越多， 主要是前面所說的過激反應的一類，也包括我們後面要提到的市場微觀結構的一類，大獎章的這兩種模型都應該用在商品期貨市場上。 我們認為西蒙斯的交易模型裡面還有可能包括商品期貨價格和相關股票，匯率價格聯動的交易模型。比如，原油期貨的價格和中石油的股票價格應該有一定的關係，但是原油期貨的價格變化可能更快一些，中石油的股票價格可能需要幾秒，或者幾毫秒的時間來反應，如果模型的反應足夠快、交易速度足夠快的話，這也是一類短線套利模型。這種聯動的關係在各類金融市場裡面有很多：商品價格和股票價格、商品價格和商品出口或者進口國的外匯匯率、外匯匯率和貴重金屬價格、利率和金融類股票的價格、利率和外匯匯率，等等，雖說我們沒有確鑿的證據證明大獎章的確在從事這類利用相關性的套利操作，但是我們認為這類交易符合它傳統的捕提過激反應的模式，而且它能夠快速處理大量資料的優勢也可以在這方面用上，所以它從事這類交易的可能性是比較高的。 163
164 解讀量化投資：西豪斯用公式打敗市場的故事 4.偏門資訊源使用交易量資訊和其他不太常用的資訊源。 這是在2004~2007年間復興技術訴訟於禧公司以及兩名前僱員白羅波爾斯基和沃爾夫冰的案件之中透露出來的。使用交易量資料來輔佐預測未來的價格變化並不稀罕，很多投資人都會參考過去一段時間某隻股票或者期貨的交易量來進行交易決策。但是這個方法在一些櫃面市場交易的產品上可能做不到，因為沒有公開的交易量資料。另外，交易量資料反映的只是已經成交的交易量，但是從某種角度來講，那些可能成交但是還沒有成交的交易包含更為重要的資訊，因為它們還沒有做成，將來做成的可能性仍然存在，做成的話會影響股價未來的走勢。 很少有人會去關心沒有做成的交易。 我們已經知道這個套路了：西蒙斯會。 在沃爾夫冰反訴訟復興技術的檔案中，沃爾夫冰聲稱復興技術公司要求他開發一套交易程式，這個程式能夠透過分析“限價買賣指令表資料” 而對下一步價格變化進行預測。限價買賣指令是一類比較常用的交易指令， 投資人限定在某個價位買人或者沾出一定數量的股票或者其他工具。股票交易所會及時公佈這類資料，交易人在下單的時候能夠看到在當前買人賣出價的上下方都有多少買人、賣出的限價指令，這樣他也能夠對價格的下一步變化做出一些判斷。但是對一些交易量很大的股票或者其他工具來說， 限價買賣指令表是一個非常龐大的資料庫，而且投資人在不斷增刪或者調整買賣指令，所以指令表還在不停變化，一般的投資人看到的只是這個表格很小的一部分。要想從這個龐大而且是不停變化的“列車時刻表”上看出風景，同時在最短的時間內發出生殺指令，這不是人腦能夠完成的，也不是一般的量化模型和電腦系統所能夠做到的，而復興技術公司無論在量化模型還是在電腦系統這兩個方面都遠遠領先同行：它所招募的許多專家正是大規模資訊處理的行家，它的電腦系統要比一般大學的電腦系統功能第5章趨勢是你的朋友和敵人 165 強大許多，所以它去看風景有著得天獨厚的優勢。 通常各個交易所都會公佈限價買賣指令表，但是能夠真正在實際操作中使用這些資料的投資手段還不多。我們前面提過的麻省理工學院的量化專家羅聞全教授推測說：假定某隻股票的交易價格是15.05 美元，如果某人透過細篩限價買賣指令表的資料發現在15 美元有一個數額很大的沽空限價買賣指令，他就可以在15.01 美元開始沽空這個股票，如果15美元的沽空指令被執行的話，股價肯定會受到打壓而大幅下降，這時候他再將沾空的股票買回來，從而獲利。羅聞全說：“如果有很大的沽空指令等在股價下方的時候，股價肯定會受到很大的向下壓力。”但是也有人不同意羅教授的解釋：股票最後的交易價格是15.05美元，如果這時候有一個賣出指令是15 美元，那麼這個在市場價格之下的賣出指令會立即被執行，不可能給誰在 15.01美元潔空的機會，所以那個例子是不合適的。 但是這種在交易價格之下沽空或者在交易價格之上買入的限價買賣指令在櫃面市場是很常見的，它們常常被投資者用來作為止損的手段。所以在櫃面市場上，做市商或者其他人如果能看到投資人的這類限價指令的話就有可能進行“超前交易”，搭順風車。這種做法雖說違反監管規定，但是在做市商的交易部門是非常常見的，也是做市商利潤的一個重要來源。可是，復興技術公司不是做市商，所以不能直接從這個方向獲利。 我們的推測是：復興技術透過某種統計演算法來快速綜合限價買賣指令表裡的各種資訊，能夠很快判斷出在不同價位不同數量的限價買賣指令對目前的股價究竟是推還是拉，還能夠判斷出如果股價真是達到了某個或者多個限價買賣指令，這些交易被執行之後，股價又可能會有什麼樣的連鎖反應。 我們可以拿一個斯諾克檯球桌來比喻：白色球是目前的股票價格，它停在球桌的正中央；許許多多的限價指令像桌上的其他球，數量很多，每個球都有不同的分量，而且都在移動，跟白色球的距離也不同。這些球都對白球有吸引力或者排斥力，所以你可以估算出來如果在沒有桌面阻力的
166 解讀量化投資：西蒙斯用公式打敗市場的故事情況下白球會向哪個方向滾動，你還可以進一步計算白球在滾動的過程中會碰到哪些球，反彈之後的方向和速度會如何，等等。有了這個判斷之後， 你就可以採取相應的交易策略，如果你的判斷正確，你就可以賺錢。 從純粹物理學的角度來判斷，你可以將白球的軌跡很準確地進行預測， 但是我們知道在金融市場上，不斷會有新的訊息到來，要麼直接改變白球的軌跡，要麼透過改變其他球的大小、位置、速度和方向來間接改變白球的軌跡，所以你不可能準確預測。但是，如果這些新的資訊的到來完全是隨機的，那麼你把這個實驗重複千萬次的話，那些隨機的效果會相互抵消， 剩下的就是準確性相當高的預測了。準確性相當高的預測用另外的話說就是旱澇保收的投資回報。 追風買鑫沾空止掛盤刊前的價格大的買盤我的媽呀！ 市場微觀結構在目前市場交易價樓的上下方都有很多買盤和賣盤，它們將決定在很短期的將來市場價格是如何變化的。 資料來源：斯諾克照片來自維基煤體。 沃爾夫冰在他的反訴訟中指稱，他認為復興技術的限價指令表模型會觸犯到證券交易法的有關限制條例，所以他拒絕開發這個交易程式。他說第5章趨勢是你的朋友和敵人在他2003年離開復興技術公司的時候該公司還沒有使用這個程式。究竟這種演算法有沒有觸犯美國法規我們無從判斷，但是如果用的是公開渠道可以獲得的資訊，進行一些運算而獲得的新的資訊，這應該是合法的。復興技術後來有沒有用這個模型我們也不知道，但是可以肯定的一點是，使用別人很少使用的資訊來進行分析、判斷和交易的做法肯定也是復興技術長盛不衰的一個重要方面。這類使用限價買賣指令資料來判斷價格走勢的基金現在已經有幾家，一般都不大，像復興技術這樣技術力量雄厚、能夠在全球多個市場同時操作的公司還比較少。 復興技術使用其他資訊源的另外證據也是來自沃爾夫冰的反訴訟檔案。 他指稱他在復興技術公司的上司讓他開發一個模型，從一個交易系統的公開資料中推測出交易系統本來要保密的資訊，從而獲利。他說的交易系統叫“機構投資組合交易匹配系統”，是美國一家叫投資技術集團的公司提供的，供機構投資人交易的電子平臺。這個平臺其實跟普通的股票交易所有些類似，但是所有的參與者都是大的基金，沒有透過券商交易的散戶，也沒有虎視眈眈的做市商。這種繞過大家熟知的交易所進行交易的平臺叫 “暗池”，在過去10年的發展非常迅速。一方面是因為電子交易技術的發展和普及，另一方面是許多機構投資人對交易所壟斷地位的不滿，許多國家也都慢慢放開了交易所之間的競爭，允許新的平臺提供跟交易所類似的服務。這些平臺的交易成本一般比較低，而且保密性可能要比交易所高，因為在這些平臺上，限價指令通常是不公開的。在沃爾夫冰的訴狀中他沒有談及究竟復興技術想要窺視何種投資技術集團不願意透露的資訊，但是我們估計很可能也是跟限價買賣指令相關的資料。 沃爾夫冰在訴狀中說，他當時就告訴了復興技術的老闆這種做法是違反證券交易法規的，所以他拒絕參與這個專案。當然，這是訴狀裡面的一方之詞，當時的情況究竟如何，復興技術拒絕評論。沃爾夫冰說後來投貸技術集團採取了相關的措施，堵住了這個有可能被外界窺視的漏洞，所以 167
168 解讀量化投資：西豪斯用公式打敗市場的故事復興技術最終沒有采用這個模型。 這兩個指稱都說明覆興技術的一些交易策略著重分析那些較少為人所關注的資料來源。這些資料來源較少被人所關注一般是有原因的，常常是所需要的技術的複雜程度很高。 5. 買賣掉期合同這也是在 2004~2007年的訴訟案件中透露出來的。沃爾夫冰指稱復興技術使用掉期合同的交易方法是一個“大騙局”，但是他沒有具體透露是哪一種掉期合同，為什麼是大騙局。他在反訴狀裡面說復興技術的做法違反了美國證交會和全美證券交易商協會有關證券空的法規。 在交易工具的選擇上，復興技術一般走的是標準化的道路，選擇買賣流動性高、歷史資料比較齊全、交易成本比較低的各種工具：外匯、商品期貨、利率和債券期貨、藍籌股票都符合這些條件。很多比較複雜的期權因為都是桓面交易，而且買人賣出價差比較大，所以不太適合大獎章基金快速買人賣出的交易方式。西蒙斯1998年才邀請羅聞全到復興技術公司去講授關於布萊克-舒爾斯-默頓的期權複製和標價的理論，但是那時候期權的交易已經非常普遍，我們提過的芝加哥奧康納兄弟早就透過交易期權而盆缽滿盈，由此我們可以推斷復興技術很少使用期權或者其他複雜的產品。事實上，這樣一個非常成功的投資基金很少使用非常複雜的產品，對普通投資人來說，這也許是個值得思考的問題。 掉期合同在外匯、債券、股票領域都存在，指合同的雙方同意在將來特定的時間按照事先商定的辦法交換一系列現金流。比如外匯掉期，一般有兩個日子，在比較近的那個日子，甲乙雙方交換一筆外匯；到了較遠的那個日子，雙方再換回來，兩次交換的數目稍有不同，以反映兩種外匯之間利率的不同。按照每日交易量來說，外匯掉期是外匯市場交易量最大的一種合同，而外匯市場又是全球交易量最大的一個市場。利率掉期我們在講長期資本管理的時候提起過，這類合同一般期限比較長，從數年到三四第5章趨勢是你的朋發和敢人十年不等，雙方在固定的日子裡交換現金流，通常是一方支付周定利率， 一方支付浮動利率。按照總存量來說，利率掉期是金融行業存量最多的工具，因為一筆合同的期限通常很長，所以總存量很大。外匯或者利率合同都是流動性非常高的工具，所以復興技術把它的短期交易模型用在這兩種工具上不足為奇。另外，這兩種工具其實都是其他一些交易量同樣很大的簡單工具組合起來而成的，復興技術也有可能透過監控整體和零件之間的價格差別而尋找套利機會。不過這種套利操作是很常規的，所以機會也許是鳳毛麟角。但是利率掉期和外匯掉期怎麼會觸犯證券沾空的條例呢？一個可能性是組裝利率掉期的零件之——政府債券期貨合同—的交易要受到一定的限制，美國證交會和全美證券交易商協會有關證券沽空的限制條款包括防止操縱市場的內容，透過交易利率掉期合同，復興技術可以間接沽空相關的美國政府債劵期貨。 另外一種可能性是復興技術交易股票掉期。這類合同的甲方乙方在術來固定的時期交換現金流，一方按照某種利率，另一方則按照某種股票或者股票指數的表現。這種產品的交易量不大，都要透過投資銀行量體裁衣而完成，所以流動性並不高。但是這種產品的基礎—利率的變動和股票價格、股票指數的變動——都是有很多資料可以用來做量化分析的，所以， 復興技術透過這種產品來沽空某種直接沽空可能受到限制的股票或者股票指數的可能性也是存在的。但是我們覺得這種可能性比較小，首先，這不太符合復興技術一貫的交易原則；其次，如果復興技術長年累月買賣這種交易量不太大的工具，那麼復興技術使用股票掉期合同的訊息應該早就傳到市場上了。我們目前沒有看到任何關於該公司交易這類產品的報道。 綜合起來看，復興技術透過交易利率掉期而間接影響政府債劵期貨的可能性比較大。 另外，從已經掌握的資料來看，復興技術公司交易範圍的擴大通常不是透過使用比較複雜，或者最時髦的產品來達到的，它最可能採取的多元 169
170 解讀量化投資：西蒙斯用公式打敗市場的故事化策略是將成熟市場已經用過的那些交易方法用到其他比較新的市場中去。 它申請印度股市的交易牌照就是一個例子，它在中國股市上進行交易的那一天我想也不會太遠。 模型的新陳代謝除了上面所說的這五點之外，西蒙斯接受採訪時的另外一席話也是值得思考的。他說：“我們起初建立大獎章基金的時候試圖捕提的那些市場異常到目前仍然存在，不過它們都有些弱化。在這種情況下，你必須加大交易的幅度。你的交易系統必須是一層上面又有一層。每個新的交易策略被提出來之後，我們就在內部討論，這究竟是一個全新的交易策略呢，還是包括在我們已經有的模型裡面了？這時候我們就需要使用統計測試的方法來判斷這個所謂新的交易策略究竟是不是新的。如果真是新的，我們下一步的工作就是確定給這個新的交易策略多少權重。這就又給我們的模型體系新加了一層。我們會不斷給我們的模型新增新的內容的。” 這段話值得細究。第一，它多少證實了我們上面的第一個猜測，那就是復興技術最主要的策略是利用市場過激反應這個現象，捕捉價格跳動之後迴歸的那些機會。第二，復興技術所使用的槓桿可能有所升高，因為市場訊號在弱化。當然復興技術的槓桿不可能達到長期資本管理的水平，從我們已知的資訊來看，這家公司所使用的槓桿水平相對其他對沖基金是比較低的。第三，復興技術在最近十幾年中的交易速度越提越快，這也很可能是西蒙斯說的“加大交易幅度”的一部分。第四，復興技術不斷引進新的模型，將新的模型和老的模型並行使用。 複製復興技術這些基本上就是我們已經瞭解到的關於復興技術公司交易模型的資訊第5章趨勢是你的朋友和敵人了。還有另外一-條，就是前面西蒙斯在給投資者的信中提過的“基本系統”，我們留到本章稍後再交代。當然，如果你想憑著上面說的一些東西來 “複製”復興技術的模型，光靠這些還差很遠。很多銀行和復興技術的競爭對手都想複製它的天書秘籍，復興基金不惜去打官司來捍衛自己的秘密。 我們隨後還將看到，復興技術公司成功的秘密不在一個公式上：它有很多不同的公式，適用於不同的工具和不同的市場條件；它另外還有很多公式，幫助它進行風險管理（何時人市、何時止損、何時止盈、每種交易公式之間的分配、槓桿的配置等）；它還有很多公式控制公司的交易成本， 退一萬步，如果西蒙斯把所有的公式都交出來，能把這些公式變成錢的公司和個人在全球仍然是屆指可數。為什麼？答案在公司的名字裡面： 一家投資公司，卻叫復興技術。很多人都認為，大獎章賺錢最大的秘密就在它的技術上。這裡的技術指的是電腦技術、通訊技術，這正是我們下一章的話題。 關於復興技術交易模型的探秘之旅我們還沒有走完，不過我們要先開個小差，說說其他的量化基金。 量化基金當然並不只是復興技術公司的專利，非常成功的量化基金也不只有復興技術公司一家。常常有人會把西蒙斯的復興技術公司和另外兩三家公司相提並論，稱他們是“超量化基金”，借用宋丹丹的話說，那就是量化基金裡面的戰鬥“基”。這三家分別為電腦博士大衛•肖爾的DE 肖爾基金、最年輕的對沖基金億萬富翁肯•格里芬的大本營投資集團◎和斯蒂文•科恩的SAC 資本公司，三家基金的創始人都是年度《財富》雜誌全球億萬富翁排行榜上有名有姓的人物，我們分別簡短說說。 日這家公司的英文名字叫 Citudel Iavestmeot Group，國內有譯作城堡投資樂團或者城堡集團的。另外一家美國的另類資產管理公司的英文名字日 Fortress Inyestment Group，也有很多人將其譯作城堡管理集團或者堡壘樂團，後者是在紐約股市上市的公司。這兩家公司都在中國有投資，可惜我們沒有找到公司自已確定的詳名。在本書中，為了統一起見，我們將前者譯為大本營，後者譯為城堡。 171
172 解讀量化投贊：西蒙斯用公式打敗市場的故事計算機博士肖爾肖爾生於1951年，是加州大學聖地亞哥分校的學士，1980年獲斯坦福大學的計算機博士，畢業後他曾在哥倫比亞大學的電腦科學系任教一段時間，研究的方向是平行計算，用外行的話說就是很多計算機透過分配工作，將一個複雜的問題分成很多小塊來分頭完成計算的方法。1986 年他加人了摩根士丹利，負責自動分析交易。兩年後，他獨立門戶，成立了DE肖爾公司，專門從事量化投資、交易。 他曾經說過：“金融投資是最完全的資訊處理工作”。這跟我們把復興技術公司和谷歌公司相提並論的說法•致。《財富》雜誌曾經把 DE 肖爾公司描述成“華爾街最神秘的和最令人好奇的一個公司”。公司僱員超過 1 500名，一半是電腦技術專察，其中包括300多名在印度的軟體專家。 跟西蒙斯一樣，肖爾也常常是從學院僱用科研人員來成為他的量化研究專家，但是肖爾沒有像西蒙斯那樣盤踞在象牙塔的最尖頂，只找科學家。 按照該公司網站上的說法，DE 肖爾公司的僱員裡面包括2003年美國女子象棋比賽的冠軍、橋牌大師、作家、運動員、音樂家和大學教授，超過100名員工有博士學位。值得一提的是 DE 肖爾公司的網站上還專門提到公司的許多員工過去都創過業，曾經有過自己的公司，可見該公司比較鼓勵員.工想入非非。當然 DE 肖爾有著一個耀眼的前員工，這就是全球最大的網上書店曾經收購了中國卓越網的美國亞馬遜公司的創始人傑夫•貝佐斯。 從2001年起，肖爾把更多的時間花在科學研究上面，而DE 肖爾公司的日常運營則交給了6名董事總經理來管理，肖爾仍然持有公司半數以上的股權。肖爾的精力花在量化生物化學的研究上，主要是應用量化技術，尋找癌症的解藥。 跟西蒙斯一樣，DE 肖爾的主要交易方式也是短線操作，尤其是使用統第5 章趨勢是你的朋友和敵入計套利的方法進行股票多空交易策略：同時購人和沽空相似數量的相關股票，透過它們之間差價的變化來盈利。它常常高速買賣大量的股票，它的交易量有時候佔到美國紐約股市的5%以上。但是從 2003年開始，該公司也開始介人私募基金的投資，並且參與購買不良債券的業務，這也是公司將收入來源多元化的步驟之一。另外，DE 肖爾集團還為其他金融機構提供電子技術的服務，這也是發揮公司的相對優勢吧，這項業務是透過它在印度的子公司來完成的。 克林頓總統時代的美國財務部長勞倫斯•薩莫斯在2006 年辭去哈佛大學校長的職務可以後加入了 DE 肖爾，任董事總經理。2008年他接受奧巴馬的邀請再次加人政府而離開了DE 肖爾。在DE 肖爾任職期間他的收人超過 500萬美元，有人計算，他在該公司總共的工作日不過是100天左右，每小時工資摺合超過4000美元，這在華盛頓國會山引起了不少非議。 2007年，肖爾向雷曼銀行出售了 DE 肖爾20%的股權，價格沒有透露， 但是當時諸多銀行紛紛購買對沖基金的股權，身價肯定不菲。那時候有報道說這是肖爾的二次婚姻，希望雙方好運。1997年，肖爾和美國銀行簽訂協議，美國銀行給他借款14億美元供他投資。隨後不久，俄羅斯政府違約， 亞洲金融危機開始，長期資本管理倒閉，DE 肖爾雖說沒有被擊垮，但也只是僥倖逃命。美國銀行賠了3.7億美元，總裁引咎辭職，那是肖爾的第一次婚姻。肖爾第二次婚姻的物件雷曼銀行的下場如何我們已經知道了。 目前 DE 肖爾的主要策略仍然是量化的統計套利。 173 最年輕的億萬富翁格里芬這本書裡面提到的很多人都是億萬富翁，其中最年輕的應該是大本營 e 薩莫斯2005年說女性在高等學府教研人員中的比例較低的原因是因為她們“在商端的能力上有限”，這引起了廣泛的爭議和反對，出是他後來辭職的原因之一。
174 解讀量化投資：西蒙斯用公式打敗市場的故事投資集團的肯•格里芬，他生於1968年，是哈佛大學的經濟學學士。在學校讀書的時候他就開始買賣股票，因為他那時候買不起能夠看價格的終端機，所以常常在課間休息的時候跑去券商的營業部看最新的價格。他22歲不到就開創了大本營集團，最開始的時候專門從事可轉換債券套利的策路。 現在該集團管理的資金額大約為130億美元，比兩年前的最高點200億美元縮水不少，但是仍然是全球最大的對沖基金之一。他的基金同樣交易頻繁， 通常要佔美國、倫敦、中國香港和東京股市的交易額的3%左右。該集團大量採取量化投資策略，尤其是可轉債套利策略和統計套利策略。可轉債是將來可以轉為股票的一種債券，它可以用佈菜克—舒爾斯-默頓的方法分解成各種零件，可轉債套利策略就是賺取整體和零部件之間的潛在價格差別的一種手段。大本營還是一些股票期權的做市商，直接跟華爾街銀行叫板。 大本營集團的電腦系統非常先進，格里芬常常說該基金的電腦系統使其能夠在市場上穩穩站住腳跟，因為它絲毫不遜於華爾街的各大銀行的系統。有了電腦系統就能夠支援基金複雜的研究部門，也才能夠應付大量的高速交易。大本營的一位高管在接受彭博採訪的時候說：“以很大的意義上來看，大本營都是一個科技公司，只不過正好是從事金融投資的科技公司。 科技系統在我們這裡不是成本，而是我們的立命之本。”我們又想起了谷歌公司。正是因為電腦的重要性，大本營集團辦公樓的樓頂有公司專用的發電機組，地下室有專用的油庫。計算機房裡面有專門的氣泵，能在火災的時候將氧氣抽去。集團在另外的一個地點還有備用的全套電腦裝置，整個公司在緊急情況下可以搬過去繼續交易。 大本營集團的收費方式跟其他對沖基金不太相同，它從投資人的投資回報中抽成20%，然後將公司所有的成本再從投資人的回報中收回來，公司成本平均每年大約佔到投資人回報的3%~6%，和收管理費的對沖基金相比較，這算是比較高的，但是投資人過去都是聳聳肩，用花生米和猴子的比喻來解釋這個問題。
第5章趨勢是你的朋友和敵人大本營集團也僱用將近100名博士，這些人過去也都是數學教授或者天體物理學家之類的角色，他們坐在大本營集團在芝加哥辦公室的一角，號稱 “博士角”。那邊到處都掛著從地板到天花板高的可以擦的白色寫字板，上面都是密密麻麻的公式。西蒙斯的復興技術在大本營也有投資，西蒙斯說：“大本營的回報不錯，雖說不是出類拔萃，但是這家公司控制風險的能力很強。” 格里芬在接受來訪的時候說起對沖基金行業的競爭，他說：“現在進來的錢越來越多，回報不可避免地越來越低，所以也促使我們不斷嘗試新的東西。”2001年當安然公司破產之後，大本營殺進了能源交易市場，現在基金有數名氣象學專家，幫助交易員交易天然氣、石油等能源產品。格里芬最近幾年對中國也非常感興趣，他在接受採訪的時候說：“上海人在稻田裡建起了一座紐約城。”他又補充說：“如果一種東西在別人還沒有搞清楚之前你學會了，市場就會獎勵你。” 跟學究氣很濃的西蒙斯完全不同，年輕的格里芬在大本營集團內營造很強的競爭氣鼠，所以人員的流動性比較大，大本營集團被人戲稱為芝加哥的“旋轉大門”出來進去的人像走馬燈。但是格里芬對這一點不以為然地說： “在這裡工作的確很難，方方面面的要求很高，而且我們從不鬆懈。但是我很高興我們有這樣很硬朗的名聲，因為我們就是要成為最好的、最強的。” 2008 年間，市場傳聞大本營集團要倒臺，因為數家它的交易對手銀行都要求大本營集團增加抵押資產的金額。《華爾街日報》在2008年11月報道說：“大本營最大的—只對沖基金當年虧損超過40%，大本營正在和給基金借錢的高盛、德銀和美林銀行商量對策。”12月，該報又追加報道，說基金11月又號了13%，年度虧損達到47%，許多投資人要求贖回。2008年年底大本營暫時停止基金贖回。這種基金停止贖回的做法在金融危機中不算出格，而且也是基金條約裡面允許的。 格里芬當時在接受採訪的時候說金融危機提供了他交易生涯20年中最好的投資機會，他說：“我們對我們投資組合中的各種資產和倉位充滿信 175
176 解讀量化投資：西蒙斯用公式打敗市場的故事心，在未來的年月中，它們一定會大放異彩的。”格里芬還補充說大本營集團的做市商部門在危機中也表現異常出色，他認為這部分生意也將有突飛猛進的發展。大本營的投資人是不是因為格里芬這些話而有所定神現在還不得而知，但是有些人則不無諷刺地指出梅里韋瑟在長期資本管理垮臺之前，1998年的9月給合夥人的信中曾這樣說：“我們最好的幾個交易策略機會大好，這些倉位我們的基金都將堅守。”幾天之後，檣櫓灰飛煙滅。 據說格里芬基本上沒有業餘時間，除了工作，還是工作。唯一的例外是收集藝術品，尤其是印象派的畫。他曾經出價6000多萬美元買了塞尚的一幅兩，創下當時的紀錄。2004 年他和夫人被一本雜誌評為全球最活躍的 10位收藏家之一。 收藏家科恩但是要說起藝術品收藏，格里芬難以與 SAC 資本公司的斯蒂文，科恩匹散。科恩2000年開始收藏藝術品，2002年以後就被年年評為全球最活躍的10位收藏家之一，有人計算他已經花了7億美元購買各種藝術品，其中包括英國前衛藝術家赫斯特的代表作“死亡在活著的人心裡的不現實性”。 這個作品就是把一頭死掉的鯊魚泡在一個灌滿了福爾馬林的大魚缸裡面， 科恩為此花了800萬美元。 另一則有趣的故事發生在2006年，科恩要出1.39億美元從賭博業大享韋恩那裡購買畢加索的一幅名畫。這幅畫畫的是畢加索的情婦，頭偏向一邊，分成兩半，一半是頭，另一半則是男人身體的某個部位。如果這筆交易做成的話就將創下油畫交易的歷史紀錄。就在油畫馬上要被運走的前一天，韋恩在拉斯韋加斯的家裡給幾個熟人看這幅畫，也許是要道別吧，他一不留神用肘部把價值連城的畫布捅了個窟窿，據說韋恩眼神不好。在闖了禍之後，韋恩平靜地對幾個客人說：“感謝上帝，闖禍的是我。”如果有第5章趨勢是你的朋友和敵人人需要給億萬富翁或者超級億萬富翁下個定義的話，這句話就足夠了。後來這筆交易取消了，韋恩仍然持有這幅補過的畫，韋恩夫人說這是上天的旨意讓他們把畫留住。 科恩的基金公司SAC是以他的姓名縮寫命名的，規模大約是160億美元，不算最大，但是他的管理費也是令人瞠目結舌的：年管理費3％，表現費50%。他的交易策略最主要的是股票多空交易，這跟統計套利類似，也是快速大量交易。該公司的交易量也常常佔到美國紐約股市和納斯達克股市交易量的1%~3%。科恩還持有中國網際網路搜尋引擎公司百度7%的股份。 出生於1956年的科恩十幾歲就開始著迷於跟投資、股市相關的各類問題，在賓夕法尼亞大學沃頓學院讀經濟學本科的時候他就已經是個股場老手了。1978年畢業以後他直奔華爾街，在一家經紀公司的期權套利部門任交易員。因為成績出色，很快他就有了自己的團隊從事交易。1992年他成立了SAC。 SAC的規模雖說不是最大的，但它在股票多空交易這個領域被公認是最好的，它的交易通常會影響到某隻股票的價格形成。因為交易量巨大， 每年SAC僅僅是付給券商的交易手續費就超過1億美元，是華爾街銀行最重要的主顧之一。《商業週刊》曾經撰文說科恩是“華爾街最有影響力，但是你可能從來沒有聽說過的交易員”，也有人說他是交易場上的蘭博。其實他真人帶著眼鏡，個子不高，頭也開始禿了，一點兒也不像《第一滴血》 裡面史泰龍演的滿身肌肉的蘭博。華爾街對科恩投桃報李，據說在科技股泡沫期間一些華爾街銀行分配給他很多炙手可熱的首發上市股票。 市場有很多傳言說SAC常常會想盡辦法，探聽對手的策略和頭寸，然後搶佔先機。還說它有時候慣買真賣；有時候掃盡街貨；有時候則突擊買人某隻股票，令沽空的對手被迫平倉。量化投資策略其實僅僅佔了該公司策略的一部分，但是由子公司的交易方法和西蒙斯、肖爾、格里芬的交易手法類似，而且它所收的管理費和西蒙斯一個級別，所以在提到西蒙斯的 177
178 解讀量化投資：西蒙斯用公式打敗市場的故事時候人們也會常常提到科恩和SAC。 如果要從這幾家超級量化投資公司中尋找共性的話，那就是一個 “快”。這不是偶然的，我們下一章要專門來看這個問題。 但是如果因此而總結說：量化基金就是把很複雜的模型用很強大的電腦系統運算出來然後用電子交易的方法風馳電掣般地完成則有失偏頗，因為也有堅持使用比較簡單的量化模型的基金，這其中的一個很好的例子就是約輸•亨利的量化基金。 波士頓紅襪和亨利亨利生於1949年，加州大學哲學系肄業，所以在學術上不能和我們前面提到的諸多人物相提並論，據說沒有拿到學位的原因是他讀書的時候花很多時間先後在兩個搖滾樂隊排練演出。雖然在行業內很有名氣，但是很多人知道他是因為波士頓著名的棒球隊紅襪。 2002年，亨利和幾個夥伴買下了這支球隊。當時他說購買紅襪是為了打破一條已經有80多年的魔咒。波士頓紅襪在1919年將棒球歷史上最富傳奇色彩的明星球員魯斯賣給了紐約揚基隊，所以魔咒說它100年也贏不了全美棒球聯賽總決賽的冠軍。據說這是魯斯當年聽到自己被高價賣掉之後氣憤不已而說的話，但是史學家考證之後對該說法的出處也不置可否。1919 年之後，魯斯所在的揚基隊所向披靡，屢奪冠軍，而紅襪則一暖不振，屢戰屢敗。2004年，亨利和夥伴持有的紅襪隊在聯賽階段與揚基冤家路窄， 紅襪先輸3場，接著上演驚天大翻盤，連扇4場，打敗了揚基。接著它又在總決賽中奪冠，1986年後首次奪得總決賽冠軍，亨利的“一生要做成的 100 件事情”的單子上又多了一個勾。 亨利很早就開始交易大豆和玉米的期貨，1976 年開始摸索使用量化投資方法。1981年用他的姓名縮寫命名的JWH公司正式開張，為散戶客戶提第5章趨勢是你的朋發和敵人供理財服務。這家公司的誕生遠遠早於後來壯大的對沖基金行業，在很長的一段時間內，它都算是全球最大的、面向散戶的另類投資公司。 JWH使用事先設計好的規則進行投資，他的規則就是要捕捉到各種價格里面的趨勢和趨勢反轉。它的規則基本不變，用公司的宣傳資料上的話說，這樣是為了徹底消除人的感情因素的干擾，消除人們對宏觀經濟各類指標充滿主觀因素的解讀。JWH的倉位只是依照機械的規則，按部就班。 在公司鼎盛的時期，他所管理的資產超過38億美元，過去豐厚的回報也使亨利積累了大量的財富，能夠有購買一個著名球隊的實力。 JWH的主席在2003年說：“我們公司的策略在過去很少有什麼變化。 20年前的模型現在仍然在運作。當然現在我們交易的工具及市場與20年前相比已經不同，我們也添了一些新的模型。但是和許多競爭對手相比，我們沒有做任何顯著的更改。市場關注的資訊可能在不同的時代有所不同， 20世紀80年代是貨幣供應量，20世紀90年代是失業率，但是我們認為投資人對市場資訊的應對方式並沒有什麼變化。正是因為未來的不確定性， 價格才會有趨勢，而趨勢則正是我們要捕捉的。即便現在資訊傳遞更好更快，但是人們分析這些資訊的能力並沒有什麼變化。我們正是要尋找人們對資訊反應的過程中的偏差所帶來的機會，這些機會都是反映在價格趨勢裡面。人們的反應偏差也是很穩定的，所以我們的模型不需更改。” 亨利本人也說過類似的話：“我不認為我是唯一一個不能預見將來價格走勢的人。沒有一個人可以始終如一地預見未來，尤其投資者。即便如此，投資人仍然希望或者相信他們能夠預測未來的價格走勢，或者他們相信其他的人有這種能力。很多投資人認為自己能夠判斷下一個經濟週期的準確時間。對JWH來說，我們的出發點正是這一點：很多投資人都很自信能夠預判將來。我一直認為，正是由於別人有這種自信，我們才能夠持續賺錢。就這麼簡單。” 亨利將他過去的成功總結成4個理由：“發現長期趨勢，不去理會短期 179
180 解讀量化投資：西蒙斯用公式打敗市場的故事的波動；堅持使用量化模型投資，將人工干預降到最低；積極採取風險管理策略，包括止損；全球分散投資。” 2005~2007年期間，許多市場價格都在區間波動，趨勢不見了。JWH 的資金規模從2005年的38億美元降到了2008年8月的2.48億美元。市場上曾經有傳聞說JWH在考慮跟其他基金管理公司合併，但是也沒有了下文。 經濟危機開始之後，市場價格出現波動，JWH的回報又開始回升。 亨利的量化投資方法和前面說過的幾位超級量化基金的投資方法的相同點是他們都是機械遵循電腦模型的指示交易，但是也有很重要的不同點： 對JWH來說，“科技”因素不占主導地位。JWH數十年如一日，使用基本一樣的模型，眼光只盯著一個指標：趨勢。 追隨趨勢的投資模式—不管是使用模型的或者是使用畫圖的或者是完全靠判斷的—一應該算是整個行業最常見的投資方式，絕大部分的投資人，專業也好業餘也好，都會參考最近的價格走勢決定是買還是賣。正是因為這個原因，投資行業裡面有一句常說的話：“趨勢是你的朋友。”意思是說當趨勢來了之後你可千萬不能站在趨勢的對面，否則只會被像壓路機一般轟隆隆的趨勢碾死。金融學術界透過長期的分析結果證明追隨趨勢投資的確能獲得一定的回報，所以有人也把趨勢當成是一個回報因子，這一點我們在介紹法瑪的有效市場假說的時候說過。但是最近幾年也出現了許多新的學術研究，使用比較先進的統計方法和比較完善的資料庫，它們的結論是：使用趨勢賺錢的黃金歲月可能已經過去了。其中的主要原因正是趨勢投資方式過去的成功：太多的錢追隨趨勢，雖說趨勢還在，但是要想持續、穩定地賺錢則很難。西蒙斯也說起過這個問題，說商品價格的長期趨勢要麼不見了，要麼很難從趨勢中賺到錢。JWH 過去幾年的困難是另外的一個例子。趨勢還在，只不過趨勢變成了敵人。 有趣的是，在沒有趨勢的時候，正是由於很多投資人要進行風險管理， 他們所採取的止損措施使追隨趨勢策略賠錢。在價格剛剛上揚的時候，趨第5章趨勢是你的朋友和敵人勢追隨者做多；隨後如果價格產生波動，下跌一點兒，趨勢追隨者做多的部位開始出現虧損；他們開始採取止損操作，忍痛平倉，賠錢；這時候因為很多趨勢追隨者平倉，價格繼續向下，一些趨勢追隨者開始做空；價格過度下跌，開始反彈；趨勢追隨著做空的部位開始虧損；忍痛止損，再次平倉，賠錢；因為很多趨勢追隨者平倉，價格開始上揚，趨勢追隨者開始做多••這樣週而復始。所以到頭來，價格在一個狹窄區間內上下徘徊， 而趨勢追隨者追到的只是一堆止損以後的損失。 西蒙斯那樣的基金關注的是更短時間內的趨勢和反彈，所以沒有普通的趨勢追隨者的那些靠天吃飯的弊病。 181 弗雷的個人履歷關於西蒙斯，除了我們前面說過的那幾點之外，我們還能找到什麼信息呢？聯絡採訪肯定是做不到，即便能聯絡到的話我們前面也看到過西蒙斯是如何守口如瓶的。一個偶然的機會使我們發現了西蒙斯的左膀右臂之一弗雷的個人簡歷，這份簡歷在一定程度上印證了我們前面的猜測，所以我們就再回過頭來說說弗雷這個人吧。 弗雷的上一輩人裡面沒有一個大學生，他自己則獲得石溪大學應用數學和統計學的學士和博士學位，用中國人的說法，他應該算是家族的榮耀。 但是他攻讀學位整整花了12年的時間，因為這兩個學位他都是透過業餘時間來完成的。這期間，他曾經在國防分析研究院工作過，在那裡認識了西蒙斯。在隨後的10年中，他又給一連串的公司打過工。在他的簡歷裡面他還列出了他和別人在紐約州開的一家餐館，說這家餐館賺的錢就是他讀博士的獎學金來源。1987年他獲得博士學位的時候已經是一家軍事裝備公司研究部門的小主管，下面管有25個人。那時他主管的一個專案是研究如何自動測試轟炸機複雜的電子裝置是否有故障，這個專案的結果被用到美國
‡82 解讀量化投資：西蒙斯用公式打敗市場的故事最新式的海上轟炸機的設計上。 博士學位到手之後他加入了摩根士丹利的股票交易部門，設計開發當時很領先的量化授資系統。這個使用銀行自營基金，依靠模型進行交易的小組是華爾街最早開始統計套利的部門之一，DE 肖爾也在那裡幹過。 之後他和別人共同建立了開普勒金融管理有限公司，這家公司於1992 年被複興技術收購。隨後的12年中他是復興技術的董事總經理、執行委員會的成員和管理委員會的成員，全面負責復興技術的研究和產品開發。所以要說誰最知道該公司最核心的秘密，除了西蒙斯之外，弗雷緊隨其後。 2004年弗雷從復興技術退休，成了石溪大學應用數學和統計系的量化金融學研究方向的首任學科主任。 弗雷是這樣介紹復興技術公司的：“復興技術公司是一家量化投資管理公司，管理大約50億美元的資產。公司的旗艦基金是大獎章基金，在過去的 10年中平均每年回報超過30%。在我1992年加人的時候，大獎章的資產為 1.1億美元。復興技術大約有250名員工，分別在紐約、長島和加州伯克菜。” 然後他一個個列出了他在復興技術的成就，因為我們可以從中看出不少復興技術的模型發展狀況，所以下面我們逐條解釋一遍弗雷12年間在復興技術的成就： • 組建利率研究部，並招聘人員。開發風險控制和利率標價方法，使用以預測性為主和以市場性為主的利率模型。他是復興技術公司利率交易量化模型的總設計師。 市場性的利率標價方法一般是指透過使用佈菜克-舒爾斯-默頓的基本方法（外加後續學者的新貢獻），對收益率曲線建造模型，確定各個不同時間點的利率之走勢的關係，然後分析各種金融產品的價格。長期資本管理用的就是這個基本的交易模型，但長期資本管理採取的投資策略是判斷各種產品的市場價格是不是和理論計算出來的價值相符，而復興技術很可能是透過判斷利率的短期走勢（“預測性”的模型》來買賣相關產品。
第5章趨勢是你的朋友和敵人 “風險控制”部分措的是總倉位的控制、多空的控制、各種部位相對大小和絕對大小的控制、各種止損措施，等等。 • 開發、實施、營銷和管理了復興技術使用新模型的一檔基金：“量股策略" （Equimetrics）。這檔基金使用長期投資策略，低風險，股市中性°。復興技術原有的投資人主要是“高淨值客戶"（也就是通常所說的富人），新的模型主要是針對機構投資者而開發的，它是復興技術原有量化模型的變種，在營運的第一年募集到7億美元投資。 2002年，該基金被收編進了大獎章，此前的年回報率為18%。 我們知道量股策略是從1999年4月開始執行的，它從1500只流動性比較強的股票或者優先股中由模型挑選出大約1000只股票，可能是做空， 也可能是做多，整個投資組合的剩餘風險（多的倉位減去空的倉位）透過使用股票指數期貨來對沖。任何單一股票的權重都不超過整個組合的5%。 這個策略的交易速度不是很快，每年的換手率在1~3倍之間，槓桿也只有 2~3倍。 量股策略應該算是股票多空策略的一種，但是交易的頻率比通常的多空策略要稍微低一些，它是下面將要說到的統計套利策略的慢速版本。西蒙斯在談起量股策略基金的時候說：“他們選股的模型也是在資料堆裡面尋找重複性的規律，然後他們問自己：這些規律和市場運作、投資人的心理能不能掛上鉤？如果能的話他們就按照新的規律改變選股的策略。” 在前一章引用的西蒙斯致投資者的信中他提到了“基本系統”，這個基本系統就應該是在量股策略的基礎上演變出來的。西蒙斯透過模型的運算， 挑出兩組股票來，分別做多和做空，做多的部分是整個基金值的170%左右，做空的部分是70%，兩者加起來，整個基金的股票淨值接近100%。通過模型的仔細挑選，西蒙斯認為這個基本系統能夠和標準普爾500指數的回股票做多和做空的數量大致相等，所以跟大市波動的相關性不大。 183
184 解讀量化投資：西紫斯用公式打敗市場的故事報相當，也就是能夠匹配大市的回報，但是因為有多有空的原因，基本系統的風險只有大市的2/3。這一點自然也是有悖於有效市場假說的：回報相當，但是風險只有2/3，這就是免費午餐。但是話又說回來，整個對沖基金的概念在某種程度上就是有悖於有效市場假說的：如果市場是有效的，誰也打不過市場，那麼對沖基金的管理人憑什麼打敗市場呢？ • 開發了“超新星”（Nova）基金所使用的投資策略，該基金是一個交易積極、市場中性的美國股票基金，使用統計套利策略。在1995 年2月之前組建、管理該交易小組，包括為交易小組招聘人員。在策略的試營運期間，回報超過40%。1997年該基金策略被收編進了大獎章基金。 這個快速交易的統計套利策略和我們前面提過的其他3個超級量化基金的策略基本一樣，所以我們不能不說說統計套利究竟是怎麼回事兒。在本書的前面我們曾經提到過一次統計套利的概念，說任何透過統計方法多次交易之後預期能夠獲利的交易方式都算統計套利，我們也提過比較狹義的統計套利的定義，接近於股票多空交易，這裡要專門說的是狹義的統計套利的操作。 按照羅聞全教授的定義，統計套利指的是根據股票具有快速波動之後迴歸本來價位的特性，從一個可能包括成百上千只股票的組合裡面，使用量化模型方法，挑選合適股票，進行相關多空的交易方式。這種交易方式的持有期一般很短，可能只有幾天，甚至幾秒鐘。採用統計套利操作的基金需要擁有相當強的計算、交易和科技實力。統計套利和多空操作有相似之處，多空操作一般看一對類似的股票，如果其中一隻在一段時間表現超過另一隻，那麼表現差的一隻在將來很可能會趕上表現好的一隻，所以應該買人表現差的一隻，沾空表現好的一隻。統計套利把這個原則用到包含千百隻股票的組合中去，透過給各種股票按照一定的原則打分來決定哪些做多，哪些做空，然後再使用馬科維茨的理論來確定做多多少、做空多少，
第5章趨勢是你的朋友和敵人從而降低整個組合的風險。打分的原則多種多樣，每個基金都不同，各個基金都視其為白己最絕密的絕密，但是一般可能包含超前或滯後的訊號、 技術分析裡面比較大的阻力線或者支援線（比如說股票價格突破一個大的整數價位）、公司特有的兼併之類的訊息以及短期趨勢等。 統計套利操作需要複雜的計算，而且需要不斷調整倉位，交易量很大， 所以一般基金要能使用自動交易手段來減少人工帶來的誤差和延誤，而且基金通常會採取各種其他措施來降低交易成本。正是因為這種策略的巨大交易量，所以投資銀行剛開始都把使用這種策略的大基金視為財神。但是投資銀行慢慢也發現這個財神有著陰暗的一面，因為財神開始直接和投資銀行競爭，不過這是後面要說的話題。 2006 年有一個叫布克斯達博的人寫了一本叫《我們自己設計的魔鬼》 的書，講的就是20世紀80年代這種交易策略如何在摩根士丹利誕生的故事。布克斯達博是麻省理工學院的經濟學博士，曾在多家很有名氣的對沖基金和投資銀行做過量化投資和風險管理的工作，包括10年在摩根士持利， 所以對這種策略的內幕瞭如指掌。別忘了弗雷在20世紀80年代曾在摩根士丹利的相關部門待過，他在簡歷上寫道“在某投資銀行改進其某種投資策略，使其的回報提高25%”，說的應該就是摩根士丹利和統計套利策略。布克斯達博在書裡還講到了另外一位超級量化基金管理人肖爾如何離開摩根士丹利，自己另起爐灶、使用這種策略交易的故事。所以，很多家公司所採用的這—類統計套利的策略或許都能追溯到摩根士丹利。這種“策略擴散”現象在對沖基金行業其實比較普遍：某種策略在某家銀行或者基金誕生，如果運作很成功的話，不久就會有人出去自己開新的公司，複製這種策略。新公司的成員不久之後有可能跳槽，開自己的公司。沒有幾年的工夫，這種策略就到處都是。一個必然的後果是策略的回報下降，因為有效市場假說將獲得最後的勝利。 在《我們自己設計的魔鬼》裡面，布克斯達博是這樣總結的：2002年 185
186 解讀量化投責：西蒙斯用公式打敗市場的故事以後，統計套利策略的表現開始滑坡，此後標準的統計策略°一直也沒有起色，其中主要的原因是有太多的錢在追蹤這個策略。羅聞全教授的模擬運算證實了這一點，他說最近幾年如果還想取得20世紀90年代前期的回報， 那麼槓桿必須增加2~4倍。但是，羅教授和布克斯達博說的是標準的策略， 從事統計套利的各家基金都有各自不同的絕招，很可能有幾種策略仍然在為它們的主人提供著印鈔機的功能。但是我們知道，這是長不了的。從長遠來看，有效市場假說將笑到最後。不過，在那之前，這些策略可能會使為數不多的幾個人賺很多錢。 因為這種策略越來越流行，很多股票的短期價格走勢在很大程度上受到統計套利交易的支配，所以市場上有這樣的說法：“這隻股票被統計套利給套上了”。如果被“套”上的話，這隻股票的交易量會相應增加許多，它的價格走勢也可能比較古怪。 超新星基金起初只是交易納斯達克上市的股票，完全採取電子交易方式。20世紀90年代中葉，超新星基金的交易量佔到納斯達克相當大的份額，1997年有一天它的份額曾經達到14%。 從這個數字上我們還可以大致猜測一下大獎章基金的週轉率和每筆交易的預期回報：假設它的年交易量是納斯達克的5%，納斯達克年交易量大概是10萬億美元，大獎章在納斯達克的交易量就是5千億美元，我們假定納斯達克的交易量佔到大獎章整個交易量的一半，它的年交易量為1萬億美元，但是一來一回算一筆交易，它的部位總額為5千億美元，大獎章的資產是50億美元，毛回報假定為80%，一年的利潤應該是40億美元。拿40億美元除以S千億美元得到0.8%，也就是說，它每筆交易的平均回報只有已一個比較筒單、比較標準的統計套利策略是這樣的：首先選定一定數目的服票；計算方差一協方差短陣（如果選了1000 只股票，這將是一個1000x1 000的大型矩陣）；計算短陣的特徵向量和特徵值；選取含有最大特徵值的那個向量，預測該問量未來走勢；計算所需要的多空股票組合。