书城投资量化投资的转折:分析师的良知
4301600000031

第31章 如果你想尝试打败市场——投资的其他问题(2)

策略算法是最容易集中投资者注意力的环节,而数据属性(尤其是频率)将直接影响到策略执行层面的一些基础。尤其是对于新信息是否在股价上有所体现,投资者情绪对价格的影响方向和程度等问题都在考验策略算法的合理性。而一旦出现收益率偏离较大的情况,心理因素又会进入决策层面产生一定影响。所以,这在策略算法的设计层面就提出了一定的要求。而另一个层面,我们也可以通过资金管理系统来部分弥补策略算法的胜率问题。

资金管理系统起到了统领全局的作用,但很显然资金管理系统的设计也是需要算法支持的。尤其是仓位这样的问题,更是离不开策略算法。但抛开这个因素再来看其他个体,就会发现一些资金管理系统的高权限特性。比如,我们经常愿意选择等市值分布,或借鉴可变步长的思路来增加优秀策略个体的资金权重配置。这也在侧面说明了资管系统本身的复杂程度也不亚于策略算法的开发。这也就在侧面增加了模型制造者的工作量。

一个如此庞大的系统建立仅凭一两个研究员的努力无异于蚍蜉撼树。如果受够了欺骗的投资者足够多,就表明市场出现了一个新的需求有待机构来满足。如果大家还愿意接着醉生梦死的在股市里沉浮,倒也没人有义务来叫醒执迷不悟的个体。实际上,笔者倒是更希望执迷不悟的人越多越好,这样可以减少策略算法运行时所面临的竞争问题,并可以为对手单的出现提供较好的群众基础。笔者一点都不希望过早的去体验对抗掠夺式算法的艰难困苦,毕竟笔者也是个趋利避害的普通人。“天下熙熙皆为利来,天下攘攘皆为利往。”说到底,又有谁逃得掉这一俗套呢?何去何从,到头来又只是个选择而已。

(第四节)一个分析实例

由于工作的关系,笔者接触到很多所谓的“研究报告”,参差不齐的质量确实让笔者为依托报告的投资者产生了几分担忧。本节,我们就以一份融资融券周报为例出于保护当事人的隐私和控制篇幅、不让垃圾过多的占据空间,笔者不会把报告全文或作者信息放置于此。仅将其核心算法和纰漏展示出来。当然15页左右的报告,有用的东西不超过2页。所以,读者也没有错过什么精彩的部分。笔者在一次工作聚会中,被某高研郑重其事的教育“不要忽悠投资者,否则我一定不会放过你……”因为这和我的做人原则也很接近,所以至今仍不敢忘。故在此也有所保留的向投资者揭示这个忽悠人的行当多么的不靠谱,望读者能好自为之,也算对这个高研有个交代。讲解一下如何分辨报告质量的高低,常见的陷阱隐藏在何处,并给出一个在其基础上有所进步的处理方式。

1.“标的报告”框架综述

首先标的报告被分为四个部分:

(1)融资融券市场概况:纯粹堆积数据的部分,几句市场情况的解释。

(2)股市方向分析:介绍一下上周的重要事项,堆积一下已有数据,此处有一个仓位估计模型由于本文已经在前面的章节提到过这个模型的问题,所以本处不予重复。

(3)股市结构分析:介绍分析师对行业板块的评级调整,量化估计基金在平衡、价值和成长三类个股上的配置情况。此处是支撑报告通篇的核心算法,遗憾的是,其也是错误所在。

(4)股票标的融资融券投资建议:给出一个头寸方向的描述,一张融资融券标的表。

2.“方法论”纰漏

尽管该报告通篇都是诸如“宁肯错过,不能做错”之类的废话,不过我们要说的却是一个更为严肃的方法论问题。“多重共线性解释变量的样本数据形成的向量近似线性相关。多重共线性越强,x′x病态越严重。当矩阵x′x中的元素发生微小变化时,其逆矩阵元素的绝对值变化很大。详见北京大学出版社应用经济学系列《高级计量经济学》相关章节。”是依托回归方法的模型一定要考虑的问题。一旦此类问题存在,会使(x′x)—1矩阵病态,进而导致较小的数据变动引起较大的结果变化。换句话说,此时的模型意义已经不再明确。那“平衡、价值和成长”三类个股的高相关性就成了我们担心此问题的合理质疑。请读者自行对大小盘问题举一反三。

但质疑归质疑,我们需要几分“硬”证据。而报告就把证据摆在了我们的眼前:下面两幅截图将回归结果的不稳定较好的展现出来更要命的是,其图19的长时间间断以及间断前5根间断后4根的神奇所在。如果细究起来,就已经不是单纯的方法论质疑了,很可能存在其他更离谱的错误。

凡事点到为止,此处的目的不是为了纠缠某个分析师,而是要投资者自己擦亮眼睛,尽力躲避这些嘴上挂满了“勤勉尽责”之类的好听话教育他人的分析师留下的陷阱。

3.“标的组合”的小忽略

2012年第3周的报告内有下图作为投资建议:

虽然近2周以来,××标的的表现不如意,但是××组合反映的谨慎倾向与实际数据比较一致,主流机构的评级变化,以及优秀基金经理的配置倾向也支持这种判断。

对于信用交易者,我们还是建议以追求绝对收益为目标,信用交易的杠杆带来的风险必须得到严格控制,可以错过,不可以做错。

目前经济仍然有较多的不确定性,特别是地产调控带来的去库存是否已经结束。从数据看,认为经济已经实现软着陆的观点是激进的,对于信用交易者而言,风险很大,可以进一步观察,建议不要采纳,总体上要降低融资比率,减少多头头寸。可以适当增加空头头寸,选用对于处于中游行业的标的,作为空头部位,获取套利收益。由于股市下降的空间有限,不确定性较大,净头寸不能太大,方向建议为多。

精简一下,这3段话告诉我们什么信息?(1)“建议净头寸为多,不要太大”;(2)××标的是有收益率数据与市场比较的。正常的投资者都不禁要问:“怎么算的?融资融券标的一个权重都没有,一个不要太大的净头寸描述怎么就得出来的收益值?”胡来也要有个限度。

4.应对方法

对于算法问题,没有什么好的应对方法。细究起来,依托的整个报告都需要重新搭框架。对于“标的组合”方面却有一个普遍性的问题值得讨论,而且,其内在的数量化问题也还算值得一提。我们将从最基本的特征线出发,以α和β分别为侧重点,来考察该产品设计的一个方向。

(1)给出两组对应的数据进行回归是我们熟悉的问题。现在面临的问题是要给出一组权重,而权重本身的确定会影响数据的分布。我们希望能在和这两个方向上得到一组使得散点离散度较小的组合配置。这个问题的意义在于,我们随处可见的模拟组合的权重设定是否满足了一定程度上的风险最小化这个目标。换句话说,如果在组合理论的角度来考察市场上的组合产品,我们可能发现某些所谓的内行人疯狂的侧重于选股的同时却忽略了斗概率这个最起码的准则。

目标:

W=arg minWΣTi=1RPortfolio,i—f(αTarget,βTarget,RIndex,i)2

各变量之间的关系:

(Rp,1…RP,T)T=R1,1…RN,1

R1,T…RN,TRP=R1W(w1,w2,…,wN)T

RP,i=αTarget+βTargetRIndex,i

αRealizedβRealizedb=((1,RI)1(1,RI))—1(1,RI)′RP(X′X)—1X′y

与回归问题不同,这里实际上是个一对多的问题。而且,很有可能收敛在次优点。为此,使用全局优化性能更好的数值方法更合理,但往往时间耗用更高。我们会在附件3中把基于Solver的VBA代码给出。

(2)数量化的分类(扩展):实际上,此处我们可以更进一步的摒弃人工选股问题。比如希望产生用户自定义的操作数量对应的优化标的,我们就可以按照个股的α、β特征,在外生变量Ntarget确定的条件下,给出分类结果,并输出距离每一分类重心最近的个股作为操作标的。

思路阐述:此处采用等级集群法对标的进行操作。伪代码列于下方:

(1)设C=n,Hj={Xi},i=1,2,…,n

(2)若C=C,则停止算法

(3)寻找最相近的两个群Hi,Hj。dmin(Hi,Hj)=minXI∈Hi,XI∈HjXI—XJ

(4)将Hi合并,Hj删去Hi,C=C—1

(5)goto step(2)

5.几句公道话

做一个合理的模拟组合十分困难,想要有好的收益就更是如此。就笔者接触到的环境来说,大约有三组人在进行此类尝试。他们要么相信价值投资,要么市场经验丰富又或者希望两相结合的走出一条路来,但私下里与模拟组合负责人沟通,往往都得不到其满意的回答。这实际上在侧面佐证了实际投资获得良好收益的难度。原因何在?部分在于整个链条过长,且每一个结点出现问题就会影响收益表现。一个基于beta的组合示例:

(1)选择标的:以各种方法获取的希望持有或卖空的目标股票。

(2)构建组合:确定目标股票之间的权重比例。

(3)仓位设置与择时:确定总的股票组合占用资金的比例。

很多投资者将重点放在第一步标的的选择上。其实,在组合理论的框架下讨论问题,其作用就十分有限。比如10只等权重分配的个股,假设其中一个涨停,其余表现一般,分配到组合上的收益率体现也就只有1%。如果,投资者不幸的选择了该股的低配置和仓位上的半仓操作,那可能我们连1%兴奋的理由也没有了。所以这根具有三个结点的判断链条每一步都存在着极大难度。假设一个投资者能在这三个方面都做到较好的表现在概率上就不占优势,更不要提本书前文所讲述的“情绪脑的缺点”了。当然,一些老道的模拟组合负责人会将仓位、择时这样的问题用满仓来回避,以求尽可能的降低操作难度,但也很少见到有长期稳定打败市场的组合表现。

我们还是用示例来有个形象的理解:我们通过等级集群法获取15只个股,并随机产生符合规则的权重配比进而获得收益率序列。在优化后我们同样获得收益率序列,将两者进行比较。尽管用随机权重来形容组合负责人的意见有些偏颇,但相信读者应该能够理解其背后的意义。

从图上不难看出,对这组数据的任何回归值都基本没有参考意义。这与纯粹的碰运气没什么两样。而优化后至少能在α和β层面上有个依托。

优化前随机生成的权重配比效果优化后的权重配比效果

笔者写此小节的时候,心态是谦恭的。因为笔者也还在摸索各种算法,以求将胜算有所提升,所以从结果上来说,与前辈并无本质差异。但或许做出的努力至少可以为想要有所改变的后起之秀提示个思路,为改变行业现状提供更多可能。(行业的发展确实已经到了让人啼笑皆非的地步。笔者在2月14日竟然发现了“情人节”概念股。无论东方宾馆、人福医药或海南橡胶是以怎样的联想能力与“情人节”挂上的钩,被暗讽调侃的现状已经昭然若揭。)