设为首页 | 加入收藏 | 今天是2024年03月29日 星期五

聚合智慧 | 升华财富
产业智库服务平台

七禾网首页 >> 产业&金融精选

熊猫交易员:如何看懂交易中的不确定性

最新高手视频! 七禾网 时间:2016-06-24 09:45:52 来源:扑克投资家

先说一个传言是B家的故事,我无法考证真伪,但是很符合B家的特点。


据说B家2013年在EUR/JPY上赚了非常多的钱,然后他们做了一件事,就是复盘EUR/JPY。复盘的目的不是为了证明自己多牛,正好相反,之所以要花大力气复盘是因为原始策略并没有期望EUR/JPY能涨到那么High。


因此,B家很严肃的反思当初漏了那些关键因素?如果这个问题得不到很好的解答,现在能给你赚钱的头寸,说不准什么时候就会以同样的力度亏得你一塌糊涂。


这是一个很好的例子,说明如何看待交易中的不确定性。老Trader们会强调Trading是与不确定性打交道的本事,不敢面对不确定性的是孱头,为此不惜以酒精、飙车和极限运动刺激自己的神经。但是不确定性不是随机性,交易员对于自己下注的预期收益和赢面必须有很清楚的认识。


因此在投资决策中需要这么一个维度,以尽可能准确、不带主观判断的数字衡量预期收益和赢面,或者Risk/Return。这是在不确定性中寻找确定性,其意义不仅在帮Trader下注,更重要的地方在于准备应对意外情况。在出现不利情况时,好Trader必须第一时间估算出自己的损失有多大,还可以动用的资源(包括自己的Risk Budget和其他可变现头寸)能够填补多大的窟窿,是应该及时止损出局,还是结合其他维度的判断,认为当前的市场偏离其实孕育着可以加仓的机会。


一句话,指挥员需要一个参谋部,决定或战或走都需要参谋部的准确测算作为支持。这个维度各家叫法不同,很多家叫做Quantitative,我考虑再三,决定把这个维度叫做Valuation,希望强调其重点是衡量Risk/Return。


至于其方法中大量的Quantitative色彩,我倒认为不是决定性的特色,尤其不可因过多关注其工具的特色而迷失了这个维度的本意。


尽管Valuation可能用到很多复杂方法和工具,但Valuation的概念其实是很朴实无华的,就是老老实实分析Risk/Return。债券PM最常用的Valuation方法是对照Attribution结果读Pricing/Analytics表,就是你的Duration/Carry/Spread/Vol等。


我一般建议刚从Research转过来的Junior PM认真对照自己的Attribution结果读Pricing/Analytics表至少读一年(频率上至少要月度,如能周度更好),之后对理解各类Risk Exposure如何影响Return的认识会有一个飞跃,从而完成从Research到PM/Trader的转换。


当然,要认真的读。


首先,Valuation要老老实实的依据你做的策略展开。比如同样是做MBS,如果主要策略是在高等级债券组合中配置一部分MBS作为收益增强型资产,主要头寸是TBA和Dollar Roll,这时PM做的事情可以说是做一个(对TSY或者Swap Curve的)Duration/Vol混合的组合再加一些MBS OAS,那么PM做Valuation就应该按照Duration/Vol等参数,例如Duration/Nominal OAS/Vol Greek Letters等展开,这时甚至不用特别花功夫做Prepayment Model,简单采取Empirical Duration即可。


但如果是REITs类型的MBS组合,强项在于Specified Pool的,再按Duration/Vol展开就不合适了,就必须老老实实花功夫写Prepayment Model,通过计算各种Specified Pool在不同情景下的提前偿付现金流以计算出Carry,并估算各种情景下的Principal P&L判断Hedge是否有效。


第二,Valuation按策略展开时必须全面,所有可能影响P&L,进入Attribution表的,都必须涵盖在内,比如TSY的Valuation Model,一展开就是Duration/Convexity/Carry+Rolldown/Z-Sprd/Repo Specialness/Futures Basis等,有一些因子可以不做相应策略,但是不能跳过不看,至少应该知道这个因子的形成因素,不然吃了亏都没意识到。


称职的PM,对Valuation各因子烂熟于心,市场变动时有条件反射一样的反应,几乎不经大脑就能估计出P&L/Risk Factor等。Valuation这个过程是协助PM了解策略Risk/Return、形成这种条件反射的重要训练。


因此,债券PM可以不是写模型的Quant,但是应该有能力推导出Quant写的所有结果。强烈反对抄一个自己不知道细节的Black Box模型用,这跟看着人家的车速表开自己的车没有本质区别。就算你用的是成熟的软件如Yieldbook之类的,也应该花大量工夫做Reverse Engineering,推算各种策略在你使用的软件中是如何解析的。


另一种需要持续对抗的习惯是把Quotation当成Valuation。卖方报价,出于降低沟通成本的考虑,习惯于报TSY + xxx BPs之类的Quotation。市场报告之类的也喜欢用Quotation,因为不需要模型。但是Quotation不是Valuation,例如MBS Current Coupon Sprd,是30年MBS和10年TSY之间的Sprd,二者Duration差很多,也没有扣除Option的价格,Curve/Roll Down也完全对不上,这个所谓的Sprd根本不能进入到策略中间,偏偏又长得很像Valuation中的Sprd。


所以作为PM,也需要有一个习惯,条件反射一样换算出Quotation对应的Valuation,甚至比较复杂的Valuation,例如根据Currency Swap换算不同期限之间的Roll Down。这不是简单的智力显摆,很多时候背后隐藏着很有意思的故事,例如20150828的段子里讲过一个Basis Curve变化的故事,如果是Currency Basis Trader,如果抢在大部队运动之前就对这个故事有很明确的认识,再利用这个故事研判出Roll Down中形成的Risk/Return,可以做出很好的策略来。


对具体的债券组合Valuation体系,我习惯于把Valuation指标分成Directional指标和Relative Value指标。Directional的指标可以理解为大市的方向,例如债券的Duration,股票组合的仓位等。


其特点一是一般为最重要的指标性头寸,有明确的经济基本面故事在背后,例如TSY收益率反映对增长和通胀的预期,二是这种指标往往驱动市场情绪或者驱动资金方向扭转,三是有流动性极好的交易工具调节对其风险敞口,例如TSY/TSY Future、公司债的CDS和股票Index Future,四是波动性一般极其频繁。Relative Value本意是与大市关联性很低的头寸,例如On The Run/Off The Run Sprd,这种指标一般没有很明确的经济意义,往往来自于交易成本、流动性的干扰或者是纯粹的季节性的扰动。


还是举20150828的段子里Basis Curve变化的故事为例,这就是因为流动性因素导致市场参与者Rebalance他们的Basis Book形成的Relative Value交易机会。在过去的20年里,Hedge Fund和银行做Relative Value做的越来越频繁,使得Relative Value越来越呈现为流动性驱动的策略。


由于流动性本身也是风险偏好的重要成分,所以Relative Value指标的变动与同样受风险偏好驱动的Directional指标越来越趋同。目前已经很少能找到完全与大市没有关联,或者说背后的经济故事不受大市驱动的Relative Value了。


如果你再拿Relative Value的头寸,一定要明白背后到底是一个什么样的故事,在驱动着Relative Value的进展。而且,很多时候把对大市的研判通过Relative Value策略来实现,有事半功倍的效果。尽量养成这种习惯,就是时刻考虑在既定的宏观条件下,在Directional和Relative Value方面取个均衡,最大化我的收益。


如何评估Valuation模型的优劣?最重要的标准是策略实施紧密度,其重要性甚至超过模型精确度。和策略实施结合的最紧密的就是好的Valuation,离策略实施越远的Valuation越差。举某个软件的Treasury Model Curve概念为例,其基本思路是说Treasury On The Run/CTD券因为有Repo Specialness而不适合直接作为Benchmark Yield,为此改用Interpolation 和Regression,用尽可能多的老券拟合出一条准确的收益率曲线。


我还是一名Risk Analyst,专门做Risk Modeling的时候,特别喜欢这个模型,认为这个模型非常精妙,比简单的Duration/Z-Sprd准确多了。但是我从Risk Analyst转做PM之后反而放弃了Treasury Model Curve这个概念,改用比较简单的Duration/Z-Sprd来做Treasury的Valuation。


因为市场一动我就需要反应出目前的Treasury On/Off有什么Relative Value的机会,Cash Futures Basis有什么机会,这时候等你花功夫用一大堆Old Old TSY折腾出一个Treasury Model Curve,再用Treasury Model Curve倒算Relative Value和Basis出来,黄花菜都凉了。至于简单的模型存在的误差,相比其时效性是可以容忍的。而且简单的模型用熟了,自然形成的直觉可以弥补不够精确的缺点。


第二是考虑传导机制。我不喜欢过于复杂的Valuation模型,那种你根本说不清楚策略的传导机制,或者传导机制非常弱,有可能根本不Converge的模型。虽然Valuation不负责判断策略的传导机制(这是由Trader根据资金流判断的),但是设计一个策略一定要考虑其传导机制。


简而言之,就是目前Valuation显示出的机会,将会在什么样的情景/多长的时间段上实现。比如Relative Value交易的时候,我们一直强调一个Trade是否是可以收敛的。比如说2008年,欧洲一些央行流动性出问题狂卖TSY,把一些老券砸出几十个BPs的Relative Value出来,那现在最该做的事情就是要杠杆,拿这些Relative Value,因为TSY市场需求相当大,等他卖完了之后,其他参与者调整组合的动作会导致这些Relative Value很快收敛,然后就会把钱赚回来。


反面的例子就是就是A股和H股之间的套利,这是个教科书一样的策略,但是已经没有人敢做了,为什么呢? 因为在目前的机制下,A/H之间是不可能套利的。除非上市公司把H股全部退市,转到A股,这才勉勉强强出现一个Relative Value收敛的机会。如果做一个基本不会收敛的Relative Value,你会遇到什么情况? 举个例子,某个Relative Value可能要十年后才收敛,你加了10倍杠杆。某一天,出现了意外情况,流动性冲击导致利差走宽。


这个策略收敛性很弱,没有其他人进来做,意味着走宽也没有市场力量来纠偏,但利差走宽你亏到平仓线了,这个时候你的Broker过来要你支付更多的保证金,否则就要强制平仓,你再怎么解释也没有用的。或者你的投资者要求赎回,你再怎么解释他也不一定愿意听。虽然是一个教科书一般的Trade,但是因为不收敛,所以不均衡长期存在。这样的话,所谓的Relative Value就一点意义都没有。


好的Valuation模型,一开始就建立在良好的传导机制上。举一个例子,Goldman Sachs常用的Sudoku模型。简单介绍一下 ,其基本意思是说,我把经济基本量和通胀当作一个债券收益率的自变量,把G-7中TSY/Bunds/JGB/Gilts拿到一起比较其收益率。


Sudoku游戏是通过横竖和周围的格子猜数填数,Sudoku模型借用这个想法,判断如果拿TSY/Bunds/JGB的收益率隐含的基本面、通胀溢价,再对比Gilts的基本面和通胀,考虑Gilts的收益率应该在什么位置。我非常喜欢这个Model,因为全球性债券组合的基金经理或者全球性的银行,确实是按照这个思路,通过考虑基本面、通胀,判断是Bunds有价值还是Gilts有价值的。你的Sudoku模型确实在模拟这些思维过程,猜可能的动向,帮你抢市场的结构性机会。市场下一步的资产摆布,将协助Sudoku模型Converge。


Valuation永远是和策略一体的,重要的话说三遍。分析一个策略,我左手考虑其下注在什么样的故事,右手同时要考虑Valuation告诉我的Risk/Return故事。进展每一步,都需要根据Attribution结果检验自己的故事是否在事先预期范围之内。随时观察市场,考虑两个问题。


第一是市场出现了什么样的机会,开新仓可能需要承受什么样的风险,第二是出现了新的故事之后,组合P&L大概是一个什么状况,现在手头还有多少资源可以调整你的组合。


对一个PM/Trader来说,我个人觉得,工夫永远要花在赚确定性的钱上。这些确定性的就需要Valuation来帮助你计算出来。最好的策略是确定性的Arbitrage,不论其收益多么微薄。每天都有一点Arbitrage拿回家,一开始你可能是中庸的,最后的结果绝对是Outstanding。还是一个老话,只要PM/Trader在市场的时间足够久,想赚多少钱都是能赚到的。


以上所说的都是根据头寸调整工具展开Valuation体系,这只是初步的Valuation。对这一步足够熟练之后,可以考虑把经济故事纳入Valuation。上面提到的Sudoku模型就是一个例子。Valuation的终极想法,是一个个把不确定的故事确定化,一点点挖出确定性的Arbitrage。例如一些HFT,其实胜率不高,但只要略高于50%,就可以用大数定律的魔力,把不确定性的概率通过大量的交易转化为确定性的P&L。只是考虑到经济模型的发展还没有到这么完善,我们还是必须冒风险,尤其是依赖交易员的主观判断。


最后说一下认真读Attribution结果,这是一个良好的习惯,协助挖掘投资决策和策略实施中的所有问题。曾有其他机构的研究员问我如何学习做组合,我的建议是不要听所在机构的PM空口说他如何判断市场,而是拿着数据给PM做Attribution,然后拿着Attribution结果一个个去问PM问题,重点问Attribution各项是否反映他的判断。


干过几次之后PM的东西你大致就有个轮廓了,然后就该准备简历了。准备简历的主要目的不是为跳槽寻求更大的职业发展,而是抢在挨整之前溜掉。对PM来说,被拎出来对照着Attribution表拷问策略设计和策略执行中的沟沟坎坎,恶劣程度比拿着CT片子问妹子哪里削过骨哪里打过硅胶绝对是有过之而无不及。


责任编辑:翁建平

【免责声明】本文仅代表作者本人观点,与本网站无关。本网站对文中陈述、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。

本网站凡是注明“来源:七禾网”的文章均为七禾网 www.7hcn.com版权所有,相关网站或媒体若要转载须经七禾网同意0571-88212938,并注明出处。若本网站相关内容涉及到其他媒体或公司的版权,请联系0571-88212938,我们将及时调整或删除。

联系我们

七禾研究中心负责人:刘健伟/翁建平
电话:4008-277-007
          0571-88212938
Email:57124514@qq.com

七禾科技中心负责人:傅旭鹏/相升澳
电话:13758569397
Email:894920782@qq.com

七禾产业中心负责人:果圆/王婷
电话:18258198313

七禾研究员:唐正璐/李烨
电话:0571-88212938
Email:7hcn@163.com

七禾财富管理中心
电话:13732204374(微信同号)
电话:18657157586(微信同号)

七禾网

沈良宏观

七禾调研

价值投资君

七禾网APP安卓&鸿蒙

七禾网APP苹果

七禾网投顾平台

傅海棠自媒体

沈良自媒体

© 七禾网 浙ICP备09012462号-1 浙公网安备 33010802010119号 增值电信业务经营许可证[浙B2-20110481] 广播电视节目制作经营许可证[浙字第05637号]

认证联盟

技术支持 本网法律顾问 曲峰律师 余枫梧律师 六大签约律师 广告合作 关于我们 郑重声明 业务公告

中期协“期媒投教联盟”成员 、 中期协“金融科技委员会”委员单位

[关闭]
[关闭]
[关闭]
我要啦免费统计