设为首页 | 加入收藏 | 今天是2024年10月12日 星期六

聚合智慧 | 升华财富
产业智库服务平台

七禾网首页 >> 头条

专访均直投资:量化投资本质上是概率的游戏

最新高手视频! 七禾网 时间:2023-01-03 15:26:31 来源:七禾网

七禾网注:嘉宾回答仅代表其本人观点,不代表七禾网的观点及推荐。金融投资风险丛生,愿七禾网用户理性谨慎。


上海均直资产管理有限公司

公司成立于2015年3月,专注于股票和商品期货量化策略,为机构投资者和高净值客户提供专业的资产管理服务。公司拥有自主研发的量化研究系统和程序化智能交易系统,团队成员均毕业于海内外名校,核心人员曾长期在境内外顶尖金融和专业服务机构工作。

秉持着打造第一流量化投研交易平台的理念,用最优秀的人,正确的方法,为投资人提供长期稳健的收益。


杨小雨(笔名:渔阳)

上海均直资产管理有限公司投资总监。曾著有金融类畅销书《乱世华尔街》。


精彩观点

我认为量化交易需要两种能力,如果是新入行的年轻人,主要是数学能力和计算机能力。

我建议年轻人一定要在技术上面多下工夫,只要这点做到了,肯定这行里有你的一席之地。

我个人认为量化在很大程度上是一个工程学的问题。你找靠谱的量化基金来听他们路演,大家讲的都差不多。你捂上名字,可能很难说出谁是谁家。那为什么最终业绩会不一样?或者关键时间点的业绩不一样?很大程度取决于这个工程学的实现。同样一件事儿,也可能策略一模一样,工程学问题解决不好的就不行,工程学做得好的就能赚钱。

我们最基本的投资哲学:量化投资本质上是一个概率游戏,或者说是一个统计学游戏。

说实话没有一招鲜,单看任何一个信号、任何一个品类、任何一个技术细节似乎都不那么重要,但它们组合起来一起用,才能够看出优势。

超额收益的稳定性主要靠多策略。

至于超额收益来源,则要求高信号质量,快执行速度。

总的来说,你不去择时,我觉得多半不会错,你去择时,就需要小心。

正反馈不可能永远持续,负反馈也不可能永远持续。

有时候赚钱,一定程度上靠运气,但是怎样活到你运气好的那天呢?这就要靠风控。不能乱下注,有机会的时候再下注。

我认为人才首先是需要能够学到东西,能够发挥出自己能力的这样一个舞台。

量化机构不仅要做好投资,还要知道本质是服务好客户。



问题1:杨总您好!感谢您在百忙之中与东航金融&七禾网进行深入对话。您在美国创办过量化对冲基金,曾在瑞士信贷银行担任过IT工程师,法国巴黎银行担任过固定收益自营交易员,您在美国有令人羡慕的事业,为什么会选择回国发展?


渔阳:有以下几个原因。首先,从事业的角度,中国有更好的机会。我们国家在2014年下半年私募阳光化,我在2015年初选择回国。在此之前,我一直关注这方面的机会。原来中国没有对冲基金,后来忽然有了。我一直有一个观点,在《乱世华尔街》当中也写到过,并反复提过,新游戏是最容易赚钱的。当时对冲基金在中国是个新事物,量化也是个新事物,那么显然机会非常好,从过后时间的发展,我觉得也是这样。现在中国新增的百亿基金,主要也是量化,我们虽然还没有做到百亿,但我们也在向这个方向前进,所以这是第一个原因,机会很好。


第二,美国市场,赚钱越来越难。在一个市场做得久了,会觉得新鲜感变少了。我们知道有效市场假说,玩得越久,会发现这个市场越来越向有效的方向走。事实上,从过去这六七年的经验来看,这个判断也是正确的,美国的对冲基金总的来说是越来越难做了,原来一些耳熟能详的基金,后来业绩都不是太好,现在剩的没有那个时候多,而且剩的主要也是量化机构。量化这行本来竞争就非常激烈,用咱们的话来讲,卷得很厉害。所以当时选择回国发展就是选择一个相对不那么卷的市场。


最后,也就是个人方面,我觉得那时候孩子还小,说回国要带他在中国生活几年,这个目标也都顺利实现了。



问题2:您有24年行业实战经验,跨越牛熊,涵盖中美两国金融市场,站在一名交易者的视角,从美国到中国,有什么不一样吗?


渔阳:有很多基本的逻辑还是比较相似,特别是涉及人性方面的。另外,涉及到整个经济周期,包括货币政策周期,相似的成分居多,并且我觉得这是金融市场最重要的驱动力。


再看不一样的方面,我觉得在市场发展的微观结构上有所差异,以及市场发展的周期,或者说生命周期不太一样。美国还是发展在咱们前面,比如以美国的量化为例,它应该是80年代末开始的,最初是一些套利策略,包括摩根士丹利,都是80年代末开始的。我们现在耳熟能详的一些大的对冲基金像Two Sigma、Citadel,他们大概都是2000年前后创立的,这基本上比我们要快15到20年。但有一点是我当时在回国前可能考虑的不够充分,觉得所谓的拿着国外的先进经验回到这来还有优势,拿着先进武器来吊打别人,但实际上我发现我们国家人学得很快,另外我国市场也有一些独特的地方,所以大家基本上还是站在一个比较平等的起跑线上来做投资。


最后一点,我还在思考,就是中美市场可能从宏观的顶层设计上是不一样的。它体现在微观的交易层面,也会有所差别。美国是自由资本主义经济,可以理解为市场原教旨主义,认为市场的存在就是正义的。所以任何干预市场的行为都是政治不正确的等等,他相信市场本身。但中国,资本市场是被认为发展经济的一种工具,它有更高层次的要求,比如经济发展 、人民的美好生活是第一位的,市场的存在是为这个服务的,所以我觉得这会导致很多政策上面的不一样。可能在中国,更多的是要理解政策,要理解现在是鼓励什么,不鼓励什么,这可能是中美一个比较大的区别。



问题3:您在学生时代在中美顶尖学府有过数学、计算机、金融工程的学业背景,请问这些基础学科的学习对您日后创办量化私募有多大帮助?除此之外,您觉得量化交易还需要哪方面学科的积累?


渔阳:对于量化私募而言,这些基本是必备的。像我最早是北大数学专业毕业的,然后在美国密歇根大学学过计算机,在加州大学伯克利分校学过金融工程,这在量化机构里算是一个比较标准的简历,说实话谈不上特别顶尖,因为还有很多人像IMO,国际奥赛金牌这样的选手。


除此之外,我认为量化交易需要两种能力,如果是新入行的年轻人,主要是数学能力和计算机能力。在当下时代,我个人认为计算机能力,我们俗称动手能力,可能还更重要一点。因为在刚入行的时候,先得会搬砖,然后慢慢的才能够有机会做一些有创造性的工作。而会搬砖这项技能,只要学就能学会。而创造性的工作,并不是每个人都能做的。所以我建议年轻人,一定要在动手能力上面加强。我们在面试过程中,很多人是怎么被刷掉的?无论在中国还在美国,都有一个共同点,就是因为他干不了活儿,或者他干活儿能力不够强才被刷掉,根本没有机会来看你是否有创造力,还没到这个层次。


另外反过来说,你最后从事比如信号研究、数据研究等工作,你的效率以及准确度都非常重要,那效率和准确度来自于什么呢?很多时候也是你做事比别人快,你计算机玩的熟,你写的程序跑得快,出错少,这样你才能有所突破。所以我建议年轻人一定要在技术上面多下工夫,只要这点做到了,肯定量化这行里就有你的一席之地。至于能不能做到后面,我觉得要看运气,要看个人的天赋或者造化,因为都是很优秀的人,能不能卷得出来,这是不一定的。


对于比较有经验的,或者是投资经理这个级别的,我就不好说应该做什么了,因为每个人都在积累,每个人可能最后也会形成自己不一样的风格。对于我来说,可能算是略微另类的,因为我是交易员出身,所以我还是倾向于站在交易的角度来看待这个市场,我认为市场的本身并不是由数据构成的,量化有几种类别,就像你在电脑上看一幅图一样,你可以认为它是由点阵构成的,这可能是经典量化的观点,但是我会认为这是一幅图,那么这些点只是来表达这幅图,我企图去理解更宏观的层面。那么量化的方法也好,模型也好,更多的是我高效率来表达交易观点的一种方式。可能稍微玄学一点儿,但我的确是这么想的。



问题4:除了均直资产的创始人,您还是一名知名财经作家,您根据自己的投行交易经历写出了畅销书《乱世华尔街》,带着读者体验华尔街乃至全球经济的风云变幻。这段华尔街交易的经历对您在中国私募行业的发展有怎样的帮助?


渔阳:重要的是积累。首先,我认为做交易这事儿,有很大的经验成分在里面,特别是经历过一些大周期,是有帮助的。比如现在我们身处2022年,美联储正好是一个比较大的加息周期,这期间发生了很多事情,跟2008年那波有点相似,再往前跟2000年导致互联网泡沫的加息周期也有点类似。所以我觉得经历过一些大的周期,会有一些宏观的感触,这些对我有帮助。


第二,我觉得实盘交易像打仗一样,纸上谈兵容易,真上了战场,感受完完全全不一样。当我做交易员的时候,做的是债券,不但要用模型,很多时候还直接和人打交道,在电话里跟人家嚷嚷,有点像在一线打仗的感觉,每分钟都有盈亏,市场波动的时候盈亏还是很大的,有点儿像战场上一个老兵,你听见过枪响,躲过炮弹,我觉得这种经历有很大的好处。现在做的虽然是量化交易,也是一样的,市场机会来了怎么办,波动率大了怎么办,有回撤了怎么办,这都是经验的积累。至于当时写这本书,就算是玩票。当时有个朋友鼓励我说,“你这经历挺有意思,而且你本人也比较善于讲故事,不如写出来给大家看看”,所以我就写了。那后来也确实有不少读者跟我说,“看了你写的书,我觉得在华尔街交易很有意思,后来我就做了交易员”。所以我也带了不少人入坑。



问题5:量化投资在欧美市场已经成为一种相对主流的投资方式,我国的量化投资虽然起步较晚,但随着人才、设备、技术等日趋完善,我国量化行业也正逐步走向成熟。作为量化私募,您觉得在量化投资的赛道中跑赢的核心是什么呢?


渔阳:量化投资是利用计算机以及数学模型在分散化投资,所以从宏观上来讲,量化投资犯的错误比较少,特别是人类的常见错误,比如交易方面的几个常见误区:


首先,人类容易过于自信。网上的财经大V,包括一些比较爱说话的主观私募基金经理,普遍都非常自信,他告诉你茅台肯定涨,看好一定会怎么样,其实这是一个过于自信的表现。在我们量化人看来,我也可能承认茅台是一只好股票,但它上涨的概率可能只有55%,就是这么一点点概率优势,而不是一定会怎么样。当过于自信的时候,你就会犯错误,因为你在不应该下很大赌注的时候,下了很大注。如果你运气好, 可能会一战成名。但人不可能一直运气很好,下一次运气不好,就垮下来了。这种例子也很多。然而量化是看数据说话,一般来说不会过于自信。我们不会在一个策略上押太多资金,这从数学的角度上是错误的,量化不会犯这种错误。


其次,对于风险的认知,我们是人,会恐惧。有时候觉得完蛋了,天塌下来了,我得跑!这是人容易犯的错误。但是量化,同样是看数据,我们通过分散风险,或者对风险的认知,不会做这种极端的事情,一般不太会在贪婪的时候追,也不太会在恐惧的时候跑,这样量化犯的错误就少了。那最终从数学的角度来看,可以把量化理解为两大维度,第一是管理好风险,通过分散投资降低风险,这是量化擅长干的事儿。第二,根据盈利概率分散筹码,或者分散下注,盈利概率高的机会,就多下一点,盈利概率低的就少下一点,这就达到数学上接近优化的状态。我们不会觉得有什么是100%的把握,但是我们也同时铺的面很开,这就导致我们不太容易犯错误,或者说不太容易犯大错误。再进一步,我们覆盖面比较广,我认为这就是量化能够表现比较好的一个原因。像2022年很明显的就是量化最靠谱。


今年不是大年,股票基金亏钱的是绝大多数,但是量化策略普遍跑赢了指数。平均而言,差不多跑赢指数10%,这很好了,而且是整个行业,不是个别基金。我们要比这个多一些,我觉得我们是属于做的比较好的。


另外,我觉得现在所有投资里面都有一定量化成分,即便是主观投资经理看数据或管理风险,也会用到量化的一些想法。我个人认为,未来的发展趋势,大家的量化成分都会增加,看美国也是这样,量化基金本身的占比在增加。同时,大家在做投资的,不管是什么风格的投资经理,最终的量化策略都会增加。美国现在前十名的基金已经一大半都是量化机构,这里面既有像Renaissance,Two Sigma这种纯量化的,也有像类似桥水这种比较量化的基金,像以前纯靠主观策略的已经很少。



问题6:您们想赚市场上哪一部分钱呢,又是如何通过技术去实现的呢?


渔阳:这是一个很好的问题,我也一直在思考。有部电影叫《Margin Call》,里面有个大老板说过这么一句话,我觉得很有道理,他说,你想在市场上赚钱,无非三种方法,Be first,be smarter,or cheat。出手快,更聪明,会耍赖。我觉得大体上也逃不过这三种方法,当然cheat是不行的,欺骗就违规了。也不是没有欺骗的人,但这是违规的,像挂钓鱼单,那肯定最终要被罚。还有的发现了券商的接口漏洞,这些违规的方法都不可取。合法的方法,第一是快。天下武功,唯快不破。第二是你比别人更聪明,我们也期望赚这两种钱。谈到“比别人更聪明”,量化的特点是处理信息的能力比较强,可以同时眼观六路,耳听八方,看很多数据,并且寻找其中复杂的规律。这也是为什么现在很多人在尝试使用机器学习模型,无论是截面的,还是从时间序列上挖掘一些相对复杂的但也真实存在的规律,都属于第二种方法,你要比别人更聪明,你的效率要更高。


“出手快”落实在交易层面上是高频。我们有一部分是高频或者偏高频的策略,就是反应很快,有机会来啪就下单了。还有一种快,相当于博弈,因为总有人行动比较缓慢,可能钱比较多或受其它自身特点约束,那你可以跑在这些人的前面。一般趋势策略都是这样,一大波行情来了,螺纹钢从5000点到6000点,你5100冲进去就赚钱了,所以我们企图赚这种钱。如何通过技术去实现呢?首先我觉得还是效率的问题,这跟上述所讲的应具备什么技能等有点类似,即我们企图高效率的去覆盖很多数据,追求用好的数学方法提炼出精髓。在实现的过程当中,很多是靠计算机系统,包括物理布局、机器设备等,所以我个人认为量化在很大程度上是一个工程学的问题。你找靠谱的量化基金来听他们路演,大家讲的都差不多。你捂上名字,可能很难说出谁是谁家。那为什么最终业绩会不一样?或者关键时间点的业绩不一样?很大程度取决于这个工程学的实现。同样一件事儿,也可能策略一模一样,工程学问题解决不好的就不行,工程学做得好的就能赚钱。


我经常跟人家说,量化投资就像造汽车一样,都是四个轮子上扣一个壳子,但是不同品牌的汽车质量很不一样,量化也是这样。


责任编辑:唐正璐
Total:3123

【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:0571-88212938
Email:57124514@qq.com

七禾科技中心负责人:李贺/相升澳
电话:15068166275
Email:1573338006@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 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