是否打开手机亿忆app阅读全文

截止统计 2021-10-16 08:41

142414

全澳确诊

2615

昨日新增

47875

累计治愈

1515

累计死亡

火爆的量化基金,该如何投资?

图解金融
2021-09-17
553

(文末有一张图总结)

大家好 我是很帅的狐狸

今天我打算跟大家聊聊

最近很火的

量化基金

事情是这样的:最近A股的日交易量一直在万亿以上——

交易量涨归涨,大盘却没怎么涨…

交易量之所以这么高,一方面可能是原来炒房的资金被「房住不炒」压着了,所以跑股市里头来了。另一方面,则是因为「量化基金」的贡献。

前段时间有研究员提到,量化交易贡献了A股50%的交易量。

于是很多投资者都慌了——毕竟量化基金在海外的名声不是很好,收割散户之余,还一直被吐槽加剧了市场的波动性。像是去年3月份美股的多次熔断,就有不少机构认为,主要原因之一是量化基金的集体调仓。

先别慌,根据多家机构估计,实际上量化交易大概只占日交易额的大概20%左右。对比美国接近70%的比例,真的不算什么。

Anyway,今天我就来给大家科普下量化基金是什么,顺带聊聊它对我们有啥影响

我们先来了解一下——

Part 1

量化交易是个啥?

所谓「量化交易」,顾名思义,其实就是在做交易决策的时候,用数学程式和自动交易算法来进行。

「传统」的交易员比较依赖经验与直觉,而量化交易员会基于历史数据,建立自己的数学模型,并去验证这个模型。

比如说,我想在菜市场做生意。

做生意之前,我总得学学别人是怎么做的吧?于是我跑去菜市场观察了一段时间。

我发现只要猪肉涨价了,隔天牛肉大概率也会跟着涨,上涨几率高达80%。所以理论上只要猪肉涨价了,我就可以今天提前进好牛肉,明天卖出。

而过往很多商贩的做法是,用经验来判断。他们不会去记录每一天的猪肉和牛肉价格。而一个「量化商贩」,则会用历史数据来验证假设,并且用算法来自动交易。

在股票交易上,量化交易也很类似。

举个栗子?——

通过对历史数据进行挖掘,某个量化研究员发现,某只股票如果满足「换手率大于10%、量比大于30%」(我随口编的)的前提下,有80%的概率会上涨0.1%或以上,另外20%的情况会下跌0.1%或以上(假设没有手续费)。

假设历史会重复,那么后续我们只要用这个策略,每10笔就会有8笔是赚钱的+两笔是亏的。那么只要我们交易的次数足够多,长期来看就会一直稳定盈利。

然后量化交易员就会写好一个自动交易程序,只要触发前面提到的(我随口编的)「换手率大于10%、量比大于30%」的条件,就会自动买入这只股票。

一旦赚到了0.1%,程序就会自动卖出;如果买入后不赚反跌,跌超0.1%或以上,程序则会自动止损。

量化交易有两个好处——

一是可以消除不理性因素

如果交易员是靠着直觉和经验来交易,往往很容易受到情感因素的影响。

所以有不少对冲基金会高价聘请心理咨询师,给交易员们做心理建设。

截图/美剧Billions

量化交易的另一个好处是,可以挖掘到一些反直觉的交易逻辑

很多经济学/金融学理论都是基于「理性人」的假设,而实际的市场里会有很多人是非理性的,会犯下许多逻辑谬误(这也是行为经济学研究的范畴)。而通过程序,我们可以挖掘出这些反直觉的逻辑。

Part 2

量化交易=高频交易?

不少人会把量化交易等同于高频交易,其实两者的关系是这样的——

不过前面我们也提到,很多量化策略都是有一定失败率的,每笔赚到的钱也不多,千几或者百分之几,所以只能靠大数法则,「薄利多赚」

* 注/ 假设一年有250个交易日。

所以一般来说,量化交易大多是高频交易为主

也因为这样,高频交易的量化基金们对交易费用会特别敏感:比如2月份港交所涨印花税,每笔的成本多了0.03%,每天10笔交易就是多了0.3%的成本,1年250个交易日就是75%的成本…

不过呢,市场上也有非高频的量化交易

我之前就跟一个量化团队聊过,他们的持股大多会超过1天,会用一些基本面叠加技术面指标来进行量化交易,年化也一直保持在20%以上。

某种程度上,我们推出的 九维狐策略也是低频的量化策略。

在量化基金领域,存在一个「不可能三角」——

赚钱的交易算法能承载的规模是有限的。

假设每笔交易可能就赚个0.1%。一旦资金规模上来了,你光是买入建仓的过程就会把股价推高0.1%,收益就全都没了。

那么我们只能转头去找那些每笔交易可以赚1%甚至2~3%的交易,然而这种机会很少,交易频率上没法保证。

9月7日天演资本不让大家申购了,也是因为这个原因。

Part 3

为啥最近量化基金那么火爆?

A股的高频交易,其实是在互联网券商起来后才慢慢上量的。主要是因为佣金率下来了。

小时候看我外公和妈妈炒股,证券公司的佣金特别贵,动辄千分之三。

在2014年前后,互联网开户普及后,佣金迅速被拉到万分之2.5或以下。

交易成本下来后,量化基金有了空间,自然才有量。

另外就是前几年跑海外读MFE(金融工程硕士)的人才也逐渐回流,硬件层面上也比较完善了。

不少量化基金主要挂钩中证500指数,做指数增强策略。

2015年底开始,因为「供给侧改革」的缘故,政策层面在主动淘汰落后产能,所以行业龙头的业绩跑得比中小企业好,沪深300(沪深排名前300)也比中证500(沪深排名301~800)跑得好——

而去年开始,因为疫情的缘故,供给侧改革被hold住了,毕竟在经济增速受影响的「战时状态」,再继续淘汰落后产能的话,很容易会影响就业率。

所以去年开始,中证500在大多时候都涨得比沪深300好。

今年中证500的走势也持续比沪深300强:截至9月8日,中证500涨幅18.49%,而沪深300竟然还亏了4.59%

根据券商中国记者的梳理,中证500指数2020年上涨19.77%,幻方、启林、灵均等头部指数增强代表产品的业绩超过60%,九坤、明汯、衍复等全年业绩也都超过45%

而今年,灵均、九坤、幻方、启林等头部量化基金的指数增强产品的收益也都超过了30%

Part 4

它们会带来多大的冲击?

前面提到,很多投资者会担心,这些量化基金会收割散户、甚至加剧市场波动性

个人认为,咱得辩证地来看——

问题1:量化基金对散户是灾难吗?

我们以前提到,在股市里头我们可以赚两笔钱——

有不少人认为,量化基金主要挣的是价格波动的钱。换句话说,它们赚的是别人亏的钱,所以它们的存在对散户来说是灾难。

不过我觉得这也不见得是坏事:毕竟社会是分工的,术业有专攻,让专业的人做专业的事。

没有那么多研究资源的散户完全可以把资金交给机构来打理,让基金公司来帮你投资。

不过也有人认为这也会有不公平——

前面我也提到,最赚钱的交易算法能承载的规模是有限的。

所以也有一些量化基金会把这些最赚钱的算法用在自己的钱上,没那么赚钱的算法就用在客户的钱上。

像是2020年,文艺复兴基金下面有3只基金巨亏——

  • 机构股票基金:-19%

  • 机构多元化Alpha基金:-32%

  • 机构多元化全球股票基金:-31%

不过内部基金「大奖章基金」则是大赚了76%

不过如果长期这样的话,客户其实也会用脚投票,它的管理规模也会掉下来。所以长期来看问题也不大。

问题2:量化基金会加剧波动性吗?

在某些市场情况下,量化基金确实会加剧市场的波动性。

举个栗子?

比如每个量化基金都对某股票设置了止损线:A基金设好了跌5%就卖出,B基金设了跌6%就卖出。

结果今天市场不大好,这只股票一跌跌了5%,这时候触发了A基金的止损线,于是A基金的算法自动卖出,又拉低了1个点,变成跌6%,又触发了B基金的止损线,跌更多了…

不过这么得出「量化基金会加剧波动性」的结论,本身确实太简单粗暴了。

毕竟量化交易很多种,不一定会趋同

有些量化交易之间也会厮杀博弈:比如A基金可能是跌5%就止损,但C基金的算法可能设置了跌5%就开始买入。

从数据上来看,美股的量化资金占比从0%不断到现在的接近70%,但是市场的波动率并没有显著提高——

同样的,在数据上,我们也看不到中证500的波动性因为量化交易占比的提升而有明显的变化。

反过来,量化交易其实也可以给市场带来不少好处。

伴随着散户比例的减少,最最直接的,是资产的定价会更加合理

而在这个大前提下,A股「牛短熊长」的局面大概率会迎来变化,这个我在 以前的文章里头也论证过了。

值得一提的是,9月6日,证监会主席易会满在第60届世界交易所联合会(WFE)上致辞时也特意提到了量化交易——

「在成熟市场,量化交易、高频交易比较普遍,在增强市场流动性提升定价效率的同时,也容易引发交易趋同波动加剧有违市场公平等问题。最近几年,中国市场的量化交易发展较快。交易所对入市资金结构和新型交易工具怎么看?希望大家做些思考」

照例总结一下——

不少人对交易员(trader)这个职业感到好奇。我基于我的认知稍微说几句——

大学时还是有阵子蛮想当交易员的,毕竟来钱快,很多学生误以为投行部IBD是投行里最赚钱的,其实年份好的时候,交易员赚更多。

麦肯锡有个前同事小A,刚毕业就跑去某顶级投行当交易员,那年是2007年大牛市,她拿了500万美金年终奖(别酸,她那年帮公司赚了两亿美金)。

当然坏处是精神压力会很大。听小A说,她在交易时间会尽量不喝水,去上厕所时会麻烦信任的同事帮忙看盘,以防有黑天鹅出现。

交易员的面试也挺有意思的——

毕业找工作时,我去面试过一个量化交易公司(但我太弱了,没拿到offer)。有意思的是,第一轮面试是口算,10分钟内完成100道加减乘除平方开方六则运算的题目,说明口算能力还是挺重要的。

小A也跟我分享过一道当年面试的题目,大家可以做做看:200个网球选手比赛,两两比赛,输的人淘汰,赢的人继续比,最后决出冠军。

问:至少需要比赛几场?

?

「Greed is good.」

「很帅的投资客」的所有内容皆仅以传递知识与金融教育为目的,不构成任何投资建议。一切请以最新文章为准。

?? 风险提示:监管超预期严格。

本文分析师/狐狸

图片与编辑/狐狸

Icon/freepik from flaticon

主创/ 肖璟,曾供职于麦肯锡金融机构组,也在 Google 和 VC 打过杂。华尔街见闻、36氪、新浪财经、南方周末、Linkedin等媒体专栏作者,著有畅销书《风口上的猪》《无现金时代》。

参考文章/

《量化投资理论综述》《量化投资知识点!》《量化投资定义俯瞰》《国内广义的量化超过70% 》《How to get Started with Quant Trading》《Quant Trading | What You Need to Know》《Beginner's Guide to Quantitative Trading》《Quantitative Trading: Everything You Need to Know》《Quants: What They Do and How They've Evolved》《Quantitative Trading Definition》《Quant Trading - A History》《What is a Quant Trader? | Systematic Investing | What is a Quant Hedge Fund? | Trading Ideas》《A股连续35天成交破万亿,量化交易占比究竟几何?真实调查来了》《量化私募巨头突遭监管窗口指导?头部机构回应》《从量化菜鸟到大佬!看量化交易工作者的一天是如何度过的?》《什么是量化交易?现在炒股,你的对手可能不是“人”了?》《A股爆量成交拆解|量化交易占比过半?高估了,但占比还会升》《证券日报头版评论:辩证看待A股持续万亿元成交现象》《量化“水军”刷了A股一半交易量?机器交易收割散户?谁在支撑A股持续爆量》《量化交易踏上风口浪尖,易会满刚刚重点提及,高频交易不应妖魔化》《A股34个交易日成交破万亿,量化交易规模上升引监管关注》《天风资管:量化交易是工具,不应“杯弓蛇影”》《量化私募真的提高了市场的波动吗?》

觉得对你有用的话,帮我吧 ?

责任编辑:Quan

*以上内容转载自图解金融,星海情报局对内容或做细微删改,不代表本网站赞同其观点和对其真实性负责。

交易
基金
市场
0个人点赞
展示剩余内容
打开手机亿忆APP,阅读体验更佳
大家怎么说
相关推荐
热门资讯
亿部落
web analytics web analytics