量化投资在很多人普通投资者来说都还不是很熟悉,稍微专业点的投资者会认为量化对冲就是编个程序,然后进行程序化交易。然而真正的量化绝不是想象中的那么简单,本期相约大咖邀请到了宽投资产创始人,投资总监——钱成,听他来揭秘量化投资的真实相貌。
从数学天才到量化大师
如今在量化领域叱诧风云的钱成,曾经是个数学天才,统计学的博士,在国际上获得过数学建模的一等奖,如此强大的教育背景也为他后来做量化策略起到了非常大的帮助。钱成目前所使用的一些技术、包括策略都是和一些统计学方法有着非常大的关系,用一些历史数据解决统计学上“过拟合”的问题。而“过拟合”的问题是过去几十年里很多统计学家深度学习的内容,他们在解决“过拟合”方面做出了杰出贡献。做量化投资中,很大一块内容就是要解决这个“过拟合”问题。
真正的量化
关于量化,钱成用一句最直白的话来介绍,就是:通过统计的手段去找寻过的规律,然后规律化、再精算、再建模。举例来说,如果是超过50.01%的胜率,由于是整天在那边不停的做反复交易,交易次数越多,实际的胜率就会越来越接近起初模拟的胜率。就丢**,丢100次一半向上和一半向下的概率就会越相近,而如果只丢10次,那么概率就会差的多一点,这也是大数定律。
量化正是通过这样一个精算来制定自己的胜率,对于超短线的策略来说,真实情况下胜率能达到55%以上就已经是非常优秀了。而钱成的团队是以中长线的策略为主,对于中长线策略,主要是以“收益回撤比”来衡量,一般而言,1:3到1:4的比例是比较优秀的,也就是如果回撤2%,盈利可能就是在6%到8%之间。
无论是超短线还是中长线策略,拉长周期来重复不断的这样操作的话,收益风险比是非常高的,甚至远远超过之前所说的1:3、1:4的比例,这就是量化独特的优势所在。另外再加上钱成受过系统的统计学教育,在建模的时候就可以规避掉“过拟合”的问题,把预测误差减到最小。
他山之石可以攻玉
由于钱成是从美国归来,那么美国的一套量化系统是否能够在国内有效的发挥自己的作用呢?
对此钱成说到,虽然美国的体系可能在中国并不适应于本土的市场,因为中国是个政策引导的市场为主,政策是没办方被预测的,但对于量化或者对冲策略来说,抓的就是市场上不理智或者犯错的机会,正是由于国内市场的情绪化交易较多,所以这样的策略在国内是有更多的机会可以抓。随着现在国内市场机构越来越多,管理能力出色之后,机构化程度会越来越明显,这是一个时代所趋的方向。不过现在国内的量化对冲这一块和海外比还是有非常大的差距的,比如国外有桥水这样千亿级别的对冲基金,300亿以上级别的对冲基金也已经非常多,而国内这么大规模的私募基金是没有的。
最后钱成说到了智能投顾替代人工投顾的问题,他认为几乎是件不可能的事情,围棋可以用智能机器人,因为围棋只要计算能力足够强,把对手下棋的棋谱都输入进去就行,但金融市场并没有“棋谱“可参考,将来所发生的一切都是未知的,所以机器人是无法做出准确的预测的。而智能投顾的发展角度来看,在信息处理上会有比较大的优势,但如果直接做交易那是不现实的。