最近有個前同事,
武大電腦專業的,
有個從事量化投資的機會,
問我這個行業的前景怎麼樣?由於以前關係比較好,
以及以前在學校的時候跟一個做量化的老師學過一點量化,
所以做了認真的思考之後,
我回答他說,
量化投資沒有那麼高大上。
由於想到其實很多投資者對量化投資缺乏認識,
所以一點淺顯的思考,
寫下來供大家參考。
首先我諮詢了一個做量化的同學,
他說量化模型只在一段時間內有效。
比如以前小盤股表現好,
他們就做小盤股的投資模型。
大白馬起來後,
又要重新再開發新的投資模型。
其實量化投資本質上是“用過去推測未來”,
用過去的資料來跑模型,
如果收益率高,
回撤小,
就暫時採用。
但是因為資本市場的變化不是技術能控制的。
當變化很小時,
模型誤差可以忽略不計,
這樣可以保證模型繼續生效。
如果變化較大,
模型要不斷重建,
建模就是直接成本。
假如變化又快又大,
量化必然淘汰。
現在,
股市中變化雖快,
但是大的局限變化通常短時間內不會頻繁出現(不像90年代,
96年人民日報社論忽然說股市要堅決擠泡沫,
暴跌三天,
然後社論又說泡沫擠完了,
股市上漲。
也無法想像,
鄧某人什麼時候“又病危”了,
反正外媒時不時就要讓他病危一次。
這種情況股市就是猴市,
上躥下跳)雖然這樣,
但是我國的股市風格變化還是較快的,
這帶來了量化投資的第一個問題:模型要不斷變化,
無法保持長期穩定盈利(這不像投資知識,
可以積累,
積累越多,
投資收益越高且穩定)
其次,
量化投資它所操控的資金規模不能太大,
比如超過10億可能就會使得模型無效。
它必須是大海裡的一滴水,
這樣才能不影響市場本身,
否則其模型的前提假設可能就不滿足了。
再來看例子,
國外量化做的好的是詹姆斯.西蒙斯創立的文藝復興科技,
西蒙斯本人非常低調,
前二十年幾乎不參加公共活動,
也不接受採訪,
被稱“黑箱子”!且不歡迎任何華爾街人士。
他的模式大意是,
認為市場總體有效(隨機),
但有片段不隨機,
他們就搜索這些片段,
然後作大檢驗,
把可行的存為“知識”;系統運行如“壁虎”,
平時不動,
一旦出現匹配“片段”,
一口捲入,
繼續潛伏;片段“知識”庫一直處於更新檢驗迴圈。
沒明確理論體系,
嘗百草,
驗方子,
淘汰及新方子迴圈。
截至,
2017-6-30,
文藝復興科技共運營783.6億市值股票。
基金持有3165檔股票,
非常分散,
只有2檔股票達1%倉位,
分別是NETEASE INC 1.05%與JOHNSON & JOHNSON 1.04%。
其收益率從90年代開始沒有1年在20%以下,
三百員工中一百多人是一流數學家、物理與天文學家及統計與計算網路專家。
他認為物理學家是資料“中性”的,
沒有事先有偏見,
才能從隨機中發現不隨機片段,
數學家提供最有力的工具。
另外趁IBM不景時挖了它的語音學家,
說語音學家與股市接近,
重點是猜准下一秒的變化。
國內做量化做的好的有較長時間公開資料的有富國滬深300的李笑薇。
看一下李笑薇女士簡歷,
北京大學經濟學學士,
美國普林斯頓大學公共管理碩士,
美國斯坦福大學經濟學博士;在摩根士丹利資本國際Barra公司任股票風險評估部高級研究員;在巴克萊國際投資管理公司歷任高級研究員、高級基金經理、大中華主動股票投資總監;隨後回國加入富國基金,
是國內公募基金中唯一入選國務院第二批“千人計畫”的投資經理人。
這應該是中國量化投資界最拿得出手的履歷了,
再來看一下其基金表現,
可能比不上雪球裡的大部分寫年度總結人士的收益
作者:五迷
連結:https://xueqiu.com/5298718725/100277603
著作權歸作者所有。
商業轉載請聯繫作者獲得授權,
非商業轉載請注明出處。