1.2 穩步上升的資金曲線是否存在

資金曲線在行業交流中不僅是模型盈利能力的體現，也是建模者實力的體現。我們被行業高手的資金曲線所吸引的同時，也會產生類似以下疑問：回測規則是否合理？是否有虛假成分？在實際投資中，該業績能否保證？我們甚至會認為這種資金曲線是完全不存在的。

而實際上這種資金曲線不僅存在，而且可以被復制。

特別是在本書開頭部分，希望給予讀者信心，我們以量化為工具進行投資，目標就是面向這樣的資金曲線開發模型，這深藏于我們內心，不敢表達或者怕被同行恥笑的目標，也是我們投身于此行業最原始的驅動力，本書將以數量化模型投資的方式向你解讀如何靠近這一目標。

為達成穩步上升的資金曲線，本節簡單表達我們的觀點。

1．基于強壯穩健的投資邏輯

確保自己的模型擁有清晰的邏輯是立于市場不被輕易擊敗的重要保證。我們看到業界和學界大部分知名投資模型或者投資方法，都有可以解釋的、非常貼合市場（模型所針對的各類資產）的邏輯。

比如沃倫·巴菲特的選股邏輯，程序化交易行業最堅定執行模型，創造可觀回報的理查德·丹尼斯，以及已經被反復舉例、名揚海外的詹姆斯·西蒙斯博士。他們分別以基本面價值選股、程序化多品種趨勢追蹤交易、市場多維度信息量化分析作為自己的投資邏輯，通過選取合理的數據、精細加工、科學建模計算，得到了穩健的、可被驗證有效的，特別是可被證偽的投資模型。

所以通過閱讀書本知識了解金融市場規則，然后通過實踐了解股票、期貨、外匯、數字貨幣等市場的不同波動特性，或者通過數學工具，抽取市場價量信息分析這些特性，是量化投資的第一步。我們要敏感地看待測試結果，發掘市場到底是偏向趨勢還是反轉趨勢，是偏向價值投資還是價格投機，才能初步形成下一步的模型構建方向。

在此過程中你要做的是不斷產生假設，反復提出各種投資邏輯，并設定嚴格的回測條件，證實和證偽你的假設。同時，閱讀大量金融服務行業研究報告也是必須的，他們是策略開發的思路來源。但是也要清醒地、有針對性地看待這些報告，其中混雜著很多邏輯錯誤，市場解釋力度弱，沒有持續性支撐的投資邏輯，僅靠特定的數據樣本和規則回測得到的資金曲線，可能在實盤階段面臨巨大風險。

剛才我們談到了經濟學邏輯方面的穩健，在量化模型的構建過程中，還要保證另一層面的穩健，這就是模型對于不同樣本有盈利的共性，且模型參數有限、有效、有合理參數解釋，或者你拿出先進的工具保障模型構建過程中能夠駕馭多種市場變量。

比如參數的穩健，參數最好能夠確定固化（或者使其自適應），最好降低對于性能的影響，比如針對商品期貨類模型，盡管各類資產波動特征不同，但是如果能找到盡可能通用的參數，回測出一條平穩上升的資金曲線（而不是靠多參數擬合），則實盤贏面會大幅度上升。

再比如股票量化建模，機器學習理論認為：如果不考慮除金融市場行情歷史數據外的其他數據，只考慮行情股票價格內部數據，投資公式可以簡化為Yt+1=F(Pt-s, …Pt-1,Pt)。如圖1-5所示。

量化建模的實質是通過現有訓練數據，以適當的方法模擬人腦分析學習的神經網絡，模仿大腦解決問題的機制來解決數據問題，無限逼近金融市場的真實函數。看似黑箱的機器學習，在此解釋和訓練方法的約束下，以及通過后文要講解的套利定價理論APT產生的多因子模型框架，也具有穩健的投資邏輯。

2．基于“時間的玫瑰”

《時間的玫瑰》原是一本詩集，在投資領域這本書知名度不高，但另一本書《時間的玫瑰：但斌投資札記》成為很多基本面投資者的信仰，作者是知名投資人、私募基金管理人但斌先生，其穿越歷史、穿越牛熊表達出自己的觀點：投資像孤獨的烏龜與時間競賽。

我們從原理方面不切分量化與非量化投資，因為基本面分析者目前也大量借助量化工具輔助決策，而且我們要學習基本面投資者和知名投資公司的發展歷程，特別是投資產品歷程，他們都經過漫長的堅守，才最終打磨出一條可以被投資人接受的資金曲線。

如圖1-6所示是一段CTA商品期貨量化投資模型資金曲線，如果我們縮短時間范圍，會發現看似光滑平整的曲線充滿坎坷，如果精確到更短時間段內，表現會更差，但是從長時間范圍內觀察，它又令人滿意。原因在于，不同市場階段的波動率和波動特征不同，只有水平極高的投資模型才能做到在每個階段（比如每季度、甚至每月）都有較好的上升和低回撤表現，而大部分模型需要靠時間來彌合各種回撤，形成一條效果較好的資金曲線。

所以時間的重要性，在這里更加被強調。尤其是針對個人投資者和量化投資愛好者，投資研發能力和信息獲取能力不比機構投資者，但是我們能忍受的回撤期較長，沒有固定開發成本（如高額的公司運營成本），資金屬性也決定了個人的可承受回撤風險大于機構投資者（機構投資者多接受實業資本、保險資本等剛性兌付資本的資金，因此小幅度虧損也無法接受），所以我們可以用時間作為工具，通過時間長出投資的玫瑰。也同樣借助此觀點和讀者共勉，堅守自己的模型，保持強大的連續性和投資定力，這在一定程度上比開發更先進的模型更重要。

3．基于多資產多策略配置

我們應該了解國家的貨幣供應總量是逐步遞增的，這是經濟正常上行的必然結果，其反應在日常生活中的表現是資產價格上漲和貨幣購買力緩慢降低（溫和通脹），很多人因為自己沒能抓住房地產上漲、股票牛市而自責，認為自己沒能跑贏通脹或者沒能跑贏國家貨幣供應量，因為這些大類金融資產都是貨幣體系的最終流向和流動性儲藏容器。如圖1-7所示。

試問我們在不掌握貨幣發行權的情況下，能否穩健跑贏貨幣供應的增長速度？答案是我們可以通過配置多種資產，從流動性容器終端攔截，以達到資產升值方式，進而逼近貨幣供應增長，獲得較為長期穩健的資產增長，這就是資產配置的魅力。在本書發行之前，電子工業出版社于2017年發行了王前鋒所著的《量化大類資產配置》一書，書中描述了大量的資產配置案例和量化處理方法。

如圖1-8所示是我們基于保險資管行業資產配置要求所做的簡單模擬，首先確定產品投資期限，并給出一個固定收益率，如年化6.5%。其次我們精選股票和債券的投資策略。舉例來說，股票指數相比于滬深300指數，選取中證高紅利低波動指數（歷史上該指數顯著跑贏滬深300指數）；債券指數選擇上證企債指數（長期來看企債指數的收益率高于國債）并放兩倍杠桿，且根據風險平價策略配置股票和債券的比例。由于需要進行比較，我們將中證風險平價指數和兩倍企業債杠桿加入進來。

修改后的風險平價策略收益率更加可觀，最大回撤大幅下降，同時收益率更高；同中證風險平價相比，主要是收益率大幅增加，同時波動率和最大回撤在可控范圍之內。行業內還有知名度更高的耶魯基金，其通過最優化資產配置，完全資產配置式滿倉持有不同市場（本國股票、全球股票、固定收益債券、大宗商品、私募股權、房地產等）權益，打造出一個高回報基金會，以實際投資回報說明了資產配置是最賺錢的方式。

將資產配置下降一個層級，我們在一個市場內，比如商品期貨市場（可以理解為一個迷你版本的多資產配置市場），也可以做類似操作。首先我們主張一定要進行多品種模型覆蓋，其次就是在每個品種上，部署多套不同源模型，以獲取該資產不同波動情況下的不同收益來源。如圖1-9所示。

比如某類商品或股票價格長期以趨勢波動為主，但是短期經常產生均值回復，又有相當長一段時間，該商品或股票定價并非受自身因素影響，而是受到其他上下游或者行業影響，這就產生了趨勢交易、均值回復交易、套利交易。它們的利潤來源不同，出現時機不同，建議對其進行并行部署，不要錯過機會。

多品種配置原因還在于貨幣流動性游走于不同資產（品種）上。比如美國大選驅動的工業復蘇和大宗商品價格上漲，2018年美中貿易戰驅動的工業品價格快速下跌，歷史上還有經濟危機和自然災害驅動的農產品價格異常波動，所以當我們不知道波動即將在什么時候、什么市場發生時，選擇并行持有各市場頭寸，等待模型將波動轉化成利潤，是最穩妥的方案。如果這些頭寸之間還帶有必然的對沖性質，比如股票多頭和股指期貨空頭，再上一個層面到股票多頭和期權，他們會形成更穩健的對沖結構。