第1章 關(guān)注量化交易的原因

向智者學(xué)習(xí)，才能像智者一樣做事。

——馬可·奧勒留，《沉思錄》

約翰是一個(gè)中等規(guī)模對沖基金的量化交易員。20世紀(jì)90年代初期，他在一所高等學(xué)府獲得了數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)士學(xué)位。畢業(yè)之后，約翰立即在華爾街交易部門開始工作，渴望能夠?qū)⒆陨淼臄?shù)量化知識資本化。經(jīng)過7年時(shí)間的歷練，并在華爾街從事多種量化相關(guān)工作之后，他成立了自己的對沖基金。他的合伙人負(fù)責(zé)業(yè)務(wù)和運(yùn)營，約翰負(fù)責(zé)創(chuàng)建量化策略。目前，每天股票的交易規(guī)模已經(jīng)超過15億美元。最顯赫的成就是，這些策略在60%的交易日和85%的交易月里均獲得收益。

盡管每天有高達(dá)數(shù)十億美元的交易量，但是在約翰的辦公室里，既聽不到嘈雜的喧嘩聲，也看不到通過電話發(fā)出的訂單。事實(shí)上，唯一看到的是約翰辦公室的一些平板顯示屏，顯示著當(dāng)天交易策略的表現(xiàn)和交易量。約翰并不能像講一個(gè)非常有趣的故事一樣，講述他為什么買入一只股票或賣出一只股票。當(dāng)有需要干預(yù)的事件發(fā)生時(shí)，他會跟蹤監(jiān)測這些數(shù)以千計(jì)的股票。而在大部分時(shí)間內(nèi)，這些復(fù)雜的工作都是由策略自動執(zhí)行完成。約翰最關(guān)心的還是策略的穩(wěn)健性以及市場環(huán)境對其產(chǎn)生的影響。他銳意進(jìn)取，會根據(jù)市場的變化進(jìn)而調(diào)整模型。

馬克坐在約翰的對面，是近來加入基金的合伙人，對高頻交易有著深入的研究。不同于公司前面能夠在60%的交易日獲利的策略，馬克和約翰希望能完成一個(gè)更具野心的任務(wù)：尋找每天都能賺錢的更小的機(jī)會。馬克最先的高頻交易策略已經(jīng)能在幾乎95%的時(shí)間里盈利。事實(shí)上，他們對于高頻交易具有更高的目標(biāo)，希望復(fù)制那些在交易日內(nèi)每小時(shí)甚至是在每分鐘都能夠獲利的交易策略。一些高頻交易策略并不適用于大規(guī)模的投資，因?yàn)樗l(fā)現(xiàn)的盈利機(jī)會比較小且轉(zhuǎn)瞬即逝。創(chuàng)建高頻交易的技術(shù)設(shè)備費(fèi)用非常昂貴，而且在維護(hù)方面也價(jià)格不菲。然而在任何資本市場，高頻交易都極具吸引力。約翰和馬克希望他們的高頻交易策略能夠每年獲得不低于2倍的回報(bào)水平。

在資本市場，許多規(guī)模較小的量化交易公司在默默耕耘著，諸如約翰和馬克的公司，但是它們在較長的時(shí)間里業(yè)績驕人。例如，弗吉尼亞州夏洛茨維爾的量化投資管理公司在2002~2008年年收益高達(dá)20%，這是一個(gè)許多主觀判斷型經(jīng)理望塵莫及的記錄。

與這些小的量化投資公司不同的是大型量化投資公司，這些公司被許多投資者所熟悉。在這些引人注目的成功的量化公司中，最出眾的當(dāng)屬于文藝復(fù)興科技公司（Renaissance Technologies）。這家公司最著名的量化基金業(yè)績是，自1990年以來，平均每年能獲得35%的回報(bào)率，這是在除去各種高昂的費(fèi)用以外的數(shù)字，且風(fēng)險(xiǎn)較低。2008年，許多對沖基金業(yè)績不佳，而文藝復(fù)興科技公司的旗艦基金——大獎(jiǎng)?wù)禄鸬臉I(yè)績?nèi)匀唤咏?0%。我個(gè)人比較了解這家基金的業(yè)績，隨著時(shí)間的流逝，即使面對越來越激烈的競爭，模型的業(yè)績?nèi)匀粫谩?/p>

并非所有的寬客都是成功的。似乎每過10年，都有一次因量化交易者的失敗引起的，或者至少是感覺由量化交易者的失敗而引起的市場戲劇化變動。當(dāng)然，迄今為止最著名的案例當(dāng)屬長期資本管理公司案例（LTCM）。如果當(dāng)時(shí)沒有美聯(lián)儲和華爾街銀行聯(lián)盟的干預(yù)，這一事件極可能引起資本市場的崩塌。雖然市場救助成功，但是長期資本管理公司并不那么幸運(yùn)。曾經(jīng)在4年時(shí)間里，扣除各種費(fèi)用之后，每年平均獲得30%回報(bào)率的長期資本管理公司，于1998年8~10月，清算了自己幾乎100%的資產(chǎn)，留下了許多對量化交易心存疑慮和害怕量化交易的投資者。事實(shí)上，對于長期資本管理公司失敗的原因，是歸因于量化交易還是歸因于人性在風(fēng)險(xiǎn)管理中的判斷失敗，還有所爭議。而且對于長期資本管理公司是否為真正的量化交易公司，也有所爭論。長期資本管理公司的員工主要是一些博士生和獲得諾貝爾獎(jiǎng)的經(jīng)濟(jì)學(xué)家，將其定性為量化交易，無疑會使從事量化交易的寬客蒙羞。

不僅僅長期資本管理公司的倒閉使得寬客受到嚴(yán)重的質(zhì)疑，1987年的股災(zāi)事件（也許不公平）和2007年量化交易基金清算事件（也許公平）也將量化交易推上了審判臺，很多量化公司深受后者事件的影響，包括許多大的量化交易公司。例如，高盛旗下最大的量化基金——全球阿爾法基金在2006年達(dá)到6%的損失以后，在2007年估計(jì)達(dá)到40%的損失。2007年8月不超過一周的時(shí)間里，許多量化基金在幾天時(shí)間內(nèi)的損失為10%~40%，雖然在這個(gè)月余下的日子里，一些量化基金強(qiáng)勢反彈，減少了一些損失。

在一本非小說類暢銷書中，《華爾街日報(bào)》的前記者指出發(fā)生大量經(jīng)濟(jì)危機(jī)的量化交易會在2008年走到盡頭。雖然他的邏輯有些混亂，但是普遍還是對量化交易持否定的態(tài)度，這種觀點(diǎn)一直持續(xù)到2010年，這一年5月閃電崩盤事件的發(fā)生使得高頻交易進(jìn)入公眾的視野。即使這樣，對量化交易關(guān)心的人也很難斷言寬客是否應(yīng)該對不斷上升的市場波動性、資本市場的不穩(wěn)定性、市場操縱、內(nèi)幕交易以及其他行為負(fù)責(zé)。我們將會在第16章對高頻交易進(jìn)行討論。

撇開量化交易的成功與失敗，以及人們對于量化交易的批判不談，量化交易每天對于資本市場的影響毋庸置疑。美國股票市場的交易大都是通過算法執(zhí)行的，而且這個(gè)比例在快速上升。算法執(zhí)行（algorithmic execution）指的是，在電子化市場中，投資者的買賣行為是通過計(jì)算機(jī)軟件實(shí)現(xiàn)的。自動化執(zhí)行技術(shù)不僅僅在量化策略中使用，而且在指數(shù)基金或者主觀判斷型宏觀交易基金中也會使用，但是確定的是，其在量化交易中占有較大的比例。而且，寬客是算法交易引擎（algorithmic trading engines）的發(fā)明者和主要?jiǎng)?chuàng)新者。在美國市場，僅僅5個(gè)寬客每天就可以負(fù)責(zé)10億美元的交易量。值得注意的是，盡管這樣，這些人在高頻交易被廣泛宣傳之后，也并不為投資大眾所知。TABB集團(tuán)是一個(gè)聚焦于資本市場的咨詢公司，估計(jì)在2008年，大約58%的買方交易訂單是由算法交易來完成的。同時(shí)TABB也估計(jì)，自從2005年，這個(gè)速度是以每年37%的復(fù)合速度增長。更為直接的是，Aite集團(tuán)在2009年早期出版的研究報(bào)告顯示，股票市場60%的交易是由短期量化交易完成的。這些統(tǒng)計(jì)數(shù)據(jù)在非美國市場也是有效的。2008年第1季度，歐洲Xetra電子訂單匹配系統(tǒng)中，約45%的交易量是由黑箱交易實(shí)現(xiàn)的，與一年前相比，增長了36%。

量化交易并不局限于股票市場。在期貨和外匯市場，以及商品交易顧問（commodity trading advisors，CTA）所涉及的領(lǐng)域，量化交易也是市場的主角。新際另類投資咨詢公司（Newedge Alternative Investment Solutions）和巴克萊集團(tuán)（Barclay Hedge）估計(jì)，截至2012年8月，CTA旗下幾乎90%的資產(chǎn)是由系統(tǒng)的交易公司進(jìn)行管理。雖然許多大型的CTA并不公開它們管理的資產(chǎn)數(shù)量及市場表現(xiàn)，但是這些公司很可能有超過75%的交易屬于量化交易。新際估計(jì)，截至2012年8月，量化型期貨基金管理的資產(chǎn)達(dá)到2823億美元。

毋庸置疑，在對沖基金中，量化交易的規(guī)模巨大。對沖基金是私募產(chǎn)品，適合于那些成熟老練的、富有的個(gè)人以及機(jī)構(gòu)投資者。對沖基金可以投資于任何能想象到的領(lǐng)域，管理人可以根據(jù)投資利潤進(jìn)行分紅。這僅是量化交易被廣泛應(yīng)用的原因之一。不同銀行的自營交易柜臺、自營交易公司以及使用一定比例進(jìn)行量化交易的多策略對沖基金管理者，使得量化交易在資本市場具有較大的規(guī)模。

由于量化交易成功或者失敗案例的大規(guī)?；蛘邩O端影響，寬客經(jīng)常占據(jù)金融出版物的頭條就不足為奇了。雖然許多對寬客的報(bào)道是負(fù)面的，但事實(shí)并不總是這樣。實(shí)際上，許多量化基金不僅因?yàn)榉€(wěn)定的收益受到表揚(yáng)，而且許多專家認(rèn)為各種風(fēng)格的成功量化策略促進(jìn)了市場發(fā)展。例如，瑞德·弗蘭喬尼（Reto Francioni）是運(yùn)營法蘭克福交易所的德國證券交易所（Deutsche Boerse AG）的首席執(zhí)行官，在一個(gè)演講中談到，算法交易能夠“改善市場流動性，市場參與者均從中受益”。弗蘭喬尼并引用一項(xiàng)近期學(xué)術(shù)研究成果，指出“算法交易和流動性之間是正向的因果關(guān)系”。確實(shí)，這就是事實(shí)。使用執(zhí)行算法（即算法交易）的量化交易者主要是將訂單拆分成各種小的訂單，以期降低交易成本和提高交易效率。正如前面所談到的，雖然算法最初是由量化基金提出的，但目前被眾多投資團(tuán)體所使用。通過拆分成多個(gè)小的訂單，具有不同觀點(diǎn)和需求的投資者也能改進(jìn)它們的執(zhí)行效率。

當(dāng)其他交易者的需求使得證券市場的供需關(guān)系短暫失衡時(shí)，量化交易可以通過提供流動性使得市場更有效率。從有效市場（efficient market）的經(jīng)濟(jì)角度而言，不平衡性也稱為市場無效（inefficients）。真正的無效市場代表著存在很少的、轉(zhuǎn)瞬即逝的無風(fēng)險(xiǎn)套利機(jī)會。但是，無風(fēng)險(xiǎn)獲利或者套利并不是寬客改進(jìn)效率的唯一方法，甚至不是最主要的方法。寬客并不是能夠絕對地消除市場無效性并從中獲利，而是概率性地獲利，并且需要承擔(dān)風(fēng)險(xiǎn)。

一個(gè)經(jīng)典的策略叫作統(tǒng)計(jì)套利（statistical arbitrage），其中最為經(jīng)典的當(dāng)屬配對交易（pairs trade）。想象兩只來自同一行業(yè)，具備相似商業(yè)模式和財(cái)務(wù)狀態(tài)的資本市場化的股票。因?yàn)槟撤N原因，公司A股票屬于主要市場指數(shù)成分股，該指數(shù)是許多大的市場指數(shù)基金所跟蹤的標(biāo)的。同時(shí)，公司B股票不屬于任何一個(gè)主要市場指數(shù)。很可能的結(jié)果是，A股票的市場表現(xiàn)會優(yōu)于B股票，因?yàn)橹笖?shù)基金為了跟蹤指數(shù)會買入較多份額的A股票。這樣，A股票相對于B股票而言，具有較高的市盈率P/E，這是市場無效性的一種微妙表現(xiàn)。然而，兩只股票的基本面并沒有發(fā)生變化，僅僅是供求關(guān)系發(fā)生了變化，這時(shí)可以通過賣出股票A，買入股票B，阻止兩個(gè)基本面相似的公司股票的市場定價(jià)偏離，促進(jìn)市場有效性的同時(shí)進(jìn)行統(tǒng)計(jì)套利。促進(jìn)市場有效性并不是因?yàn)槔髁x，而是因?yàn)檫@些策略確實(shí)當(dāng)A股票和B股票之間的偏差越來越小時(shí)，策略能夠帶來收益。

并不是說，只有寬客能夠通過改善市場無效性而獲利。事實(shí)上，追求阿爾法回報(bào)的交易也是通過尋求市場錯(cuò)配而獲利。當(dāng)然，有時(shí)候，例如2007年8月，量化交易使得市場短暫弱有效。然而，對于那些市值較小、流動性較低且容易被忽視的股票，統(tǒng)計(jì)套利者是主要的市場流動性提供者，以幫助市場參與者發(fā)現(xiàn)有效的市場價(jià)格。

那么，我們能夠從寬客那里學(xué)到什么？答案可以分為3個(gè)方面。這幾個(gè)方面對于任何一個(gè)投資管理者都是重要的經(jīng)驗(yàn)。