劉宏：運用投資組合進行跨市場套利對沖交易

摘自劉宏先生在新湖期貨“京城論劍·第四屆衍生品對沖套利論壇”演講內容（劉宏先生系博弘數君管理有限公司總經理）

各位上午好，感謝大家來參加這個論壇，同時也非常感謝會議主辦方和協辦方為我們創造一個在這里交流的機會，作為第一個演講者，我感到非常榮幸。

我並不是從期貨這個根上成長起來的，我是從證券股票成長起來的，但是現在做會師了。會師的原因非常簡單，通過交易通過投資來獲取回報，很多共性的東西，今天我想跟大家泛泛地交流一下關於cta方面最近的一些體會。

我覺得我從證券投資包括管理證券私募產品出發，cta是一個繞不過去的坎，或者說一個不得不重視的東西。我這么說，非常的重要的一個原因就是，幾次金融危機教育了我們的投資人或者投資管理人。我們知道在早期經典投資組合最優化概念里面，有一個就是權益類資產跟固定資產的組合投資，就是說在權益類資產里面加上固定收益資產會改善這個投資組合的風險收益特性，根本的原理是這兩種資產之間，有一個互相彌補的關係。但是后來發現，在正常的市場條件下，權益和固定收益之間是有互補關係的，但是當市場出現危機的時候，或者出現某些小概率事件的時候，我們發現權益類資產和固定收益率資產同時也貶值，這就出現了投資組合優化失效的現象。這時候大家發現，cta類的交易規則有一個非常大的特點，就是當市場波動率偏高的時候，它占便宜。什么時候市場波動率偏高呢？就是市場大幅動盪的時候，自然也就是金融危機的時候。於是現在非常時髦組合是權益，加固定收益，加cta規則的組合。這樣形成的組合被成為是一個非常穩健、在大概率底下表現良好、在小概率事件發生的時候也非常不錯的一個投資組合，優化的戰略。它根本的原理就是在市場比較正常、波動平穩的時候，固定收益類和權益類資產有一個互補的關係。而cta這時候可以把它忘掉，因為市場比較平穩，波動率低，可能賺錢也賺不多，賠錢也賠不多，並且由於他是保證金交易，有杠桿，所以占用的資金也不是很多。但是一但來了小概率事件，或者說黑天鵝金融危機來得時候，市場會大幅動盪，這時候權益類資產和固定收益類資產都貶值，但是cta規則會賺錢，受益於市場動盪帶來高波動率。雖然你設定資金不見得多，由於它存在杠桿，可以非常有效的彌補整個投資組合在金融危機過程當中所遭受的壓迫。所以這樣一來，就使得現在無論是從哪個角度來做資產管理對於期貨和cta的交易都是越來越重視，包括我們。

把大背景情況跟大家做匯報之后，接下來給大家看我們在日常研發過程當中做的一個非常有趣的實驗。當然市場的價格波動背后真正的原因是基本面，不管是股票還是商品，一定是基本面在起作用。但是在小的時間尺度之內或者是說在日內，當基本面沒有什么變化的時候，學術界都以所謂的“隨機漫步”或“隨機波動”來描述這個市場。如果波動是隨機的，那么在這種隨機波動上，有沒有可能通過我們日常所說的規則來賺到錢？直觀的感覺，既然是隨機的，那就各50%的概率，完全不確定的，應該是賺不到錢的。但是我們做了一個實驗，發現完全不是這么回事。

我們編一個程式產生一個行情，這個行情不是交易數據得來的，而是計算機自己隨機產生的。我們用幾何布朗運動來產生它，幾何布朗運動函數里有一個項是趨勢項，我們讓它的參數等於零（這樣就不存在趨勢），變成一個完全隨機的布朗運動。那么這個隨機運動里面唯一可以變的一個量就是波動率，我們就可以考察不同的波動率設置的情況下，不同行情的發生。對於同一個波動率的情況下，由於產生過程是隨機的，每一條產生的路徑都是不一樣的。我們在一個波動率下發生非常多的路徑，比如說一千條，在這所有路徑下，用同一個交易規則檢驗它的盈利能力，然后在同一個波動率下的這些路徑的盈利能力做一個平均，我們就得出行情的波動率跟盈利能力的關係。

[NT:PAGE=$] 我們發現一個非常有趣的現象。就像這個示意圖，橫軸是發生隨機行情波動率，縱軸就是規則盈利能力。我們發現無論你是怎么樣去做，都有一個非常顯著的現象，就是當波動率大到一定程度之后，非常容易獲利，而且波動率越高獲利能力越強，而波動率小到一定程度之后很難獲利，無論怎么弄都是虧，你可以改變規則，當然也可以調整規則的參數，所謂的優化，但調整的結果只是使得這個線往左或者往右平移一下，形狀是不變的，當波動率大到一定程度之后，獲利變得非常容易了。這個現象啟發到我們，想在市場獲利，必須要找到這個市場效率的缺失點，而市場效率的缺失不見得定價或者相對定價的偏差，也可能是其他的一些偏比如說這個市場不該有那么高的波動率，波動率偏高也是一種市場效率的缺失，也可以從這里來賺錢。所以說我們有很多就是說交易規則是基於一些比較容易觀察到的一些現象，比如說趨勢，比如說均值回復。單個品種往往是比較容易走趨勢的，所以我們會發現，很多大量的趨勢跟蹤規則做單個品種的；而均值回復往往是大量的體現在價差上，所以大量均值回復規則用到價差交易上，這些是比較容易觀察到，我們剛才看到波動率這樣一個東西，可能還有比波動率隱藏得更深的東西，也就是所謂的不容易被直接觀察到的一些市場的形態。其實這幾年好像有一點點退潮了，前幾年很多使用人工智慧技術的機器學習的方式來識別一些模式，有很多這方面的學術報導，當然也有一些交易規則在實際使用，我們也使用過一些。包括神經網絡或者其他的一些數學演算法，在做這些機器學習演算法過程當中，還有一些對數據拆分的處理等等，我就不去詳細說了。

我們接下來就是討論這么個問題，我估計這個在座的各位可能對這個問題也有自己的深刻的認識。我們也是在07年左右開始非常的關注，大家熟悉的文藝復興科技公司管理的大獎章基金這么出色的表現，以及他完全不同於業界的一些思路。那么從07年開始，我們有一個專門的課題，這個課題就叫做“西蒙斯的黑盒子的內部”。是不是經過五年我們已經揭開這個“黑盒子”，看到里面的東西了？肯定不是。如果是的話，那我們應該不是目前這種狀態。但是確實是有些體會，畢竟來說，兩個團隊，這么多年，不管是從文獻上查，還是做實驗包括交易實踐，確實有體會。在這里跟大家交流幾個體會的核心點。

首先大獎章基金的表現業績大家都知道，這么多年來，年復合收益率遠遠超過巴菲特，並且他的管理費收得非常高，固定管理費一年5%，業績報酬44%，非常高。並且在這么高的情況下，它的基金還是封閉的，也是它不再接受新的申購，只為內部人服務，中間規模比較大的時候，差不多有接近100億美元，大概80、90億美元美金這樣的，所以規模相當的大。我們知道有一些高頻的規則和一些cta的規則，表現上業績是相當不錯的，但是容量非常有限，比如說我們股指期貨的規則，容量非常有限。所以做到這么大的規模是非常偉大的一件事情。當然他大量的交易是在納斯納克股票市場做的，但是他做的理念和手法卻是cta投資的概念，就是交易的概念，而且我們知道他們大量依賴於數據處理，有一個龐大的計算機系統，表現出來的業績非常的好，而且聽說他這個計算機大到需要自建電站。我估計也可能這個對沖基金每隔幾個星期，會有油罐車拉著油給他送燃料，一般的對沖基金是不需要這種燃料供應的。那么我們的體會是什么呢？簡單一點，就是對單一交易規則不追求完美，甚至是故意的追求一種不太完美，為了讓它能夠有持久性，然后是多規則的疊加。

我們先看第一張幻燈片，上面兩個圖是兩個單一的交易規則，我們總的來看趨勢是盈利的，但是表現為波動非常大，回撤比較大，其中第二個可能差不多還有好長時間可能有半年的時間不賺錢橫著走，賺了錢之后又一下子掉下來。但是這兩種規則疊加之后，我們發現疊加這些平穩多了。那么這是兩個，我們看三個，增加一個，增加的第三個規則要是比較波動的規則，但是疊加之后結果更加平穩。那么在這個形態下，我們搞六個，六個疊加下去是一個相當平穩的狀態。

我們就這樣來想，假如說我們橫軸是整個資金面的百分之百，我們拿百分之一的資金來設定第一個規則，他產生一個結果，就是一年賺了一個利潤，假設是300萬，最大回撤30萬，應該是這已經是不錯的。我們另外一個百分之一的資金，又設定第二個規則，又產生一個收益，和中間出現的最大損失。那么這樣的話如果我們有很多交易規則，假如我們都是給他設定百分之一的資金，然后同時運行，每年的收益很顯然就是加起來的，這是算加法的概念，但是它的下行風險，顯然不是一個做加法的概念，因為可能會是這個在跌的時候那個在漲，東方不亮西方亮，分散化的結果會使它風險變小，我們會觀察到兩個疊加在一起，只要相關性不是特別高，收益是算加法，風險雖然不是算減法，但也是往后退。三個加起來效果更好，很多個加起來，風險被分散掉了，收益是疊加起來的。這是

我們得出一些體會，我們管這個叫“統計套利”，大家可以不一定非要承認這個名稱，因為“套利”這個詞關鍵看你怎么定義，這里說的每一筆交易都是很可能方向性交易，很可能是賭博性的交易，跟套利沒有關係，但是統計套利是指在多樣本下看到最後的結果。我們所這里所說的統計套利就是一、每一個規則占的份額特別小，比如占了1%，就算是這個規則破產了，都把錢虧光了，他所帶來的損失也不過百分之一。二、一定是多規則的分散化，越多越好。三、規則之間的相關性一定要低，本身的規則肯定都是賺錢的，至少期望值是賺錢的，那么凈值都是往上走的，本身就有一個天然的正相關，但是相關度一定要盡可能低，如果高到一定程度，分散的一定的效果就不好了，就跟同一個規則一樣了。還有一個也是最重要的，就是單一規則的表現，要能夠容忍它能夠不完美，甚至說刻意讓它不能太完美。有的一些剛開始做的團隊，當看到有下撤風險之后，會拼命地去優化，所謂的優化就是改變方法，調整參數，甚至遍歷各種各樣的參數，從里面挑一個最好的。一方面犯了一個大忌，就是說在這種過度優化的情況下，結果的外推能力一定是非常差的，因為你做八十遍肯定有一個最好的，你把那個最好的挑出來當作最優參數，那是不對的。因為歷史數據做八十遍它是最好的，但是你從今天開始做正式交易，這個路徑你只能走一遍，不能說走一遍不算數，再走一遍，走八十遍挑一個最好的，這是不可能的。如果你去找這種最好的，本身在思想上是一種錯誤，而且想找這種只賺錢，沒風險的東西，這在客觀上是不存在的，既然不存在，那么你找也是白找，白費勁。另外一方面，即便你偶爾能夠找到你認為非常滿意的規則，能夠賺錢，沒什么風險，那它要么資金容量非常有限，小到你可以自己做點小的交易，沒有任何做產品的價值，並且這種規則不可能存續很久，可能存續一兩個月，頂多半年，不會存續很久。因為這么大個市場，大家都在琢磨怎么去賺錢，這么好賺錢的事情，沒有風險幾乎就能賺到錢，有些人在拿腦袋琢磨，有些人拿機器在學習，很快就會引來競爭，結果就是不賺錢的。

[NT:PAGE=$] 就是說這種好的東西它不持久，那么我們要什么樣的東西呢？要這樣的東西，就是說單個規則，被任何人去用，任何機構去用都足以導致它破產好幾次的。那么這樣的規則所對應的交易邏輯可以長期存在，因為它不會招來巨大量的競爭，競爭的結果就不賺錢了。如果是期望是賺錢的，但是中間風險很大，可能出現一些巨大的回撤，也可能體現在半年不賺錢，熬夜熬死了。像這樣的東西如果單獨用的話，會導致無論是個人投資者還是機構投資者，足以破產好幾次。這樣的規則就可以長期存續，你可以比較依賴它，比較穩定的存在，然后在這個基礎之上，如果是大量的分散化地進行疊加，像我們觀察到的一些效果，它所有的向上的期望是個累加的結果，然后所有的風險的地方是個互相分散的、互相抵消的，最後得到的結果就是我們看到的結果。具體到大獎章基金，我們看到它是由幾十位非常厲害的科學家，而且來自不同的領域，並且多數不是來自金融、交易，他們本身的背景是一個非常分散的背景，相關度很低，思考問題的角度也不一樣，然后他們又經歷了這么多年的研發，然后又有這么強的數據處理能力，在長周期觀察，他怎么可能不取得這么優秀的業績。所以說這個就是我們對於“西蒙斯的黑盒子”研究的一些體會，現在這里跟大家分享一下，算是拋磚引玉，謝謝大家。

【免責聲明】本文僅代表作者本人觀點，與本網站無關。本網站對文中陳述、觀點判斷保持中立，不對所包含內容的準確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考，並請自行承擔全部責任。