对量化愈发着迷

老钱日日谈 · 公众号 · · 2024-04-23 20:50

正文

今年给自己立了个flag，想通过「面基」多访谈一些公私募量化，有可能的话，甚至想把公募量化管理人都采一圈。

从配置的角度看，量化可以说是必选项，与主动权益类基金是很好的互补。

尝试了两期播客，可能量化真的很小众吧，这两期的播放量都很差。但内容层面，我自己都挺满意的。

从这两期中摘抄一些关于量化的观点，与大家分享。

以下内容来自我做的一期量化单口播客，算是个人学习笔记：

✅ 市场里发生着各种事，这些事变成了信息流和数据流，被市场各种主体接收→分析→交易，这一笔笔交易又变成了新的价格流，它们也是一种信息。

信息传递越快，分析得越精准，交易得越充分，市场也就越有效。

✅

市场是有效的吗？信息进入价格了吗？

长期看，市场是有效的。

但毫无疑问，信息通过交易进入价格的过程会被各种变量影响，也需要时间。所以，在某些时段，某些局部，市场并不是有效的。

✅其实「市场有效理论」的推论更加重要：如果现在的价格已经充分反映了所有已知信息，那么，从逻辑上讲，价格未来的走势就与已经price in的已知信息无关了，只会受增量信息的影响。

翻译过来就是：如果市场有效，就很难预测未来，因为增量信息无法预测。市场走势很难预测的另一个点在于，不仅增量信息会影响价格，人的分析和交易也和价格互相影响。

✅最后的结论很简单，市场总是在变，巨变，甚至可以说随着增量信息和人的反应，人不可能两次踏进同一个市场。

这种变化让因子会失效，风格会切换，抱团会瓦解，策略会失效，去年的冠军基金经理今年就泯然众人。

✅

市场的阶段性无效 （信息层面、分析层面、交易层面的无效） ，这些无效才超额收益的根源。

在这个市场里，谁能贡献无效性，谁就在贡献超额收益。

✅

量化流派坚信的另一个底层假设是：相信历史会重复。

历史上发生过的事，被记录为数据，价格本身也是一种数据。

而量化会基于这些数据，运营各种模型和手段进行归纳，海选出能带来「超额收益」或者说「市场无效」的各种大概率事件，形成策略。当现在的数据和过去的数据类似，模型就会给出交易指令，对它所发现的大概率下注。

✅

可以说，量化在归纳上是吊打人脑的，它在广度的覆盖上也远非人力所能及。

这种特点就导致量化特别市场去搞那些没什么关注度，研究不充分，交易不充分，无效性较高的公司。

这类公司普遍还有两个特点，其一，不是传统意义上的好公司，否则也不会没人研究。其二，普遍都是小市值。而且这类公司数量庞大，也覆盖不过来。

但是，他们天然适合量化，因为它能做下沉。

以下内容来自我对「华夏中证500指数增强」基金经理孙蒙的访谈：

✅

我们去搭一个结构出来，让它去理解市场，再去自动化地去做决策。所以直接地说，目前都是程序和模型去做我们的投资决策。但是背后的这个框架是基于我们人对于市场的理解，由人来构建。

像最近比较火的这个GPT，它本身也是机器去做交互。但怎么去做这个交互，怎么去训练这个模型，这个都是需要很多工程师来去做这个工作。

✅我的市场观，最根本的一个点就是我们要敬畏市场。我自己的很多的假设都是会认为市场本身是足够有效的。任何的非理性行为或者是任何的不正确的行为，其实都会受到惩罚的。所以我们为什么希望拿量化去做建模，就是要规避一些人主观的、情绪的影响。再到具体的建模的角度来说的话，作为一个量化的基金经理，我可能更相信的是统计的力量。

对量化愈发着迷

正文

请到「今天看啥」查看全文