|
 
- UID
- 2
- 积分
- 2721236
- 威望
- 1310613 布
- 龙e币
- 1410623 刀
- 注册时间
- 2009-12-3
- 最后登录
- 2024-4-26
|
自动交易模型的行为
对冲基金在2009年的表现令人欣喜。基金的平均回报几乎完全弥补了2008的惨烈亏损。然而，世界上最大的对冲基金集团之一的曼集团（Man Group）的一份报告显示，它旗下的AHL基金的表现却是每况愈下。
起码有一点是可以肯定的，曼集团不会解雇AHL的基金经理。因为AHL的决策者是一个“黑箱（全封闭）”系统，所有的投资决策都是由计算机模型自动生成的。这类系统经常能在其他投资手段表现不佳的时候异军突起。数据提供商Eurekahedge的研究显示，2008年管理期货基金（AHL正属于此类基金）的平均回报率达到18.2%，与此同时对冲基金却平均下跌了19.8%。
然而去年管理期货基金的疲弱表现显示计算机自动交易策略并非如人们想象中那么完美。
在2007年8月，因为当时太多的基金经理都使用类似的交易策略，结果当信贷危机一爆发，这些基金不约而同地开始削减仓位和卖出相同的股票，结果导致股票价格飞速下滑，原来有效分散的资产组合短时间内变得高度相关。
这个案例让人们认识到，如果多个计算机系统同时监测到市场的异常，它们很可能会给出非常相近的建议，而这会导致市场的平衡瞬间倾斜。
量化交易模型可以分为三种类型。AHL采用的是趋势跟随型的交易系统，此系统假设市场会表现出动量效应。与牛顿定律不同，这种模型的观念是认为上涨之后将继续上涨，而并不一定会下跌。
趋势跟随型系统可以同时在不同市场进行交易以及长期卖空，它的理论基础是在市场上永远可以发现值得交易的趋势。对冲基金集团AQR的一份研究报告显示，一个简单的趋势跟随型系统可以在1985年到2009年之间产生17.8%的年收益率。但这类系统的弱点是难以应对市场的转折点，例如价格突然停止上涨并马上开始下跌的情况（反之亦然）。2009年年末AHL在债券和货币市场就碰上这种麻烦，因为当时美元突然扭转了方向。
第二种类型是通过计算机去搜寻市场上的“价值洼地”，根据特定的选择标准如股息率和资产价值来寻找被市场低估的股票。价值效应模型的投资期限要远远长于动量模型，因此使用这种模型的投资者买入的可能恰好就是动量模型正在卖出的股票。这种投资模型对市场可以起到稳定的作用。
最后一种也是最具争议的手段是计算机自动交易，人们本来认为它可以令市场变得更加高效。这类模型的特点是以极高的效率在市场上寻找每一个套利机会。
这种永不停息的交易手段导致市场上的交易速度越来越快。现在的计算机系统寻找的是在毫秒里发生的套利机会，而不再以小时为单位了。计算机服务器被安放在尽可能接近交易所的地方，以减少交易指令浪费在传输上的时间。
这种“高频交易”方式正引来越来越多的质疑。美国证券交易委员会（SEC）正寻求对高频交易加以限制，因为华尔街大机构的“内部人”们通过这种手段侵害普通投资者的利益，来到为他们谋取一己私利的目的。欧洲的监管机构也正在积极酝酿具体的限制措施。
高频交易和沃伦·巴菲特的理念背道而驰。永远才是巴菲特的最佳持有期限。如果投资者的持有时间是以毫秒为单位的话，那上市公司的表现和盈利状况就根本毫不重要了，因为只有价格的变化是唯一值得关注的因素。从狭义上来说，市场的效率提高了。但从广义的层面来看，证券市场的其中一个基本作用——资源配置功能却是被削弱了。
支持这类交易的一种观点是自动交易模型为市场提供了流动性。但这种流动性并不能持久。使用这类模型的对冲基金都使用了大量的借入资金，因此信贷的挤出效应反而会令流动性逐渐减少。这也是其中一个导致2008年年末市场崩溃的重要因素。
计算机或许不会像那些传统的基金经理一样具有人类的弱点（如对亏损的恐惧和厌恶），但将市场交由计算机系统统治也可能会让市场变得更加波动。
（本文译自2010年1月《The Economist》） |
论坛官方微信、群（期货热点、量化探讨、开户与绑定实盘）
 
|
:
| 
:
| 
:期货程序化 | 
:期货程序化研究 | 
:期货量化学习 | 
:期货量化 | 
微信：
发表于 2010-2-4 11:01
| 
|
TB/MC开户优惠政策:
：
：
2024年最全的Python编程与程序化（量化）教程、视频、源码、课件、资源汇总贴：/thread-152864-1-1.html
2024年最全的MultiCharts程序化（量化）教程、视频、源码、课件、资源汇总贴：/thread-88129-1-1.html
2024年期货开户限时优惠：政策一：品牌期货公司开户，特惠佣金费率；政策二：短线炒单及大资金享高比率返佣；政策三：可申请交易所保证金比率（具体咨询客服）；政策四：享论坛VIP会员资格免回复看贴、千部电子书一键下载。