从股市再度跌破3000点浅谈量化交易
昨日A股再度跌破3000点，近期板块之间快速轮动、剧烈震荡，引起不少人认为是量化基金的交易推高了成交量和振幅。美国的资本市场发展较早并且非常庞大，早在上世纪60、70年代量化交易就得到快速发展。随着国内资本市场的发展壮大，我国近10年来量化交易也逐渐成长起来。简单而言，量化交易就是把影响买卖的指标做成量化因子编入到计算机程序里，在交易过程中计算机程序自动下达买卖指令，不需要人盯盘和操作。有的量化模型只有几个因子，有的多达几十个甚至上百个因子。很多交易模型的建立需要高深的数学和物理学专业人才，没有数理功底的金融工程用处不大。量化交易的特点是绝对理性，完全排除了情绪化波动和人为操作失误。随着AI编程技术的发展，现在已经出现不少可以自我学习的AI全自动交易模型。在量化交易中，当模型设定的交易因子被触发之后，会显著强化市场的某种买卖行为，存在趋势增强的作用。市场的表现通常是涨跌趋势被扩大，或者短期买卖频繁切换导致震荡幅度被放大。涨跌趋势被强化之后，可能出现趋势性上涨，也可能出现趋势性下跌，并且涨跌之前的切换转折被锐化，缩短了低位或者高位盘整时间。拉长时间轴看K线图，量化交易带来的结果可能显示出典型的“A”字型或者“V”字型。对市场参与者而言，受量化交易影响最大的应该是短线选手。如果发现交易对手是个机器人，那是多么恐怖的事情！比手速，人比不过机器；比眼神，同样比不过机器；比运算能力，除非CPU短路烧坏了……并且，机器不会疲劳，不会情绪波动，不会抱怨……也不会尿急。更可怕的是，人的学习能力也比不过机器。每个短线选手能够学习并记得住的K线图是有限的，在实盘运用中能否灵活应对还是另一回事，可能就那么几个为数不多的图形派得上用场。机器可不一样，能够在很短时间内把历史所有相似的交易数据抓取出来，当场与实盘相匹配计算胜率，在极端时间就能做出交易决策。这时候，短线选手要击败机器人，就得祈祷量化模型的编程人员能力不济，或者编程模型有一定缺陷，或者选择的因子有偏差。的确，目前大部分交易模型还难以涵盖并量化所有影响市场波动的因子，缺陷还很多，未必胜得过优秀的短线选手。不过，随着AI技术的不断提升，量化交易将越来越成熟，市场中的量化交易规模可能持续扩大，留给短线选手的胜算空间也就会越来越窄。这类似于阿尔法狗战胜围棋选手那样。对价值投资选手而言，受到机器人的挑战要小很多。毕竟量化交易信奉的是市场有效理论，价值投资者信奉的是市场无效理论，二者的投资思路有本质区别，不具备显著的可替代性。量化交易通常建立在历史数据经验总结的基础上，这一逻辑的基础是市场是有效的，也就是市场的历史会重演。价值投资认为市场是无效的，价格往往偏离价值，并且行业和企业的价值和估值也会随着时间变化而波动改变，历史难以机械式重复。从某种意义上讲，价值投资和量化交易是相互促进的关系。60、70年代，美国量化交易快速发展时期，这一时期正是巴菲特的价值投资理念快速发展时期。量化交易投资增强了市场的趋势化走势，就会出现价格显著偏离价值的情况，表现出市场的无效性。这就给价值投资者留下丰厚的投资空间。通过仔细研究分析行业和企业的内在价值（包括静态存量价值和动态成长性价值），购入价格显著低于价值的企业，等待价格回归价值就能够获得不错的收益。这时候，价值投资者面临的风险主要有三：一是内在价值判断是否准确。判断企业的价值需要花费大量时间精力去研究企业所在的行业和企业本身，投资者要具备理性的好奇、同理心、跨学科知识，而不是凭空猜测和主观臆断。二是企业内在价值的改变。企业的内在价值不会一成不变，而是不断随着社会发展而动态改变。需要谨防价值贬值的行业和企业，进而及时对投资决策做修正。三是时间成本。价格何时能回归价值存在不确定性，回归之路越长，消耗的时间成本就会越大。耐得住寂寞才能成为合格的价值投资者，否则很有可能倒在黎明之前。
页:
[1]