主观是量化的灵感来源而量化是主观的工具。
4月28日,上海泊通投资2019投资者交流会暨成立五周年庆典上,已深入研究量化领域10余年的廖璐,第一次系统阐述了泊通对量化投资的定义、与主观投资的关系,如何用量化投资做风险管理。
量化投资是将投资思想转化为投资模型,借助于数据检验投资模型的有效性,进而利用有效的投资模型指导交易的过程。
主观是量化的灵感来源,量化是主观的工具。
量化特点:纪律性、系统性、准确性、一致性。
未来趋势:主观可能使用量化工具,量化可能懂主观投资,互相融合,不分彼此。
风险管理通常被误认为是降低风险的操作流程,实际上是在给定的风险水平下通过选择敞口并控制其规模而最大化收益。降低风险通常是以减少收益为代价的,所以不是一味的降低风险,而是要考虑性价比。让每一分风险所带来的收益达到最大化。没有风险就没有收益。减少没把握的风险敞口,放开有把握的风险敞口。不接受偶然风险和毁灭性风险,而更愿意对风险进行精确的度量,把所能承担的风险控制在一定范围内。
用量化做风险管理和买保险非常相似,它们最相似的一点就是都是用了有限成本来规避我们最想规避的风险——做风险管理是需要成本的,这是一个常识。所以我们牺牲一些有限的收益,让最严重的错误不要发生,获得更小的净值回撤和更舒适的投资者体验。在执行方面我们也有量化模型来保障风险管理的严格执行。
一个完整的好的量化投资长什么样?由三部分组成,alpha模型、风险模型和交易成本模型。alpha模型就扮演着异想天开的乐观者的角色,它负责赚取收益。风险管理模型则扮演着一个公正严明的执法者的角色,负责控制风险。交易成本模型它就是个吝啬的会计,负责节约每一分成本。对于我们泊通的股票型产品而言,alpha模型所对应的是我们的量化选股,风险模型所对应的是我们的量化择时,因为我们在股票市场里最大的风险就是择时风险。
以下为发言实录
大家好,我是泊通量化团队的负责人廖璐。今天很难得在这样正式的场合跟大家做一些分享和交流。大家知道我们泊通一直有量化团队,但是我们是怎么做量化的?我们又是怎么和主观投研团队做协作的?可能还不是很清楚。所以今天能有这样的机会跟大家讲一讲,分享一下我个人对量化的一些看法,以及我们团队在做一些什么事情,我感到非常荣幸。因为今天时间有限,所以我没有办法讲得特别全面,我会把时间主要用在我们最近集中精力在做的一项工作上,就是我们的新产品线。
这条新产品线用一句话来概括,就是我们主观投研团队的选股加上我们量化团队的择时。它和我们原有产品一个最大的不同,就是我们使用了量化技术来做风险管理和仓位控制,做出来效果是什么样的?我们看一下这有一个直观图,这条红线是我们的原有产品线,这条蓝线是我们的新产品线。从收益来讲,蓝线是不如红线的,它很多时候都运行在红线的下方。那么蓝线有什么优势?蓝线的优势在于它的回撤更小,波动率更小,它更像是一个稳健向上的趋势,并且从收益率上来说,蓝线和红线最终也是趋同的。
好,那么作为投资者来说,大家觉得哪一类产品给大家带来的心理舒适度会更高一些?可能大多数人还是会选蓝线对不对?所以这就是我们泊通在技术层面所做的一次创新和尝试,我们希望今后投资者和我们泊通站在一起,不光能赚钱,而且这个赚钱的过程还希望是尽量舒适的,这就是我们设计这条新产品线的初衷。
既然我们是通过用量化做风险管理来达到这样的目的的,那我们就有必要跟大家探讨一下什么是量化投资?量化投资与主观投资有什么不同?为什么要用量化来做风险管理?最后我再跟大家介绍一下我们新产品线的投资策略和业绩分析。
首先第一个问题,量化投资是什么?在座的各位应该以前或多或少都从各个渠道听到过对量化的描述和评价,甚至有些投资者亲自购买过量化产品。其实量化在我们国内的发展还是挺坎坷的。我们一开始把量化捧得很高,觉得量化没有风险,一定不会亏钱,但是接下来我们又把它踩得很低,因为发现它达不到我们的预期,它也有风险,也会亏钱。但实际上无论是捧高还是踩低,我觉得都没有很客观地去看待它。从常识上来讲,没有风险就没有收益,所以量化投资不是没有风险,只是它的风险和我们传统主观投资的风险不太一样。一个好的量化投资是不会拒绝风险的,反而会去鼓励承担一定的风险,只不过它希望做到尽量去放开自己有把握的风险敞口,收紧自己没有把握的风险敞口。只不过,它会不接受毁灭性的偶发性的风险,而更希望通过对风险进行更精准的度量,把风险控制在可承受的范围内。所以理解到这一层,我觉得我们对量化投资的看法就会更客观一些。
这里有一个对量化投资相对准确的定义,量化投资是将投资思想转化为投资模型,借助于数据检验投资模型的有效性,进而利用有效的投资模型指导交易的过程。大家看看这些关键词,首先要有投资思想,然后做数据检验、建模,最后用来指导交易。所以投资思想是一切的源头,最初的源头,而投资思想来源于人,所以是人而不是机器应该对量化交易有趣的方面负责。我个人在量化领域已经待了10年,我对量化的理解,它就是一个工具,是一个方法,工具是没有好坏的,取决于你怎么用它,你用得对它就好,用得不对它就不好。所以到这里,量化投资和主观投资的关系也就呼之欲出了,我认为主观是量化的灵感来源,而量化是主观的工具。换句话说,我们量化投资经理可以从主观投资经理那里获取很好的投资思想,进而有可能转化成好的量化投资策略。我们主观的投资经理也可以使用最先进的量化工具来对自己的投资理念进行更严谨的验证,更有纪律性的控制和更有效率的执行。所以未来没有谁替代谁的概念,我觉得未来的趋势是融合。未来的某一天大家可能看到,卢总和田总使用最先进的量化工具跟大家演示他的投资策略,也可能看到我坐下来跟大家聊聊投资理念,都非常正常,都不要惊讶,因为未来的趋势是互相融合,不分彼此的。
站在当前这个时间节点,当然还没有做到互相融合,不分彼此,那么这个时候量化投资与主观投资有什么不同?其实也没有太大不同,准确且唯一的不同就在于技术,在于是否使用了量化技术。量化技术的特点是什么?系统性、纪律性、准确性、一致性。在除了投资以外的其他领域,我们使用遵守纪律的可重复的保持一致的方式做事情,其实都是很有用的。比如说我们在制造汽车的时候,驾驶飞机的时候,我们可以用机器去安装齿轮,我们可以用无人机工作。这样可以大大地节省人力,提高效率,也可以规模化、标准化。很棒对不对?
但是其实我们仔细想一想,用机器安装的齿轮和用手工安装的齿轮有什么不同吗?其实没有什么不同,因为都是被安装的齿轮,只是过程和技术不一样而已,用机器安装齿轮当然有一些显而易见的优势,但是有些齿轮只能用手工安装,不能用机器安装,因为它还需要精细化、个性化。驾驶飞机的时候也是一样,飞行员驾驶和无人机工作也并没有什么不同,都是一个要完成的飞行计划嘛。用无人机工作也有一些显而易见的优势,但是有些飞行计划仍然需要飞行员来驾驶,没有实现无人机工作,因为在应对一些临时突发情况的时候,临场应变能力还是我们人更强一些。
好,在投资当中买便宜股票这件事情,用机器选股票和我们人工选股票有什么不同吗?其实也没有什么不同,可能就是过程和技术不一样而已。主观投资者可能会这样做,人工计算和搜寻便宜股票。量化交易者可能会这样做,写计算机程序,扫描包含所有有关市盈率的数据库,找到符合预先定义的股票,然后利用交易算法在市场当中购买。大家看这个过程和技术不一样,但是最后选出来的股票,最后购买的股票和购买的原因有可能是完全相同的。当然量化投资也有一些显而易见的优势,但是投资领域是一个非常复杂的领域,我们在这个领域里不能量化和不适合量化的东西非常多,所以不是每一次都可以用量化技术来解决问题。
到这里大家可以想一下,既然用人工选股票和机器选股票并没有什么不同,那么这里面的核心竞争力在哪里?是我们通过量化技术选股票的过程吗?是我们通过机器在市场当中自动买股票的过程吗?都不是,我觉得都不是,它们只是技术的实现手段,真正的核心竞争力在于你对便宜股票的定义,在于投资理念,在于你是不是真的能准确地找出真正便宜的股票,并且在未来一段时间内取得超额收益。所以这还是一个投资理念的问题,是人而不是机器应该对我们量化交易有趣的方面负责。如果你没有一个好的投资理念,那么哪怕你使用了最先进的量化工具,可能最后都不会是一个好的结果。但是如果你有一个好的投资理念,并且再加上先进的量化工具,你就很可能是一个好的结果,并且还会是一个高效的有纪律性的实现过程。
我们前面介绍了量化投资是什么,量化投资与主观投资有什么不同,我们前面也看了,如果用量化做风险管理会达到什么效果,有一个直观图。那么我们为什么非要用量化来做风险管理?首先我们来认识一下风险管理是什么。风险管理通常会被误认为是降低风险的操作流程,但其实不是的,风险管理实际上是在给定的风险水平下,通过选择敞口并控制其规模来达到收益最大化,给定的风险水平其实就是我们能承担的最大风险,有时候就是以最大回撤来体现。我们还会选择敞口并控制,就是说我们不是拒绝所有的风险,我们要选择暴露一定的风险。最后我们的目标是在给定风险水平下最大化收益,这才是风险管理的内涵。所以我们不是一味地去降低风险,因为降低风险通常都是以牺牲收益为代价的,我们不能一味地降低风险,我们要考虑性价比,我们要让每一分风险所带来的收益是最大化的。所以我们认为最好的风险管理是什么样子?第一,没有风险就没有收益。刚才也已经提到过了,一个好的风险管理不能拒绝风险,而应该鼓励承担一定风险。第二,要做到减少没有把握的风险敞口,放开有把握的风险敞口。第三,我们不接受偶然风险和毁灭性风险,而更愿意对风险进行更精确的度量,把所能承担的风险控制在一定范围内。
这里我解释一下什么叫做减少没把握的风险敞口,放开有把握的风险敞口?因为风险其实是个非常相对的概念。这里举个例子,两个投资者,投资者A只擅长选股,投资者B只擅长择时。那么大盘涨跌的风险,系统性风险对于A就是风险,对于B就不是风险。而选不到好股票的风险,对于B就是风险,对于A就不是风险。所以大家想一想,分别对于这两个投资者应该怎么做风险管理?是不是应该A就专注于做选股,他应该用股指期货做完全对冲,让自己的收益和大盘涨跌没有关系,他只做超额收益。投资者B是不是就应该专注于做择时,别做选股了,应该买一堆指数基金,灵活地做仓位调整。当然最好的方式是什么?是投资者A和投资者B一起合作,一个做选股,一个做择时,这样出来效果是最好的,因为A的风险对于B不是风险,B的风险对于A不是风险,所以他们合作是最好的。
那么我们为什么要用量化来做风险管理?因为用量化做风险管理可以达到前面说的这个好的风险管理的效果,我们用量化做风险管理,就可以做到减少没把握的风险敞口,放开有把握的风险敞口,我们就可以做到对风险进行尽量精确的度量,我们就可以做到让风险管理更有性价比。而且其实风险管理是一个特别需要纪律性,特别需要执行力的一个领域,而量化恰好是这样一个工具,可以让你更有纪律性,更有执行力。
我们用量化做风险管理比较类似于买保险,我们来比较一下两者之间的共同之处。我们在买保险的时候我们比较不那么迫切想保的是什么?比如说分红险,对应的是我们的资产增值的需求。比如说我们小额医疗补充或小额意外保险,我们其实也不那么需要,因为它发生概率高,补偿额度低。其实发生了就几千块钱,1万、2万,我们自己完全可以承担,这是我们能够承受的风险。我们最想保的是什么?是家庭无法承受的变故发生时我们希望获得高额补偿,比如说青壮年的时候身故,可能家庭就失去了收入保障,这是一个很大的风险。比如说家人生了大病,需要昂贵的医疗费用,这个时候也是很大的风险。所以非常明显,我们能承受什么风险,不能承受什么风险,我们自己可以分得清楚。
那么用量化做风险管理也一样,在投资里面我们能承担什么风险,不能承担什么风险,其实也非常明白。风险管理不是看正确率的高低,正确率可以不高,我们可以经常地犯小错,打脸,然后会有小的损失,没有关系,这些都是我们能够承担的风险。我们最想规避的不能承担的风险是什么?是错一次就带来重大后果的风险,比如说没有及时止损,回撤太大,短期内净值没有办法再创新高。第二种情况是失去攻击性,踏空,该赚的钱没有赚到。这两种都是我们特别想规避的风险。而用量化做风控恰恰可以满足这个条件,就是他经常会犯小错,但是他在大的趋势上,大的方向上,一般不会有问题。特别是在趋势市当中,比如说在趋势性下跌的时候,我们主观上可能就不太忍心去卖出股票,去做止损,去做减仓,因为它已经那么便宜了。但是如果一直扛着,一直回撤,可能会对产品造成毁灭性的后果。但是如果用量化做风险管理,可能就不会有这个问题,因为他会在完全没有心理压力的情况下做出理性的决策,该减仓就减仓,该止损就止损,然后规避掉我们最想规避的风险。
回到买保险这件事情,我们为了规避风险我们愿意付出什么?我们愿意付出每年一定的保费,并且我们希望这个保费是高保额、高杠杆的,这个成本不能太大,我们希望成本是有限的。在执行方面我们有保险合同来保障执行。
用量化做风险管理也一样,我们愿意付出什么?我们愿意牺牲一些有限的收益,做风险管理是需要成本的,这是一个常识。所以我们牺牲一些有限的收益,让最严重的错误不要发生,获得更小的净值回撤和更舒适的投资者体验。在执行方面我们也有量化模型来保障风险管理的严格执行。
所以用量化做风险管理和买保险非常相似,它们最相似的一点就是都是用了有限成本来规避我们最想规避的风险。
除此之外,用量化做风险管理还有点像天气预报,天气预报大家很熟悉了,会衡量未来一段时间内可能发生的情况,提前做准备,提前做预案。它很多时候都是有效的,但是有时候它也会预测不准,但是大家会不会因为它有一次预测不准,就放弃使用天气预报这个工具?不会吧,还是会用,因为用了总比不用好。
用量化做风险管理还有点像亚马逊推荐,亚马逊网站上经常会推荐客户有可能喜欢的书,这个推荐一般来讲都是比较靠谱的,而且随着用户量的增加,随着时间的推移,这个推荐结果会越来越趋于准确和完美。
用量化做风险管理还可以享受到遵守纪律的好处,我们经常会有一个好的计划方案,但是其实计划方案的执行也非常重要,很多时候我们失败都是因为没有遵守纪律,所以执行也是非常重要的,而我们量化交易者比主观交易者在风险管理方面比较有优势,仅仅是因为我们可以在没有心理压力的情况下做出理性的判断和选择,而可以规避绝大多数人在遵守行为准则的时候所面临的人性的挑战,因为其实投资是反人性的,我们很多时候做一些正确的选择都非常的痛苦,非常的艰难,但是如果用量化来做这件事情就没有那么痛苦,没有那么艰难。
用量化做风险管理还有其他的一些好处,这里就不展开讲了。
当然量化技术不只是可以用在风险管理这个方面,它其实可以用在我们投资领域的方方面面。我们看一个完整的好的量化投资长什么样子,它是由三部分组成,alpha模型、风险模型和交易成本模型。alpha模型就扮演着异想天开的乐观者的角色,它负责赚取收益。风险管理模型则扮演着一个公正严明的执法者的角色,负责控制风险。交易成本模型它就是个吝啬的会计,负责节约每一分成本。对于我们泊通的股票型产品而言,alpha模型所对应的是我们的量化选股,风险模型所对应的是我们的量化择时,因为我们在股票市场里最大的风险就是择时风险。
在量化选股方面,虽然我们也做了很多年,我们也有稳健的超额收益,但是我们相比较而言,客观的评价,我们量化选股的结果没有我们主观投研团队的选股结果好,所以这块我们交给主观投研团队来做是比较合适的。交易成本模型我们交给交易系统来做,我们会使用很多的算法交易,自动化交易,尽量地去平抑市场波动,减少冲击成本。而风险模型是我们量化团队所擅长的事情,我们前面也讲了很多为什么用量化技术做风险管理是适合的。
所以到目前为止,我们新的产品线的脉络就很清楚了,就是我们的alpha模型交给我们主观投研团队来做,而其他的方面,特别是风险管理方面,交由我们量化团队来做,每一个团队都做我们最擅长的事情。
接下来我会分别介绍我们各个团队最擅长的事情,最后我们再来看结合起来的结果。
首先我们来看alpha模型,也就是选股模型,这里列举了几个简单的逻辑,选股方面一直是我们泊通长久以来的核心竞争力,刚才卢总和田总关于这块已经介绍了很多,所以我就不赘述了,这里只是对我们的选股能力有一个客观的评价。我们的基准是沪深300,我们年化超额收益在20%以上,就是我们每年平均会跑赢沪深300 20%,每个月平均跑赢1.68%,月胜率超过80%,月胜率是一个衡量稳定性的指标,就是我们100个月里面平均会有80个月是能够跑赢沪深300的,所以我们的选股能力大概是这样一个水平。
我们再来看我们的风险管理模型,也就是择时模型,这个是由我们的量化团队来负责的。这个模型本身非常复杂,今天肯定是讲不清楚,所以我只跟大家讲一讲大概的框架和所涉及的数据源。我们这个模型有几大类几十个指标来组成,我们希望通过多层次地去刻划市场风险,然后每天形成建议裸多仓位。我们的多层次是体现在我们有长线指标,也有中线指标,也有短线指标。我们监控国内风险,我们也监控国外风险。我们跟踪宏观经济数据,我们也跟踪技术面,跟踪市场分析,跟踪数学物理模型,我们有滞后指标,有同步指标,也有领先指标,我们是一个多层次的模型。具体到数据源上,我们有宏观数据指标、技术指标、基金的监控、估值、资金、数学物理指标、衍生品指标,包括期权、期货、预警指标、市场极端下跌空间的估计、市场分析,包括趋同度、景气度,还有市场情绪以及其他方方面面很多的数据。最后这些数据组合起来的信息才形成我们最后的结果。
大家看可能觉得这些数据源已经这么多了,其实我们还是觉得不够,我们还在持续地做丰富,持续地更新,然后升级,为什么?因为通过数据来衡量市场风险这件事情有点像盲人摸象,这是一个非常困难的事情,我们都希望尽量从多一些的角度去摸,然后多摸几次,然后尽量地去接近事实的全貌,这是我们努力在做的一件事情。
我们盲人摸象的效果怎么样?我们来看看我们择时能力的一个客观评价,这个数据和图表是来自我们泊通自主开发的量化风控平台,这个平台上的所有数据和图表都是每天自动生成的,绝无人工干预。
最上面一行是沪深300指数,描述的是系统性风险的情况。第二行是低换手率模型的风险提示,红色柱子越长,代表我们判断市场风险越高。第三行是高换手率模型每日建议裸多仓位,第四行是低换手率模型的建议裸多仓位。
大家第一眼直观看过去,因为建议裸多仓位每天都在变化,每天都在波动。中间会有很多犹豫的时候,会有很多频繁加减仓、左右打脸的时候,会产生很多损耗。有时候市场行情还没有正式开始就已经提前把仓位加上去了;行情还没有结束就慢慢把仓位降下来了,这里就会产生很多机会成本,但这个成本是我们应该要付出的,换来的是我们几乎规避了每一次特别重大的难以承受的下跌,我们都提前把仓位降下来了,我们也没有错过每一次系统性上涨,都提前把仓位加去了。大家看看这几个用圈标注出来的重要的时间节点,在这些时间节点上几乎都做出了比较坚定和准确的判断,所以中间的一些犹豫和损耗显得不那么重要,是我们应该付出的成本,有句话说得好,有舍才有得。
我们的选股能力和择时能力结合起来是什么效果呢?大家看这个直观的图。
最下面这一行黑色这条线是沪深300指数,也是基准。红色线是主观投研团队的选股模型,相对黑线有非常明显的超额收益。这条蓝线是对红线做了100%风险控制之后形成的一条曲线,相对红线又有比较明显的超额收益,这里我要解释一下这条蓝线是比较理想化的结果,因为蓝线在很多趋势性下跌的时候大幅做空,在这个时候净值发生了跳升、打开了距离,而对于股票型产品而言出现净空头的可能性是非常小的,所以它是一个理想化的结果。并且蓝线的回撤也不小,因为它有杠杆,它可以做多,也可以做空,做多的时候可以加到1.25倍杠杆甚至更多。所以,最贴近实际操作的是橘红色线,这条线是红线30%的仓位做风险管理所形成的曲线。直观上看,我们选股和择时结合起来的效果比它们单独的效果都要好。
从指标来看也是这样的结果。指标来看我们的收益得到了提升,波动率得到了降低,回撤得到了降低,而收益回撤比、夏普比、索提诺比也都得到了较大的提升,这是一个五年的长期的结果。这个结果看起来非常完美,但实际上如果我们放在某一个具体的时间段,结果可能会不一样。比如2017年下半年是一个单边上涨行情,同样看一下这条黑线还是沪深300指数,这条红线还是我们的选股模型,这条蓝线还是我们的选股+择时模型,大家看到这三条线基本趋同,蓝线收益率还是最低的,这也符合我们做风险管理需要成本的这个常识。但从数据指标衡量,蓝线仍然达到了最高的性价比,从指标来看它的夏普比和索提诺比都是高的,然后也降低了回撤和波动率,其实我们是付出了一些收益率获得了更好的性价比、更平滑的净值曲线和更舒适的投资者体验,这是我们现在非常看重的一件事情。
我们新产品线的策略,之前一直在泊通内部小资金试运行大概一年的时间,效果一直不错。今年开始我们的新产品线在泊通大规模实盘,大家可以看到有两个图。一是我们新产品线的实盘和基准的比较图;第二张图我要解释一下,我们的新产品线有三个子策略,第一个子策略是正常操作正常杠杆的;第二个子策略是在第一个子策略的基础上加了杠杆,这样收益率会更高、波动率也会更高;第三个子策略是在第二个子策略的基础上又加了风格轮动模型做收益增厚,所以它的预期收益会更高,预期波动也会更高。我们之所以做这样的设计,是希望他们不同的风险收益特征能满足不同投资者的需求,给大家多一些选择。