人工智能AI眼中的Base62x

人工智能AI的风潮已经刮了一阵子了,而且其行为能力也日趋强大。

自2021年底,以 OpenAI 公司的 ChatGPT 发布为标志性事件,真正具有可以和人对话的 AI 面世了。一时引起业界轰动,无数基于数字和文字的重复性繁琐劳动都几乎可以交给人工智能 AI 进行处理了。
我们研究团队也在跟进人工智能 AI 的发展,期间小结发布了两篇与之相关的 Blog,内容如下:

http://ufqi.com/go/?mod=blog&id=2940&tit=有福新闻UfqiNews新增语音引擎,有声世界畅听无限
http://ufqi.com/go/?mod=blog&id=2954&tit=人工智能AI的聊天对话机器人ChatGPTvs传统搜索引擎

毫无疑问的,我们对人工智能 AI 的未来充满期待,AGI 生成式人工智能的表现,更为惊人,几乎改变了我们对世界的认知,如果一个 AGI 引擎,可以按照人类的思维逻辑进行文字创作、模拟人的声音、进行绘画,甚至进行视频生成,那我们所面临的世界到底是真实的,还是由这个 AGI 引擎生成的?

这么发散思维的话,AGI 已经早早地超越了图灵测试了。AGI 似乎不但能欺骗人类,甚至在一些特定领域超越了人类。后者被超越的人类,这时候才是真正感觉到迫切的危机的时刻了。
最逼近的可能就是 AGI 可以使用人类发明的编程预言,按人类的布置的任务进行相应的编程了,这相当于一名普通程序员的工作。

AGI 生成式人工智能,最可怕的也就在于这个 生成/生产。如果只是简单的模仿,比如按照给定的一个锤子生成另外一个锤子,这在数字互联网领域,似乎已经成功了。如果有一天,一套 AGI 完全复制了自己并进行不断的迭代的话,那真是打开了潘多拉的魔盒。

在物理世界里,比如美国 Boston Dynamics公司的人形机器人,如果按照自身的部件完全复制(繁衍)出另外一个人形机器人的自我,那估计也是噩梦的开始。

说了那么多 AGI 的长处,还没有提到 Base62x ,我觉得 Base62x 现在似乎可以成为一块试金石,能够检验 AGI 本身的学习进度和学业水平、行为能力等。

比如,我们希望 AGI 用 Python 写一段 Base62x 的编解码程序。以下是 OpenAI 的 ChatGPT 和 Google Gemini 的两个 AGI 的表现:

Base62x by AI in OpenAI, 202404
Base62x by AI in Google, 202404

可以明显地看到,两个 AGI 都在认真地一本正经地“胡说八道”, 他们并没有理解 Base62x 是什么意思。Base62x 不是以62为进制的,而仍然是以 64 为进制。
AGI 可能是按照概率,输入 Base62x 的人,大概率多数是输入手误,心中要求解的是 Base62 .
或者还有一种可能,在这两款 AGI 的字典里,根本就没有 Base62x 这个名词,而是想当然地找一个 最相近的最大似然的答案 Base62 。

这可能曝露出一般用户无法察觉到的 AGI 的劣势,他的知识库仍是依赖人类的输入,无论是知识量级还是知识更新频率,可能都无法与已经成熟运行多年的搜索引擎相比。

在 Google search engine 中,关于 Base62x 的页面数量从2016年的 3.4K 增加2024年的 8.1K ,对于这些基于概率的,基于贝叶斯的,基于神经网络的这些有代表性 AGI 竟是不知道。
似乎这也是 AGI 极度模仿人类的一个结果,如果在大街上随机采访,或者在程序员群体中随机采访,可能普遍的回答,都与 AGI 的回答非常相似:

Base62 我懂啊, blabla….

可是我们的提问是 Base62x 啊,估计只有极其严谨或者自信、且坦承的少数人会回答:

Base62x , 我不懂这个带 x 的啊….

也许在这些 AGI 中故意设置了某种对冷门知识的回避,或者要兼容这些不常见的知识点需要额外的大量计算资源,更有可能是这些 AGI 距离真正的实用,还有很长的路要走….
无论如何,我们不希望看到的局面是:
在扯蛋的事情上很专业,在专业的事情上很扯蛋。

相反,我们希望的 AGI 是:
在扯蛋的事情上可以不专业,但在专业的事情上一定不能扯蛋。

真正实用的 AGI 可以听不懂人类的冷笑话(河南 还是 荷兰?),但一定不能搞混了 水印 和 水银,就像不能搞混了 Base62 和 Base62x 一样。
希望 AGI 越来越好。
仅以为记,也许 3~5年之后,可以再测再评。


发表在 Base62x, 计算机技术 | 标签为 , , , , , | 留下评论

彩染发剂植物纯自己在家染头发膏女2021流行色显白天然冰糖雪梨膏儿童宝宝砀山慈梨膏捐助乌克兰Help Ukraine老板选址BossXuanzhi

证券股票市场熊市中谁在买入?

在此前一篇的连续四个章节来讨论《金融证券交易的市场中性风险对冲的投资策略》,希冀于某种投资策略可以穿越牛市熊市,在两种市场情况下都能游刃有余获利颇丰。这是一种令人艳羡的让投资人趋之若鹜的终极目标。实际上,道阻且长,这一理想状态始终不容易抵达,尤其是在熊市中赚钱,这是一件极其困难的事情。对熊市了解得多与寡,似乎也能体现我们对证券股票市场的认知水平。
2024年2月初,就在我们完成市场中性风险对冲的投资策略四个章节的那个系列文章前后,中国股票市场经历了近年来少有的几次千股跌停的悲惨股灾。此时恰逢中国农历春节前夕,社会舆论影响极大极坏,迫不得已中国证监会甚至采取了禁止机构卖出的极端措施,来缓解股灾进一步地恶化。

我们都知道在牛市,人们总是拿着大把的钞票跑步入场,希望能尽早参与其中分一杯羹,那么在熊市中,尤其那些数百只股票跌停、千股跌停的极度恶劣的情况下,谁还在买入呢?
毕竟在一个开放的市场中,有卖也得有买,才能形成交易,牛市中的买入容易理解,那么熊市中那些买入的人是谁?他们是怎么考虑的?不怕亏损的敢死队吗?还是靠情怀爱国?

本篇我们希望深入去探讨一下这个话题,转换角色,如果我就是在熊市中买入的人,我会怎么考虑这样的情形?
这是温习经济学著作的第三十六篇习作,之前的各篇附列于文后备查。

按一般的学术范式,我们需要来一次文献检索和综述的工作。
首先是对股票市场牛市和熊市的定义的,这个相对容易,我们在之前也讨论过,有个数据指标就是20%,当一个股票市场在较短时间内上涨20%,则认为是进入到一个新的牛市阶段。相反地,当一个股票市场在较短时间内下跌了-20%,则认为该市场进入到一个新的熊市阶段,循此往复。
根据网上的关于熊市一些统计资料
The 27 distinct declines of 20% or more in the S&P 500 index between 1929 and 2022 lasted 292 days on average, according to Ned Davis Research.
美股股票标普500指数,在过去的93年里有27个超过20%的大跌,且熊市平均持续时间为292天(差不多一年)。时间比例上看,大概1/3的时间都是熊市中挣扎,这还是牛长熊短的美国股市。换做其他市场,熊市的时间占比可能是1/2,甚至2/3。比如中国沪深股市,1992~2023年间31年时间里,经历11次熊市,共计6325天/18年熊市时间约60%的时间都是熊市
基于这样的认知,我们说,设法在熊市中赚钱是刻不容缓的、无法回避的。
在漫长的深不见底的熊市中,大众都在基于抛售止损出逃的时候,究竟还有谁舍命往熊市里冲去做接盘侠呢?

我们网上检索的资料显示,价值投资者、机构投资(产业投资)者和政府救市资金是排名靠前的几个对象。
价值投资者是容易理解的,比如最著名的代表美国股神沃伦巴菲特,在别人恐惧时他贪婪,股灾熊市中买入多一些,似乎是可以理解的。
机构投资(产业投资)和政府救市资金,可以归为一类,也即是“白衣骑士”的角色。当某一个或多个个股陷入困境时,尤其是现金流枯竭危险的时候,必然将优质资产进行打折出售以进行自救。这时候这些产业资本就会乘人之危下场买入被迫抛售的优质资产,寄望于很快会翻倍涨回来。
从我们的观察和经验来说,似乎还不止这些,于是我们将这个问题请教人工智能AI-小福Xiofo,Google-Gemini 给出了如下这个说法:

  1. Value investors. These investors look for stocks that are trading below their intrinsic value. They believe that the market is temporarily undervalued and that the stock price will eventually recover.
  2. Distressed investors. These investors buy stocks that are in financial distress. They believe that the company can be turned around and that the stock price will eventually recover.
  3. Short sellers. These investors sell stocks that they do not own in the hope of buying them back at a lower price. They make money if the stock price falls.
  4. Speculators. These investors buy stocks in the hope of making a quick profit. They are not concerned with the long-term value of the stock.

这个人工智能AI给出的简短列表相对而言较为完整,在熊市中买入的人,除了前面所列举的价值投资者(Value investors)和机构产业投资者(Distressed investors),还有较为重要的做空卖空者(Short sellers)和极短期高频交易者(Speculators)。

在我们看来,补充列出的第三种做空卖空者 (Short sellers) 和第四项短期高频交易者 (Speculators) 才是更为重要的,决定熊市走向的主要力量。尤其是第三种做空卖空者,他们才是熊市中的旗手或者主力,熊市的走向可能很大程度上是由他们决定的
熊市的开始是由于他们敏锐地捕捉到可能引起恐慌情绪的信息,进而率先发起融券做空,改变股市上行态势。当大众跟风抛盘的时候,熊市初期开始显露。然后做空者进一步放大并重复循环做空获利流程,做空者进一步地获利的的同时,熊市则随着一拨一拨地做空,一步一步地下坠。
短期高频交易者则是猪一般队友的存在,他们并不关心市场大盘走势(无论牛熊),像我们在之前讨论的,他们的生存根基是市场中性和风险对冲,不管涨跌,只要有获利,他们都会参与其中时刻进行买卖,为市场提供流动性的同时,也加速了熊市的步伐。

我们可以用一张图来描绘做空者如何利用恐慌情绪进行获利的同时,加速熊市下坠的过程。

股票融券做空卖空

当市场恐慌情绪被点燃后,各种股票持有人都在竞相跑出。做空者顺势而为,借入10股当时市价为100元的某个股A,由于市场存在极多抛出盘,涨价卖出几乎不可能,但可以降价5%,以95元卖出。此时做空账户欠个股A10股,持有现金950元。
由于做空逻辑不是期望涨,而是期望继续下跌,做空者此时持有现金950元,可以躺平坐等该个股A由市场自行降价到50元再买入10股,并归还给券商,实现获利 950-500=450元。

为了加速助推下行,做空者也可以躬身入局,参与其中,不断买跌,从而实现更快速的熊市下跌。
市价95元的个股A,做空者可以自己左手倒右手,也可以摇人、呼朋引伴,以90元买入,由于抛售盘太多,或者朋友圈猪队友的神助攻,很容易就成交了。此时,持有个股A10股市值900元,现金50元。

继续地往下砸盘,90元市价的,报价85元卖出,此时可能价值投资者接手或者其他做空者接手,第三轮成交。此时做空账户欠个股A10股(市值850元),持有现金850+50=900元.
注意,此时市值和现金已经不相等了,此时住手,已经有900-850=50元的盈利了!

循此往复,经过大致十轮左右,做空者自己左手倒右手,或者在朋友圈内、其他志同道合者一起,就能获利 250元,比起躺平坐等获利450元,自己参与做的获利有所减少,但贵在有把握,而且时间飞快。最终算年化利率的时候,没准又是少即是多呢。

做空者的可怕就在于此,往往深不见底的熊市就这样的一拨拨的做空者一轮轮地做空操作下形成了。
我们看到的熊市中的交易依然热火朝天的,就是这些做空者不断在其中反复操作所导致的,同时叠加吃瓜群众一般的极短期高频交易者,不管牛熊市,只要有价差或者预期价差就进行买卖操作,从而形成了即便是熊市也每天依然有大量的交易发生。
只是这些交易也加速了熊市的下跌,下跌预期导致了做空,做空又加剧了下跌,从而预言谣言成了自我实现!可怕的漩涡与陷阱。恰如陷入沼泽地了动物,越是动弹,越是下跌得快、下跌得深。

从这一点上来说,熊市是由于下跌预期触发了做空,而做空成就并加速了熊市,完美的预言谣言自我实现。
毕竟所有稍微专业一点的投资人都会在每一笔投资上加上止损线,触发止损线就要无条件终止,而这正是做空者屡屡得手的前提之一。做空者不断地内循环卖空下跌到各个投资人设置的止损线:-5%, -10%, -15%, -20%, -30%….,更多的止损导致更大范围更深烈度的下跌,恶性循环下去。
只要做空者愿意,并且证券监管政策允许,一个证券市场可以一直是熊市,或者2/3, 3/4,4/5的时间都是熊市。
只要少数的价值投资人无底线地持有少数“内在价值”优异的金股,或者少数亏了就死扛的鸵鸟菜鸟韭菜投资小白。只要做空者继续做空,即便有逢低买入并持有的,或者某种上涨预期,也会被消弭得成不了气候。

所以解铃还须系铃人,真正终结熊市,形成牛市预期的,不是价值投资者、机构产业投资者的扭转乾坤,而是做空者收手了。
让做空者放弃这种熟稔的获利工具,只有大约两种可能:
1. 主动停止做空:
市场基本面发生极大极其根本的改变,再继续做空所面临的风险大于收益,做空者就会收手,转而去做多获利——风险小而收益大。比如央行的无限量化宽松,政府政治基本面改弦易辙等等.
2. 被动停止做空:
政府部门证券市场监管层,一键锁死融券做空的按钮,导致无法进行融券操作,从而暴力阻拦继续做空。此时,随着价值投资者等人的逐渐买入,或者极短期高频交易者发现价差预期,从而带动牛市预期。

小结全文,在证券股票市场熊市中,卖方抛售的人大有人在,而买方是谁?一直是我们心头的一个疑问。经此一番分析,我们知道,熊市中活跃的主导力量就是做空卖空的人,没有他们的主动参与,甚至熊市不会下跌那么快,或者没有那么深度。
价值投资者不是熊市的终结者,真正扭转熊市的人,是那些做空卖空者,他们或者主动放弃停止做空,或者被动收手,从而还市场原来的发展面貌。在其他各方的共同努力下,逐渐形成市场上涨预期。

从此延展开来,一个证券股票市场,如果是牛长熊短(比如美国股市),说明该市场做空者机会不多,做空可以偶尔为之;
相反地,如果一个证券市场,如果是牛短熊长(比如中国股市),则说明该市场做空者有很多获利机会,做空卖空始终如影随形,时刻伺机而动。

这是温习经济学著作的第三十六篇习作,之前的各篇附列如下。最近的附列在前。

  1. 金融证券交易的市场中性风险对冲的投资策略4/4, https://ufqi.com/blog/risk-hedge-and-market-neutral-with-ai-cycle/
  2. 金融证券交易的市场中性风险对冲的投资策略3/4, https://ufqi.com/blog/risk-hedge-and-market-neutral-with-edward-throp/
  3. 金融证券交易的市场中性风险对冲的投资策略2/4, https://ufqi.com/blog/risk-hedge-and-market-neutral-with-smth-bbs/
  4. 金融证券交易的市场中性风险对冲的投资策略1/4, https://ufqi.com/blog/risk-hedge-and-market-neutral-in-investing/
  5. 金融證券投資中的内幕消息 Inside Information , https://ufqi.com/blog/security-martket-inside-information/
  6. 風險對冲基金兩頭下注對賭投資的穩贏策略–最大化最低收益 , https://ufqi.com/blog/hedge-fund-win-max-minimal-income/
  7. 兩種成功商業策略之一:從低成本低價格中開創品牌, https://ufqi.com/blog/strategic-routines-to-succ-with-low-cost/
  8. 政治政體對經濟財富的影響, https://ufqi.com/blog/political-structure-pair-fortunate/
  9. 爲何被動指數基金跑贏大多數主動管理基金? https://ufqi.com/blog/index-fund-win-manipulate-fund/
  10. 重新認識銀行加息–存款利率升高意味著什麽https://ufqi.com/blog/step-up-savings-rate-consequences/
  11. 11~35暂收起略过,请从上一节进入查询查看。
    —-
ufqifina
有福金融UfqiFina : https://ufqi.com/finance

有福金融 是一个旨在促进财富稳步增长的工具平台。
UfqiFina is a platform of tools designed to promote wealth growth steadily.

发表在 社会生活 | 标签为 , , , , , , , | 留下评论

书皮纸自粘透明磨砂加厚包书皮小学生一二三四年级上册上学期书膜全套课本书本保护套16k封面外壳防水a4彩染发剂植物纯自己在家染头发膏女2021流行色显白天然冰糖雪梨膏儿童宝宝砀山慈梨膏捐助乌克兰Help Ukraine

金融证券交易的市场中性风险对冲的投资策略4/4

股票市场也是不完全信息的游戏并且和桥牌非常相似,因为各自都有欺骗的手段。
–爱德华O索普《战胜一切市场的人》

这是关于市场中性风险对冲投资策略讨论的第四篇,也是最后一篇。我们将在这个最后章节中回顾和小结此前三篇的相关内容,归纳这些进行市场中性风险对冲投资策略背后的理论基础。希望能提炼出一些可以指导未来投资活动的基本原则或者实践教条。

简要回顾我们所讨论的内容,此前三篇我们分别从投资思维的转变说起,引入了普林斯顿概率学读本中的关于美国超级碗比赛的案例,投资决策出发点要从“最大化预期收益”转为比较保守的“最低收益最大化”。只有保证了一定的“最低收益”,才算是真正意义上的市场中性,才是具有风险对冲思维。
紧接着的第二三篇中我们分析了各种投资操作实例,中國上海青山金屬鎳期货套期保值的操作清华大学水木社区BB中的多位股票操盘手从时间维度上进行风险对冲的操作案例量化投资大师爱德华O索普利用股票现价和期权定价从空间维度上进行风险对冲的案例

在这些案例分析中,我们似乎也看到一些共性的特性,尤其是再进一步地结合我们所开始的这个温习经济学著作的Blog,前后对比,左右印证,可以看到大致的如下一些关键点——概率以及基于人工智能AI的数学模型为市场中性风险对冲的投资策略提供了技术支撑。

A1. 金融风险的背后是概率论

经典科班都普遍认为,金融就是经营风险的行当。对风险的评估就是概率,一件事发生与不发生的大概数值比例,或者一笔投资/融资的成功的概率。
这与我们日常行为中对投掷硬币的行为概率描述差不多,文字面朝上的概率是多少?这也与我们平常的赌博中的算牌一样的,手中的牌和场下的牌是明牌,而对手的牌和未派发的牌则是暗牌,根据明牌计算暗牌的概率,就是决胜赌博的关键。

在21点赌博中,爱德华O索普就是这样一位算牌高手,从而能够在每次赌博时都能稳赚不赔。
说来原理似乎都是很基础和简单的,只要在概率上略有优势,那么在多轮赌博之后,就能够依靠平均概率的微弱优势获胜。
这就是我们之前讨论的在时间维度上进行风险对冲的操作,在t0时间上的盈余去覆盖t1时间上的亏损,只要在统计数据上能够有赢的概率上的优势即可。

在真实的投资世界中也是如此,尽管有效市场假设已经流行很多年,但正确的解读是正是因为有无数善于钻营懂得算计的人参与其中,才使得这个实际上“无效”的市场看起来非常有效。
昨天的股票价格以及昨天交易对手的各种买卖交易量,这些是是明牌,下一秒下一小时的价格和对手的买卖信息是暗牌,如何根据明牌计算暗牌的价格概率?
如果历史数据显示的赢的概率大,那么多轮交易后则可以获得正收益。

B2. 预测的前提是周期论

太阳底下没有新鲜事,以史为鉴可以知兴衰起伏,这些论调我们在之前的《经济周期论兼议称傲股票牛市熊市的秘密》( https://ufqi.com/blog/economic-cycles-and-profits-in-stock/ )一篇讨论中进行过解读与分析。

经济学、金融学或者更加具体地说,股票市场存在周期性的波浪式的起伏,是源于我们赖以生存的客观环境中存在着不以人类的意志为转移的周期性的客观规律。这些起着支配性作用的周期律可能是股市涨跌起伏最根本的原因。

这些周期包括日出日落、月亮的阴晴圆缺、大海的潮起潮落、春夏秋冬的四季变化等等。基于这些大自然周期,产生了人类的经济周期,这些经济周期包括农业生产周期1~12个月(蛛网周期)、工商业存货周期2~4年(基钦周期)、设备投资周期6~11年(朱格拉周期)、科技创新周期50~70年(康德拉耶夫周期,康波)等等。甚至中国学者曾经小结到人生发财靠康波,认为“人生就是一次康波,三次房地产周期,九次固定资产投资周期和十八次库存周期,人的一生就是这样的过程”。

未来是否可以预测——经济周期和人性
经济周期的各类周期时长

基于这些周期做预测,认为过往已经发生的事情还会再次发生,正是数据图表技术派投资人士的信仰基础。如果每一次的投资都是一次独立事件,其输赢的概率不受过往历史的影响,那么就没有统计分析与统计套利的说法了。同样地,如果每一天在历史上都是崭新的一天,那么太远底下就都是新鲜事了,以史为鉴也是一句空话了。
显然实际与事实上并非如此,大周期中套着小周期,随着历史数据的累积,人类总能在无数的黑天鹅事件中,依靠贝叶斯概率推理找到下一步的大概率地赢的方向。
如果依然使用投掷硬币这样看似公平的概率例子来说,如果过去的100次、1000次的投掷统计中,出现字面的概率是60%,而不是预期的50%,那么在下一次的输赢预计中,大概押注出现字面的概率会大一些。尽管在60%字面概率下,依然可能连续出现5次图面朝上。

History doesn’t repeat itself, but it often rhymes.
— Mark Twain

C3. 人工智能AI可以拟合出任意曲线

人工智能(Artificial Intelligence, AI)在最近十年来取得了突飞猛进的发展。
其中影响较大的是使用人工智能来模拟之前在计算领域需要人类来完成的各种任务,如语言翻译、图像识别、数据分类等等。基于梯度下降、反向传播等计算技术,辅以目标优化激励函数,模拟神经网络的人工智能AI可以拟合出任意曲线的最优解参数。
也就是说,基于海量的训练数据,神经网络计算系统可以完全模拟出任意可以符合所有历史数据的曲线,基于这个最优解构建一个模型,以此来预测或者决策未来的行为或者动作。
这种暴力穷举法,在没有出现黑天鹅的情况下,就是局部最优解。同时,我们在无法获得全局最优解的情况下,这个当下的局部最优解就是“全局”最优解。

在线体验神经网络的计算可以在下面的页面查询到:
http://playground.tensorflow.org/

D4. 回测数据找出最低收益最大化的上下限

根据大量的历史数据,使用经过AI训练出的数学模型,可以找出符合“最低收益最大化”的最优解策略,从而指导当下的投资策略.

与我们在 C3 中使用基于人工智能的各种计算技术找出的局部最优解数学模型是孪生一对,投资策略回测使得我们不但能够找到局部最优解,还可以融入人类新的理解与认知智慧。
我们知道存在周期律,同时我们还知道历史不会简单的重复。基于此,我们使用先进计算技术找出的局部最优解,是针对已经发生的历史数据最优解,但却不一定能够成功的适用于未来。
这时候,就需要我们与时俱进的加入时代的特征和人类的最新关于认识自然改造自然的知识和智慧。

经过人工修正的投资策略、数学模型会怎样?
答案是需要用历史数据进行回测,让时光倒流,假如在若干时间之前,我们采用当下的买卖策略会有怎样的表现?

如果经过人工修正加入时代特征的投资策略数学模型也能够在历史数据中有不错的表现,那应该是可以信赖的结果,有希望在未来也获得更好的预期收益,或者至少不会太差;
相反地,如果加入了新的认知智慧修正的策略或者模型在历史数据上的回测结果强差人意,那说明该策略或者模型还不是十分靠谱,有可能在未来出现不可预测的结果,需要做进一步的修正。
或是或非,好能好到啥样,差能差到啥样,在决战之前已经能够做到胸有成竹,知此知彼,然后百战不殆。

小结全文,我们认识到经济学中金融的本质是对风险的认识和把握,是对风险的应用和管理。
对投资风险的量化管理最终会定量分析到概率上,也即一项投资决策,赢的概率是多少,对应的收益是多少。
在概率计算上,我们认识到要依靠历史数据进行统计分析,大部分的概率都是基于已经发生历史数据的挖掘,依靠实证的数理分析可能要比纯粹的演绎推理在实践中具有参考或指导意义。

借助先进的计算技术,我们能够使用神经网络、深度学习等技术拟合出任意曲线,找出满足特定激励函数的局部最优解,从而形成具有预测未来的数学模型。
在局部最优解的数学模型中加入与时俱进的时代特征和认知智慧,新的投资策略可以在使用历史数据进行策略回测,让时光倒流,从而检测结合最新计算技术和人类最新智慧的投资策略的输赢的上下限,从而迈向或者不断逼近让最低收益最大化的终极目标。

这是温习经济学著作的第三十五篇习作,之前的各篇附列如下。最近的附列在前。

  1. 金融证券交易的市场中性风险对冲的投资策略3/4, https://ufqi.com/blog/risk-hedge-and-market-neutral-with-edward-throp/
  2. 金融证券交易的市场中性风险对冲的投资策略2/4, https://ufqi.com/blog/risk-hedge-and-market-neutral-with-smth-bbs/
  3. 金融证券交易的市场中性风险对冲的投资策略1/4, https://ufqi.com/blog/risk-hedge-and-market-neutral-in-investing/
  4. 金融證券投資中的内幕消息 Inside Information , https://ufqi.com/blog/security-martket-inside-information/
  5. 風險對冲基金兩頭下注對賭投資的穩贏策略–最大化最低收益 , https://ufqi.com/blog/hedge-fund-win-max-minimal-income/
  6. 兩種成功商業策略之一:從低成本低價格中開創品牌, https://ufqi.com/blog/strategic-routines-to-succ-with-low-cost/
  7. 政治政體對經濟財富的影響, https://ufqi.com/blog/political-structure-pair-fortunate/
  8. 爲何被動指數基金跑贏大多數主動管理基金? https://ufqi.com/blog/index-fund-win-manipulate-fund/
  9. 重新認識銀行加息–存款利率升高意味著什麽https://ufqi.com/blog/step-up-savings-rate-consequences/
  10. 金融证券市场中關於股票的供給與消費, https://ufqi.com/blog/security-market-in-china-by-fraud/
  11. 11~34暂收起略过,请从上一节进入查询查看。
    —-
ufqifina
有福金融UfqiFina : https://ufqi.com/finance

有福金融 是一个旨在促进财富稳步增长的工具平台。
UfqiFina is a platform of tools designed to promote wealth growth steadily.

发表在 社会生活 | 标签为 , , , , , , , , , , , , , | 一条评论

捐助乌克兰Help Ukraine老板选址BossXuanzhiUfqiFina有福金融UfqiWork有福工坊

金融证券交易的市场中性风险对冲的投资策略3/4

一样东西是否随机取决于这个人得到信息的多寡,得到的信息越多,随机性就越小。
—- 《战胜一切市场的人》(引用下同)

这个系列是讨论在金融证券市场领域,如何通过风险对冲将投资活动中的盈亏互见转为稳赚不赔的生意、实现市场中性的投资策略。操作层面上看风险对冲可以分为在空间维度上对冲掉风险和在时间维度上将投资风险对冲掉。
我们计划用四个章节进行分析,其中在第一节已经分析了投资理念的转变——从最大化收益到最低收益最大化的改变,在第二节我们使用水木社区BBS及有福金融上的多个例子交叉印证了在时间维度上将投资风险对冲掉的合理与可靠。
这是第三节,我们打算从较具体的视角来看看量化投资大师爱德华O索普(Edward O. Throp)的投资履历和其背后的理念。

爱德华O索普的投资思路是从美国拉斯维加斯赌场里的赌博21点算牌开始的。
在他看来,赌博中的21点游戏,可以通过已经发出牌面点数计算后续输赢的概率,在赢的概率较大时下大注,而在输的概率较大时则下小注或不下注。从而依据较为微弱的概率优势获胜。
由于其在概率的计算上如此精通与熟稔,以至于在他参与的21点赌博中,几乎都是稳赚不赔。以至于绝大多数赌场都将他极其团队列为不受欢迎的人,以至于爱德华O索普先生无法继续从赌场中获得更大收益。

A1. 期权定价模型

不满足于此的他依靠深厚的学术思维和数理知识,很快发现了更大的赌场——美国华尔街金融证券交易市场。依据运用数学统计分析工具,他很快发现了通过“统计套利工具”可以针对同一投资标的物在不同市场有不同的定价,这样就可以利用市场空间上的定价价差来进行获利。
所谓不同市场,就是现货市场与期货市场。在现货市场,就是我们普遍认为的股票交易,绝大多数人都从入门到精通的股票交易,可以买多或者买空——甚至可以使用风险对冲思想——同时买空与买多同一支股票。

这种对同一支股票同时进行买多与买空的操作,虽然听起来可以操作,但落实到实操层面,似乎又现得过于险隘与内卷。如果说股价已经反映了被投资标的所有可以运用的信息,那么同一时间点上同一标的物在同一股票市场上,其买多价格与买空价格之间的差异空间,应该是非常小的。可操作空间狭小,意味着风险小,风险小也同时意味着收益低。
从本质上上,对同一支股票进行买多还是买空,并不是真正意义上的空间思维上的风险对冲。
如果用一个例子来比喻,假如纽约市场的黄金价格与伦敦市场的黄金价格出现较大差异,有可以买卖套利的机会,那么对同时同一支股票进行买多和买空的操作,就相当于纽约市场黄金价格市区价和郊区价格的差异,可能会有,但量值空间不大。

真正让爱德华O索普先生大显身手的是同时在股票现货市场和期货市场两边下注、风险对冲的操作。具体操作上来看,他选择在股票现货市场锚定某一支股票,通过数据分析,认为其价格在接下来的一段时间内将上升或下跌,从而在现货市场进行买多或者买空。
这当然是有风险的投资活动,尽管从概率上来说,他们已经通过“套利统计工具”分析得到赢的概率较大,但依然存在亏损的风险。就像我们在最早第一节中讨论的那样,如果这个操作只是停留在这个层面,他们能追求到的依然是“最大化收益”——赢的概率越大,最终收益越大,但无法兜底,也即没有“最低收益”,或者说最低收益可能是亏损。

机缘巧合,索普先生最早期的几次关于“权证”(期权)的成功经历,启发了他。他随后通过在期货市场下注与现货市场同一支股票的期权价格来实现对现货市场买多与买空的相应对冲。
如此以来,相当于在现货市场股票交易中买多,对应的在期货市场对同一支股票的期权进行买空;或者在现货市场买空,然后在期货市场对期权进行买多。
最终,未来某个时间点,无论是这支股票的价格是否按预期的上升或下跌,他们总能够在买多或者买空一面收获盈利,而且,重要的是这个盈利差可以覆盖掉反向操作的亏损。

做空价格被高估的权证总体上是盈利的,但风险非常大。买入股票也是如此。不过当我们对冲权证和相应股票的时候,两者的风险大部分会相互抵消。
  在用历史数据进行模拟测试时,我们的年优化策略达到了25%的年回报率,并且风险非常低,即使用1929年经济大萧条时期的数据回测结果也是如此。

这也是为何他们没有选择同样在现货市场进行买空买多的互斥操作,也没有选择在期货市场进行个股期货的反向押注,而是选择了更远的空间——股票期权(股票期货权证)。
这从另外一个侧面也反应出来,在基于空间维度上进行套利操作或者进行风险对冲,v0空间里的买多与v1空间里的买空,两者相距越远,其价差可能越大,风险较小,且获益较大。
现货市场的股票价格与期货市场里的期权价格,至少差了两个数据量级的空间维度。恰如,做黄金市场间的价格讨论,印度与美国的黄金价差应该远远大于美国东西海岸之间的黄金价差。

期货Futures与期权Options

还有更加具有加成意义的机会,当时期货市场里的期权市场方兴未艾,还是个新事物,很多从业者并不熟悉,也很少有能摸清门路的。在这样的背景下,爱德华O索普先生似乎是期权交易领域第一批吃螃蟹的人,赚得盆满钵满,事后看来,确乎有天时地利人和完美加持。

B2. 闷声发财与见光死的魔咒

期权权证定价模型公式

期权定价模型公式,这是量化投资大师爱德华O索普一战成名的利器。
尽管他是最早发现并将之应用到金融证券交易,并且获得巨额投资回报的人,但这个期权定价模型的著作权却被另外的人率先发表并由此获得诺贝尔经济学奖。


在1967年,我对权证定价的研究又向前推进了一步。
直觉上我觉得公式中的那两个变量——折现系数和增长率,可以由所谓的无风险利率,即美国财政部在权证失效日到期的票据利率代替。这可以将原本有几个未知数的不可用的公式转换成简单而实用的交易辅助工具。
我在1967年就将之应用到了我自己和投资人的账户。
这个方法的实测效果非常好。我当时并不知道,在1969年,费舍尔·布莱克和迈伦·舒尔兹受到《击败市场》的启发,对这个公式进行了严密的证明,最后在1972年和1973年发表了论文。
这引领了金融市场里衍生证券的快速发展和传播。
由于他们的贡献,迈伦·舒尔兹和罗伯特·默顿获得了1997年的诺贝尔经济学奖。诺贝尔奖委员会还对费舍尔·布莱克(1938—1995)的贡献致谢,并且表示如果他没有因咽喉癌早早去世,就能和他们共享这一届的诺贝尔经济学奖。

市场上的任何投资优势都是有限、微小并且短暂的,只有最聪明或者消息最多的投资者才能抓住这些优势。
—-价值投资教父本杰明-格雷厄姆

由于期权定价公式的发表面世,更多的投资机构和人开始涌入这一狭窄的领域进行淘金,很快利润被摊薄,投资收益率开始降低,最后将趋于市场平均水平。最终依靠这一独门秘笈将再无可能战胜市场、获得超额收益。
有效市场假说里面,市场总是存在细微的赚钱机会,然后被最具有竞争优势的人捕捉到获利机会,然后市场趋于更加有效,获利机会消失,等待新的机会.
( 关于股市预测股票价格随机游走与有效市场假说, https://ufqi.com/blog/stock-price-at-random-stochastic/ )

最后,也是对社会政治的厌恶、对家人朝夕相伴的向往,一代投资大师,开创使用计算机进行量化投资交易的人,选择了金盆洗手、挂靴而去,当然带着他从金融证券市场挣得一辈子都花不完的金钱与财富。
祝福他。人已不在江湖,但江湖上还有关于他的传说,已是对爱德华O索普先生最大的褒奖与致敬。

C3. 下一个投资机会

爱德华O索普意外地发现期权定价模型,并由此获得超额回报,或许并不是个例,而是金融证券投资活动中的案例。
也许此刻,全世界的金融投资交易中,还有很多未公开发布的赚钱方法,正在源源不断的为他们的主人“日进斗金”。我们惟能祝愿,那些幸运儿三观纯正,在巨额财富的加持下,为人类社会发展和文明进步贡献力量。

在这一节,通过在空间维度上的风险对冲,索普先生将买空与买多的高风险股票买卖,变成了稳赚不赔的普通生意,是幸运也是必然。他的成功,无疑是对投资理念的转变的又一次的印证——
真正的投资生意,追求的不是“最大化收益”,而是“最低收益最大化”。

要确保有“最低收益”,然后再设法实现“最低收益最大化“。
仅就金融交易而言,无论是通过在时间维度上将风险对冲掉——用t0时间上的价格上涨对冲t1时间上的价格下跌,还是通过在空间维度上的将风险对冲掉——用v0空间上的价格上涨对冲v1空间上的价格下跌,最终都要确保有这个兜底的“最低收益”。

我们看到普林斯顿概率论读本中关于美国超级碗赌球中最终能够稳赚不赔的策略是这样的,
我们看到中国股民在水木社区BBS中晒出的高频量化交易收益所使用的策略是这样的,
我们也看到中國上海青山金屬鎳期货套期保值的操作所使用的策略是这样的,
我们也看到股票现货价格与股票期权风险对冲的策略也是这样的。

下一个投资机会,应该也是这样的——
通过在不同时间维度或者不同空间维度上,将投资风险对冲掉,努力做到市场中性,无论涨跌,都能够有“最低收益”。
这就是稳赚不赔的制胜法宝。

这是温习经济学著作的第三十四篇习作,之前的各篇附列如下。最近的附列在前。

  1. 金融证券交易的市场中性风险对冲的投资策略2/4, https://ufqi.com/blog/risk-hedge-and-market-neutral-with-smth-bbs/
  2. 金融证券交易的市场中性风险对冲的投资策略1/4, https://ufqi.com/blog/risk-hedge-and-market-neutral-in-investing/
  3. 金融證券投資中的内幕消息 Inside Information , https://ufqi.com/blog/security-martket-inside-information/
  4. 風險對冲基金兩頭下注對賭投資的穩贏策略–最大化最低收益 , https://ufqi.com/blog/hedge-fund-win-max-minimal-income/
  5. 兩種成功商業策略之一:從低成本低價格中開創品牌, https://ufqi.com/blog/strategic-routines-to-succ-with-low-cost/
  6. 政治政體對經濟財富的影響, https://ufqi.com/blog/political-structure-pair-fortunate/
  7. 爲何被動指數基金跑贏大多數主動管理基金? https://ufqi.com/blog/index-fund-win-manipulate-fund/
  8. 重新認識銀行加息–存款利率升高意味著什麽https://ufqi.com/blog/step-up-savings-rate-consequences/
  9. 金融证券市场中關於股票的供給與消費, https://ufqi.com/blog/security-market-in-china-by-fraud/
  10. 股票基金证券投资图表技术分析之移动平均线MA-Moving Average, https://ufqi.com/blog/security-technical-analysis-ma/
  11. 11~33暂收起略过,请从上一节进入查询查看。
    —-
ufqifina
有福金融UfqiFina : https://ufqi.com/finance

有福金融 是一个旨在促进财富稳步增长的工具平台。
UfqiFina is a platform of tools designed to promote wealth growth steadily.

发表在 社会生活 | 标签为 , , , , , , , , , , , , | 留下评论

电热蚊香液套装无味婴儿孕妇家用补充液插电式灭蚊液护发素发膜正品修复干枯免洗家用护发补水顺滑女士发热焗油膏书皮纸自粘透明磨砂加厚包书皮小学生一二三四年级上册上学期书膜全套课本书本保护套16k封面外壳防水a4彩染发剂植物纯自己在家染头发膏女2021流行色显白天然

金融证券交易的市场中性风险对冲的投资策略2/4

本篇是关于市场中性风险对冲运营实操中细节讨论——在空间下将风险对冲掉,或者在时间上将风险对冲掉。这是这个系列的第二篇,我们计划用四个章节来描述这些内容。

通过上一章节的对市场中性的梳理回顾( https://ufqi.com/blog/risk-hedge-and-market-neutral-in-investing/ ),我们分析了2008年美国超级碗的赌球案例、中国上海青山金属镍的案例和量化交易大师爱德华O索普的案例。这些风险对冲案例,如果有共性的话,那么他们是具有空间上彼此之间存在相互作用且价格走势相反的这样的特征。
这样的特征在传统的商业社会中就如同将英国伦敦的报价便宜的黄金买入后运到美国纽约以稍高一些的价格卖掉,也如同中国南方的丝绸运送到北方高价卖掉,然后再将北方便宜的土特产运到南方高价卖出一样。
同样地,我甚至想起了小时候在皖北与豫南地区,我们的父辈们所经营的“贩牛”的行当,就是贩卖黄牛(或耕牛),通过皖北与豫南地区之间对黄牛定价的差异,在两地之间进行买卖交易,从中获利。

在空间上进行风险对冲,从而达到市场中性是在理论和实践中都已经证明了的成功的投资理念。
在接下来这一节中,我们试图描绘出一种在时间上进行风险对冲的投资策略,并希望能够以一些实例数据说明这种在时间上能够将绝大多数风险对冲掉,从而实现市场中性的运营目标,希冀依此在股市的牛市、熊市和震荡市中,都能够稳稳地赚钱。

源于中国高校清华大学的水木社区BBS一向以高知人群众多而著称。让人始料未及的是,他们的“股市”板块人气流量常年位居全社区Top3. 年终岁尾,在股市板块,总是免不了的晒一晒一年来的股海搏击的成绩单。在2023年中国股市熊市的大背景下,以下这些表现却是让人惊喜不已。他们在逆势熊市中的股市操盘业绩甚至超过很多人在牛市中的业绩水平。解读窥探他们的投资策略,应该是非常有意义的事情,毕竟那是真金白银地在市场中的捞金策略。

A1. 水木社区 Bufu110 用户的薅一把就跑模型

根据用户 Bufu110 在分享帖子中的描述,薅一把就跑模型的主要内容非常简单:

所谓“薅一把就跑模型”,通过价量关系,每个月选出5只股票,15%止盈,不到止盈位就一直持有至月底(清仓)。
2005年-2022年数据回测,收益53倍(年化26%左右)。
该模型的思想依据是散户的“赚钱就跑、亏了死拿”的逻辑衍生,所以特别适用于散户。

这个策略有一定的基础,毕竟赚了就跑是深得中国股市各个时期股民的共同喜好,如果赚了不跑会被认为是傻瓜,因为都知道下跌会比预料的时间要来得快很多下跌的幅度会深更多。而后一句“亏了死拿”,亏损了不忍心割肉,一亏损就躺下装死,幻想着会反弹,现在的亏损就是“浮亏”,这些也是许许多多的炒股投资人无法克服的魔障。
实际上炒股或者做其他投资,并不存在所谓的“浮亏”,这是一种亏损后的自我安慰,与幻想明天就反弹回本一样,是害人的东西。

薅一把就跑这个通俗易懂的模型,成功地运用了赚了就跑的优点,同时克服了亏了死拿的弱点,设置止损点,只是这个止损点是时间上,最多持仓到月底,无论亏多少赚多少,都清仓。
还记得我们在《凯利公式半仓持股理论和赌徒输光定理》( https://ufqi.com/news/ulongpage.10403.html?tit= )看到的那样,只要设置了一个合理的止损点,人人都是巴菲特。

至于网友追问最重要的是“通过价量关系”, 那是什么,可能选股能力才是关键。
其实如果有了这个赚了就跑、不赚也卖掉的薅一把就跑的模型,可能已经成功一大半了。从根本上说,她是利用了股价波动,在时间上进行了风险对冲,也即买入看涨的股票,一个月内有可能上涨,也可能下跌,其中上涨的概率较大,其中已涨股票的收益减去已跌股票的成本如果是正收益的话,那么这个模型就是成功的。

根据最朴素和而原始的选股,选择那些下跌较厉害且基本面不差的股票,就可能大概率的获得正收益。恰如量化交易大师爱德华O索普所统计到的那样:
从历史数据上来看,买入走势最差的后1/10股票并做空走势最好的前1/10的股票,年化收益率能达到20%。

图1. 薅一把就跑投资策略

无论是历史模拟数据,还是现实交易数据,几乎可以小结得出,用t1时间点的上涨对冲t2时间点的下跌,如果上涨的幅度和概率大于下跌的,那么就可以成功获得正收益。
图1 显示了该模型在2023年中国股市大熊市的情况下,获得了年化37%的收益,刨去交易费用,应该也有 27%左右纯收益。
这种市场中性,策略的贝塔值几乎接近零的投资模型,可以看着是风险对冲在时间维度上的胜利。

B2. 水木社区 Netvideo 用户的次日卖模型

水木社区BBS上还有其他用户,几乎可以用山外青山楼外楼来形容。用户 Netvideo 分享的年度收益几乎亮瞎了许多高知网友的眼睛。
熊市的 2023年,年度收益率 105%; 熊市的 2022年,年度收益率40%。

Netvideo 十分低调,根据其在贴文中的透露,我们将其策略概况为次日卖模型:

通过股票价量关系,每交易日早上筛选出7支股票,开盘时买入;同日收盘时卖出昨日已买入的7只股票。
次日继续筛选买入7支新股票,卖出之前一日买入的7支股票。
前后两日的7支股票可能存在重合部分,持仓至多14支股票。遇有跌停卖不掉的股票则需要延后。

Netvideo 获胜的利器是真正意义上的量化交易,他透露模型及策略是通过人工智能AI系统的深度学习训练出来的,后面的交易及持仓则是自己设计的。极其大方地,Netvideo 晒出他筛选目标的7支股票时使用AI进行深度学习的模型训练时,所使用的关于股价的6个因子:
close_1 昨收盘价, amount_1 昨成交量, turn 换手率
1/6. close / close_1
2/6. open / close_1
3/6. high / close_1
4/6. low / close_1
5/6. amount / amount_1
6/6. turn

用这6个因子进入深度学习的人工智能训练,然后得出高夏普比的最优策略,依此选股7支进行交易,然后结合自己的经验进行仓位投资比例控制。这样的策略会有多种并行,且每种策略通常用上一年左右即失效了。
同时,由于是高度高频交易,每天买7支同时卖7只,交易费用也较高,大致在 9%~16%左右。

即便如此高的交易费用,他的年化收益率依然高到让人仰视的地步。下图,图2是更多关于 Netvideo 的交易情况的汇总。

图2. 次日卖模型年度收益2023.

在高知群体中,水木社区BBS用户 Yxl1986、RuralHunter、Lvcha2 分别跟帖表示采用了与 Netvideo 类似的策略,也分别获得了不同的成功,但距离Netvideo的收益有些差距。 这些描述进一步地坐实了次日卖模型的成功和可靠。
从本质上说,与之前一节我们小结的那样,股价存在上下波动, 用t1时间点的上涨对冲t2时间点的下跌,如果上涨的幅度和概率大于下跌的,那么就可以成功获得正收益。
这些足以说明,量化交易风险对冲策略,除了在空间上可以取得成功,在时间上,如果运用得当,也可以取得一定的成功。

C3. 持仓周期越短收益越高?

通过对A1节持仓最多一个月的描述,得知获得年度收益37%,而B2节持仓最多1天的描述,得知获得年度收益110%。这样对比同样都是在时间上进行对冲风险,直觉上似乎时间越短收益越高。

似乎有一定的道理,量化交易大师爱德华O索普在他的自传中,也有过类似的描述,他们的投资组合中,每两周会完全更换所有投资标的股票。

而花无百日红,似乎也在说明,股价的随机游走,其涨势与跌势在短期内看都不会太久,长期看更是趋于平淡。
甚至,如果我们确信世间万物存在周期律的话,一个公司实体像一个人一样存在生老病死的话,那么他的股价应该是从一个低点开始,然后上涨,然后到达顶点,然后拐点向下下跌,最后跌到起点附近,然后衰亡消失。

从这个意义上说,长期的价值投资是一种假设或者假说。我们都在努力地追寻一个公司实体的“上升期”。这个上升期有多长期?对有些实体是1天、2周、3个月、4年等,而对另外的实体可能是1年、10年、100年等。前者可能是芸芸众生的影子,而后者则是凤毛麟角的稀缺。
所以如果用长期价值投资策略去应对短命的股票,则一定是碰壁,长期价值投资只有遇到长命的公司才有意义和价值。而长命更可能是对的人(团队)遇上对的业务(模式)的最佳组合。

面对普遍短命的众多公司股票,也只有短期高频的量化交易才可能战胜市场。
风险对冲,无论是在空间上的,还是时间上的,都为投资者战胜市场进行了加持,在投资战略思维上进行升华和优化,投资目标从“最大化收益”,转为“最大化最低收益”。

也许短期的日间交易能够战胜周间月间的量化交易,但这显然不是重点,日内高频交易似乎也是普遍存在的,比如在欧美股市中的T+0交易制度下,允许这种日内多轮交易。

D4. 市场交易价格的波动

在上述A1节和B2节中,我们分别考察了网友 Bufu110 和 Netvideo 两位股民在2023年中国股市中,逆势获取较大的收益,小结为通过在时间维度上的风险对冲实现了市场中性的稳定的收益。
此时,另一个疑问就是,这些数据毕竟具有地域特征?只是中国特色股市中这样吗?
如果换作是欧美股市,那种牛长熊短,而不是中国股市这种熊长牛短的大盘中,会怎样?
这些在时间上实现风险对冲市场中性的策略是否依然有效?

这的确值得深究的疑点。我们暂时还没有收集到有网友按此策略在欧美股市中搏击的真实案例。
我们将继续密切关注,是否有网友在欧美股市使用短线策略买卖并获得一定业绩的报告。
不过,我们还是从另外一个侧面获得一个交叉印证。
在 UfqiFina有福金融 平台上,我们在2024年初新增了一个交易回测的功能:通过对股票基金模拟回溯测试,我们希望找到一个最大化最低收益的投资策略.
由于股票基金有很多基金组合都是投资于欧美股市的股票作为底层资产的,因此可以就此来看看欧美股市的股票是否也具有如上两节所体现的特征——可以通过时间上操控风险对冲实现市场中性。

在回测初期,我们曾经假设,如果一直股票基金一直涨,那么就没必要卖出止盈,一直持有着看着她一直上涨难道不是天底下最幸福的事情吗?

如下是我们针对最近三年来的一支美国股票指数基金的回测数据,测试时间点是2024-01-21,回测结果见下表。

广发纳斯达克100ETF联接美元(QDII)A-000055-价格行情-20240121UTC+08
年化收益率: ⭐⭐☆☆☆ 7.0%    稳定增長率: ⭐⭐⭐☆☆ 63.3%    每日贏胜率: ⭐☆☆☆☆ 50.9%
策略回测 ↗10d ↗30d ↗10w ↗30w
Backtest best: maxScore 1430  enTry: ↗wma10d sellType: fixed 10dSlp:0.6°👍
Backtest buyDown: winPt 73  cagrPt 19.6 avgPt 1.2 maxPt 8.0 minPt -10.0 trdPt 6 unitCt 9d ndDrp 0

回溯测试数据令人感到意外。这支纳斯达克100指数基金近三年的年化收益率是7%,如果使用我们预设的各种买涨策略组合,其中最优解可以获得近20%的年化收益率( cagrPt 19.6 )。
这种最优解的卖法,并不是我们预期的如果一直涨就不卖持有直到遇到下跌再卖,而是每次买入后持有9天( unitCt 9d ),无论涨跌都要卖出止盈或者止损。
这种定期强制执行卖出的止盈和止损行为,与常识的直观的如果涨就一直持有如果跌再卖出的策略,大相径庭,前者年化收益率提升到近三倍。

这种看涨时期买入并持有9天之后无论涨跌都要到期卖出的策略,与A1节的买入并持有至月底无论涨跌都要卖出的案例( Bufu110),与B2节中买入持有次日无论涨跌都要卖出的案例( Netvideo),都有异曲同工之妙。

这一方面说明,在时间上的风险对冲不但在熊市上取得成功,在牛市中业绩也有大幅的改进;
另一方面,在时间上的风险对冲不但在中国这种熊长牛短的股市中是可靠的策略,同时在欧美等国家那些牛长熊短的股市中也一样有大有可为的地方。

短期或者超短期的高频买卖,虽然看起来是无头苍蝇,实际上正是他们捕获了有效市场短瞬间的“错误定价窗口”,在同一标的物上,利用时间上的错配, 用t1时间点的上涨对冲t2时间点的下跌,成功地将风险对冲掉,从而实现了市场中性的运营预期,在各种宏观市场环境中都能游刃有余地取得远超过市场平均水平的业绩。

这是市场中性风险对冲案例分析的第二篇内容,我们简要回顾了从单方面买多或者卖空,进化到两头下注风险对冲的转变,从“最大化收益”到“最大化最低收益”的升级。
在此基础上,我们结合真实案例和历史回溯测试数据,提出在时间维度上进行风险对冲的可能路径, 用t1时间点的上涨对冲t2时间点的下跌,短期或者超短期内的高频交易,从而实现市场中性风险对冲的策略,获得超高的投资运营业绩。

这是温习经济学著作的第三十三篇习作,之前的各篇附列如下。最近的附列在前。

  1. 金融证券交易的市场中性风险对冲的投资策略1/4, https://ufqi.com/blog/risk-hedge-and-market-neutral-in-investing/
  2. 金融證券投資中的内幕消息 Inside Information , https://ufqi.com/blog/security-martket-inside-information/
  3. 風險對冲基金兩頭下注對賭投資的穩贏策略–最大化最低收益 , https://ufqi.com/blog/hedge-fund-win-max-minimal-income/
  4. 兩種成功商業策略之一:從低成本低價格中開創品牌, https://ufqi.com/blog/strategic-routines-to-succ-with-low-cost/
  5. 政治政體對經濟財富的影響, https://ufqi.com/blog/political-structure-pair-fortunate/
  6. 爲何被動指數基金跑贏大多數主動管理基金? https://ufqi.com/blog/index-fund-win-manipulate-fund/
  7. 重新認識銀行加息–存款利率升高意味著什麽https://ufqi.com/blog/step-up-savings-rate-consequences/
  8. 金融证券市场中關於股票的供給與消費, https://ufqi.com/blog/security-market-in-china-by-fraud/
  9. 股票基金证券投资图表技术分析之移动平均线MA-Moving Average, https://ufqi.com/blog/security-technical-analysis-ma/
  10. 证券投资中市场永远是正确的, https://ufqi.com/blog/security-market-always-right/
  11. 11~32暂收起略过,请从上一节进入查询查看。
    —-
ufqifina
有福金融UfqiFina : https://ufqi.com/finance

有福金融 是一个旨在促进财富稳步增长的工具平台。
UfqiFina is a platform of tools designed to promote wealth growth steadily.

发表在 社会生活 | 标签为 , , , , , , , , , , , , | 3条评论

医用外科口罩一次性医疗专用口罩防尘透气成人三层防护透气医生插座保护套儿童防触电插孔安全塞防护盖宝宝婴幼儿插头插座孔插板床上电脑桌大学生宿舍上铺懒人可折叠小桌子家用寝室简约学习书桌电热蚊香液套装无味婴儿孕妇家用补充液插电式灭蚊液

金融证券交易的市场中性风险对冲的投资策略1/4

本篇是关于市场中性及风险对冲的。我们计划用四个章节描述这些内容。

传统理论和经营实践中,金融都是与风险相伴相生的,金融的本质就是在经营控制各种风险。普遍认为,某项金融活动如果面临的风险高则相应的获益就大,如果面临的风险小则获益就小。甚至有无风险收益的说法,这通常是指一个国家和地区的中长期国债的年化收益率。
在此基础上,如果要获得超过无风险收益的任意金融投资活动,都面临着风险——投资获益的不确定性和本金有损失的风险。

具体到实际经营操作层面,我们买卖股票、债券、外汇,参与各种投资理财活动,都是为了获利而不得不承担一定的风险。在最常见的股票交易中,我们在股票市场无论是买多还是卖空都必须面临着市场不按照我们预测的方向走时所发生的本金部分损失的风险。

在此前一节的温习经济学著作的系列中的《投资人的终极修炼手册:在股票市场熊市中赚钱》( https://ufqi.com/blog/profit-method-in-bear-market/ ),我们提到在牛市中赚钱很容易,随波逐流买入宽基指数即可躺赢,而在股票熊市中赚钱则相应的不那么容易。毕竟买多是面向所有投资人几乎无门槛的操作,而卖空则稍微复杂一些,并不是每一位投资者都有机会操作卖空。
然而,在证券股票熊市中,如果要获益其中最直接的方式就卖空,舍此则很难跑赢市场,甚至是出现亏损。

再深入一层地讨论,熊市中的卖空和牛市中的买多一样,只是赢面的概率比较大,依然是艰难地在证券市场中苦苦地刨食。如果运气差点,牛市中亏钱也有的,熊市中亏大钱也并不少见。
有没有一种可能,无论是牛市,还是熊市,都能多少赚到一点,可能只比同期无风险的国债收益好一点即可,或者再奢求一点,跑赢市场大盘指数水平?

答案是肯定的:有的,有一种风险对冲市场中性的投资策略。

如果读过《普林斯頓概率論讀本》这本书,对其中的基于概率的投资策略分析应该印象深刻。我们在之前Blog中的《風險對冲基金兩頭下注對賭投資的穩贏策略–最大化最低收益》( https://ufqi.com/blog/hedge-fund-win-max-minimal-income/ ), 也提到类似的例子,并进行了深度解读。

其中最大的变化是,我们在没有风险对冲的意识之前,都是在“追求最大化收益”的路子上狂奔,用较大的风险作为赌注,追求较大的获益。如果有了风险对冲的思维之后,投资目标就变了,变成不再单一地“追求最大化收益”的目标,而是以“最大化最低收益”为投资策略的目标。

这里非常重要且关键的指标是,先有一点“最低收益”,然后再设法提到最低收益,求解在满足最低收益的前提下的“最大化收益“的最优解。
上文中提到的2008年美國超級碗比賽的賭球稳赢策略案例就是既投资押注A队获胜,同时也投资押注B队获胜,而A队获胜时的获利减去B对的押注就是最低收益,同样也可以表示为B队获胜的获利减去A对的押注的最低收益。
基于这个最低收益,分析A队获胜的概率及赔率,B队获胜的概率及赔率,努力地寻求关于这场赌球的“最大化最小收益”的最优解。

如此以来,一个要么输要么赢的二元结果,就变成了稳赚不赔的生意。基于风险对冲,金融投资活动可以变得像传统商业一样,极大概率地稳赢。
随后我们还举例子关于在期货市场的操作,中國上海青山金屬鎳期货套期保值的操作,也可以算作是经典案例,投资工厂生产金属镍是进行“买多”,同时在期货市场对金属镍进行“卖空”操作,相当于在未来无论是金属镍的价格是涨是跌,东家上海青山公司都是稳赚不赔。

如果把2008年的美国超级碗赌球和2022年的上海青山金属镍期货这样的标的,换成证券市场,比如换作是股票,以这样思路进行投资会怎样?

答案是肯定的:有的,量化交易风险对冲投资大师级的人物爱德华O索普就利用这种“最大化最低收益”的模式开启了一个全新的投资领域:统计套利。

当一个投资组合的贝塔值(beta)为0时,该投资组合的价格和市场价格变动无关,这就是所谓的“市场中性”。
如果用那些金融理论学家们所谓的“贝塔”(beta)指标来衡量,我们的市场中性贝塔平均值为0.06。
—-https://ufqi.com/news/ulongpage.10616.html?tit=战胜一切市场的人-Edward Throp:从賭城拉斯维加斯到金融华尔街-13:第19章 低買高賣

将此前一节的投资标的换成股票的话,整个场景就较之前的投资策略有翻天覆地的变化。在此前的意识中,无论是买多还是卖空总是单边下注,而如果学会了风险对冲这样的思维,就可以在买多的同时又卖空。
这样的话,只要在买多获利减去卖空成本时有正收益,或者在卖空获利减去买多成本时有正收益,风险巨大操作复杂的股票买卖就变成了稳赚不赔的生意,简直是化腐朽为神奇的利器。

这大概就是统计套利的精明之处,在量化投资大师爱德华O索普的自传中,还给出了一个浅显的例子来说明统计套利的原始由来。

比方说,在伦敦,每盎司黄金可以卖出300美元的价格,而同一时间在纽约买入1盎司黄金只要290美元,那么这之间就有10美元的差价。
如果交易的成本加上运输成本是5美元,那么剩下的5美元就是稳赚不赔的利润。
这种生意在商业社会萌发之初开始就一直流传至今,而在证券股票市场上进行如此操作,可能时日并不长,但其魅力却是与日俱增。

换成股票交易,买多是相对容易的,而卖空由于涉及到向券商融券借入股票份额,并不能总是如愿,因此在操作细节上有一定的门槛。
爱德华O索普最终大获全胜的地方,并不是针对同一支股票进行买多的同时也进行卖空,而是针对某一个股票进行买多或者卖空,而同时在期货市场对该股票的期权进行看涨或者看跌的买卖,由此在时空在将风险进行对冲——
如果在股票买多获利减去期权看跌成本时有正收益,或者在股票卖空获利减去期权看涨成本时有正收益,则高风险的股票交易转为市场中性的稳赚不赔的生意。

关于爱德华O索普及量化交易风险对冲的细节,我们将在这个系列的第三节再次进行深度解读。

小结一下:投资市场有风险,可以通过风险对冲方式对冲掉绝大部分风险,实现稳赚不赔。

在传统的投资理论和实践中,投资者强调最多的就是风险,当计算技术日益发展、投资工具日益丰富之后,投资人可以在时空交织的世界中,通过不同时间不同地点不同标的进行风险对冲,将高风险的证券投资交易活动中的绝大部分风险抵消掉,从而实现稳赚不赔将高风险的投资活动变成常规的生意。

这一转变,重要的是将投资目标从“最大化收益”转变为“最低收益最大化”这样的认识转换,
同时,我们也要意思到,既然市场中性,那么就不要对市场产生任何幻想,而是将目标专注于利差,专注于“最低收益”。
在此华丽升级转身后,如果一项投资活动的“最低收益”是0或者是负数,那说明这项投资策略并不是真正意义上的风险对冲——风险没有对冲掉。

比如大面积股灾,稍后我们也会讨论到,尽管市场中性,但当股灾发生时,所有股票都是单边下跌,这种下跌的风险大到相应的股票看涨期权无法覆盖时,是否就发生了风险没有完全对冲掉?
又比如单只个股在突发情况下,卖空的速率远大于期权看涨的速率,是否也触发了风险没有完全对冲掉的情形?

无论如何,聪明的投资人总是能找到办法,战胜市场。
两头下注风险对冲为投资者提供了全新的视角和思路,的确是专业投资人的投资利器。

如果我们学会运用这个风险对冲的投资策略工具,由此开启投资生涯的“市场中性”时代,就再也不会困惑于牛市、熊市或者震荡市。
更大胆地一些预想,如果金融市场还存在波动,证券交易所还没关门,风险对冲的投资人就永远立于不败之地。

之前一节我们感慨道:
投資界沒有“聖杯”, 可能對衝風險基金是最接近“聖杯”的努力嘗試之一。

再次梳理这一路上的投资活动的点点滴滴,这种感触愈发强烈而持久。

这是温习经济学著作的第三十二篇习作,之前的各篇附列如下。最近的附列在前。

  1. 金融證券投資中的内幕消息 Inside Information , https://ufqi.com/blog/security-martket-inside-information/
  2. 風險對冲基金兩頭下注對賭投資的穩贏策略–最大化最低收益 , https://ufqi.com/blog/hedge-fund-win-max-minimal-income/
  3. 兩種成功商業策略之一:從低成本低價格中開創品牌, https://ufqi.com/blog/strategic-routines-to-succ-with-low-cost/
  4. 政治政體對經濟財富的影響, https://ufqi.com/blog/political-structure-pair-fortunate/
  5. 爲何被動指數基金跑贏大多數主動管理基金? https://ufqi.com/blog/index-fund-win-manipulate-fund/
  6. 重新認識銀行加息–存款利率升高意味著什麽https://ufqi.com/blog/step-up-savings-rate-consequences/
  7. 金融证券市场中關於股票的供給與消費, https://ufqi.com/blog/security-market-in-china-by-fraud/
  8. 股票基金证券投资图表技术分析之移动平均线MA-Moving Average, https://ufqi.com/blog/security-technical-analysis-ma/
  9. 证券投资中市场永远是正确的, https://ufqi.com/blog/security-market-always-right/
  10. 股票基金证券市场左侧交易与右侧交易, https://ufqi.com/blog/security-buy-downward-or-upward/
  11. 11~31暂收起略过,请从上一节进入查询查看。
    —-
ufqifina
有福金融UfqiFina : https://ufqi.com/finance

有福金融 是一个旨在促进财富稳步增长的工具平台。
UfqiFina is a platform of tools designed to promote wealth growth steadily.

发表在 社会生活 | 标签为 , , , , , , , , , , , , , , , , | 一条评论

电热蚊香液套装无味婴儿孕妇家用补充液插电式灭蚊液护发素发膜正品修复干枯免洗家用护发补水顺滑女士发热焗油膏书皮纸自粘透明磨砂加厚包书皮小学生一二三四年级上册上学期书膜全套课本书本保护套16k封面外壳防水a4彩染发剂植物纯自己在家染头发膏女2021流行色显白天然