《理性投资系列之二十一-注意“宽客”》由会员分享，可在线阅读，更多相关《理性投资系列之二十一-注意“宽客”（2页珍藏版）》请在金锄头文库上搜索。
1、理性投资系列之二十注意“宽客”“宽客 ”逐渐主导市场，统计模型带来巨额利润，但预测全球大势仍是难题要了解一个市场的波动轨迹，需要探究那些关键市场参与者的行为特征。上世纪 80 年 代末，随着“冷战 ”的逐步结束， 许多物理学家和应用数学家从自己原来的专业领域转向金融 市场，他们尝试在投资策略中引入许多创新的数学模型。 这群投资专家因为其所用的数量分 析模型而被称为 “宽客 ”(quants)。到了 90 年代早期，随着金融市场和大宗商品市场信息更加容易获取，一些 “宽客 ”开始 使用实时模型( real-time models )来模拟不同市场的波动特征。根据某些市场的波动轨迹， 这些 “宽客
2、”能够从中发现一些有规律的模式， 从而得到一些投资股票或者衍生品获利的机会。 正是利用市场价格偏离统计 “正态 ”情况下的风险套利机会，许多雇佣 “宽客 ”的基金从各种 “异象交易 ”( anomalies trade )中赚钱日多；而赚钱越多，他们就有更多资本来投资计算机 设备和构建更复杂的数学模型。长期资本管理公司 (LTCM就是这些宽客”基金的一个经典代表。这家公司拥有两位诺 贝尔经济学奖获得者， 集中发掘那些价格波动频繁的市场中的投资机会。 他们利用数学模型 发现任何有利可图的市场异象， 然后通过频繁交易，获得巨额利润。为此，他们需要有高杠 杆率。不幸的是，因为 1998 年俄罗斯政府
3、债违约，市场的波动性突然达到比模型预测高出 几倍的水平，很快长期资本管理公司就损失了大约 40 亿美元，最终毁灭了公司自身。一些人以为 “宽客”主要集中在对冲基金， 这其实是一种误解。 私募股权基金、 共同基金， 甚至一些更加保守的养老金和保险基金， 也都开始在投资过程中使用复杂的数量模型。 伴随 这个过程， 金融市场的波动目前很大程度上是由计算机程序交易驱动的。具体而言， 纽约市场高达 70的交易，伦敦市场差不多 50的交易，日本和其他亚洲地区大约 40的交易， 都是由数量模型驱动的。“宽客”们使用的基本工具其实相当简单。 “宽客”交易策略大体可分成四类。第一种是进行统计套利。 这种策略是通
4、过监测市场异象， 然后沿着反方向套利操作。 如 果一种证券的价格远远低于它的长期均值，那么未来它很可能会返回到均值水平，此时“宽客”们就买入这种证券，从而在证券价格回到均值的过程中获利。但是，价格波动轨迹也可 能违背预测，所以 “宽客 ”们还要设置一个止损策略。第二种是股市中性策略( quantitative equity market neutral )。按照这种策略， “宽客 ”们 同时持有某种证券的空头和多头头寸，最终头寸对冲的结果就是市场中性。第三种则是多头策略或者空头策略。如果你看好一只股票的上涨势头，那么你就做多； 如果你预期这只股票未来会跌，那么你就做空。第四种是 “ 130/3
5、0的多对空 ”策略( 130/30 long-short equity strategy )。以一个 1 亿美元 的资产组合为例，你在某一行业的一组股票上建立 1.3 亿美元的多头仓位，同时在另外一组股票（处在另外一个行业）上建立 0.3 亿美元的空头仓位，最终你的净头寸是 1 亿美元。宽客 ”给我们带来什么启示呢？首先， 他们通过快速的数据分析获取更高质量的市场信息， 这使得他们比一般散户要更 快进出金融市场。这一点是每一个散户，包括新兴市场的共同基金投资专家一定要理解的。 除非你能够建立自己的数量分析模型， 并能够随时获得模型所需要的数据和市场信息， 否则 在交易中，你必然处于劣势地位。作
6、为本地人士，你也许能获得高质量的本地信息，但是， 如果所有 “宽客 ”的模型告诉他们卖出，而他们也决定这样做的时候，那么，市场不管有什么 样的信息，很可能都会下跌。其次，很多人往往低估了 宽客”们超乎想象的创造力。 举例来说，如果A市场存在外汇 管制或限制，那么，宽客”可能在A市场之外凭空创造出一种替代的证券或者衍生证券以模 拟其波动轨迹。可以说，在 “宽客”们的金融创新推动之下，没有一个市场能够成为孤岛。第三， 许多“宽客”使用同一类统计模型进行分析， 这就使得他们的行为可能促使市场沿 着某一个相同方向波动， 以致于他们会增大市场波动，而不是相反。传统理论指出，市场总 是会回归均值， 遵守一价定律。 这种理论是存在缺陷的， 因为如果所有的投资者都使用同一 个模型，并预测价格将会上扬， 那么最终价格必然将偏离均衡。一般的市场套利者，都是逆 市操作者， 他们需要有充足的资源和坚定的信念保证自己在相反方向的投资总是正确的。市场价格很可能会按照套利者预期的那样回归均衡， 但是正如凯恩斯所说， 长期来看， 我们都 已经死了。所以，真正的难题还是在于预测大势将走向何方
