阿程量化交易

【上司如何得知一個初級量化交易員的悟性?】

Added 2024-02-27 12:33:09 +0000 UTC

作為一個初級量化交易員，如果你與上司的認知能力有很大差異 (假設你的認知能力比他為低)，上司基本上沒可能不察覺。好的上司會讓你了解不足，為你解釋何解用這個角度去分析某種特定的投資策略是有問題/不夠全面，但人品較差的上司就可能直接把你放棄了。

悟性也不是說經驗多少的問題，有很多初出茅廬的小兄弟也聰明，但缺了點悟性，沒看清大方向，例如說中低頻交易，這些小兄弟很聰明的做了很多Alpha策略，但卻忽略了Alpha策略用在哪些市場。要知道，中低頻的策略，最後決定賺多少的，通常不是那相對少的Alpha，而是那個Beta，你選對了那個市場。簡單來說，就是如果這幾年你選對了Short 恆指，那怕策略是沒有Alpha什至是相反方向的Alpha，你也賺到笑。所以以前對著一些沒太多聰明和智慧的小兄弟，我通常都會給他們一些比較難的產品或概念去處理，結果通常只有兩個:

1. 他很努力然後成功了，做到市場平均/更好水平的業績

2. 直接轉工 (有些小兄弟也保持聯絡，我相信他們之後也明白我為什麼要這樣做，因為做quant trading這行真的不能靠吹)

這令我想起以前我帶新人前的一個小測試。那時侯我問個剛來報道的小兄弟，測試他的悟性。

我問他:

如果有兩個投資組合 (Portfolio 1 及 Portfolio 2) 有著「相同」的:

1. 投資組合回報 (假設為15%)

2. 市場回報 (假設為10%)

3. 超額回報 (Excess Return, 假設為5%) (即將投資組合回報減去市場回報。例如組合回報為15%，市場回報為10%，超額回報即為15% - 10% = 5%)

4. 無風險利率 (假設為4%)

而投資組合1的Beta為1; 組合2的Beta為1.5

然後，用以下公式:

投資組合回報 = Alpha + [無風險利率 + Beta * (市場回報 - 無風險利率)]

非常低能地得出:

投資組合1回報 = Alpha1 + [4% + 1 * (10% - 4%)] = 15%

投資組合2回報 = Alpha2 + [4% + 1.5*(10% - 4%)] = 15%，

而Alpha 1 = 5%, Alpha 2 = 2%

(日後將會在Alpha系列中詳解應如何使用Regression發掘市場規律。Alpha及Beta的數字就是通過Regression的方法求出)

-------------------------------------------------------------------------------------------------------------------

「我問他，如果我的基金是主打風險調整後回報 (Risk-adjusted returns) 高，而非絕對回報高的話，加入組合1抑或組合2比較好?」

-------------------------------------------------------------------------------------------------------------------

請大家花5秒想一想，答案應該是明顯的。

-------------------------------------------------------------------------------------------------------------------

我想大家都選擇加進投資組合1，原因是?

在上升的市況 (假設市場回報為10%)，兩個組合的回報也一樣(大家都是15%回報)，因為投資組合2的 Beta為1.5，比組合1的 Beta 1 為高，所以組合2所承受的市場風險較高，回報亦相對地高(此例而已，很多投資產品風險高但回報不一定相對地高)。

即使組合2的Alpha 只有2%，它也做到與組合1一樣的投資回報。

但潛在風險是，如果是跌市，市場下跌10%的話，投資回報就差距10%了 (假設其他因素不變):

投資組合1回報 = 5% + [4% + 1 * (-10% - 4%)] = -5%

投資組合2回報 = 2% + [4% + 1.5*(-10% - 4%)] = -15%

「此處的重點是，如果只看兩個投資組合回報是一樣，而沒有理會風險 (Beta) 的話，是致命的。」

通常小兄弟都答得出應該選擇投資組合1，然後把原因歸究於組合2的Beta比較大，所以加進整體基金的波動性也會比較大，會影響風險調整後回報。

打大佬的問題來了，然後我再問他，那你覺得用這個迥歸分析 (Regression) 去算出 Alpha 及 Beta，有什麼交易實務上的問題?

然後一眾小兄弟腦袋通常都短路了，要不就是一連串的什麼assumptions violated，什麼回報不是正態分佈等原因。我並不是說這些原因不是好原因，但既然你需要去分析市場，模型是必定有缺憾的，關鍵是在有缺憾下得到的好處是否比壞處多。我會叫他們假設這些assumptions對結果的影響都是可忽略的，你認為在實作上，而非理論上，用迥歸分析有什麼潛在風險? 換句說話來說，有什麼迥歸結果是完全不能相信的。

我曾經聽過一個答案我挺滿意的，就是Regression得出來的 Alpha，在某些情況下，是不能直接與市場回報相比的。原因是，如果這種 Alpha 來源的風險，是遠遠高出單純投資於市場的風險的話，這個 Alpha 是應該要向下調節的，而且不能直接與市場回報相比較。這就是Regression不能反映的一個實際交易操作問題，因為在Regression的公式上，Alpha 和市場回報原本是可以相加相減來比較的。但是，如果一個Quant相信了這個Alpha可以用來直接對比市場回報，然後用於portfolio construction，後果就真可大可小。

另提，這位兄弟已經行內有名了。

他的答案對某些朋友來說看似簡單，但不能否認反映出好的悟性，因為他理解我的問題是，Regression在實作上與理論上的violations是不同的，而且也可簡單說明原因。

遲下再與大家分享更多! 謝謝支持!

----------------------------------------------------------------------------------------------------------------

阿程量化交易 -> 1個月至少4篇精華文章