SamSuka
阿程量化交易
阿程量化交易

patreon


【行內交易員對Alpha的看法】

Alpha,一般認為是衡量交易員操盤實力的重要指標。但是,Alpha的定義有很多種,在行內我儘量避免用Alpha的字眼來與其他同行交換訊息,或者更好的做法是,如果必須要和對方交換訊息,一般會先定義好什麼為Alpha,然後才開始解釋,以免大家誤會了策略/倉位的真正績效。

坊間一般對Alpha的數個定義如下:

  1. 對傳統交易員來說,有跑贏大市的意思。但跑贏了大市不等於賺錢,因為大市可以是一年跌20%,而交易員的倉位跌19%也是跑贏大市的。就是因為這種情況,以往出現了一些行家打算吹牛但被人一語道破的老尷場面,面都紅晒。
  2. (不明白可以跳) 對研究員/計量金融學者來說,是一個回歸 (Regression) 系數。簡單來說,就是比較自己策略回報對比一直持有資產的回報,假設一直持有資產的回報為0時,Alpha等於自己的交易策略帶來的額外回報。只要Alpha的絕對值夠大,那就有盈利可取,因為可以long short做。 (假設Beta為1及 expected value of residuals 為0)
  3. 對量化交易員 (Me) 來說,Alpha是一種交易訊號,由統計模型﹑指標﹑算術組合所衍生,用來解釋市 場不同狀況及從市場賺取回報。(附帶一提,如果行家問我績效,一般我只用 Information ratio /  sharpe ratio 去解釋)


所以,我對 Alpha的定義很簡單:


任何交易訊號可以令我預測某種市況 及 得到一條可信性及回報比高的績效曲線


例如: Alpha(1) = 如港股創了最近3年新低 及 港期市場主要參與者平均入市程度達最近10年的90%或以上   ->  買入港期並持有3個月時間

以上只是最簡單的 Alpha,按照這樣交易應該會蝕錢,但起碼大家可以了解到,一個 Alpha 其實只是簡單描述了一個市場狀況,當兩個或以上的 Alpha 一起運作時,結果是賺的 Alpha 比輸的 Alpha 多,這樣已經做到了某程度上的「用對沖賺取真正額外回報」。

(以上 Alpha 還有以下等因素考慮及處理):

  1. Alpha 時序預測範圍及穩定性
  2. 動靜態訊號頻率調整
  3. 條件式過濾
  4. 降低擬合問題 (overfitting)
  5. 參數優化
  6. 訊號執行連續性調整
  7. 風險管理


那麼,對沖基金 (hedge funds) /自營公司(prop trading firms) 是如何設計這些Alpha? 一般的Alpha 來源都出自於以下:

1. 模型優勢 (好的模型能做更好的預測,但要定義 “好” 的準則有很多,先賣個關子)

2. 經驗優勢 (市場變化的深入多方面分析,從而了解資產價格變化的原因及未來走勢)

3. 資訊優勢 (例如大數據分析,從大量宏觀到微觀的金融經濟數據中找出規則。或者是用另類數據,例如衛星數據去判斷裝載原油的卡車油箱中的原油量等)

4. 速度優勢 (各種加速優化: 優化網路﹑優化編程語言﹑優化作業系統﹑優化預測模型﹑優化架構)


我會於下一期正式開始分享大家如何研發高效Alpha ,主要針對第 1 及 2 兩種 Alpha,相信行外什至部分行內人士都未接觸過以下開發 Alpha的方法。因內容屬機構級水平,需時準備及校對,也是我交了N年學費而學到的,所以只會公開授予訂閱的朋友。多謝大家支持。


More Creators