首页 国产 亚洲 小说图片,337p人体粉嫩胞高清视频,久久精品国产72国产精,国产乱理伦片在线观看

跳轉到正文內容

圖文:天馬資產管理有限公司董事長康曉陽演講

http://www.sina.com.cn  2011年03月24日 16:19  新浪財經
2011年3月24日,深圳市金融顧問協會、私募排排網于主辦的“第五屆私募基金高峰論壇”在深圳召開。圖為深圳天馬資產管理有限公司董事長康曉陽演講。(來源:新浪財經 任立殿攝)   2011年3月24日,深圳市金融顧問協會、私募排排網于主辦的“第五屆私募基金高峰論壇”在深圳召開。圖為深圳天馬資產管理有限公司董事長康曉陽演講。(來源:新浪財經 任立殿攝)

  2011年3月24日,深圳市金融顧問協會、私募排排網于主辦的“第五屆私募基金高峰論壇”在深圳召開。新浪財經全程直播本次活動。圖為深圳天馬資產管理有限公司董事長康曉陽演講。

  康曉陽:各位來賓,大家下午好!首先非常感謝大家利用下午的時間一起交流,也非常感謝主辦單位私募排排網和新湖期貨。我談不上對量化很有研究,但是我做投資差不多20年,開始研究量化大概是10年前在美國的時候,發現美國有很多先進的工具,從那時候開始學習,也一直在做些探索,今天借這個機會把10年來的體會和觀點跟大家分享一下,講的不對的地方請大家多批評。

  量化這個事情大家講了很多,很多人把它搞的很神秘。我剛剛跟李秘書長聊天,什么是量化?他說量化就是搞不懂,忽悠。什么是量化?我來的路上也一直在想,怎么用一句話把量化這個事情說清楚?(PPT)大家看到這個圖,魚跳起來了,風在刮,接下來會是什么?日本發生的9級大地震,3月7日我看到一個報道,有50條鯨魚在擱淺沙灘,就在發生地震那個縣東部的海岸,有的死了,專家解釋這些鯨魚集體迷路了。作為一個地震專家或者學者,其實他們的經驗沒有告訴他這50條鯨魚擱淺沙灘跟地震有什么關系。到底有沒有關系呢?我們知道5·12四川大地震之前發生了同樣的事情,很多癩蛤蟆過馬路,這跟地震有什么關系?其實人類的歷史,包括投資,投資做股票有兩類,講很多種策略,無外乎就是買你自己喜歡的和買市場喜歡的,買自己喜歡和買市場喜歡的背后邏輯就是找影響股價的要素。很多人講學習巴菲特,投資是一門藝術,這看是什么角度,投資既然是一門藝術,這么多不懂藝術的人為什么都能在市場上掙錢?投資本身又是一種大眾行為,藝術家也能掙到錢,不懂藝術的人也能從這個市場掙到錢,投資是一門藝術,本身看站在什么角度,投資并不是藝術家的結果就能帶來最好的結果,量化是什么?做投資,最終的分析停留在數據上,既然是數據,就可以標準化、固化。量化真正是什么?從你自己的角度買自己喜歡的東西,其實也可以量化,每個人都有對美的標準,但并不是符合這個指標,站在你面前,你就一定喜歡。如果有一個海選,把符合你喜歡特征的人放在你面前你去選,就可以量化。鯨魚擱淺在沙灘上,根據歷史數據統計就會發現這個事情跟接下來要發生的事情有什么關聯,把人的行為邏輯影響股價所有的要素進行綜合分析,預測下一個市場喜歡的東西或者喜歡的策略是什么,簡單一句話,量化就是符合投資常識的投資邏輯和策略,就股票來講,投資標的的數據和因素量化,再用一些模型統計的方法把選出來的標的進行優化,最后成為投資組合,這就是量化的基本邏輯,用數理的方法把你的投資邏輯或者市場的投資邏輯固化,只要有投資邏輯的思想或者策略,都可以量化。就股票而言,有很多種方法,有價值型股票,分析方法無非是那幾種,只是大家的標準不一樣,量化的東西可以設一個相對寬松的東西,初選之后再優化,比如成長型股票,肯定關心盈利、收益。我們在現實生活中投資股票無外乎有這些類型,平時覺得什么樣的投資組合風險最小、收益最大化,一樣可以讓模型幫你實現。量化是什么?量化是把你的投資思想用計算機協助你完成。選出來10個、20個、50個甚至100、200個股票,然后配比重,怎么優化組合,根據你的風險和預期收益率反推回來怎么優化,最后得出一個比重,哪支股票應該投多少。有些是成本交易,比如套利,什么情況下出現一定條件的時候提示你。你直接告訴我,你覺得什么樣的投資能收益最大化,我們曾經嘗試把巴菲特說的邏輯量化,在中國也能選出股票,但是很遺憾,選出的不是比亞迪,我不知道為什么巴菲特投了比亞迪,他說的跟做的不一樣,最有可能解釋為藝術,我們能把他的投資思想量化,但承不承認是他的事。要真正做到量化,首先要有一個基本的理論模型,什么意思?你要覺得什么樣的股票表現好,什么樣的股票你愿意投資,這就是量化的基本邏輯,有了這個邏輯之后要有復合型人才,不光懂得投資股票,像我懂股票,但我不懂數理分析,很多計算機模型我不懂,也不懂編程序,要真正做到量化投資,必須有復合型團隊。為什么這么多年華爾街學金融工程、數理、物理的人大受歡迎?因為他們可以用統計工具。前段時間我在英國一個大學和專門做模型分析的教授交流,我發現他們想的東西太復雜了,把市場上任何的東西量化。我理解,就是去跟蹤你的投資邏輯,它只是幫你實現你想法的一種工具。另外還要有高質量的數據,你看到的東西和市場本身存在的東西不一樣,如果把鯨魚放到海灘上,這作為數據化,統計過去2000年有多少次鯨魚擱淺在海灘發生,假如有真實的數據,就可以研究出跟地震的相關性。要懂數理統計工具,建立模型就是紀律,不能改變,改變就不是模型。有人說看到今天不行,換一下,那就不是模型了。我們看過一個電影,造出來的機器人最后自己都控制不了,那就是模型。如果造出來的機器人自己能控制,那不是模型。人為什么能掙得到錢,為什么還要量化?傳統是靠個人經驗的,而且你看到、聽到的東西都是有限的。量化有什么好處?可以把你知道的東西在整個森林中搜索。計算機是不知疲倦的,晚上你在打鼾,計算機還可以工作。你的模型是你建的,你很理性的情況下建的模型,市場情緒變了,它不會變,那時候你不可能去改模型,所以它不會受情緒的影響。有一天跟朋友交流,他說趨勢投資好,我說趨勢投資最怕來回,只要不改變程序,永遠都知道,這就是做趨勢投資的成本,不能說搞三次就縮手了。量化也不是萬能的,最怕黑天鵝事件,量化根本上是追求大概率,在小概率事件發生的時候,系統能不能自己形成一個體系,真正比較難的是怎么避免黑天鵝事件。投資是門藝術,涉及到量化的時候一定是互相矛盾的東西,怎么能夠犧牲收益率,增加風險控制,或者說怎么在可控的風險范圍內做到收益率最大化,這是一件很難的事情。

  第二個我要講的是量化在海外的發展歷程。其實美國市場有200多年,從證券市場開始,也有快4、500年了,但是量化的發展是上世紀5、60年底的事。首先有一些理論模型,沒有理論模型支撐很難做到量化的東西。Harry上世紀50年代發表一系列關于投資組合“均值—方差”優化的論文。從50年代開始,很多人發表論文,有的人甚至通過論文還拿了諾貝爾經濟學獎。

  量化大概會應用在哪些領域?比如前面那位同事講的,他講的更多是套利,當市場出現風險套利的時候,通過量化的模型能監控到。還有一種可以用在對沖,通過你有的組合去找什么東西對沖你的風險,包括怎么算期權的價格,都是有模型的,不是我們想象的價格是多少就是多少。還包括組合的優化,組合怎么構建,怎么算風險收益匹配的最優化組合,包括風險的控制。我總結就是兩類,一類是以交易為主,不涉及基本面;另一類是基本面,比如從公司的財務數據、市場的投資風格、估值、宏觀經濟影響、市場環境等等,跟我們做股票差不多,量化還是執行人投資的邏輯。(長勝資本),他們的案例成為西方所有商學院教科書的經典案例,不幸的是1998年俄羅斯金融危機的時候崩盤了,那時候用了25倍杠桿,過去歷史告訴他是無風險的,當時是47億美金,放大25倍差不多是1200多億,一夜之間崩潰了。當你發現一個東西沒有風險的時候,其實風險已經來了。這個市場是最大的魅力就是沒有一項東西是肯定的,當量化模型發現一個東西是肯定的時候,首先就畫一個大問號,為什么做了10年的量化探索,到現在剛剛開始產品化?我們剛剛做了一個信托,從今年1月份開始,做了10年的測試和準備,才剛剛嘗試,人有時候要介入的,測試出來的數據再好,因為你是建立在一個大概的事件前提下,但是你不知道,那么多諾貝爾經濟學獎得主一夜之間破產了,破產的不是一個人。不可一世的高盛,高盛的一個基金曾經很輝煌,在2009年被關掉了,為什么?賠的一塌糊涂。主要做的有點類似于高頻交易,還是在市場上找機會。現在做量化最成功的就是文藝復興公司,西蒙這個人,大概1989年成立的,他是一個數學家,到現在為止17年了,回報是所有對沖基金里面排名第一,索羅斯是其二,巴菲特還不算對沖基金。這個人的神話什么時候破滅我真的不知道,現在號稱在量化上做的獨一無二,比較成功的,他是什么模型沒人知道,只有他失敗之后別人才知道,他現在是不會公布的。不能因為量化找到了一種方法就可以把它無窮放大或者就認為沒有風險,我完全不同意這種觀點,量化只是一個工具,只是實現收益的手段,這個市場上最大的魅力是什么?或者最公平的東西是什么?就是沒有一項投資是確定的。我們剛開始投資的時候很自信,什么都對,打了幾仗之后發現,搞的時間越長,什么都越不信。為什么我在國內搞量化?因為我已經不太信自己了,越來越不信了,所以量化從某種方法上賺的是大概率。我們一般的人都是做長線,但市場上不是天天給你提供長線的機會,要做長線必須買到最低點。這個市場上還能多少東西能讓你買到最低點?怎么辦?就拿量化混吧,量化相當是幫你值班,大家都賺錢的時候我也能賺到錢,等大機會來的時候跳進去了,那時候超額收益還是要靠人,量化我始終不相信,你說有很大的超額收益?只是在一定時間段里面。比如我說量化投資99%是對的,能跑贏你,但是我不知道那1%什么時候發生,你說你能風險控制,不一定。前面講了三個案例,有兩個垮了,沒那么簡單。量化這個東西,我們要揭開它的神秘面紗,到底是什么。

  量化投資在國內的現狀。現在包括上投摩根、嘉實、中海基金都在搞,易方達也有,包括證券公司,國信、華泰、長江都在搞。數據供應商有今日投資、上海萬得、朝陽永續,大家更多是做一些套利。現在的東西,大規模的量化還不現實,幾個問題,一個問題是中國市場現在還不成熟,ST怎么量化?今天裝個東西今天,明天裝個東西進去,怎么知道?無法量化。還有一些政策,一會兒說降溫,一會兒說見底,根本不重要,最主要的還是一些數據,整個證券市場才20年,20年的數據能說明什么?我開始搞金融投資做數據的時候很得意,跟湯姆斯講我有中國的數據,能不能跟你合作?他說你有多少年?我說有5年的。他說等你有15年的時候再說吧。20年的歷史,很多人說在這個市場上賺到錢了,沒用。很多KD在國內做的很好,一到香港或國外就不行了。市場不成熟,你以為你找到了方法,把方法拿到成熟市場里玩,死的很慘。香港和國內,同樣是中國的上市公司,為什么玩法不一樣?你們思考過這個問題沒有?我跟一個朋友聊天的時候說,你買了這個股票,我也買了這個股票,我們兩個買這個股票的理由、邏輯不一樣。股票有多少種理由?我數了一下,有23種。國內市場環境是什么?持有哪一種理由的人多,比如主流的人都是這個理由,你不是這個理由的人就掙不到錢。必要以為市場上都是這個理由的時候這個理由就是永遠,不可能永遠,市場都有成熟的過程,當你真正發現找到賺錢道的時候,我提醒你就要小心了。

  我們做了一個I66,基本邏輯是什么?就是用一些數據庫,數據庫里面包括什么數據?每個上市公司基本面的數據,至少5年以上,沒有5年根本進不來。業內分析師對這個公司歷史之間的所有看法,把這些東西建成模型,在這個市場選美,比如市場有1800家公司,選出300家公司,自己發明了一個三眼法。什么是三眼法?什么樣的股票最好?股票為什么漲?要買的人多了,現在這個價買不著,更高的價格買,所以價格就會漲。驅使大家要買的理由是什么?第一個條件,不管是炒概念、ST還是政策,最后不就是預期這個公司的業績、盈利或者業務要增長嗎?只是說大家的階段不一樣。為什么炒高鐵?國家要投資,企業盈利要增加。首先第一條,基本面符不符合基本漲的邏輯,包括估值;第二個就是這個市場上得有人喜歡,再好的東西就你一個人喜歡,沒有別人喜歡,也白搭,只有市場喜歡股票才能漲;第三個就是看市場是不是真漲了,你說這個東西不錯,大家都喜歡,市場為什么不漲?肯定有東西錯了,市場最終的結果就是能說明一切,我們把這三個東西做監控指標,再把選出的股票按照權重邏輯排序,排在前面66個股票就進行組合。講這些東西必須有數據支持,我們是建立在今日投資,有150多人收集數據,覆蓋了分析師盈利預測和投資評級數據。BGI是最早做量化基金的,他們到中國找了一圈,最后選了我們的數據,已經做了五年多了,包括富國基金那個人也是從BGI出來的,包括國信證券、日本IFIS,這個數據到底怎么樣?首先有些人在用,我們不會做銷售,我這個人所有的愛好都在投資,到底這個東西有沒有幫助?(PPT)從05年6月份開始到現在,收益率是1700%,很好吧?但是我還是不敢做。05年開始做了,06、07年我感覺最好的時候,08年一個大跌,你是按照市場喜歡的邏輯,跌的一樣很慘,中國沒有對沖工具,一個產品要做的有效,不是最終漲了多少,就像雇一個司機,從這兒開到廣州,司機在路上飆車,敢坐嗎?雖然最后也到廣州了,沒有出事,但是不敢坐。一個產品在高點買了,跌60%,如果這個產品跌60%還敢買嗎?不敢買。現在很多人講對沖時代,我覺得中國還早著呢,股指期貨我看了半天,研究了很多次,基本上都是做短線的人在里面玩,有時候是脫軌的,市場預期漲的時候是貼水,市場跌的時候是升水。為什么漲的時候貼水?因為漲的時候先買再賣,一平就貼水了。跌的時候先賣出去再買回來,所以一買一賣中間賺差價。我認為時間還不夠長,雖然過去5、6年表現很好,不能說明今年就很好。今年市場特別藍,為什么?因為今年的市場就是沒有邏輯的短線資金在炒。并不能說明過去好未來就好,沒有這個邏輯,因為只有20年才有可能。這個事情說明一點,至少有兩件事情可以做,第一件事情,投資是有邏輯的,邏輯是可以量化的,要不然就不會出這樣的結果出來;第二件事情,我們用的數據是有效的,如果是無效的數據,也不可能支持這個結果。只有這兩點對我來說是有價值的,我們還會義無反顧、不懈努力把它完善,接下來我的課題就是怎么降低波動率,怎么把它變成可運營的產品,這是我們的目標,但是我不知道這個目標要花3年還是5年,我是愛好,有興趣的朋友愿意跟我們交流或者愿意用我們的數據做測試,請隨時跟我們聯系。謝謝!

【 手機看新聞 】 【 新浪財經吧 】

  

分享到:
留言板電話:4006900000

@nick:@words 含圖片 含視頻 含投票

新浪簡介About Sina廣告服務聯系我們招聘信息網站律師SINA English會員注冊產品答疑┊Copyright © 1996-2011 SINA Corporation, All Rights Reserved

新浪公司 版權所有