量化投资的期望收益和风险与超额收益的来源

Q：如何定义量化投资的期望收益和风险？

不仅是量化领域，这是整个投资领域的终极问题，每个人都有自己的答案，或者说没有人可以提出完美的答案。在回答这个问题之前，其实还有一个问题是，我们设定期望收益和风险的目的是什么？站在投资者的角度，这个问题的潜台词是，如何获取资产稳定的超额收益，实现保值增值，问题的答案更多指向如何进行有效的资产配置。而作为量化策略的开发者，我们思考这个问题，更多是为了设定一个设定合理的目标值，然后通过选择合适的交易市场和交易对象、进行策略开发优化和进行投资的风险管理。

量化投资研究的期望收益，更多是是长期的期望收益收益，或者说，大概率意义和大样本意义上的期望收益上。大家有一个相对公认的观点，再优秀、在稳定的量化模型，一旦应用的实际交易中，收益都是个不确定性很强的变量。量化投资的逻辑，是从历史的数据中找出价格变化和其他数据指标的变化规律，模型的验证逻辑是过去几年甚至几十年的数据，量化投资的基本信仰就是，从过去总结出的规律，在未来还是大概率成立的。从这个逻辑出发，量化投资注定一个长期性的、系统化的投资方法，从一次两次的交易上赚到多少钱，甚至说从最近几个月的绝对收益，对于模型来说没有太多实际意义，对于策略开发就更没有什么指导意义了。

具体设定多少呢？这也是个很难的问题。纯粹从愿望的角度来说，“期望多少收益”这个问题的回答很简单，无限大嘛，投资收益，当然多多益善了。但显然，在具体投资中这是无法实现的，大家也都有一个常识，“高风险、高收益”，“低风险、低收益”。可是大家有没有想过，为什么一个高收益的资产就一定是高风险的呢？比如说，如果过去20年，你投资的是中国房地产市场，显然获取了十倍甚至几十倍的超高收益，而只要中国经济不崩塌，房产本身并不能说就一定高风险的产品。

为了更好定义这个问题，我们就要引入新的变量。这里有个概念，是投资中的“不可能三角”。

简单说，不存在有一种资产投资方式，同时具备“高收益性”、“高安全性”（或者说低风险性）、“高流动性”。在实际经济运行的过程中，最常见的资产增长，是经济发展带来的价值增长在金融资产的体现，例如银行存款、企业债券等，高流动性，高安全性，但不具备高收益性特征。一旦资产收益增长远远超过了经济增长，例如过去中国的房产，同时具备了高的收益性和高的安全性，换句话说，这个资产的价格就是稳定的大幅的单边上涨，那么，第一，它必然是稀缺的，第二，少数持有者会选择长期市场，而不是卖出，因此就不存在好的流动性，也不存在普遍的投资机会。另一种更具备普遍获取高收益的机会，来自于对资产价格会上下波动的市场进行投资，比如股票、期货，在这样的市场里，投资者持有的资产价格是不稳定的，长期持有并不是好的策略，因此会有较好的流动性，对价格走势有良好预判性的投资者就会获得超额回报，但是相应，一旦误判就会出现亏损，换句话说，这类市场具备“高流动性“、”高收益性”，但同时也是“高风险性”的。

量化投资在做的事情，是抓取在高流动性市场中交易机会，换句话说，追求高收益必然伴随着高风险。相对于主观交易，量化的优点是对于市场信息的监测更加全面迅速，可以同时交易的资产更多更分散，不仅能更好抓住机会，更重要的是，能够更好地控制住风险。永远要有一个概念，量化赚取的是相对风险的“超额收益”。

如何定义风险，一种简单的理解是，资金亏损的风险，加上波动率风险（或者说是下行波动率风险），这么做从模型本身优化上当然没有问题，但是一旦用到实际交易中，就会遇到上行风险和下行风险不对称的问题，同样的策略波动，在市场好的时候，对交易系统的影响可能没有特别大，但是一旦市场不好，量化投资者一样会遇到策略回撤带来的恐慌情绪。而且，市场对于不同资产的风险态度是不一样的。我们都知道经济增长好的时候，股票收益往往比较好，这时候做股票裸多组合，要比完全中性阿尔法策略组合，收益要高，但是你过于贪心，一直裸多，那么就把过多的风险暴露在经济增长这个不确定的变量上。还有像流动性风险，比如小市值的股票，有时候高的收益体现了流动性溢价，如果过于贪求这个溢价，把所有赌注都压在这里，那么一旦市场整体流动性突然大幅降低，整个投资组合都会遭到暴击。天底下没有免费的午餐，如果市场中有人天天请你吃饭，那这往往不是什么好事，如果还理所当然的觉得这是因为自己比较聪明的缘故，那就很危险了。这些风险意识，都是需要在实际策略优化的过程中，不断考虑和提升的。

Q：量化投资的超额收益来源于哪里？

对于超额收益的来源，不同的人有不同的理解。有的人从资产类别的角度来分析收益，比如计算债券市场、股票市场、期货市场的收益贡献和风险暴露，通过平衡各类资产风险，组合大类资产来获得超额收益，也有的人会从策略类别的角度来分析超额收益，比如计算趋势类策略、波动率类策略的收益贡献和风险，组合成一套策略体系。但是这些其实都没有说清楚投资市场超额收益的本质，如果再多问一句，为什么趋势策略就可以有超额收益呢？为什么期货市场会有超额收益呢？

个人认为超额收益的来源，归根结底分为两类，一类是风险溢价，一类是价格发现。

风险溢价指的是承担了某种风险的风险溢价获得超额收益，比如期货市场相对债券市场就有更多的风险溢价，趋势追随策略、卖出波动率策略赚的都是风险溢价的收益；价格发现是利用市场一定时间内的无效性或者其他投资人犯的错误，说就是别人恐惧我贪婪的那套逻辑，价值投资和套利投资这是这种逻辑。

基本上市场上大部分的非高频系统化投资策略的稳定超额收益的来源，往往都与上述两个方面有关。第二种策略看上去是风险更小的，收益更稳定的，但是随着市场变得越来越有效，通过价格发现获取超额收益的机会正在变得越来越少，越来越难以抓住，而且在同一个市场中，通过价格发现可以赚取的收益是有一定总量的，价差一共就这么多，套利策略用的人多了，自然就会遇到策略失效的问题。

通过承担风险获得溢价的盈利方式，是可以长期存在的，每个交易者对市场风险的理解不一样，风险偏好和风险承受能力也不一样，所以即使遇到策略同质化竞争，受到的影响也相对有限。但是用风险溢价的策略，一定要要很小心风险管理，一个系统可能五年十年都很稳定，但是如果对于这些风险无法做到比别人更好的管理，那么这个游戏长久的进行下去，迟早有一天属于黑天鹅会到来。比如期权的卖方策略，卖出波动率或卖出期权，其实相当于卖保险，是在承担一些小概率的高风险，这些小概率事件可能很久都不会发生，于是投资人通过卖期权可能在很长一段时间内获得稳定的收益，但是一旦小概率事件发生，产生的亏损往往是致命的。做风险溢价策略，一定要深度了解交易资产的风险来源，寻求化解的方法，否则的话，从长期看，期望收益不一定高。

Q：介绍几个经典的量化策略？

Trend 策略，在商品期货交易中被提及的最多，可以说是市场公开化的秘密，不存在什么神秘的部分，而且计算方法非常简单，基本上就是根据过去9到12个月不同商品期货的return，做多收益高的，做空收益最低的那些，就这样简单组合，连续几十年一直保持了超出市场平均水平或指数的收益。现在比较流行的是通过市场行为学的角度去理解，投资者往往在发生大额亏损之后反而变得更加激进，而对于小额的亏损反而比较倾向于止损，这样的心态助推了市场中追涨杀跌的效应，从而对趋势形成一种增强。当然，不同的投资者专注不同的方面去理解，理解的角度不同，做出的趋势交易策略的逻辑也就不同，最后还是以市场的结果为准。趋势类策略难的不是在趋势市场中赚到钱而是在漫长的没有趋势的市场中，如何控制亏损。这是一个中长期最大化收益，与短周期内最小化损失这样两个相互矛盾的目标的优化平衡问题，这个平衡问题做不好，那么收益高的时候可以很高，但是亏得时候一样可以很惨。趋势类策略还有一些细节技巧比如在趋势的中后期，波动率比较高的时候适当降低仓位等等，可以进一步平滑你的收益曲线，提高整体的夏普率等，专业量化对冲基金公司很多的时间也都花优化这些细节上。

价值投资策略，在股市中是应用最多的，能够在牛市中赚取更多市场错误定价，熊市获得更多风险溢价的超额收益。一些被严重低估或高估的股票，一定程度上是市场错误定价的反映，根据预测价格的可以赚到价格回归的收入。而价值类策略，在熊市或者市场低迷甚至崩盘的时期表现尤其好，在整个市场的风险情绪变得非常低迷的环境下，绝大多数投资人都变得非常不愿意承担风险，买进一些价值稳固的资产，尤其在估值偏低的时候，可以很大程度上获得溢价补偿。

波动率策略，在期权市场中最经常被提到。波动率套利，做多波动率，做空波动率，利用期权组合，你可以构建上述各种交易策略。这类策略的好处在于他一般不爆露单边趋势性风险，可以是趋势类策略的很好的补充，但是他也有他的风险。比如做空波动率，或者卖出OTM的期权的策略，在很长时间内可能都是比较稳定盈利的，但是一旦黑天鹅事件发生，你卖出的OTM期权被行权，那么你就面临大额的亏损。

想深入学习量化交易，了解更多我们的在线AI量化课程，30天名师带你玩转AI量化算法。

30天名师带你玩转AI量化算法, 助你成为金融IT复合人才ke.qq.com

Bybit是一家全球性数字货币衍生品交易平台,总部位于新加坡,创始团队由顶级区块链投资人与金融领域高管组成。

通过该链接https://partner.bybit.com/b/quantfounder

注册Bybit可享受优惠手续费。maker：-0.025%；taker：0.075%。

—-

编译者/作者：盘古私募量化孵化

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。