系统策略
捕捉市场机会的规则化方法
全球最大的对冲基金并不依赖做出大胆判断的明星基金经理。它们依赖的是代码——数千个算法每天在不同市场、时区和资产类别中执行预定义的规则。系统策略代表了一种根本不同的投资哲学:优势来自流程,而非个人。
什么使策略具有系统性?
系统策略由明确的、可重复的规则来定义,这些规则决定何时建仓和平仓、分配多少资本以及如何管理风险。每个决策都预先明确规定。没有因为新闻令人恐慌就推翻模型的空间,也没有因为感觉交易正确就加倍下注的余地。规则就是策略。
这与自主交易形成对比——在自主交易中,基金经理综合分析财报、宏观数据、管理层会议等信息,做出主观判断。两种方法都能奏效,但系统策略提供了自主交易无法提供的东西:完美的一致性。系统流程在第一千零一次交易中的执行方式与第一次完全相同。
系统策略的光谱
系统策略涵盖了极其广泛的持仓周期和复杂度范围。在一个极端,高频做市算法以毫秒为单位持有仓位,从买卖价差和订单流不平衡中获利。在另一个极端,月度行业轮动模型可能基于宏观经济指标和相对动量评分,每年对投资组合进行12次再平衡。
两者之间是大多数散户可及策略的核心区域:趋势跟踪、统计套利、均值回归和套利交易等领域的日频至周频信号。这些策略运行的节奏使交易成本可控,且底层市场低效已在学术文献中得到充分记录。
规则为何能消除情绪
系统投资最被低估的优势之一是行为层面的。研究一致表明,情绪化决策——在回撤中恐慌抛售、在反弹后追逐表现——会摧毁普通投资者的回报。系统框架从设计上消除了这些失败模式。规则不会感到恐惧或贪婪。它们只是执行。
容量与约束
并非所有系统策略都能无限扩展。利用狭窄低效的策略——如小盘股配对交易——面临容量约束。当更多资本追逐相同信号时,机会就会缩小。这就是为什么许多机构系统基金对管理资产设定上限,也是为什么个人投资者在选择策略时应考虑某种方法已经变得多么拥挤。
本部分的文章将拆解最重要的系统策略:它们的运作方式、回报的驱动因素,以及在不同市场环境中支持它们的证据。
关键研究洞察
时间序列动量——买入上涨资产、卖出下跌资产——在涵盖股票指数、货币、大宗商品和债券的58种流动性工具中产生了显著回报。
配对交易——做多表现不佳的股票、做空其历史相关的配对股票——在交易成本前获得高达11%的年化回报,但随着策略被广泛采用,利润有所下降。
趋势跟踪自1880年以来在每个十年中都在股票、债券、货币和大宗商品中取得了正回报——使其成为有史以来最稳健的系统策略之一。
术语表
系统策略
最优执行:大额订单的市场冲击最小化
Almgren-Chriss(2001)框架将大额订单执行中市场冲击与时机风险之间的权衡形式化。快速交易降低价格不确定性但增加冲击成本,慢速交易则相反。最优解描绘出一条由交易者风险厌恶程度决定的执行策略有效前沿。
行业轮动策略:把握经济周期的时机
不同行业在经济周期的不同阶段领先和滞后。收益率曲线、PMI和信用利差等量化信号有助于识别周期阶段,但精确择时仍然难以捉摸。证据表明,将宏观信号与因子暴露相结合的混合方法优于纯粹的行业押注。
方差风险溢价:以卖出波动率作为投资策略
隐含波动率在约90%的时间里系统性地超过已实现波动率。这一持续性差异即方差风险溢价,补偿承担暴跌风险的期权和方差互换卖方,使其成为衍生品市场中最稳健的收益来源之一。
统计套利:现代市场中的配对交易
配对交易利用历史相关证券之间的暂时性定价偏差。Gatev等人(2006)的研究记录了简单距离法的显著收益,但近期证据表明,随着市场效率提高和策略拥挤,该策略的优势已经衰减。
套息交易:从利率差异中获利
套息交易——借入低利率货币、投资高利率货币——是外汇市场最流行的策略之一。
趋势跟踪:时间序列动量的论据
做多上涨资产、做空下跌资产的趋势跟踪策略在几乎所有资产类别中都产生了正回报,数据跨越数个世纪。
均值回归策略:当价格回弹时
资产价格、估值和利差向历史均值回归的倾向是量化金融最基本的概念之一。