论“择时交易”的自我修养

今天主要是跟大家分享一下最近对于市场择时的感想和相关读书的体会。

最近几年,投资界独尊价值投资理念,有强大的庸俗化格林厄姆、巴菲特的潮流,似乎只需要比较市场价格与心中价值的高低,不用考虑太多进出时点的因素,只要投资标的够好,金子总会发光。

人类社会市场机制的关键在于竞争性分配,就是说必须考虑你的竞争者,定价无绝对,因为分配机制是价高者得。所以,择时实际上就是猜竞争者的未来之心。对于二级市场投资而言,择时就更关键了,可以说是最关键的因素。如果在二级市场交易投资不择时,干脆转行去做PE/VC好了。其实一级市场同样需要择时,只不过没二级市场那么激烈罢了。

你在投资大师身上看不到的,也许是时代的局限。

那么如何择时呢?

进入一个市场,首要的事情,第一是明白游戏规则,第二是了解市场上玩家的特点。如果这个市场有个无比强大的boss(大庄),那么,择时就是要猜它可能的动向。债市实际上就是这么一个存在大boss的市场,这个大boss自然就是央行。

这样的市场里,择时就需要左侧交易,也就是说在市场拐点还没出现时就要布局,你要领先大boss一步,否则,你的交易即使做对了方向也抢不到筹码,市场行情的进行几乎是一步到位的,因为所有人都盯着大boss,右侧后,大家的预期没有差异性,所以不会有人跟你做对手。好处是债市里的金融机构投资人,常常亲如兄弟,因为他赚的钱都是庄家给的,不用去赚交易对手的钱。

在这样的市场里,左侧择时最重要的是找到收益与风险不对称之处,也就是说风险小,收益大的策略,大家被有效市场理论洗脑很多次,都认为风险和收益是对称的,其实他们常常不对称。

在这样的市场里,做基本面和宏观研究才有实际的意义,因为大boss央行是看基本面的而作决策的。

左侧策略的重要性在债市里特别重要,比如今天降准了,再写什么分析评论几乎没什么意义,因为右侧的价值很低了,预测央妈何时降准降息才有意义。

右侧策略在什么样的市场中最重要的?


招聘的时候,我曾经出了一道笔试题,什么样的市场容易重复出现固定的模式?答案是:当市场中存在大量相互影响的玩家,又没有持续压倒性优势的主体时,市场将会出现复杂结构,这种结构的特点就是混沌带来的不确定性和吸引子(固有模式的重复)。

这种市场经常出现的结果是收益率分布尖峰肥尾、波动率具有长程记忆和簇聚特性,容易出现泡沫化,多重分形等。原因是有大量呈现网络化分布的互相影响的交易主体,他们互相嫉妒、互相鼓励、互相模仿、互相厌恶,这就形成了复杂系统。

说到这,大家都懂了,股市就是个明显的右侧策略市场。左侧策略,在这种市场里也有运用,但大部分都是盈率低,而盈亏比极高的策略才能应用。因为复杂系统的不确定性实在是太强了。

右侧策略的关键是读懂市场。尽管价格和成交量都清清楚楚的摆在所有人面前,没有分别,但不同人读出来的可能是完全不同的。这是复杂市场最有趣的地方,也是右侧交易还能够赚大钱的条件。因为,如果都像上面说的左侧系统大家预期完全一致,那么右侧就没有流动性了,预期的差异提高了右侧的流动性。

我们常常在经历历史重大拐点后,才发现,哦!原来那时候就是顶部或者底部了,当我们就在拐点处附近时,常常“不识庐山真面目”,打个比方,如果你能读懂市场是在哭,还是在笑,是累了,还是能量满格,你熟悉市场的一颦一笑,你知道它张嘴就是要吃饭还是要说话,那么你就能对市场未来的表现有个大概估计。所以尽早读懂市场跟我们说了什么就已经足够了,直接的预测并不关键。然而市场的心思很难猜。

怎么读懂市场,先说第一个层次,所谓行为金融学或者叫金融心理学等等,大意是把市场比作一个人来看待,股市中有很多江湖高手把市场理解为人,市场的起伏理解为人心的起伏,这确实比只看基本面就摇旗呐喊的进了一步,但这还只是一种朴素的世界观。市场中很多体现人性的地方,但永远记住,市场不是一个人,而是一群互相影响的人。

我们常常看到,主流的预期常常与市场运行的结果相反,不是一个神秘大玩家能窥探大家心思,把大家都玩转一遍,而是群体行为的结果与个体是非常不同的。行为金融学曾经把多重变量都加入预期项,部分提高了一般均衡模型的解释力,但这个方法是没有前途的,从根上没有认清楚“市场是不同的个体组成的这个特点”,从来没有什么一致预期,从来就没有理性人,从来没有什么完美、半完美信息。所以下午我说有些研究虽然得了诺贝尔奖,但那个理论基本没有具备解释真实市场的前途。

在这个方向上还有一个方法论,就是博弈论,它抓住了不同主体互相影响的系统实质,但却遇到了无法逾越的困难,也就是三体以上博弈难有解析解。博弈论在两体问题上有很好的解释力,推荐大家去看看演化博弈方面的书,这主要是生物学者做出来的,他们设计了进化模型。进化模型是后面要讲到的agent-base model的基本框架。

真正有前景能理解复杂市场的方法论在哪里呢?


就我目前所能理解的局限而言,这个方向在方法论上就是复杂系统理论,目前的最前沿者是做物理学、气象学、生物学、数据科学方面的科学家,领军的研究机构是美国Santa Fe 研究所。

今天我就不具体讲复杂系统理论的发展了,这部分很庞杂,有兴趣的朋友可以读读耗散系统理论,普利高津的书《探索复杂性》国内已有翻译。不过理论物理学者写的书,几乎是最难懂的,他们几乎用的是银河系以外的语言。生物学者写的科普书大家一看就懂了,推荐几本《隐秩序》、《混沌与秩序》。

理论不谈,具体到读懂市场这个问题,有什么好的办法?读懂市场是什么意思?其实就是识别市场的模式。大家想想,我们过去的学习中接触到最多的模式识别类的课程是什么。我们早早就在模式识别了,就是历史学。

市场的根本属性不是科学、更不是艺术,是历史性的,它不会重演,但总会惊人的相似。那些相当不严肃,粗制滥造,漏洞百出的流行的历史故事书,为什么那么多人爱读?他们都想在历史中寻求模式,然后应用在各种宫斗、宅斗中去。通过大量实践,找到模式,应用模式是人脑智能的天然能力。

技术分析也是一种朴素的模式识别方法,但里面鱼龙混杂。最简单常用的均线系统,完全是照顾人脑不习惯处理非线性信号设计的。这个简单实用的技术分析方法,基本上是过于主观的,因为市场是一个非线性系统,不会有特别靠谱的线性信号出来的。线性信号都是人的简化和人们彼此间的默契。

不过,我看到了朴素的技术分析里,黄金分割和波浪理论是最具备对的潜力的方法,这两个方法都是非线性的。这两个方法都是模式识别的过程,比较悲剧的是,他们不宜标准化,仁者见仁,智者见智,需要很多直觉上说不清的东西。有经验的交易员值钱就值钱在”说不清“上了,就像,当教育普及以后,知识分子的地位就下降了,以前各位都是巫师级别的,仅次于国王,现在知识分子地位在哪?

我目前接触到的数据技术中,最有潜力的是语音识别技术对市场信号的处理。主要原因是语音信号也是充满了噪音的时序序列,在时域和频域上的分析及模式识别算法都值得借鉴。

打个比方,市场在开盘时向我们讲话,告诉我们它的喜怒哀乐,但是我们听不到,只能通过价格和成交量的波形来体会市场,怎么读取分析这种信号?我们先要找到一些标准的语音信号(普通话),知道这个信号的语义到底是什么,然后,你才能通过大量不标准样本与标准样本的比对学习,识别东北话、四川话、上海话、广东话。比如,大家都说”知不知道明天要涨停“这句话,有人发音是“几不几明天……要……涨……停……”,有人发音是”知不造明天要涨停”,从波形来看,你几乎看不出他们的相似之处,你也回归不出来他们的线性相关性,但这两段信号代表的就是同一个意思。

用语音识别的算法可以通过样本学习,读懂市场告诉我们的意思。比如2015年1-2月,A股明显调整,我能通过这个算法得知市场还处于牛市的前期。目前该算法的模拟结果是,上证综指处于泡沫中前期,创业板指数处于泡沫鼎盛期(中期靠后)。

当你读懂了当下的市场后,对于右侧策略就很有把握了,当然这仍然是一种并非绝对的预测,就像你会比陌生人更加了解你朋友习惯性动作常常意味着什么,基于此,你会有很高的预测力,但偶尔仍会有不按习惯出牌的队友。

左侧策略的分析基本面更加重要,一旦市场进入泡沫状态,基本面就是次要的因素。这种基本面和技术面的纠结常常使得价值投资者落后于泡沫期的市场。目前A股处于泡沫期,处于一种典型的复杂系统吸引子状态。

说到泡沫期的分析,不能不提在预测界大红大紫的LPPL模型。这是索奈特教授从地震岩层断裂的模型中提取出来的。这个模型也很简单,就是我们常常发现股价是幂律增长和周期性调整的,这个模型是通过把股价幂律趋势和周期性调整用不同的项表示,最后用算法来fit,可以预测泡沫的拐点。

这个模型最大的成功案例是预测97金融危机。2007年A股顶和2009年A股顶都准确的预测出来了,但失败案例也不少。真实的市场没这么简单,外部的干扰因素也很多,所以这个模型有局限性。比如在1996-1999年的牛市中,亚洲金融危机的干扰,就让A股进行了1年的横盘盘整,没有完成标准的泡沫,这是混杂型的。这才是市场的有趣之处。

有人会问了,技术面和基本面最终无法协调么?历史是基本的还是技术的?这是个很有趣的问题,涉及到复杂系统理论了,什么创造了复杂性,是适应性创造了复杂性,这个适应性就是指对外部约束条件的适应,所以,外部(基本面)最终很重要,因为一个复杂耗散系统必须有外部能量支持,如果外部能量消失了,市场是不会产生趋势的。

基本面有多重要?我们人类社会微观的看很多道德机制和社会准则,如果用大历史的角度看不是一成不变的,甚至是剧烈变化的,变化的主因就是适应外部环境。比如生物学中的观察,一个新的种群,个体数相对比较少的时候,外部资源丰富,就倾向于合作,群体适应度提升,对应人类社会,这就是一个社会繁荣,夜不闭户的时代;而个体数量超出环境负荷时,就会出现互相残杀,合作程度下降,对应于人类社会,就是礼崩乐坏的时代。

用达尔文主义的角度再来审视我们芸芸众生所谓的道德观,有时候真的是很可怕,你会发现,小心翼翼遵从的社会道德,竟然是如此有目的性和直接,只不过这个适应度改善是群体感受到的。所以结论是,市场过程可能是充满技术性的,但长期的结果是尘归尘、土归土。

如果大家想了解人工智能、模式识别,有很好的科普书《哥德尔、埃舍尔、巴赫 GEB》;如果想了解群体间协作和进化模型的可以看看生物社会学方面的书,最经典的就是《昆虫社会》。

此外,我们前面描述的市场收益率特性很大程度上还来源于交易主体呈网络分布的特点。这方面就需要有图论的基础,进而研究一下网络科学,这个连通的世界有很多我们平时观察到的世界不同的规律。推荐《网络科学引论》这本书。

所以,大家看看,择时需要的自我修养有多麽艰深啊。这几乎就是一个综合性学科。如果大家不想看这么庞杂的内容,那么直接看《金融物理学》就好了,这是目前与市场结合度最紧密的关于复杂系统的实用学科。当然这又是我们物理学者写的天书。

以上种种,我也只是了解个皮毛,所以再不敢偷懒了,要重新做回学生。我相信复杂系统理论和信息技术能够改变我们的市场和投资。

(来源:财联社 作者:平安证券固定收益事业部执行总经理 石磊)
*声明:文章为作者独立观点,不代表格隆汇立场

相关阅读

评论