年化20%量化笔记 · 第40篇上一篇我们聊了平稳性检验——量化策略的安全带。今天继续深入时间序列的世界聊两个看似简单却蕴含着深刻哲学的概念白噪声和随机游走。为什么说股票价格在短期几乎无法预测这不是你的能力问题而是市场的底层逻辑决定的。这篇文章我想用尽量通俗的方式把这件残酷但重要的事情讲清楚。WHY一个让牛顿都翻车的千年难题牛顿亏光家产的故事1720年英国。这一年发生了一件震动整个欧洲的事——南海泡沫South Sea Bubble。南海公司宣称自己获得了南美贸易的垄断权股价从年初的128英镑一路飙到7月的1000英镑。整个伦敦陷入了疯狂的投机热潮贵族、商人、甚至国王乔治一世都在买。有一个人在旁边冷静地看了很久。他就是艾萨克·牛顿——人类历史上最伟大的科学家之一。微积分、万有引力、光学他几乎凭一己之力建立了经典物理学的框架。牛顿分析了一番南海公司的基本面得出结论这只股票涨过头了泡沫迟早要破。于是他清仓离场锁定了约7000英镑的利润。但他犯了一个致命的错误。他走了市场还在涨。他的朋友们继续赚钱有人翻了两倍有人翻了五倍。牛顿看着那些不如自己聪明的人赚得盆满钵满心里的天平彻底失衡了。几个月后牛顿以700英镑的高价重新杀入。然后——泡沫破了。股价从1000英镑跌回150英镑。牛顿亏得只剩大约2万英镑的身家相当于今天的几百万美元但他此前已经投入了更多。事后有人问他怎么看南海泡沫牛顿说了一句流传三百年的名言我能算出天体的运行轨迹却算不出人类的疯狂。牛顿的悲剧不是因为他笨。恰恰相反他太聪明了——聪明到相信一切都可以计算。但股票市场不是行星轨道。行星按物理定律运行而股票价格……本质上更接近一个随机游走。一个醉汉的散步1905年统计学家卡尔·皮尔逊Karl Pearson在《自然》杂志上发表了一封读者来信。他描述了一个有趣的数学问题想象一个醉汉在广场上走路。每走一步他随机改变方向——左转、右转、直走、后退完全随机。走了N步之后他距离起点有多远这就是随机游走Random Walk这个词的由来。一个完全醉酒的家伙在没有任何目的的情况下乱走——每一步的方向都跟前一步无关。听起来很荒诞对吧但1965年经济学家保罗·萨缪尔森后来的诺贝尔奖得主用这个模型证明了一件让很多人震惊的事如果市场是有效的股票价格的变化就应该是一个随机游走。为什么因为如果股票价格可以被预测那就意味着存在一种免费的钱——你可以低买高卖。但在一个信息充分流通的市场里所有已知信息都已经被价格反映了。你看到的规律不过是历史数据的巧合。未来价格的变动只取决于尚未发生的新信息——而新信息本质上是不可预测的。所以股票价格的短期变动就像一个醉汉在街上散步——你无法判断他下一步会往哪走。散户为什么总在猜顶摸底中亏钱讲到这里你应该能理解一个残酷的现实了大多数散户的技术分析本质上是在试图预测一个随机游走。你画了一条趋势线说股价要反弹了——但股价的下一步变动主要取决于新信息比如突然公布的财报、意外政策、突发新闻而不是昨天那根K线长什么样。你看到了一个头肩顶形态说这是卖出信号——但在随机游走的世界里任何形态都可以出现也可以不出现。历史数据中的形态和未来的价格方向之间可能根本不存在因果关系。这不是说技术分析100%没用。而是在大多数时候、对大多数人来说试图预测短期价格方向就像那个醉汉试图走一条直线一样——他可能偶尔走对几步但长期来看他只是在原地打转。这也是为什么统计数据显示超过70%的主动交易者长期跑不赢指数基金。不是因为他们不够努力、不够聪明而是因为他们在一个本质上随机的游戏里试图寻找确定性。HOW白噪声、随机游走与预测的边界好故事讲完了。现在我们用尽量通俗的语言把核心概念理清楚。什么是白噪声——市场里的背景杂音想象你站在一个安静的房间里打开收音机把频率调到一个没有电台的位置。你会听到什么沙沙沙——一片均匀的杂音。这就是白噪声White Noise。它的核心特征很简单1.每个瞬间的值都是随机的下一秒的声音跟上一秒毫无关系2.没有规律可循你无法根据过去的杂音预测下一个杂音是什么样3.均值是零虽然每时每刻都有声音但长期来看没有偏向任何方向用金融的语言来说如果一只股票的日收益率是白噪声那就意味着——今天涨了1%明天涨多少完全随机。今天跌了2%明天是继续跌还是反弹完全随机。昨天的涨跌对未来没有任何信息价值。这就是白噪声的残酷真相它是一个无记忆的序列。每一个数据点都是一个独立的、全新的随机事件。就像扔硬币——你连续扔了10次正面第11次是正面的概率仍然是50%。硬币没有记忆市场也没有。一个生活化的比喻把白噪声想象成收音机的静电杂音•你听了10秒钟觉得好像有规律——刚才那段像不像一首歌的旋律•但如果你仔细分析那段旋律只是随机杂波的偶然组合•你再等10秒旋律消失了变成完全不同的声音金融市场上的很多规律就是这样——它们是白噪声中的偶然模式。你的大脑天生擅长在混乱中寻找秩序这是进化的功劳但在白噪声面前这种本能反而成了陷阱。什么是随机游走——醉汉的数学公式现在我们从白噪声走向随机游走Random Walk。两者的关系很简单白噪声是随机游走的砖块——把白噪声一块一块叠起来就形成了随机游走。用公式表达翻译成大白话今天的价格 昨天的价格 一个随机变化那个随机变化ε就是白噪声——每天都是独立随机的跟昨天无关。这个模型看起来简单到近乎荒谬但它完美地描述了一种现象想象一个醉汉从广场中央出发每一步都随机选一个方向。走了100步之后他可能在广场任何位置——但你无法准确预测他在哪里。更神奇的是•如果你看他的轨迹图会发现它有时像一条直线看起来像趋势有时像在兜圈子看起来像形态•但这些都是假象。因为每一步都是随机的过去的路径对未来的方向没有任何指引•你画什么趋势线都没用——因为醉汉的下一步跟前面100步走成什么形状完全没有关系股票价格就像一个醉汉的轨迹。在K线图上你会看到突破支撑阻力头肩顶等各种形态——但在随机游走的世界里这些形态是噪声中的幻觉不是未来的预兆。随机游走的一个反直觉特征这里有一个让很多人困惑的现象假设一个醉汉从原点出发走了1000步。他的位置在哪里直觉上既然每一步都是随机的长期来看他应该回到原点附近——对吧错。虽然醉汉的期望位置确实是原点向左走和向右走互相抵消但他的实际位置离原点越来越远——只是你不知道他会往哪个方向飘。数学上走了N步之后醉汉离原点的平均距离大约是步。走了100步平均离原点10步走了10000步平均离原点100步。这和股票价格的行为惊人地一致——价格会漂移得越来越远但你无法预测它往哪个方向漂移。有效市场假说随机游走的金融学翻译讲到这里我们不得不提一个金融学中最重要的理论——有效市场假说Efficient Market Hypothesis简称EMH。1970年芝加哥大学的尤金·法玛Eugene Fama教授正式提出了这个理论。后来他因此获得了2013年的诺贝尔经济学奖。EMH的核心观点用一句话概括在一个信息充分流通的市场里价格已经反映了所有可获得的信息。因此没有任何人能够系统性地战胜市场。为什么这和随机游走有关因为——•如果价格已经反映了所有信息那么只有新信息才能改变价格•新信息是新的——它还没有被任何人知道所以不可预测•价格变动 对新信息的反应 不可预测的随机变动•因此价格变动近似于随机游走法玛把市场效率分为三个层次层次含义什么被反映在价格中弱式有效技术分析无效所有历史交易数据价格、成交量半强式有效基本面分析也无效所有公开信息财报、新闻、宏观数据强式有效内幕信息也无效所有信息包括内幕信息绝大多数实证研究表明成熟市场如美国股市至少在弱式有效层面是成立的——也就是说纯粹看K线图做技术分析长期来看大概率跑不赢买入持有指数基金。这就是为什么巴菲特能跑赢大盘——不是因为他会看K线而是因为他在买入企业而不是在预测价格。那预测到底有没有边界——三个层次好了讲了这么多不可预测你可能会问那量化交易还有什么意义如果市场完全随机我们不都应该去买指数基金然后忘掉密码吗这个问题问得好。答案是市场不是完全随机的但预测是有边界的。我用三个层次来说明第一层短期价格方向——几乎不可预测日收益率序列接近白噪声。今天的涨跌和明天的涨跌之间相关性接近于零。在这个层面上试图预测明天涨还是跌和预测抛硬币的正反面没什么区别。预测极限日频方向预测的准确率很难持续超过53-55%扣掉手续费后可能就亏了。第二层波动率和相关性——可以部分预测虽然明天涨还是跌不可预测但明天的波动有多大是可以部分预测的。这就是波动率聚类Volatility Clustering——大涨之后往往跟着大跌不管方向平静期之后往往跟着平静期。就像天气你很难精确预测明天会不会下雨但你可以预测明天大概是什么量级的天气——台风天还是晴天大方向上是有规律的。GARCH模型就是用来捕捉这个特征的——它预测的不是价格往哪走而是价格会走多大。第三层长期均值回归——有规律可循在更长的时间尺度上月频、季频市场确实存在一定的均值回归特征。估值过高PE太高的时候未来5-10年的回报率往往偏低。这是有学术证据支持的。但这和短期交易完全是两个世界——你需要的不是日频进出而是长期持有、估值择时。而且这种效应的信号很弱需要大样本和长周期才能显现。总结预测维度可预测性原因短期方向日频极低价格接近随机游走波动率大小中等波动率聚类效应长期趋势年频有限均值回归效应结构性机会中等信息不对称市场微观结构量化交易的真正价值不在于预测明天的价格——而在于在波动率、相关性、市场微观结构等维度上寻找微弱的、可重复的优势。LTCM的故事天才们的傲慢与覆灭讲到这里我必须分享一个量化史上最震撼的故事——长期资本管理公司LTCM的崩盘。1994年LTCM成立了。它的核心团队堪称梦幻阵容•约翰·梅里韦瑟John Meriwether所罗门兄弟公司的传奇交易员•罗伯特·默顿Robert Merton和迈伦·斯科尔斯Myron Scholes期权定价公式Black-Scholes模型的发明者刚刚获得诺贝尔经济学奖这帮人聚在一起用复杂的数学模型做债券套利。头几年效果惊人——年化收益率超过40%回撤极小。华尔街惊呼这是史上最赚钱的基金。但1998年8月俄罗斯宣布债务违约。这个极小概率事件发生了。全球市场陷入恐慌原本不可能发生的价格偏离不仅发生了而且偏离的程度远超任何模型的预测。LTCM在不到四个月内亏损46亿美元——是他们资本金的将近两倍。最后美联储不得不亲自出面协调华尔街各大银行来救火防止LTCM的崩盘引发系统性风险。LTCM的教训是什么他们的模型假设市场在大部分时间是有效的、价格偏离终将回归——这在正常时期确实成立。但他们忽略了一个关键问题随机游走并不排除极端事件的发生。而且当极端事件发生时它的破坏力可以摧毁所有基于正常时期建立的策略。正如一位LTCM的合伙人后来回忆的我们做了99%正确的事。但那1%的错误就足以让我们归零。WHAT对量化交易者的启示与认知升级三个认知学完白噪声和随机游走我希望你能带走这三个认知认知一市场在短期接近随机游走——接受它这不是悲观而是现实。就像天气预报的准确率在短期内也就55-65%一样短期价格预测的准确率也不会高到哪去。接受这个现实你才不会在猜对一天时过度自信也不会因为连续猜错而崩溃。交易中的确定性幻觉是最大的敌人。当你看着K线图说这个形态我见过100次了下次一定涨的时候——请回想那个醉汉。他走过的路径上也有100次看起来像要转弯的样子但下一步仍然是随机的。认知二预测的价值在于边界——利用它市场不是100%随机游走。在波动率、相关性、市场微观结构等维度确实存在可预测的成分。量化的价值不是预测方向而是•预测波动用GARCH类模型预判市场的波动状态•预测相关性变化当市场从平静进入恐慌时资产之间的相关性会急剧上升——这本身是可预测的•预测市场微观结构订单簿的流动性、买卖盘的不平衡——这些在毫秒级别的尺度上确实存在可预测性认知三策略的保质期——敬畏它如果市场接近随机游走为什么量化策略还能赚钱因为——市场不是完美的随机游走而是在接近随机和偶尔偏离之间反复切换。当市场出现定价偏差时比如某个事件导致的过度反应价格会暂时偏离随机游走——这就是alpha的来源。但这种偏离是短暂的随着套利者涌入价格会回归到接近随机游走的状态。所以每一个策略都有保质期。当市场环境变化、参与者结构变化时原来有效的微弱规律可能就消失了——因为市场在向更有效的方向演化。行动1.别在日收益率上寻找强预测信号如果你的策略声称能持续准确地预测明天的涨跌方向请保持怀疑——大概率是过拟合或者数据窥探的结果2.把预测重心放在波动率和相关性上这些维度的可预测性远高于方向预测而且是风险管理的核心3.做ADF检验在建立任何预测模型之前先用上一篇讲的ADF检验确认数据的基本性质。如果价格序列是随机游走非平稳你应该在收益率序列上做分析4.对策略样本外表现保持谦逊LTCM的教训告诉我们即使是最聪明的模型也有盲区。永远为黑天鹅留有余地5.区分预测和风险管理预测不了方向不代表做不了量化。仓位管理、止损机制、分散投资——这些防御性策略在随机游走的世界里同样有效我个人认知的转变最后说一点个人感受。刚开始学量化的时候我花了大量时间研究各种技术指标——MACD、RSI、布林带、KDJ——试图找到一个能准确预测涨跌的圣杯。我画了无数张K线图尝试了上百种参数组合偶尔回测出一个年化100%的策略就兴奋得睡不着觉。然后——实盘亏了。后来我学到了白噪声和随机游走的概念一开始是抗拒的。心里想不可能一定有什么规律是我还没发现的。但当我真正理解了背后的数学逻辑当我看到LTCM的故事当我用真实数据反复验证——我慢慢接受了这个事实短期价格变动的不可预测性不是因为我们不够聪明而是因为市场本身的结构性特征。这个认知虽然残酷但反而让我轻松了很多。我不再执着于预测明天涨跌而是把精力放在风险管理、波动率建模、以及寻找那些微弱但真实的市场低效上。我的策略收益率可能没有找到圣杯那么高但它更稳健、更可持续、更不容易在极端行情中崩溃。这才是量化交易真正的魅力——不是打败市场而是与市场共舞。写在最后牛顿的故事告诉我们即使是最伟大的头脑也无法预测市场的短期走势。LTCM的故事告诉我们即使是最精密的模型也无法防范所有极端事件。白噪声和随机游走的理论告诉我们接受不可预测性是走向成熟的第一步。但这不是终点——恰恰相反接受不可预测性之后你才能真正开始思考在可预测的维度上我能做些什么这个问题就是我们后续要一起探索的方向。年化20%量化笔记 · 第40篇系列进度40/300下一篇【维克】自相关函数ACF时间序列的指纹
年化20%量化笔记 · 第40篇上一篇我们聊了平稳性检验——量化策略的安全带。今天继续深入时间序列的世界聊两个看似简单却蕴含着深刻哲学的概念白噪声和随机游走。为什么说股票价格在短期几乎无法预测这不是你的能力问题而是市场的底层逻辑决定的。这篇文章我想用尽量通俗的方式把这件残酷但重要的事情讲清楚。WHY一个让牛顿都翻车的千年难题牛顿亏光家产的故事1720年英国。这一年发生了一件震动整个欧洲的事——南海泡沫South Sea Bubble。南海公司宣称自己获得了南美贸易的垄断权股价从年初的128英镑一路飙到7月的1000英镑。整个伦敦陷入了疯狂的投机热潮贵族、商人、甚至国王乔治一世都在买。有一个人在旁边冷静地看了很久。他就是艾萨克·牛顿——人类历史上最伟大的科学家之一。微积分、万有引力、光学他几乎凭一己之力建立了经典物理学的框架。牛顿分析了一番南海公司的基本面得出结论这只股票涨过头了泡沫迟早要破。于是他清仓离场锁定了约7000英镑的利润。但他犯了一个致命的错误。他走了市场还在涨。他的朋友们继续赚钱有人翻了两倍有人翻了五倍。牛顿看着那些不如自己聪明的人赚得盆满钵满心里的天平彻底失衡了。几个月后牛顿以700英镑的高价重新杀入。然后——泡沫破了。股价从1000英镑跌回150英镑。牛顿亏得只剩大约2万英镑的身家相当于今天的几百万美元但他此前已经投入了更多。事后有人问他怎么看南海泡沫牛顿说了一句流传三百年的名言我能算出天体的运行轨迹却算不出人类的疯狂。牛顿的悲剧不是因为他笨。恰恰相反他太聪明了——聪明到相信一切都可以计算。但股票市场不是行星轨道。行星按物理定律运行而股票价格……本质上更接近一个随机游走。一个醉汉的散步1905年统计学家卡尔·皮尔逊Karl Pearson在《自然》杂志上发表了一封读者来信。他描述了一个有趣的数学问题想象一个醉汉在广场上走路。每走一步他随机改变方向——左转、右转、直走、后退完全随机。走了N步之后他距离起点有多远这就是随机游走Random Walk这个词的由来。一个完全醉酒的家伙在没有任何目的的情况下乱走——每一步的方向都跟前一步无关。听起来很荒诞对吧但1965年经济学家保罗·萨缪尔森后来的诺贝尔奖得主用这个模型证明了一件让很多人震惊的事如果市场是有效的股票价格的变化就应该是一个随机游走。为什么因为如果股票价格可以被预测那就意味着存在一种免费的钱——你可以低买高卖。但在一个信息充分流通的市场里所有已知信息都已经被价格反映了。你看到的规律不过是历史数据的巧合。未来价格的变动只取决于尚未发生的新信息——而新信息本质上是不可预测的。所以股票价格的短期变动就像一个醉汉在街上散步——你无法判断他下一步会往哪走。散户为什么总在猜顶摸底中亏钱讲到这里你应该能理解一个残酷的现实了大多数散户的技术分析本质上是在试图预测一个随机游走。你画了一条趋势线说股价要反弹了——但股价的下一步变动主要取决于新信息比如突然公布的财报、意外政策、突发新闻而不是昨天那根K线长什么样。你看到了一个头肩顶形态说这是卖出信号——但在随机游走的世界里任何形态都可以出现也可以不出现。历史数据中的形态和未来的价格方向之间可能根本不存在因果关系。这不是说技术分析100%没用。而是在大多数时候、对大多数人来说试图预测短期价格方向就像那个醉汉试图走一条直线一样——他可能偶尔走对几步但长期来看他只是在原地打转。这也是为什么统计数据显示超过70%的主动交易者长期跑不赢指数基金。不是因为他们不够努力、不够聪明而是因为他们在一个本质上随机的游戏里试图寻找确定性。HOW白噪声、随机游走与预测的边界好故事讲完了。现在我们用尽量通俗的语言把核心概念理清楚。什么是白噪声——市场里的背景杂音想象你站在一个安静的房间里打开收音机把频率调到一个没有电台的位置。你会听到什么沙沙沙——一片均匀的杂音。这就是白噪声White Noise。它的核心特征很简单1.每个瞬间的值都是随机的下一秒的声音跟上一秒毫无关系2.没有规律可循你无法根据过去的杂音预测下一个杂音是什么样3.均值是零虽然每时每刻都有声音但长期来看没有偏向任何方向用金融的语言来说如果一只股票的日收益率是白噪声那就意味着——今天涨了1%明天涨多少完全随机。今天跌了2%明天是继续跌还是反弹完全随机。昨天的涨跌对未来没有任何信息价值。这就是白噪声的残酷真相它是一个无记忆的序列。每一个数据点都是一个独立的、全新的随机事件。就像扔硬币——你连续扔了10次正面第11次是正面的概率仍然是50%。硬币没有记忆市场也没有。一个生活化的比喻把白噪声想象成收音机的静电杂音•你听了10秒钟觉得好像有规律——刚才那段像不像一首歌的旋律•但如果你仔细分析那段旋律只是随机杂波的偶然组合•你再等10秒旋律消失了变成完全不同的声音金融市场上的很多规律就是这样——它们是白噪声中的偶然模式。你的大脑天生擅长在混乱中寻找秩序这是进化的功劳但在白噪声面前这种本能反而成了陷阱。什么是随机游走——醉汉的数学公式现在我们从白噪声走向随机游走Random Walk。两者的关系很简单白噪声是随机游走的砖块——把白噪声一块一块叠起来就形成了随机游走。用公式表达翻译成大白话今天的价格 昨天的价格 一个随机变化那个随机变化ε就是白噪声——每天都是独立随机的跟昨天无关。这个模型看起来简单到近乎荒谬但它完美地描述了一种现象想象一个醉汉从广场中央出发每一步都随机选一个方向。走了100步之后他可能在广场任何位置——但你无法准确预测他在哪里。更神奇的是•如果你看他的轨迹图会发现它有时像一条直线看起来像趋势有时像在兜圈子看起来像形态•但这些都是假象。因为每一步都是随机的过去的路径对未来的方向没有任何指引•你画什么趋势线都没用——因为醉汉的下一步跟前面100步走成什么形状完全没有关系股票价格就像一个醉汉的轨迹。在K线图上你会看到突破支撑阻力头肩顶等各种形态——但在随机游走的世界里这些形态是噪声中的幻觉不是未来的预兆。随机游走的一个反直觉特征这里有一个让很多人困惑的现象假设一个醉汉从原点出发走了1000步。他的位置在哪里直觉上既然每一步都是随机的长期来看他应该回到原点附近——对吧错。虽然醉汉的期望位置确实是原点向左走和向右走互相抵消但他的实际位置离原点越来越远——只是你不知道他会往哪个方向飘。数学上走了N步之后醉汉离原点的平均距离大约是步。走了100步平均离原点10步走了10000步平均离原点100步。这和股票价格的行为惊人地一致——价格会漂移得越来越远但你无法预测它往哪个方向漂移。有效市场假说随机游走的金融学翻译讲到这里我们不得不提一个金融学中最重要的理论——有效市场假说Efficient Market Hypothesis简称EMH。1970年芝加哥大学的尤金·法玛Eugene Fama教授正式提出了这个理论。后来他因此获得了2013年的诺贝尔经济学奖。EMH的核心观点用一句话概括在一个信息充分流通的市场里价格已经反映了所有可获得的信息。因此没有任何人能够系统性地战胜市场。为什么这和随机游走有关因为——•如果价格已经反映了所有信息那么只有新信息才能改变价格•新信息是新的——它还没有被任何人知道所以不可预测•价格变动 对新信息的反应 不可预测的随机变动•因此价格变动近似于随机游走法玛把市场效率分为三个层次层次含义什么被反映在价格中弱式有效技术分析无效所有历史交易数据价格、成交量半强式有效基本面分析也无效所有公开信息财报、新闻、宏观数据强式有效内幕信息也无效所有信息包括内幕信息绝大多数实证研究表明成熟市场如美国股市至少在弱式有效层面是成立的——也就是说纯粹看K线图做技术分析长期来看大概率跑不赢买入持有指数基金。这就是为什么巴菲特能跑赢大盘——不是因为他会看K线而是因为他在买入企业而不是在预测价格。那预测到底有没有边界——三个层次好了讲了这么多不可预测你可能会问那量化交易还有什么意义如果市场完全随机我们不都应该去买指数基金然后忘掉密码吗这个问题问得好。答案是市场不是完全随机的但预测是有边界的。我用三个层次来说明第一层短期价格方向——几乎不可预测日收益率序列接近白噪声。今天的涨跌和明天的涨跌之间相关性接近于零。在这个层面上试图预测明天涨还是跌和预测抛硬币的正反面没什么区别。预测极限日频方向预测的准确率很难持续超过53-55%扣掉手续费后可能就亏了。第二层波动率和相关性——可以部分预测虽然明天涨还是跌不可预测但明天的波动有多大是可以部分预测的。这就是波动率聚类Volatility Clustering——大涨之后往往跟着大跌不管方向平静期之后往往跟着平静期。就像天气你很难精确预测明天会不会下雨但你可以预测明天大概是什么量级的天气——台风天还是晴天大方向上是有规律的。GARCH模型就是用来捕捉这个特征的——它预测的不是价格往哪走而是价格会走多大。第三层长期均值回归——有规律可循在更长的时间尺度上月频、季频市场确实存在一定的均值回归特征。估值过高PE太高的时候未来5-10年的回报率往往偏低。这是有学术证据支持的。但这和短期交易完全是两个世界——你需要的不是日频进出而是长期持有、估值择时。而且这种效应的信号很弱需要大样本和长周期才能显现。总结预测维度可预测性原因短期方向日频极低价格接近随机游走波动率大小中等波动率聚类效应长期趋势年频有限均值回归效应结构性机会中等信息不对称市场微观结构量化交易的真正价值不在于预测明天的价格——而在于在波动率、相关性、市场微观结构等维度上寻找微弱的、可重复的优势。LTCM的故事天才们的傲慢与覆灭讲到这里我必须分享一个量化史上最震撼的故事——长期资本管理公司LTCM的崩盘。1994年LTCM成立了。它的核心团队堪称梦幻阵容•约翰·梅里韦瑟John Meriwether所罗门兄弟公司的传奇交易员•罗伯特·默顿Robert Merton和迈伦·斯科尔斯Myron Scholes期权定价公式Black-Scholes模型的发明者刚刚获得诺贝尔经济学奖这帮人聚在一起用复杂的数学模型做债券套利。头几年效果惊人——年化收益率超过40%回撤极小。华尔街惊呼这是史上最赚钱的基金。但1998年8月俄罗斯宣布债务违约。这个极小概率事件发生了。全球市场陷入恐慌原本不可能发生的价格偏离不仅发生了而且偏离的程度远超任何模型的预测。LTCM在不到四个月内亏损46亿美元——是他们资本金的将近两倍。最后美联储不得不亲自出面协调华尔街各大银行来救火防止LTCM的崩盘引发系统性风险。LTCM的教训是什么他们的模型假设市场在大部分时间是有效的、价格偏离终将回归——这在正常时期确实成立。但他们忽略了一个关键问题随机游走并不排除极端事件的发生。而且当极端事件发生时它的破坏力可以摧毁所有基于正常时期建立的策略。正如一位LTCM的合伙人后来回忆的我们做了99%正确的事。但那1%的错误就足以让我们归零。WHAT对量化交易者的启示与认知升级三个认知学完白噪声和随机游走我希望你能带走这三个认知认知一市场在短期接近随机游走——接受它这不是悲观而是现实。就像天气预报的准确率在短期内也就55-65%一样短期价格预测的准确率也不会高到哪去。接受这个现实你才不会在猜对一天时过度自信也不会因为连续猜错而崩溃。交易中的确定性幻觉是最大的敌人。当你看着K线图说这个形态我见过100次了下次一定涨的时候——请回想那个醉汉。他走过的路径上也有100次看起来像要转弯的样子但下一步仍然是随机的。认知二预测的价值在于边界——利用它市场不是100%随机游走。在波动率、相关性、市场微观结构等维度确实存在可预测的成分。量化的价值不是预测方向而是•预测波动用GARCH类模型预判市场的波动状态•预测相关性变化当市场从平静进入恐慌时资产之间的相关性会急剧上升——这本身是可预测的•预测市场微观结构订单簿的流动性、买卖盘的不平衡——这些在毫秒级别的尺度上确实存在可预测性认知三策略的保质期——敬畏它如果市场接近随机游走为什么量化策略还能赚钱因为——市场不是完美的随机游走而是在接近随机和偶尔偏离之间反复切换。当市场出现定价偏差时比如某个事件导致的过度反应价格会暂时偏离随机游走——这就是alpha的来源。但这种偏离是短暂的随着套利者涌入价格会回归到接近随机游走的状态。所以每一个策略都有保质期。当市场环境变化、参与者结构变化时原来有效的微弱规律可能就消失了——因为市场在向更有效的方向演化。行动1.别在日收益率上寻找强预测信号如果你的策略声称能持续准确地预测明天的涨跌方向请保持怀疑——大概率是过拟合或者数据窥探的结果2.把预测重心放在波动率和相关性上这些维度的可预测性远高于方向预测而且是风险管理的核心3.做ADF检验在建立任何预测模型之前先用上一篇讲的ADF检验确认数据的基本性质。如果价格序列是随机游走非平稳你应该在收益率序列上做分析4.对策略样本外表现保持谦逊LTCM的教训告诉我们即使是最聪明的模型也有盲区。永远为黑天鹅留有余地5.区分预测和风险管理预测不了方向不代表做不了量化。仓位管理、止损机制、分散投资——这些防御性策略在随机游走的世界里同样有效我个人认知的转变最后说一点个人感受。刚开始学量化的时候我花了大量时间研究各种技术指标——MACD、RSI、布林带、KDJ——试图找到一个能准确预测涨跌的圣杯。我画了无数张K线图尝试了上百种参数组合偶尔回测出一个年化100%的策略就兴奋得睡不着觉。然后——实盘亏了。后来我学到了白噪声和随机游走的概念一开始是抗拒的。心里想不可能一定有什么规律是我还没发现的。但当我真正理解了背后的数学逻辑当我看到LTCM的故事当我用真实数据反复验证——我慢慢接受了这个事实短期价格变动的不可预测性不是因为我们不够聪明而是因为市场本身的结构性特征。这个认知虽然残酷但反而让我轻松了很多。我不再执着于预测明天涨跌而是把精力放在风险管理、波动率建模、以及寻找那些微弱但真实的市场低效上。我的策略收益率可能没有找到圣杯那么高但它更稳健、更可持续、更不容易在极端行情中崩溃。这才是量化交易真正的魅力——不是打败市场而是与市场共舞。写在最后牛顿的故事告诉我们即使是最伟大的头脑也无法预测市场的短期走势。LTCM的故事告诉我们即使是最精密的模型也无法防范所有极端事件。白噪声和随机游走的理论告诉我们接受不可预测性是走向成熟的第一步。但这不是终点——恰恰相反接受不可预测性之后你才能真正开始思考在可预测的维度上我能做些什么这个问题就是我们后续要一起探索的方向。年化20%量化笔记 · 第40篇系列进度40/300下一篇【维克】自相关函数ACF时间序列的指纹
