機器人投資——黑科技和黑歷史，兼談在中國市場的未來
惠軼
2016-06-06 10:50:14
幾乎是一夜之間，機器人投資，智能理財這個概念大熱，成為各路資本爭相追逐的熱點，在這個高大上的概念的背后，到底是什么樣的傳承起源，這個東西是否真的能在中國的互聯網金融市場上掀起波瀾？
幾乎是一夜之間，機器人投資，智能理財這個概念大熱，成為各路資本爭相追逐的熱點，在這個高大上的概念的背后，到底是什么樣的傳承起源，這個東西是否真的能在中國的互聯網金融市場上掀起波瀾，我們就來扒開看一看吧。
機器人投資或者智能理財，從本質上來說都是對一種投資技術的延伸，這個技術就是量化交易(Quant Trading)，量化交易本身并不是什么新鮮事物，上世紀80年代在華爾街出現，至今已經有了超過30年的發展歷史，已經是一個非常成熟的體系。
在過去的30年中，量化投資這項技術的確在投資市場產生過不少的奇跡，熟悉華爾街歷史的同學們一定都知道量化投資的3個神級公司，長期資本管理公司(LTCM)，文藝復興和D.E.Shawn，這三家公司的創始人都是數學家和計算機科學家，讓我們先看看他們的神跡吧。
長期資本管理公司(LTCM)，由兩位諾貝爾經濟學獎獲得者于1994年創建，量化投資的開山鼻祖，在1994--1997年間，LTCM業績輝煌驕人。成立之初，資產凈值為12.5億美元，到1997年末，上升為48億美元，凈增長2.84倍。每年的投資回報率分別為：1994年28.5%、1995年42.8%、1996年40.8%、1997年17%。(當然，1998年LTCM破產了，這個事兒一會再說)
文藝復興，有史以來最成功的對沖基金，自1988成立以來，文藝復興科技公司的旗艦基金——大獎章基金取得平均每年34%的回報。收益遠超巴菲特、索羅斯等同儕。而其創始人、現年78歲高壽的詹姆斯·西蒙斯（James Simons）也被譽為“量化投資之王”，成為傳奇人物。詹姆斯·西蒙斯是一位數學家，他曾任教于麻省理工學院、哈佛大學和紐約州立大學石溪分校，和陳省身共同創立了著名的Chem-Simons理論，獲得過5年頒發一次的全美數學最高獎維布倫獎（Veblen Prize）。
D.E.Shawn，黑科技大神，斯坦福大學計算機專博士,哥倫比亞大學教授，因為缺少科研經費，就跑到華爾街去搞了個量化基金，到 2015 年，他的個人凈值已經 41 億美元（David Shaw - Forbes），殺入全球財富榜前 500，掙到錢后，他居然又跑回去搞科研了~~~，去研究一個特別特別冷僻的學科，計算化學，研發了一個專門用于計算化學的超級計算機Aton，計算化學的最大黑科技：它比一般的超級計算機快約 10,000 倍。比最好的超算也快 1,000 倍，科學家的人生就是這么屌~~
寫到這里，大家應該對智能投資產生了極大的興趣吧，大家腦子里浮現的，估計都是這些科學家造出來的超級股神，能立馬告訴您哪支股票明天漲停。
對不起，你錯了~~ 智能投資(量化投資)還沒有那么神奇，其實所有量化投資背后的原理都特別簡單，小學生都會，就是套利。
什么是套利？套利就是利用市場的缺陷，通過明顯的利差來薅羊毛，賺錢的多少取決于薅羊毛的速度有多快。這么說有點晦澀，舉個簡單例子吧，市場上一個蘋果10塊錢，一個桔子5塊錢，一個果盤由一個蘋果和兩個桔子構成，你突然發現果盤能賣25，趕緊買蘋果和桔子裝成果盤賣出去，要是果盤變成15了，趕緊把果盤買回來，拆成蘋果和桔子賣出去，一個凈掙5塊，就這么簡單。
舉更實際一點的例子，在中國外匯市場上，600人民幣換100美元，620塊人民幣換10000日元，而在日本外匯市場上，100美元換10000日元，你趕緊在中國拿600人民幣換100美元，然后在日本把這100美元換成10000日元，再在中國把10000日元換成620塊人民幣，一圈下來，凈掙20。
所有的量化投資，都是基于上面這個簡單的不能再簡單的原理，但量化投資為什么能賺這么多錢呢？是因為可以通過計算機程序，在數以萬記的金融產品種類和市場上實時監測套利機會(比如股票與指數之間的套利，現貨與期貨之間的套利，不同債券以及不同貨幣市場間的套利等等)，并且交易速度非常快，舉剛剛那個換日元的例子吧，如果靠人工，幾乎不可能實現操作，只有靠計算機日夜不斷在全球所有貨幣市場和所有貨幣兌換價間去發現機會，才可能實施。
上面講述了量化投資的原理，下面講講量化投資需要的市場環境吧，量化投資能夠長期穩定盈利，需要3個基礎市場環境，第一是開放的金融市場，第二是有衍生工具提供對沖和杠桿，第三是高頻交易環境。一個一個展開講。
開放的金融市場: 量化投資的大多數交易，都是發生在跨市場的套利，比如不同國家間的貨幣市場，債券市場，期貨與現貨，股指與股票等等，這個條件目前在中國不太具備，因為資本管制，中國的投資者現在很難在其他國家的資本市場進行投資，更別說進行套利了，本國市場間嘛……證監會發言人不是說了么：“跨期現市場操縱就屬惡意做空”。
有衍生工具提供對沖和杠桿：量化投資需要的另外一個基本條件是有大量的衍生金融品能夠提供對沖和杠桿，因為量化交易就是套利，所以需要有衍生產品來提供風險對沖和保護，比如股票和期貨間的套利，一定是通過買入股票同時賣出看漲期權(或者買入看跌期權)來對沖，“老子期貨就是一把梭，滿倉螺紋鋼!”這類打法在量化人士看來就是自殺，同時，因為每一次套利可以掙到的錢的絕對數都非常小，必須還有衍生工具能夠提供足夠大的杠桿，再舉回長期資本管理公司(LTCM)的例子，他們的交易策略是在債券市場上套利，每次套利的空間其實非常小(千分之幾)，所以，他們通過衍生品，使用了高達568倍的杠桿，通過46億美元的本金，持有了高達1.25萬億美元的倉位。(當然，LTCM最后也死在了高杠桿上，因為一個小小的判斷錯誤，在轉瞬之間，LTCM虧損了幾十億美元，宣告破產)
第三，高頻交易：套利交易，掙錢的速度就取決于薅羊毛的速度有多快，手續費有多低，文藝復興每天的交易達到萬次以上，而這一點，目前在中國也沒什么生存環境，去年的股災，股指被所有股民當成罪魁禍首，中金所迫于壓力，限制了高頻交易，同時把手續費提高了很多倍，這招非常狠，基本上每次高頻交易賺的錢，要按現在的手續費來繳，基本是沒有任何賺錢空間的，所以一下子，基于股票的量化交易在中國就偃旗息鼓了。
所以嘛，回到主題上來，雖然說智能投資和機器人理財這個概念大熱，以我個人的經驗和判斷，要讓這個東西在中國真正開始發揮價值，依舊任重而道遠，但是一定有未來。
*文章為作者獨立觀點，不代表野馬財經立場。
風險提示:
本網站內用戶發表的所有信息（包括但不限于文字、視頻、音頻、數據及圖表）僅代表個人觀點，僅供參考，與本網站立場無關，不構成任何投資建議，市場有風險，選擇需謹慎，據此操作風險自擔。
版權聲明:
此文為原作者或媒體授權發表于野馬財經網,且已標注作者及來源。如需轉載，請聯系原作者或媒體獲取授權。
本網站轉載的屬于第三方的信息，并不代表本網站觀點及對其真實性負責。如其他媒體、網站或個人擅自轉載使用，請自負相關法律責任。如對本文內容有異議，請聯系：contact@yemamedia.com
點贊
收藏
京公網安備 11011402012004號