收到的礼物(共0个)
& & 要了解大奖章基金背后的秘密，还得从它的创始人说起。二十八年前，五十岁的西蒙斯关闭了林姆若伊基金，和当时就任于石溪大学数学系的埃克斯一起，成立了一个专门投资期货的复兴技术公司，大奖章基金就是这个公司旗下的第一个基金产品，之所以取名为大奖章，是为了纪念两个人都获得过的美国数学学会5年一度颁发的全球数学界顶尖的奖项。& & 与以往不同的是，西蒙斯对大奖章基金的投资范围做出了严格的限制，用他的话说，必须符合3个条件：“必须在公众市场上交易、必须有足够的流动性、必须适合用数学模型来交易。”一般来说，适用于数学模型交易的品种都要有比较准确的历史价格和交易量等等。因此，大奖章基金不再包括创投基金、小公司及创业板股票，也不再涉足未上市的公司股份。& & 大奖章基金在发出的第一年就迎来了开门红，赚了百分之八点八。但好景不长，从第二年年初到四月份，大奖章基金赔了百分之三十，西蒙斯不得不马上停止交易。由于对模型产生了分歧，西蒙斯与埃克斯分道扬镳，但随后，西蒙斯又找到了普林斯顿大学的数学教授劳佛，与其一起修改模型，最后，在六个月的诊断与反复修改后，他们决定去除模型中有关宏观经济数据的部分，只留下技术性数据，同时将注意力集中在短线交易上，这种投资策略被一直保存下来，成为大奖章基金长盛不衰的秘诀。& & 大奖章基金基于庞大的历史数据，通过对市场历史数据的分析发现统计相关性，以此作为预测期货、股票、货币市场的短期运动，并通过高频次的日内短线交易来捕捉市场机会，交易量十分庞大。& & 事实证明，这个策略并没有西蒙斯失望。1990年大奖章基金的净回报为百分之五十五点九并且在之后的三年内连续超过百分之三十。1994年，在美联储连续六次加息的情况下，大奖章基金净赚了百分之七十一。尤其值得一提的是，在2008年全球金融危机的背景下，大部分对冲基金都遭遇了滑铁卢，而大奖章基金竟然赚了百分之八十。它从成立到金融危机爆发的这二十年间，平均年回报达到百分之三十五点六。& & 大奖章基金的传奇为复兴技术公司带来了无数的投资者，而大奖章基金长盛不衰的高投资回报依然让市场趋之若鹜。大奖章基金就像量化投资界的一个神话，其地位可能永远无法被超越。来源：程序化交易者
& & 克里夫·阿斯内斯&（Clifford Asness），日出生在美国纽约皇后区的一个普通中产阶级家庭。父亲是一名律师，母亲独立经营一家医疗教育公司。在宾夕法尼亚大学取得商学院和工程与应用科学院的两个学士学位之后，他进入了芝加哥大学商学院并成为尤金·法玛教授的学生和助教。& & 但阿斯内斯并没有如恩师所愿走上学术研究道路。在高盛的暑期实习之后，他在1994年正式加入，并帮助该行建立了数量团队。1997年，他自创了AQR资本管理公司（AQR Capital Management），并在1998年邀请高盛的同事、芝加哥大学的同班同学David Kabiller等成为其合伙人。& & 在很长的一段时间里，高盛前量化神童克里夫·阿斯内斯创办的AQR资本管理公司都被认为是华尔街表现最突出的量化对冲基金之一。& & “我们试图为基金营造一个应用学术研讨会的氛围。” 阿斯内斯说，“如果你能让一群激进犀利的资产管理者形成一支理性的团队，那你就拥有了一件美丽的尤物。”& & 他因直言批评奥巴马而出名。& & 他叫阿斯内斯，芝加哥大学金融学博士，是象牙塔走出的资金管理者。& & 2012年，国际权威财经杂志《彭博市场》推出的第二届全球金融50大最具影响力人物，阿斯内斯入选。& & 1988年，他创建了一家叫AQR的对冲基金公司。& & 截止到2015年6月，AQR名列全球对冲基金管理资产规模排行榜第二，&712亿的资产规模与2004年度悉尼市的GDP相当。截止到2016年12月，短短1年半的时间，公司管理资产又增长了1000多亿，已达到1752 亿美元。& & 该公司今天有26 名合伙人及693 名员工，研究团队有着超过18年的研究经验，在顶级学术期刊上发表论文若干。同时又有扎实的实践经验，公司运用量化工具来处理基本面信息和管理风险，采取系统的研究驱动型方法来管理另类及传统策略。少有的“学术研究+量化投资”双轮驱动型公司。& & 在整个AQR，你会发现成熟的学者，其中许多人仍然在世界领先的大学供职。他们与全球学术界密切联系并为很多大学提供财政支持。& & 阿斯内斯本人活跃于研究领域，频频获奖。他在《Journal of Portfolio Management 》上发表的文章曾于2002 年、2004 年、2005 年、2014 年及2015 年五次荣获Bernstein Fabozzi/JacobsLevy Awards 最佳论文奖（关注私募工场ID：simugongchang，加私募工场老板娘微信guo5_guoguo）。《Financial Analysts Journal 》两次授予其Graham and Dodd Award 年度最佳论文奖，还曾获得Graham and Dodd 卓越奖及Graham and Dodd 读者喜爱奖。2006年，Cliff荣获CFA协会的James R. Vertin Award 大奖。& & 这些研究对投资界专业人士具有重要的意义和长久的价值。& & 为什么这家公司这么特立独行？他们的基因究竟有何不同？& & 这还得先从另外一个著名的经济学家说起。& & 1993年，法玛与弗兰奇创立了三因子模型，这一研究成果最终让他获得2013年诺贝尔经济学奖。弗兰奇还一直维护着模型的基础数据(后来扩充到5因子。& & 这个模型主要是说除了市场风险外，市值和估值同样会影响股票的回报。更直接地说，小盘股和低市净率的价值股会有更好的回报。这个模型给华尔街对冲基金提供了新的玩法，为他们带来了数以亿计的真金白银。& & 终于说到赚钱这事上了，于是阿斯内斯登场了。。。。& & 1988年阿斯内斯来到芝加哥大学，师从法玛。1993年法玛发现了三因子模型后，帮助他编写计算机程序分析数据的阿斯内斯就发现了一个新的股票回报异常，过去半年到一年的高回报股票构成的投资组合，在这接下来半年到一年时间里的依然能够产生超过三因子模型预测的正的阿尔法。& & 带着这个重大发现，他前往高盛成立了“全球阿尔法”对冲基金，实践这个被称为“价格动量/趋势”的发现，在获得巨大回报之后，联合3位同事自立门户，以10亿美元在1998年创建了AQR，把发现的动量策略和价值投资以及各种学术研究新发现结合到一起。& & 原来赚钱始于学术，只有不断地深入研究，对模型优化，才能持续的赚钱。。。& & 突然间明白了什么叫书中自有黄金屋。& & 如今这个时代，内容付费才终于让知识分子重新拾起属于他们的尊严，而阿斯内斯自始至终都依靠知识赚钱，为自己也为投资人赚钱。他是学以致用的楷模。& & 虽然，对数量模型的高度依赖成就了阿斯内斯，但他也曾因此一败涂地。如今，经历过大起大落的阿斯内斯仍然坚信模型的力量，模型也帮助他东山再起。& & 金融学术精英闪耀华尔街& & 日，克里夫·阿斯内斯出生于美国纽约皇后区。阿斯内斯的家庭是美国典型的中产阶级家庭，他的父亲是一名律师，母亲则是当时美国少有的女强人，独立经营着一家医疗教育公司。& & 优越的家庭环境让阿斯内斯接受了良好的教育，再加上他本人超高的学习天赋，高中毕业之后，阿斯内斯顺利地进入了美国顶级名校之一的宾夕法尼亚大学。在宾夕法尼亚大学学习期间，阿斯内斯如鱼得水，大学学业对他来说就是小菜一碟，因此他最终取得商学院和工程与应用科学院的两个学士学位，这也为他日后用数理思维研究金融奠定了坚实的基础。& & 1988年，年仅22岁的阿斯内斯前往芝加哥大学商学院攻读数量金融学博士学位，师从2013年诺贝尔经济学奖获得者、著名经济学家尤金·法玛教授。在博士就读期间，阿斯内斯在尤金·法玛的引领下进行了资产定价的实证研究，这些研究极大地影响了阿斯内斯日后的投资策略。& & 1992年，阿斯内斯在协助尤金·法玛完成了金融界最负盛名的论文之一《股票回报的交叉选择》之余，也完成了自己的博士论文。他在论文中表示，通过价值挖掘和跟随趋势可以持续跑赢市场并取得长期利润，这一观点得到了尤金·法玛的高度认同。& & 一直以来，尤金·法玛都视阿斯内斯为自己的最得意门生，也希望他能够走上学术研究的道路，但阿斯内斯却志在华尔街。1994年，年仅28岁的阿斯内斯获得了博士学位，在全球顶级投行高盛进行了短暂的暑期实习之后，他决定加入高盛，负责建立高盛的数量团队。& & 在高盛工作期间，擅长数理逻辑的阿斯内斯通过算法和计算机模型将尤金·法玛的小盘价值股理论付诸实施并从中获利，这个模型在1996年为高盛旗下的全球阿尔法基金带来了140%的收益。& & 1997年，仅有3年工作经验、还算是职场新人的阿斯内斯离开了高盛，自创了AQR资本管理公司，并在1998年邀请高盛的同事、芝加哥大学的同班同学David Kabiller等成为其公司的合伙人。& & 阿斯内斯执掌的AQR，投资策略迥异于华尔街其他机构，这家公司喜欢持有无人问津的股票，等到它们的真实价值被市场重新认识，早有布局的AQR自然就从市场的热情中获益颇丰。& & 当然，作为对冲基金，AQR也有一套搞笑的做空机制。阿斯内斯喜欢做空那些高估值的成长股，即便有无数人看好，他也依然坚持做空。& & 2000年，阿斯内斯对科技股泡沫的准确判断让他一战成名。当年8月，美国科技股泡沫正被市场吹得五光十色，AQR逆势而行，开始做空高价科技股并买入其他行业的低价股。但在泡沫破灭之前，这一做法被华尔街人士所嘲笑，因为此举让AQR承受了巨大的账面损失，公司管理的资产从10亿美元一度跌至4亿美元。& & 不过，阿斯内斯却异常坚定，还发表了一篇题为“泡沫逻辑”的论文，粉碎了支持科技股高估值的理论：“当谬误统治世界时，总要有人指出穿着新衣的皇帝。”& & 后来，美国科技股泡沫破裂，所有高估值的科技股无一幸免，全线大跌，在2000年3月至2002年10月之间，纳斯达克指数甚至下跌了77.9%，在大多数华尔街投资者血本无归之时，AQR却从中获得了丰厚的回报，该公司管理的资产也从创立之初的10亿美元攀升到了2004年的120亿美元。& & 成也模型 败也模型& & 从高盛时期开始，阿斯内斯的量化模型一直帮助他博取超高收益，基本保持了每年两位数的高回报率。但是，这一模型却没有躲过美国次贷危机对金融市场的强力冲击，2007年和2008年，阿斯内斯倚仗的投资策略模型遭遇了空前的滑铁卢，以至于市场一度风传AQR将倒闭。& & 当然，AQR并不孤单，诸如此类的量化基金在2007年夏天都经历了最艰难的时光。2007年8月初，美国市场上一大批量化基金经历了惊心动魄的四个交易日。由于数量模型和投资标的相似，8月6日，大量模型发出指向退出的信号大批受量化基金青睐的股票因为短时间程序的巨量抛盘而重挫，而那些前期被做空的股票却因为大量的空头回补而飙升。直到8月10日，美国股市才触底反弹。当月，AQR的账面损失一度达到13%，但阿斯内斯从容不迫，坚守仓位使其最终把损失控制在了3.4%。& & 虽然，那次美股大跌看似与数量模型紧密相关，但阿斯内斯却依然站在了模型的一边，坚持为模型开脱。阿斯内斯当时在给投资者的信中这样写道：“没有什么模型会一直有效。然而，这一次与模型本身无关，而是因为太多的人采用了相同的策略，就同其他曾获得成功的定量和非定量投资策略一样，当过多的人试着同时逃离同一投资策略时，此类投资者将陷入困境。我们知道这是此类投资面临的一个风险因素，但同其他人一样，我们低估了风险发生时的危害程度和扩散速度。”& & 但是，阿斯内斯对模型的信心并没有带来好运。祸不单行，2008年的全球金融危机给了AQR又一记重创。在年这两年之间，AQR旗下旗舰产品——绝对回报基金净值腰斩，最惨的时候跌去了50%以上，AQR也不复往日的辉煌，公司管理的资产规模缩水过半，从2007年9月巅峰时的391亿美元急剧下跌到了2009年3月的172亿美元。& & 阿斯内斯及其AQR可以说是一败涂地，在正常情况下，这家基金公司不太可能继续在在残酷的美国对冲基金界混下去了。& & 然而，阿斯内斯对模型深信不疑：“我们强烈感到，其他许多使用同一选股模型的投资者的离场给未来回报带来了巨大的机会，我们将为客户利用好这一机会。”也正是这份信念与坚持让AQR最终从废墟中站了起来。& & 2009年既是阿斯内斯和AQR跌落谷底的一年，也是他们东山再起的一年。通过与投资者的积极沟通，改善交易策略和发行新基金等一系列积极举措，AQR绝地反弹，旗下绝对回报基金在2009年取得了38%的正回报，并在今年前9个月上涨了约10%。& & 近几年，阿斯内斯及其AQR每年都以漂亮的成绩单告诉投资者：模型不是万能的，但模型不会因为一场危机就此死去，模型依然能够帮你走得更远。来源：有金有险
& & 1、AlphaGo尚热，AI与投资领域的结合正悄悄来临。& & 日，微软人工智能首席科学家邓力透露已经离开微软，加入美国基金公司Citadel担任首席人工智能官。Citadel是全球最大的多策略对冲基金之一，目前掌管至少260亿美元资产，以其量化交易策略及程序化交易系统出名。& & 5月15日，李开复在哥伦比亚大学发表了题为《一个工程师的人工智能银河系漫游指南》毕业演讲，他表示采用智能投资算法获得了比他私人理财顾问高8倍的收益，人工智能将取代交易员、银行职员、会计师、分析员和保险经纪人。& & 2017年3月，管理资金超5万亿美元的资产管理公司贝莱德拟大幅削减依靠人工主动选股的部门，并引进相关量化人才。& & 由此可见，人工智能的触角已伸向专业能力极强的投资领域。相较于传统投资，AI+投资具有两点明显优势：& & 1、开发成本虽高，但复制推广和运营成本极低，非常适合大规模客户群的渗透。& & 2、机器的情绪控制和逻辑推理比人类更胜一筹。& & 2、按投资者不同需求，人工智能+投资可分为智能投顾和智能投研。智能投顾，指根据投资者不同的理财需求，具有人工智能的计算机程序系统通过算法和产品搭建数据模型，从而完成传统上由人工提供的理财顾问服务。& & 智能投研，指利用大数据和机器学习，将数据、信息、决策进行智能整合，并实现数据之间的智能化关联，从而提高投资者工作效率和投资能力。& & 一、智能投顾& & （一）国外智能投顾欣欣向荣，传统金融机构后来居上。& & 经历近十年的发展，国外智能投顾市场已初具规模。以Wealthfront，Betterment为代表的新兴智能投顾公司管理规模已达数十亿美元；与此同时，部分传统金融机构通过自己开发或并购涉足该领域，如嘉信理财推出Schwab Intelligent Portfolios，Blackrock收购Future Advisor。& & 截止2017年2月，资管规模最大的前五家公司，先锋基金、嘉信智能投资组合、Betterment、Wealthfront、Personal Capital分别管理着470亿、102亿、73.6亿、50.1亿、36亿美元。& & 根据统计公司Statista的预测，2017年美国智能投顾管理资产规模将达到2248.02亿美元，到2021年将达5095.55亿美元，年复合增长率29.3%。& & （二）国内智能投顾紧随其后，资管规模未来五年有望每年翻倍增长。& & 在欧美蓬勃发展态势下，我国智能投顾公司，包括璇玑、资配易、摩羯智投、蓝海智投、弥财等在内的数十家公司，亦快速兴起。& & 此外，我国传统金融机构同样快速布局。2016年8月广发基金率先推出“基智理财”，成为第一家推出智能投顾服务的基金公司；2016年年底招行率先推出智能投顾产品——摩羯智投，目前摩羯智投占据国内智能投顾资金管理规模的多数；民生证券和品钛集团旗下的璇玑宣布合作开发数字化资产配置系统；推出iVatarGo国内首款智能财富管理系统等。& & Statista预测2017年我国智能投顾管理资产规模达271.38亿美元，到2021年将达4678.31亿美元，复合年增长率103.8%，发展空间巨大。& & （三）人机结合，将是未来智能投顾的发展趋势。& & 按人力参与程度，智能投顾分为机器导向、人机结合以及以人为主三种模式；人机结合将是未来投顾发展趋势。& & 在智能投顾爆发时期，几乎所有的公司模式都是以机器导向为主。国外以wealthfront、betterment、嘉信理财智能投资组合为代表，国内以弥财、蓝海智投等公司为代表。& & 机器导向模式的核心特点在于门槛低、费用低，缺陷在于因其无法吸引大量高净值客户，导致其资管规模存在天花板。针对高净值客户，人工投顾显得必不可少，近段时间人机结合的投顾模式逐渐受到重视，有望成为做大投顾规模的发展趋势。& & 二、智能投研& & 相较于智能投顾，智能投研技术难度更高，其发展态势初露雏形，还未成规模。& & （一）智能投研有多种研究模式，国内外研究方向各有特色。& & 国外智能投研有以下几种研究模式：& & 1、平台整合多源数据，将不相干的多个信息置于一个统一的定量分析环境中，构建动态知识图谱，如Palantir Metropolis；& & 2、通过设立专有的新数据集和工具套件以增强机构投资者对公司未来基本面的量化见解能力，如Visible Alpha；& & 3、细拆公司产品/业务预测收入，如Trefis；& & 4、获取专业且碎片化信息，如Alphasense；& & 5、收集Twitter等公共来源上的实时数据，并转化为可付诸行动的信号，如Dataminr；& & 6、试图回答“当Netflix超出盈利预期，Amazon明天表现将如何？”、“Apple发布新产品前后的股票交易如何？”等投资问题，如Kensho。& & 国内智能投研逐渐兴起，主要的机构如下：& & 1、通联数据的萝卜投研，帮助分析师提高处理信息、快速挖掘投资线索的能力，产品包括智能咨询、智能搜索、智能财务模型；& & 2、数库科技，提供数据关联化、智能化服务；& & 3、文因互联，致力于用人工智能解决金融数据分析问题，产品包括智能搜索引擎、自动化报告等。& & 值得一提的是，部分基金公司对智能投研的尝试越来越多，例如：& & 1、天弘基金2015年建立了业内领先的投研云系统，其中的信鸽和鹰眼两大系统分别为股票和债券投研提供精准支持；& & 2、嘉实基金2016年成立了人工智能投资研究中心，构建可扩展的智能投研平台，为系统化的科学投资决策提供支持；& & 3、华夏基金和微软亚洲研究院战略合作，双方将就人工智能在金融服务领域的应用展开战略合作研究。& & 需要注意的是，由于国内金融数据较于国外存在数据不丰富甚至残缺的致命缺陷，数据标准化、关联化的建立显得至关重要，因此国内数据服务商，如wind、、、恒生聚源等公司是推动智能投研发展过程中的重要组成部分。& & （二）智能投研的终极目标，是实现从搜索到投资观点的自动跨越。& & 传统投研流程，可简化成四个步骤：& & 1、搜索：通过百度/谷歌、专业书籍、公告等寻找行业、公司、产品的基本信息。& & 2、数据/知识提取：通过万得、彭博等金融终端或者直接阅读公告、新闻获得数据/知识。& & 3、分析研究：通过Excel等工具和逻辑推演完成分析研究。& & 4、观点呈现：将分析研究的结果以PPT、word等形式呈现。& & 传统的投研流程，存在搜索途径不完善、数据获取不完整且不及时、人工分析研究稳定性差、报告呈现时间长等缺陷，而人工智能可以帮助每一个步骤提高效率。& & 例如，智能搜索和智能资讯增大有效信息来源，公告/新闻自动化摘要和上下游产业链分析提高数据/知识提取效率，事件因果分析和大数据统计分析完善研究方法等等。& & 未来，智能投研的终极目标，是自动实现搜索到投资观点的一步跨越.& & 3、智能投顾和智能投研未来的发展前景巨大，其中智能投顾未来几年资产管理规模有望每年翻倍增长，预计到2021年将达4678.31亿美元，发展空间巨大，人机结合的投顾模式有望成为未来该领域的发展趋势。& & 现阶段，智能投研在交互体验、数据动态关联、自我学习能力方面已经与传统投研工具有本质飞跃，利用知识图谱、动态智能搜索、语义识别等已经可以自动实现上下游产业链分析、智能财务模型等。未来随着机器逐步实现自我形成新因果关系，有望更进一步替代智能投研流程。& & 专家建议，投资者可以适当关注国内在智能投研和投顾领域领先的公司，如（发布智能投顾和智能投研产品）、（智能投顾龙头）、（参股子公司布局智能投顾）、创业公司数库科技（深耕智能投研多年）等。来源：聚宽
& & 近日，吉姆·奥肖内西（Jim O'Shaughnessy）在他的雅虎博客上发表了一篇文章，文章中阐述了他所认为的成功主动型投资者必备的7个特质。& & 吉姆还是奥肖内西资产管理公司（OSAM）的CEO和CIO，他的多个投资策略获得了美国专利。而他所设计的量化策略也是奥肖内西资管公司的核心策略。& & 据金融咨询机构Credio统计，截止至日，奥肖内西资产管理公司管理着3，174个资金账户，管理资金总规模超过53.54亿美元（折合人民币368.87亿元）。& & 吉姆曾出版4本关于投资的书籍，其中《华尔街股市投资经典》（What Works on Wall Street）被商业周刊和纽约时报评为最佳畅销书。& & 以下为译文（有删节）& & 多年经验告诉我，想要成为一个成功的主动型投资者需要诸多特质，现在很多主动型投资者缺少这些必要的情绪和性格特点。& & 假设被动型投资者充分做到了分散投资，他们只有一种失败可能：对市场下跌出现情绪化的反应，并将持有的资产卖出，这通常是卖在了市场底部。& & 然而，主动型管理策略的投资者却面临两种失败的可能：& & 1.对市场下跌做出情绪化反应，并将持有资产换成现金，通常都是市场见底的时候；& & 2. 当持有资产表现弱于可比资产时，弱势情况通常可能只会持续3年，但主动型策略却将资产卖出了。& & 即使主动型策略已经赚取了正收益，第二点仍可能发生。& & 所有投资者都会在市场大跌时犯错，抛售持有资产，但只有主动投资者会犯第二种错误。& & 很多主动型投资者永远不会成功，因为他们缺少成功必备的情绪和哲学特征。& & 现在，来看看我所认为的主动型投资者想要长期取胜的7特质。& & 1、成功的主动投资人会坚持长期持有观念& & “拥有并坚持一个正确的长期观点最有可能让你拥有投资超能力。”——Cliff Asness推特（Cliff是AQR资产管理的创始人之一）& & Cliff是对的，但很可悲，大多数投资者没有这种能力。人类的进化让我们更关注当下发生的事，而不是之后一二十年将要发生的事。对我们的祖先来说，关注当下发生的事是合理的。那些对沙沙作响的树丛做出反应的人，更可能逃跑并存活下来，因为这种响声很可能是天敌发出的。我们体内当然有这种对危险反应很快的基因，即使这种危险并不致命。& & 人类文明比人类大脑进化得更快。大脑没有帮助我们对自己的投资形成一个长期观念。当你审时度势按照短期信息快速做出决定时，你进入了危机反应模式，而不是预测模式。& & 成功的主动投资是逆人性的。基因导致我们高估短期事件，让情绪影响我们的决定，还让投资缺少整体性和连续性。& & 成功的主动投资者不遵从人的天性；他们反人性。过去、现在和将来塑造了现在的他们。当别人绝望或贪婪、制造繁荣或恐慌时保持不作为是反人性的。在短期混乱威胁到你巢中之卵时没有情绪波动是反人性的。并且，无论市场如何运作都坚持谨慎且一贯的行为方式也是反人性的。& & 2、成功的主动投资者注重过程而非结果& & “如果你无法描述过程，你根本不知道你正在做什么。”——爱德华兹·戴明& & 绝大多数投资者依据基金经理或者投资策略的过往业绩做出投资决定。所以证券交易委员会要求所有资产管理人在合同上写明“过往业绩不代表未来收益”。& & 然而，投资管理人和他们的客户都普遍无视这个条款。“他的投资业绩如何？”可能是投资者们最常问的问题。并且，绝大多数投资者最关心的就是一项投资在过去一年或三年的表现如何。& & 但是，成功的主动投资者会进一步问“他做投资决策的过程是怎样的？”结果是重要的，但是更重要的是学习和理解成功背后的过程。这个过程是好是坏？如果你只关注结果，那你不会知道成功的过程是否高人一等。实际上，短期表现可能极具误导性。& & 如果你在1999年依据短期业绩决定是否投资于伯克希尔股票的话，你可能会放弃，因为在此之前的3年，它的表现平均每年低于S&P500指数7.6%，而过去5年，每年低于指数3.76%。并且，当时的新闻报道宣称巴菲特的方法不再适用于以科技为主导的股市“新常态”。& & 但是如果你调查了巴菲特的投资过程，你会发现巴菲特没有做任何改变，他仍旧按照严格的标准在挑选股票：& & 1. 有很宽护城河的公司& & 2. 简单、易于理解的产品和服务& & 3. 一贯丰盈的营业收入& & 4. 低且容易管理的负债& & 5. 优秀的净资产收益率和一些其他比率& & 这些都是看起来很理性的股票选择方法，而巴菲特没有任何准备放弃这种策略的意思。他始终是非常耐心和坚持的。坚定地运用一种已经被证明是成功的策略，即使这种策略短期失效了。& & 现在让我们看一下，按照伯克希尔哈撒韦A股算出的巴菲特在1977年至2016年的成绩单：& & 时间段中，为第一个3年时间段，为第二个3年时间段，一共有38个3年时间段，其中表现高于市场的有34次，表现低于市场的有4次。& & 3、成功的主动型投资者通常忽视预测& & “预测走势对我没有任何用处。他们制造了一种精致的假象。他们描述得越是仔细，你越应该感到担心。”——沃伦·巴菲特& & 无论你是打开电视机的商业频道还是和其他的投资者交谈，你都会被不同的短期和长期的市场预测轰炸。尽管所有证据都表明预测不靠谱，关于未来可能发生的事情的预测仍然本能地吸引着我们，因为我们渴望知道将来将会发生些什么。但这种预测几乎从来不会成功。& & David Dreman，既是资产管理人也是作家，他统计了年期间内分析师们和经济学家对收入增长的预测。& & Dreman发现，分析师的错误率高达81%，而经济学家的错误率也高达53%。& & 人们常常依据过去的表现来预测未来。& & 如果你觉得这已经过时了，那么这里还有一些著名的错误预测。2000年8月的《财富》杂志刊登了一篇名为“10个会在未来10年表现优异的股票：这些趋势将会勾勒出未来10年。购买这个组合将会让你捕捉到这些趋势”。结果？日，这10个股票（或者8个，其中两家公司破产）下跌了27%，而S&P500上涨了116%。& & 4、成功的主动型投资者有耐心和坚持& & “这个世界上的任何东西都不能代替坚持。天赋不行：极具天赋但不成功的人再普通不过了。天才不行：没有收到嘉奖的天才只是笑柄。教育不行：这个世界充满了受过良好教育但无家可归的人。拥有坚持和决心才能无往不前。”——卡尔文·库里奇& & 除了有一个周全的选择过程，伟大的主动型投资者还有耐心和坚持。沃伦·巴菲特、本·格雷厄姆、彼得·林奇、约翰·内夫和乔尔·格林布拉特都是伟大的投资者，尽管他们分析股市的方法不尽相同，但是他们品性相同：耐心和坚持。& & 1999年，数不尽的文章和电视栏目认为，虽然沃伦·巴菲特在旧的经济环境下有成就卓越，但他已经过时了，无法适应“新的”市场现状。巴菲特的回应？他指出市场并没有改变并且他还会坚持那套选股方式。& & 不仅是巴菲特，其他伟大的投资者也一样。& & 成功的投资者选择投资标的的方法不尽相同，他们使用不同的挑选方法和过程，但是他们的勤奋和坚持使他们即使在表现不如参照标准时仍坚持自己的策略。& & 5、成功的主动投资者有强大的精神力量& & “任何事情都无法阻止一个拥有正面的精神力量的人去完成他的目标；任何事情都无法帮助一个负面精神力量的人。”——托马斯·杰斐逊& & 本·格雷翰姆相信伟大的投资者是后天形成的，而非与生俱来。成功需要不断的学习，并通过汲取自身和他人身上的经验从而形成自身良好的习惯。& & 我认为，最成功的主动型投资者不仅拥有强大的精神力量，而且很多都近乎于禁欲主义。禁欲主义者认为感性能导致判断错误，他们认为，一个人的处世哲学无法从他们的言语中表现出来，而是从他们的行为中流露。就如埃皮克提图（希腊哲学家）所说，“你身上发生过什么不重要，重要的是你如何应对的。”& & 就像拿破仑希尔所说的，成功的主动投资者明白，“你唯一控制的只有你的头脑”。实际上，这意味着你的行为、感觉、情绪和思想并不是基于外界事物（无论是好的还是坏的）或者是他人的言行，这些都非你所能控制的，而是基于你自己的行为、信仰和习惯，而这些都在你自己的控制之中。& & 成功的主动型投资者不会怪罪于他人他事；他们不会回避自己在整个事件中的责任，并且持续地专注于选择的过程并试图改进这过程。他们会从任何事情中学习，无论是好的还是坏的，并始终努力做到知行合一。最重要的是，他们明白必须控制住自己的情绪，而不是反被情绪控制。& & 他们理解，正如莎士比亚的那句名言所说，“世事本无善恶之分，思想使然”。事物很大程度上取决于你如何阐释它们。拥有强大精神力量的人会把可能致使一个人感性应对的事件看做学习的经验。& & 一旦形成习惯，这种思维模式可以使你随心所欲地运用你的挑选过程，即使短时期内看不见效果。拉夫沃尔多爱默生说过，“制定一个行动方针并且坚持到底需要勇气。”我会增加一点，一个强大的精神力量。& & 6、成功的主动型投资者思考概率& & “你不能相信运气，你应该相信概率。”——查理·芒格& & 我们是生活在概率世界的确定论者。我们迫切渴望知道事物的确定结果，这也是为什么我们会关注对市场走势的预测。& & 但是，就算是在最平淡无奇的情况下，股市或者生活也并不是100%确定的。想一下电影《阿呆和阿瓜》中的一段对白：“（你追求我）只有百万分之一的机会。”“你是在告诉我，我有机会吗？太好了！”& & 如果我们关注“可能性”而不是“概率”，那么我们就输了。任何事都有可能。你有可能被车撞，你有可能被陌生人勾搭，你有可能被即将坠毁的飞机砸死，当然你也有可能中彩票。但是这些事发生的“概率”是很低的。关注“可能性”会让我们杞人忧天。& & 生活并不是这样运作的。理查德·皮德森（Richard Peterson）在《进入投资者的大脑》（Insider the Investor’s Brain）中写道，“当结果是可能的而概率极低，人们常会高估它发生的可能性。这被称为可能性效果……人们常常对发生概率极低但后果极其严重的事有过激的反应。”& & 现实中最好的例证便是在金融危机的时候，人们确实将他们所有的长期投资卖出。我所认识的两个人甚至真的把巨额现金塞入保险箱。他们的思维只关注在可能性而非概率。& & 但是，很少有投资者关心概率。不断地有调查表明，只要为投资者提供了概率以外的信息，人们就会去关注这些通常没有任何价值的轶事。& & 7、成功的主动型投资者有很高的纪律性& & “纪律是通往目标的桥梁。”——Jim Rohn& & 在市场站在与你一边的时候，你理所当然地认为你是一个不受情绪控制的有纪律的投资者，但是当市场与你对立时，大多数人都会选择放弃。& & 拥有很强的纪律性是非常困难的。纪律与基因使我们产生的每一次冲动都是截然对立的。当然，当事情与你的判断一致时，保持纪律是容易的。而真正的纪律性出现在事情的发展和你的判断对立时，有时甚至是极端对立。& & 当你度日如年，当你自我怀疑并不断审视自己投资过程的每一部分，当其他人对你的核心理念提出质疑，甚至连你的朋友和同事都对你和你的过程表示怀疑，此时还是真正需要纪律的时候。& & 这时候，你看到的每一个新闻和事件都和你的理念相反，而你的情绪和理智也在向你呐喊：停下来！这时候，看到或听到的每一句话都提醒你你是错的，你必须放弃你那愚蠢的坚持才能让这种痛苦停止。& & 这种情绪上的煎熬日复一日折磨着你，而如果想要停止这种痛苦，你仅仅需要放弃你那愚蠢的方法，你就可以让自己得到喘息。& & 你知道，如果你坚持下去，你可能在之后更长的一段时间内还是错的。更糟的是，你很难默默忍受这种痛苦，因为很多人的嘲笑、讽刺和捉弄会给你额外的外界干扰。& & 你唯一能做的就是坚信“这会过去的”。这根救命稻草不怎么样，是不是？但是缺少了纪律，其他的6个特质都毫无意义。& & 本·卡尔森（Ben Carlson，著名博客“财富常识”的作者）最近的文章中这样评论查理·芒格：“很多人仅仅没有不受情绪干扰的神经……大多数投资者承担风险的能力与他们愿意承担的风险是不匹配的。查理·芒格自立一派。投资者尝试模仿他，这非常好，但是很少有人可以真正做到。”& & 我认为，如果你具备这7个特点并且可以强有力的执行，一段时间之后，你的表现会比被动管理你的资产好很多。你将会成为一位成功的长期主动型投资者，但是就像本·卡尔森所说的那样，很少有人可以真正做到。来源：聪明投资者
& & 所有的量化交易者都会面临这样一个问题，那就是模型老化，因为市场在不断变化，没有一个模型能够做到长期盈利。我们常常会遇到这种状况，同一个模型，前几年还一直赚钱，突然今年就不再赚钱了，未来它还会不会继续赚钱，它是真的该淘汰了还是只是短期内效果不佳，我们很难判断。实际上对于量化交易者来说最痛苦的事情莫过于此，你明明知道自己的模型终有一天会老化，但却永远都不知道是哪一天。& & 现实中有很多这样的例子。前两年，量化交易圈中有个S公司，主要做股指期货的量化自动交易，事业做得风生水起，数据显示，它们有个基金产品在2012年到2013年间净值由1元一路上涨到1.59元，这个数据可以说是非常理想。但在接下来的一年，该公司新成立的另外一个基金产品净值却在短短三个月间从1元滑到了0.85元，也就是说仅在成立后的三个月就亏损了百分之十五。& & 对于同样的模型，在前两年能带来丰厚的利润，第三年却大幅亏损，模型老化可能是最好的解释了。& & 还有另一个例子——乔尔的神奇公式。哥谭资本在乔尔的领导下，在公司成立后的二十年间创造出了从700万美元到8.3亿美元的年均回报率高达百分之四十的投资奇迹。它的操作方法就是基于神奇公式操作法。而神奇公式操作法就是一种简单的量化模型。它的操作方法很简单，首先把整个市场的有型资本回报率做一个排名，再把净收益率做一个排名，两个排名相加得到神奇公式的排名。然后按照排名，平均买入前30名即可。在持有一年后再换成新的前三十名。& & 有人在中国市场和美国市场对这种方法进行了严格的测试，结果都非常可观，1996年到2011年神奇公式在中国的累计收益为5.88倍；1988年到2004年神奇公式在美国市场的累计收入为7.3倍。& & 但神奇公式也不总是这么神奇，乔尔指出，在测试期间，神奇公式每12个月平均有5个月表现不如大盘；每四年间有一年无法打败大盘；在神奇公式表现优异的十七年间，曾有一段时间连续三年表现不如大盘，这意味着如果按照神奇公式做一个量化对冲基金，将连续三年遭到亏损，这是一般人都承受不住的。& & 所以说一个模型终究会老，但至于它是真的老了，还是只是短时间内表现不佳，这个问题真的没办法判断，我们只能多关注市场变化、多总结经验，也不要对一个模型太过自信，否则到它和你开玩笑的时候，就真的是欲哭无泪了。
& & 对于公众和非专业人士而言，量化投资往往神秘莫测。考虑到量化投资呈现机构化、规模化、深度专业化的特征，在不恰当舆论的引导下，容易让量化投资站在公众的对立面。因此本文主要选取一些国外著名的量化投资案例，尝试用最简单的语言解读其中涉及的投资策略问题和法律问题。& & 日，星期一，华尔街上的纽约股票市场刮起了股票暴跌的风潮，爆发了历史上最大的一次崩盘事件。& & 量化投资将人的投资思想规则化、变量化、模型化，形成一整套完整、可量化的操作思路，这套操作思路可以用历史数据加以分析验证，在交易的执行阶段可以选择使用计算机自动执行。量化投资包含程序化交易，但并不等同于程序化交易。& & 需要指出的是：量化投资不等同于对冲基金。量化投资是投资方法论，对冲基金是一种基金组织的法律形式，本质上依然是私募基金，只是由于其投资手法的独特性被标签化为对冲基金。量化投资不等同于金融衍生品。金融衍生品是投资标的，属于量化投资方法的应用对象，两者不是一个层次的概念。& & 国际量化投资界的著名案例& & 在国际市场上，不管是从1946年琼斯推出第一支多空组合的对冲基金开始，还是1956年到1966年投资组合理论和资本资产定价模型（CAPM）正式确立，亦或是以1978年富国银行设立第一只量化公募基金为标志，量化投资都走过了一段并不算短的历史。围绕着金融衍生品的使用和对冲基金形式，关于量化投资方法的争论不绝于耳。量化投资主要分为研究阶段和交易阶段，国际市场上关于研究和交易最著名的两个案例分别是LTCM基金的倒闭和1987股灾关于投资组合保险策略的讨论。& & (一) 相对价值投资方法之殇：LTCM基金& & LTCM基金（Long-Term Capital Management，简称LTCM）由债券交易员约翰?梅里韦瑟（John Meriwether）于1994年2月建立，巅峰时期与量子基金、老虎基金、欧米伽基金一起被称为国际四大“对冲基金”。LTCM基金成立之初，资产净值为12.5亿美元，到1997年末，上升为48亿美元，净增长2.84倍。& & LTCM基金的创始人早在1986年在所罗门兄弟工作时，就将麻省理工学院（MIT）的物理学引入债券分析，为利率期限结构建模，卖出高估的债券，买入低估的债券，进行后来被业内广泛模仿的债券相对价值投资。LTCM基金延续了梅里韦瑟早期的这一做法，以寻找各种证券之间的相对价值为投资目标。& & 由于LTCM的合伙人中包括了期权定价BS公式创始人、诺贝尔经济学奖得主罗伯特?默顿（Robert Merton）和迈伦?斯科尔斯（Myron Scholes），因此增加了学术色彩。实际上，虽然相对价值投资思想属于量化投资大体系的重要分支，但是LTCM并未重度使用量化投资模型，寻找低估和高估资产的主要方法则是从基本面出发获取方向性判断，然后根据价差的历史数据进行简单的正态分布建模，并用来测算资金管理。& & 2000年，LTCM破产清算，并被华尔街银团接管。其失败的主要原因是：& & 1.笃信相对价值的走势符合正态分布& & 相对价值，即价差的判断往往需要对其随机性做出假设。LTCM采用简单频率统计的方式假设其符合正态分布，其结果导致严重低估了价差朝持仓反方向运行的概率。年各种国际突发事件恰好验证了金融资产价格走势的“肥尾”特征，即正态分布假设下的“小概率”事件也具有很大的现实概率。& & 对价差走势的误判是相对价值投资最大的死穴。& & 2.无限度使用杠杆& & LTCM基金在投资标的（以应用金融衍生品和融资融券为主）、基金资产、基金公司股权上面分别使用了巨额杠杆，使得公司整体杠杆较高，导致资产价格不利走势带来的影响放大了数千倍甚至上万倍。& & 总之，LTCM基金失败的主要原因在于投资方法有缺陷，进行相对价值投资时对价差走势假设过于自信，缺乏必要的风控和止损设定，过度使用了杠杆。& & LTCM破产清算后当事人并未涉及刑事法律纠纷，主要是破产清算。但是杠杆的过度使用可能会涉及一定的违规信息披露，以及违反基金合同约定的情形。& & （二）程序化交易争论：1987年股灾和投资组合保险技术& & 1987年股灾是人类历史上最著名的股灾之一。日，星期一，华尔街上的纽约股票市场爆发了历史上最大的一次崩盘事件。道琼斯指数一天之内重挫22.6%，创下自1941年以来单日跌幅最高纪录。6.5小时之内，纽约股指市值损失5000亿美元，其价值相当于当时美国全年国内生产总值的1/8。这次股市暴跌震惊了整个金融世界，并在全世界股票市场产生“多米诺骨牌”效应，全球市场股票跌幅多在10%以上。这一天被金融界称为“黑色星期一”，《纽约时报》称其为“华尔街历史上最坏的日子”。& & 股灾产生的根本原因，可能有投资者的“羊群”效应，集体止损引起的“多杀多”，股市泡沫累积到一定程度后自然的价值引力等。从量化投资相关角度看，主要有两种策略争议较大。& & 1.投资组合保险技术是否引起下跌投资组合保险技术是海恩.利兰德（Hayne Leland）、约翰.奥布莱恩（John O’Brien）和马克.鲁宾斯坦（Mark Rubinstein）于1981年2月创立的一种投资策略，核心思路是让投资组合在风险可控的前提下具有大幅上升潜力，具体方法是采用一部分资产做固定收益投资产生安全垫，以此用来保护风险资产。如果对标的价格的随机性做出假设，那么就可以建立金融工程模型，根据资产价格的走势，使用股指期货动态复制一个看跌股指期权，保护投资组合的下行风险。实际上，复制看跌期权呈现的操作就是典型的“追涨杀跌”，价格下跌时要求以加速度的方式迅速减仓，获取头寸安全。　　2. 程序化交易技术是否加剧下跌& & 这里所说的程序化交易主要是系统化交易，即趋势投机策略。当系统判定交易信号发生时，进行买卖操作，由于趋势投机的基本入场设定，策略必然跟随市场的上涨或下跌进行相应的做多或者做空。& & 虽然投资组合保险策略和程序化交易技术都是典型的“追涨杀跌”，但具体来看，它们绝非股灾元凶。投资组合保险技术需要动态复制期权，根据检查的频率动态调整仓位，绝对连贯性下跌的情况下才会导致复制策略持续性卖空，如果下跌过程有反弹发生，复制策略同样会积极做多建仓，放大上涨。& & 程序化交易具有组合保险策略的类似功能，然而不同程序化交易者的策略差别非常大，区别在于K线周期、入场信号和出场信号等，除非在绝对连贯下跌中所有策略基本趋同，否则在稍微有波动的下跌中，策略就会大相径庭。& & 只要是符合交易所交易规则的程序化交易，不会涉及过多的法律问题。& & 高频交易的秘密& & 高频交易是量化投资的一种。但从策略逻辑而言，与上述提到的以趋势投机和系统交易为特征的程序化交易不同。广义高频交易可能包含的特征有使用超级计算机生成、发送和执行交易指令；使用服务器托管和特别网络缩短信息处理时间；建立和结清交易头寸的时间非常短，尤其不持有隔夜仓；可能会发送大量交易指令，又快速撤单。常见的高频交易策略包括自动做市商交易（Automated Market Trading， AMMs）、流动性回扣交易（Liquidity Rebate Trading）、闪电订单（Flash Orders）和暗池（Dark Pool）等。& & （一）Virtue，闪击者和高频交易之争& & 日，美国高频交易公司Virtu Financial向美国证券交易委员会（SEC）提交首次公开募股（IPO）申请文件。数据显示该公司2013年营收约为6.65亿美元，同比增长8%；净利润为1.82亿美元，同比增长一倍以上。由于实时的风险管理策略和技术，从2009年初到2013年底，在总共1238个交易日里只有1天出现亏损。& & 无独有偶，美国财经作家迈克尔?刘易斯（Michael Lewis）于2014年3月中旬出版了新书《闪击者》（Flash Boys），书中对高频交易基本持批评态度。作者主要抓住高频交易捕捉微观价差这一事实，为私人交易所鸣不平。但作者没有考虑到高频交易具有不同目的的多种策略，另外，高频交易的连续交易整体上为市场提供了流动性以及其对应的风险补偿。& & 日，欧洲议会通过包含一系列限制高频交易措施的《金融工具市场指令Ⅱ》，内容包括限制报价货币单位过小，强制对交易算法进行测试，要求做市商每个交易日每小时上报交易额，以及当价格波动超过一定限制时的熔断机制（价格增量规则标准）。法令所涵盖的管理范围包括股票市场、衍生品交易和各类新型交易平台。根据欧盟的立法机制，欧盟层面通过法令后，其将会被下放到各个主权国家等待签署，当时预计法令实际生效时间将在2016年底，个别条款会给予做市商更长的过渡期。& & 随后，Virtual公司宣布无限延期IPO。& & （二）高频交易的天敌& & 3 Red Trading、Panther Energy Trading和幌骗交易& & 幌骗交易（Spoofing）采用和高频交易类似的技术手段，但并非利用公开信息进行策略性盈利，而是以哄骗交易对手、操作市场为目的获取利润。常见的做法是，以低于市场卖价的价格挂出卖单，这样其他卖家就会被迫挂出更低的价格以寻求快速成交，当发现更低的卖价后，幌骗策略迅速撤单，反手做多，这样通过诱骗交易对手得以以更低的价格获取头寸。同理，用高于市场买价的价格挂出买单诱骗买家，以更高的价格结清头寸。& & 幌骗交易完成的时间极短，大部分手动交易者对此并不敏感。但对于高度依赖盘口信息捕捉市场微管机构的高频交易策略而言，幌骗交易几乎是他们的天敌。2010年美国总统奥巴马签署《多德—弗兰克（Dodd Frank）金融改革法案》后，幌骗被明确为违法行为。但在美国市场中这种行为依然猖獗。& & 2014年11月，美国商品期货交易委员会（CFTC）发布公告称，芝加哥投资公司3 Red Trading LLC以及交易员伊格尔?奥斯塔赫（Igor B. Oystacher）涉嫌利用幌骗手段及欺诈设备操纵市场，CFTC对其发起诉讼。据CFTC的指控文件，奥斯塔赫在359790份交易合约中累计进行1316次幌骗交易。同期，芝加哥商业交易所（CME）向奥斯塔赫处以15万美元的罚款和一个月的市场禁入，奥斯塔赫同意支付罚款并接受处罚，但对于违规行为既不承认也未否认。有评论认为，奥斯塔赫通过发现僵化的高频交易市场漏洞，从而操纵了其他的高频交易者。& & 日，美国联邦法院裁定Panther Energy Trading公司的负责人迈克尔.科斯夏（Michael Coscia）的商品交易欺诈以及幌骗（spoofing）罪名成立，这是美国2010年《多德—弗兰克法案》出台以来关于其中“防欺诈法规”的首个案例，也是全球首宗此类刑事起诉。& & 在庭审中，来自美国证券交易委员会和美国商品期货交易委员会的证人提供的相关数据表明，嫌疑人自2011年以来在期货市场挂出大量买卖单，但事实上这些买卖单的目标不是执行，而是制造需求假象，诱使其他交易员入市，从而让自己从中获利。比如嫌疑人常常在挂出大单之后撤单，但对小单撤单的概率较小。检方则指控嫌疑人在3个月的时间里通过“诱饵调包阴谋（bait-and-switch scheme）”非法获利140万美元。& & 最终法院裁定科斯夏六项商品欺诈和六项幌骗罪名全部成立。据悉每项欺诈罪名的最高刑期都是25年，外加25万美元罚款；而幌骗罪名的最高刑期是10年，外加100万美元罚款。& & 从上面的例子中我们看出，幌骗策略是法律明确禁止的市场操作手段。与正常的高频交易策略截然不同，某种意义上不以成交为目的的下单是对市场信息资源的无效消耗，如果还有诱使对手出单的行为，那就是直接的刑事犯罪——任何时候，高频交易不能违背为市场提供流动性的初衷。& & （三）骑士资本的梦魇：乌龙指& & 对高频交易来说，其天敌不仅包括操纵市场信息的幌骗交易，还包括引起系统故障的乌龙指。& & 美国骑士资本成立于1995年，是华尔街最知名证券公司之一，规模庞大，风格稳健，业务遍布全球。骑士资本的高频交易平台可以把来自于不同机构客户和零售客户的交易订单组合起来，形成一个巨大的撮合池，当市场流动性不足的时候，通过投放公司自有资金为市场提供需要的流动性，因此骑士资本也是美国证券市场上最大的流动性提供商之一。由于该平台强大的交易处理能力，不只是买方，一些美国证券市场上重量级的证券公司也是骑士资本的客户，通过上述平台向交易所和其他交易中心发送交易订单，比如著名的网上折扣经纪公司E-Trade、TD Ameritrade和史考特证券经纪公司。其中，TDA证券是美国最大的网上经纪商公司，客户账户的数量接近600万，拥有的客户资产达到5000亿美元。骑士资本的这种超级交易平台极大提高了交易效率，但同时也埋下了巨大的运营风险。& & 日，系统维护人员在系统升级过程中，遗漏了一台服务器，没有升级上面的高频交易系统SMARS。该失误导致公司在8月1日纽交所开市之后，不到一个小时的交易时间里损失4.6亿美元。& & 根据美国证监会的调查结果，从9:30到10:15的45分钟交易时间里，骑士资本原本只收到由零售客户发出的212笔小交易订单，交易系统原本仅应该把212笔交易订单发送到纽交所，但出错的交易系统却在不到45分钟的时间里发送了几百万笔交易订单。& & 事故期间，纽交所在这段时间里成交了超过400万笔的交易订单，平均每秒钟的成交超过了1500笔，涉及的股票代码达到了154个。错误交易导致纽交所启动了熔断机制（Circuit Breaker），并对部分个股启动临时停牌。当日交易开始20分钟之后，纽交所才确定错误订单来自骑士集团。最终纽交所查验了140只非正常交易股票，取消了其中6只股票的全部交易。交易事故之后的骑士资本陷入经营危机，5个月之后便被GETCO公司兼并。& & （四）国外高频交易监管概述& & 在欧洲，欧盟的《金融工具市场指令Ⅱ》（Markets in Financial Instruments DirectiveⅡ， 简称MiFIDⅡ）致力于以投资公司作为执行主体，计划引入一系列安全保护措施，综合考虑价格、成本、速度、指令执行可能性、规模、性质等多种因素后执行客户指令。既针对使用算法交易的市场参与者，也针对发生算法和高频交易的交易场所。其间，德国联邦金融管理局认为针对高频交易的监管迫在眉睫，但MiFIDⅡ草案的审议时间较长，为控制德国交易场所内高频交易可能带来的风险，于2012年9月出台了全球第一部专门针对高频交易的监管草案，并分别于2013年2月、3月在德国众议院与参议院通过。日，欧洲议会通过了包含一系列限制高频交易措施的《金融工具市场指令Ⅱ》。& & 美国证监会则于1998年启动监管框架改革以来，引发了持续至今的美国金融市场结构变革。美国全国市场系统规则（Regulation NMS，简称Reg NMS）强调由市场作为主体执行客户指令，超过一半的机构投资者的交易系统的算法报单遵循SEC全国最佳竞价原则（National Best Bid or Offer，NBBO），以“最优价格”为标准履行“最佳执行”义务，形成了统一的金融市场结构，为高频交易的发展提供了制度基础。随后，高频交易在良好的政策和市场环境中，市场份额、收益和影响力迅速上升，引起了立法者和监管者的关注。这些年美国证监会和美国商品期货交易委员会也陆续出台了一系列与高频交易有关的监管措施，具体包括：& & 2009年9月，美国证监会基于市场信息公平性的考虑，提议禁止能使高频交易商比其他市场参与者提前数毫秒看到交易指令的闪电指令（Flash Orders）。& & 日，美国证监会基于错误指令增加经纪商和市场参与者风险暴露的考虑，要求经纪商实行严格的事先风险校验，在指令到达交易所之前，必须进行资金校验，绝对禁止对外提供无资金校验的免审核通道（Naked Access），包括交易席位和其他相关的高速通道。& & 日，美国证监会提议为大额交易者（High-Volume Traders）（单日买卖股票超过两百万股，或单日执行价值超过两千万美元，或单月执行价值超过两亿美元）分配识别代码，在交易发生后的次日，经纪商需要将交易记录上报美国证监会，以便分析与调查是否存在操纵市场等行为。& & 日，CFTC发布对托管的监管提案，其中包括对所有愿意付费的合格投资人提供托管服务，禁止歧视性托管和过高收费，并在第三方托管的情形下及时给交易所提供市场参与者的系统与交易信息。& & 目前美国证监会正在酝酿更全面的高频交易监管方案，以此促进高频交易市场更加健康健全地发展。日，美国联邦法院裁定高频交易员迈克尔?科斯夏的商品交易欺诈以及幌骗（spoofing）罪名成立，这是美国《多德—弗兰克法案》2010年出台以来关于其中“防欺诈法规”的首个案例，也是全球针对这种违法交易行为的首宗刑事起诉，具有里程碑的意义。&来源：C2交易策略
& &最近几年里，国内的量化基金时不断走高，再加上利用计算机技术进行投资的方式，更是让量化基金在金融领域独霸一方。在今年的3月28日，贝莱德发出公告，将进行裁员应用代替工作，被裁掉的就有7名投资组合经理。足以证明，由于崭新的科技技术致使很多和量化投资有关的人才出现了缺口，在金融圈，顶替基金经理的担忧开始蔓延。对于这样的情况，黄明麒（基岩资本副总裁）表示：在将来的投资中，即使先进的计算机技术可能会取代小量的人工操作，可是机器绝对不会完全的顶替人工。& & 1.国内量化投资人才出现缺口& & 到日为止，在公募市场上，已经存在量化基金142只，包括2015年发行的32只和2016年发行的55只，它们都是通过金融经济学和数学等原理进行分散投资风险的，所以也有越来越多的投资者开始关注量化基金。在私募市场中，最近几年量化基金更是以几何式的趋势发展。& & 可是就是在这样的一个市场状态下，量化人才相继的出现了缺口。现在，在国内量化模型的研发人才是非常短缺的。因此黄明麒认为:在国内，该细分行业还是在起步时期，所以对从业人员的要求是，不仅要会编程，还要懂金融，同时要有一定的金融投资经验。由于交易思想是建立量化模型最主要的一点，只有拥有方向正确的交易思想，才能够写出好的程序和有可能盈利的机会。还有在这个行业工作一段时间后，假如你可以建立拥有正收益的模型，人才的选择方向不是离职创业，就是成为自由的职业投资者。& & 也正因为如此，很多的高校专门设立了量化研究室，同时和企业合作，一起培养学生。黄明麒说道：在量化投资领域，用这样的形式招揽人才，已经不是什么新鲜事了。& & 2.量化人才紧缺？机器不能完全顶替人工& & 量化模型是需要不断修正的，因此机器根本不可能完全的顶替人工。& & 因为，在国内外量化投资理念已经“家喻户晓”，同时需要人工的地方也逐渐变的越来越少。& & 其实，并不是具有一个可以创造正收益的量化模型就意味着具有了一部能够印钞票的机器。市场每一天都在变化，想要确保量化模型可以适应市场的变化，就一定要具有一支研究队伍不断地捕捉新的信息，同时添加到模型中去，不然的话，不是不能识别新的风险因素，就是白白的丢失了一些获利的机会。黄明麒表示：“只有不间断的改进模型，持续的盈利才会变成可能。”根据有关分析师表示，因为现在国内市场环境很复杂多变，对于模型来讲，进行升级维护本身就是一个很大的挑战。& & 在美国市场，量化基金已经拥有一定的规模，同时存在着一部分专门研究量化基金模型缺陷和以此来从量化基金上获利的人。在量化模型的运行过程当中，机器会相应的设定一些主要点位，例如止损点位，一旦有人清楚了模型设定的止损点位，也就可以对此进行针对性的布局，假如促使其跌破止损点位，机器也会自动的进行止损操作，这个时候人工下单抢筹交易，不但坑了量化基金，也赚到了它的钱。因此黄明麒表示，在将来程序化交易会成为主流，可是要想完全的顶替人工，根本是不现实的。 来源：程序化交易者
& &随着MSCI靴子落地，今日沪深股指双双高开，不过短暂冲高后随即回落。截至中午收盘，上证综指和深圳成指分别仅上涨0.15%和0.18%。预期中的“MSCI概念股”出现分化，金融股表现一般，但以、、等为代表的消费股表现突出。来自上交所、私募基金、外资机构的观点普遍认为，相关利好对A股的短期提振有限，更多来自市场情绪层面。而从长期而言，随着A股市场正式迈上全球舞台，国际投资者有望深入了解中国上市公司及宏观经济，其对于A股市场的长期利好，以及对重点受益行业和个股的持续提振不言而喻。& & 私募：长期利好不容低估& & 从今天上午沪深两市的整体运行来看，上海量化投资管理中心执行合伙人毛羽向中国证券报（公众号：xhszzb）记者表示，今天早盘A股市场的整体表现基本符合预期。考虑到A股市场近年来一直有“炒预期、炒传闻”的色彩，前期上证50、白马股等大盘蓝筹板块持续强势的表现，在一定程度上就是对A股纳入MSCI的“提前预支”。而本次正式纳入，要2018年才开始实施，对市场的利好还更多只是一个“期货”，不会马上兑现。在此背景下，今天早盘A股市场一度有明显的“获利回吐”，主要指数和多数标的股整体走势并没有出现大幅拉涨，也在情理之中。& & 而对于市场长期的影响，毛羽进一步表示，国际投资者进入A股市场之后，除了看好传统的价值蓝筹之外，对于有“中国独特成长特色”、“更能够在中国特殊经济环境中持续受益”的行业和个股，预计也会有明显的投资偏好，建议投资者未来可以重点予以关注。此外，从海外投资者风险管理的需求来看，包括股指期货等衍生品市场，可能也会受境外资金相关诉求的带动，而进一步迎来放松和积极发展。& & 上海联创永泉基金经理杨琪向中国证券报（公众号：xhszzb）记者表示，本次A股纳入MSCI，从初始增量资金规模的角度来看，虽然只是一小步，但却有重大意义。这意味着A股市场首次全面进入国际投资者的视野，同时表明国际投资者对于中国经济和中国金融市场的看好。从今天上午市场走势角度来看，虽然今天早盘主要股指一度有所回落，但上午市场整体走势、包括低估值白马股板块股价的再次利好提振，都还在预期之内。而从长期来看，对于A股市场完善交易规则和停复牌制度，以及人民币汇率改革等方面的积极作用，也都逐步渐进的体现。& & 值得注意的是，从历史上境外股市加入MSCI之后的走势来看，多数股票市场的涨势，也更多体现在中长期。相关实证研究显示，在中国A股之前，13个加入明晟指数国家和地区股市在刚刚加入之后一个月的股市平均收益率为7.2%，而加入6个月和12个月之后的股市平均收益率则分别达到30.6%和57.9%。& & 外资及机构：有望更深入了解中国经济& & “中国A股纳入MSCI指数为世界金融市场翻开了崭新的篇章，对国际投资走向将会产生深远的影响，”德意志银行中国区副行长、环球市场部总经理李民宏指出。“国际资本加大对A股市场的投资将成为中国资本市场持续发展的催化剂。同时，国际投资者也将受益于中国这个世界上最大的发展中经济体的稳健增长。这些都具有非常正面的意义。”& & 而野村证券今日也表示，A股市场纳入MSCI指数，表明A股在全球股票基金经理的业绩考核指标中“从无到有”。全球机构投资者就开始需要调查研究中国和中国股票，这与过去几十年A股不在全球基金经理考核指标内的情况，将会完全不同。一方面，相关调研之后国际投资者就将发现内地有许多可以值得投资的管理层和股票；另一方面，从个股开始的研究过程，也会显著影响海外投资人对中国的债券、汇率以及整体宏观经济的看法。& & 上交所股票市值占到3/4& & 消息公布后，上海证券交易所今日上午第一时间做出积极回应。上交所资本市场研究所所长施东辉表示，目前中国已经发展成为世界第二大经济体，中国内地股市总市值近8万亿美元，占全球股市总市值的10%，是全球第二大股市，国际投资者对配置中国股票的需求日益迫切。此次MSCI宣布将A股纳入MSCI新兴市场指数，顺应了国际主流机构投资者的投资需求，对国际资本的流动格局将产生深远影响。& & 整体来看，此次纳入决定是国际主流机构投资者投票的结果，表明国际投资界对中国经济增长前景和金融市场稳健性的良好预期，是对中国坚定推动经济全球化、融入全球金融市场的进程投下了信任的一票，也是对中国资本市场近年来改革开放成果的高度认同。& & 对于上交所而言，A股纳入MSCI新兴市场指数是中国股票市场国际化的重要一步，对上交所的发展既是机遇也是挑战。据初步估算，在222只纳入MSCI的股票中，上交所的股票家数约占三分之二，可交易市值约占四分之三。据有关研究机构分析，预计国际投资者将会更加平稳持续地投资A股市场，但不会出现爆发式的资金涌入。& & 上交所表示，将继续坚持市场化、国际化、法制化的改革方向，持续推进蓝筹股市场建设，平稳发展衍生品和基金市场，积极探索交易所国际化的新模式、新机制，切实加强一线监管保护各类投资者的合法权益，有效提升上交所服务国民经济发展的能力和国际影响力。222只入围MSCI的A股清单（数据来源&澎湃新闻）来源：中国证券报
& & 本周判断“短线风险需谨慎”。& & 谨慎指数陡升，应保持谨慎& & 市场总是有些规律可循的，但往往又会出人意料。上周我们分析投资50指数也会有接盘侠的风险，从过去一周情况来看，50指数的确高位回调。近期的反弹属于“弱势反弹”。大盘下跌至今，按理说出现的反弹应该是一波很有力度的反弹，但目前来看“不温不火”，注定了目前只是一个“弱势”的行情。& & 在“弱势反弹”中，我们需要特别关注情绪指数。周五是短线情绪的高点，周一市场已经形成了一个情绪指数的峰值。每次短线情绪处于高位时，后续市场回调的概率很大。我们需要关注的是，如果没有估值低估的机会，长线价值机会约等于没有，而短线机会又到了一个风险区。目前谨慎指数也到了一个很高的位置，因此对目前的行情应该保持谨慎，不要太乐观。& & 金融行业不宜过度保护& & 今天周小川行长在论坛上讲了一个重要观点，虽然目前对金融行业非常保护，但是也要持开放的态度。这几年金融行业中最紧俏的是牌照，支付公司有支付牌照，保险公司有保险牌照，银行有银行牌照，这些牌照实际上是筑了一个“篱笆墙”，有牌照才能经营。牌照的出现就是意味着要“围起来”，不允许别人进来，尤其是不允许外资进来，形成了一个小圈子。& & 最近保险业出了很多事情，保监会主席也被撤了，就是因为过度保护滋生了腐败、寻租。金融行业需要门槛，但是不能过度地排除别人。如果一味地保护最终丧失的是全球竞争力。我们竞争的对象不仅在国内，更会是面向全球的金融对手。随着人民币的全球化，资金会更多地走出去，同样外资大鳄也会大量涌入，国内的金融业务也会逐步地对外部放开。一味地过度保护，既不能让金融健康发展，同时也侵蚀内部肌体。这几年一直在强调规范和加强监管，2015年异常波动时，把责任都打到外资公司身上，实际上是市场整体杠杆过高导致资金出逃的踩踏。& & 建设中国永不落幕& & 在投资中有两个方法：一个是“从下到上”；还有一种方法就是“从上往下”，从众多行业中选择确定性比较高的去投资。在上证众多指数中有一个建筑业指数，通过数据可以发现，不管经济增速是多少，都不会放松投资，整个中国都在建设。因此这个概念就叫做“建设中国永不落幕”。再来看一下建筑业和工业、商业的对比，通过优化选时策略，建筑业指数的表现还是遥遥领先的。自2015年后，工业指数呈现平稳的格局，不是指数本身的平稳而是强化选时后出现的平稳，商业指数是比工业指数强的。因此最近十年在中国投资工业不如投资商业，投资商业不如投资建筑业，这就自上而下选股.& & & & & & & & & & && & 再看从下往上选股，还拿建筑行业来说，在这个行业里面再采取一些强化的选股标准，让个股变得更强。如何使个股变得更强呢，比如把建筑行业里的公司按照他的成长性做一个筛选，始终选择成长性比较好的一些公司，一直从上证指数最高点至今，收益率还会远远超过建筑业选时指数，虽然也有回撤，但是会不断的创新高。结合从上往下和从下往上双向强化以后就可以从A股中获取超额收益。（根据点掌财经视频内容整理）
& & 詹姆斯o西蒙斯其人& & 他是位传奇投资人，全球收入最高的对冲基金经理之一，年净赚15亿美元。同时他还是一位天才数学家。他3岁思考汽车耗油现象，20岁获得麻省理工学院数学学士学位；23岁拿到数学博士学位，24岁出任哈佛大学数学系教授；26岁编写代码攻破国家安全局，30岁领导一个大学的数学系，37岁赢得了几何界的最高奖项美国数学协会的Oswald Veblen几何学奖；40岁进入对冲基金领域，创立文艺复兴科技公司；60岁建立的大奖章基金(Medallion)被称为“印钞机”，年间大奖章基金平均年回报率高达35%，较同期标普500指数年均回报率高20多个百分点，比“金融大鳄”索罗斯和“股神”巴菲特的操盘表现都高出10余个百分点。即便是在次贷危机爆发的2007 年，该基金的回报率仍高达85%。据Business Insider，在《阿尔法》连续15年的排行榜上，西蒙斯从未缺席，并一直名列前茅，十五年里，他赚了235亿美元。& & 西蒙斯精彩语录& & 1.尽管我们的策略会对投资标的长期持有，但我们每天平均会进行超过10000次的交易。事实上，我们投资组合中的每支股票平均每隔一天就仓位就会有增减的变化。& & 2.我们使用的分散投资的方法是，尽可能多的配置各类型资产。平均来讲，我们会持有种不同股票。& & 3.文艺复兴拥有非常好的工作环境和一流的员工，包括数学、统计学、物理学、天文学和计算机科学的博士们。& & 4.我不知道怎么雇佣做基本面交易的交易员，因为他们有时候赚钱，有时候亏钱。但我确实知道如何雇佣科学家，因为我对这个领域有些自己的感觉。& & 5.我们的投资者很多元，包括公司，公共养老基金，捐赠基金，基金会，保险公司，家族财富，以及高净值客户。& & 6.我们随时都在买入卖出卖出和买入，我们依靠活跃赚钱。& & 7.我是模型先生，不想进行基本面分析，模型的优势之一是可以降低风险。而依靠个人判断选股，你可能一夜暴富，也可能在第二天又输得精光。& & 8.有些交易模式并非随机，而是有迹可循、具有预测效果的。& & 9.那些很小的交易，哪怕是只有100股的交易，都会对这个庞大的市场产生影响，而每天都会有成千上万这样的交易发生。& & 10.其实所有人都有一个黑箱，我们把他称为大脑。& & 11.我们不雇用数理逻辑不好的学生。& & 12.交易就要像壁虎一样，平时趴在墙上一动不动，蚊子一旦出现就迅速将其吃掉，然后恢复平静，等待下一个机会。& & 13.我们关注的是那些很小的机会，可能转瞬即逝。这些机会出现之后我们会做出预测，然后进行相应的交易。交易之后，我们又会对新的市场情况进行跟踪和评判，预测也会相应调整，投资组合也会跟着变化。& & 14.我不是世上最机敏的人，要是参加数学奥林匹克竞赛，我的表现也不会特别好。可我喜欢琢磨，在心里琢磨事，也就是反反复复地思考某些事。事实证明，那是种很棒的方法。& & 生平经历& & 在2015年，全球收入最高的前8位对冲基金经理有6位来自量化投资领域。量化对冲基金，这种按照事先设定的数学公式或者逻辑判断程序，由机器完成投资的行当，在2007年美国次贷危机初始阶段曾一度遭遇“血洗”与否定。现如今，它又一次展现出了改写金融交易行业的势能。& & 历数这个行业的佼佼者，可以列出一长串，雷o达里奥管理着世界上规模最大的对冲基金；22岁创立大本营投资集团的肯尼斯o格里芬风华正茂；而要在这些大佬中推举一位“课代表”，非詹姆斯o西蒙斯莫属。随意翻开一本投资学教材，如果涉及量化投资，只要它需要一个案例，读者肯定会见到这个名字。& & 其实，就资料丰富性来讲，西蒙斯绝对算得上是投资领域的一名隐士，关于他的投资理念与投资模型、关于他创立的文艺复兴科技公司，外界能够确切掌握的信息非常少。不过，这并不妨碍他成为标杆与众人敬仰的对象。在这个缺少大师的年代，能够在数学研究与金融投资两个领域都刷出神一般的存在感，这种人实在不多。& & 他需要钱& & 在西蒙斯的办公室里，挂着一幅一般人很难看得懂的“画”，内容是一些数学公式，截取自1974年他和加州大学伯克利分校顶级几何学家陈省身共同发表的一篇论文《典型群和几何不变式》，在这篇带有突破性质的论文中，二人提出了对后来的天体物理研究具有重要影响的陈-西蒙斯理论。这，是属于他的骄傲。& & 西蒙斯办公室挂着的数学公式& & 西蒙斯似乎是为数学而生，1955年，他17岁，考入了麻省理工学院数学系。他热爱数学，同时也具备探索这一深奥领域的才能，当年的导师曾回忆说：“西蒙斯的悟性很好，他能够直观地感受到数学的原理，这是很罕见的。”西蒙斯用3年时间完成了本科学业，期间，他一度将数学研究树立为人生志向：“我想这是世界上最酷的一件事了……和朋友们一边喝咖啡一边研究数学，可能还会抽几支烟，那似乎是世界上最好的职业！”本科毕业后，西蒙斯又用了3年时间拿到加州大学伯克利分校的数学博士学位。他的博士论文有关多维弯曲空间里面的几何问题，当初选定论文方向的时候，导师很担心他啃不下这块硬骨头，但是西蒙斯用了不到两年时间就把它解决了。随后，他回到麻省理工学院教书，一年后“转战”哈佛大学，一切都进行得非常顺利。& & 唯一令他不安分的因素出现在麻省理工学院教学期间，那时候，他与两个来自哥伦比亚的同学联手，在哥伦比亚开了一家聚乙烯地板工厂，西蒙斯的父亲为他们垫付了启动资金。但是，工厂赚钱的速度比他们预想的慢，花钱的速度却比预想的快，西蒙斯开始有了还债压力。为了筹集资金，1964年，西蒙斯第一次选择告别校园，加入了位于普林斯顿的美国国防分析研究院，这个机构聚集了一大批科技精英，专门负责为美国国防部解决棘手的技术问题。在那儿，西蒙斯的工资上了一个档次，表面上还是一个学术精英，但需要花一半的研究时间为国家安全局破译密码。& & 这份工作，在西蒙斯看来还算惬意，但是没能做多久，1967年，因为公开发表与上司不同的政见，他被炒了鱿鱼。这让西蒙斯很气愤，多年之后依然对此念念不忘，也很无奈，他需要快速找到一份新工作。因为结婚早，当时29岁的西蒙斯已经是3个孩子的父亲。他拒绝再次到别人手底下打工。因为正好赶上成立10年的纽约州立大学石溪分校招人，他去应聘了数学系系主任一职，“这是一个糟糕的部门，”西蒙斯后来回忆道，“当我面试的时候，校长告诉我：‘好吧，西蒙斯博士，我不得不告诉你，你是我们所面试的人里第一个真正想要这个工作的人。’”他确实想要，虽然底子薄，好歹他是系主任，自己说了算。& & 西蒙斯在石溪分校待了8个年头，他想尽办法从世界各国的名校中挖人，将这个新生代大学的数学系推上了在全美名列前茅的位置。与此同时，他个人的学术成就也达到了顶峰，1974年与陈省身一起提出了开创性的理论，1976年获得了五年一届的奥斯瓦尔德o维布伦奖，这是全球几何界的最高荣誉。& & 如果没有外界干扰，西蒙斯很可能从此就沿着自己早年间规划的人生目标平稳地往前走了。可偏偏在这个时候，打乱生活节奏的事件又出现了，其实是好事，哥伦比亚的地板工厂开始分红了，他卖掉了自己的股份，赚了60万美元。随后，他将这笔钱交给了在哈佛任教期间的一个学生去投资，由于好运气加身，不到7个月，60万竟然变成了600万。这是一个意外的惊喜。& & 此时的西蒙斯，正好在学术研究方面遇到了瓶颈，感受到功成名就之后的莫大(博客,微博)空虚，让他变得气馁。“所有这一切让我意识到，是改变一些东西的时候了”，年，他减少了花在数学研究上的时间，将越来越多的精力投注到外汇与商品交易市场上。& & 他想要更多钱& & 从后来文艺复兴的旗舰基金——大奖章基金的名称来看，西蒙斯一直是以自己的数学成就为荣的，之所以取名“大奖章”，正是为了纪念自己获得的维布伦奖，以及当时的合伙人詹姆斯o埃克斯获得的科尔奖（同样属于数学界的顶尖奖项）。但是，当他决定离开这个领域，他走得十分决绝，甚至在一开始都没有想过，要把自己擅长的数学与金融投资扯上什么关系。& & 1978年，西蒙斯成立了一只名为林姆若伊的基金，主要投资外汇交易，采用判断型投资策略，依靠被他后来称之为“纯粹的运气”来赚钱。1982年，他将投资公司更名为文艺复兴科技。西蒙斯的运气确实很好，基金成立10年间，投资回报年均达到38%——一个了不起的数字。& & 不过，西蒙斯对此并不满意，“如果做判断型投资，某一天当你醒来时，你可能会发现自己是个天才，头寸都在朝有利的方向发展，你觉得自己很聪明。然而第二天，所有的头寸都可能会朝不利于你的方向运行，你便觉得自己像个傻瓜。”巨大的投资风险，让西蒙斯承受着很大的精神压力。& & 也就是在这个时候，他才想起来自己是一个数学家，数学模型没准儿可以把靠天吃法的投资变成只赚不赔的买卖。1988年3月，大奖章基金正式设立，取代了林姆若伊基金。“我们完全停止了基本面分析，变成了一个彻底的、依靠模型的量化投资者”，西蒙斯说。& & 第一年收益率8.8%，勉强合格，但是1989年，模型开始罢工了，4月份已经亏了30%，到达了西蒙斯的心理底线，但合伙人埃克斯认为属于正常亏损，两人意见相左，闹得不可开交，最后竟然分道扬镳了。西蒙斯握有已经停止运行的大奖章基金，开弓没有回头箭，他请来了普林斯顿大学的数学教授亨利o劳佛，一起对交易模型进行修正。这次耗时6个月的修正被《量化投资——西蒙斯用公式打败市场的故事》一书的作者称为是大奖章基金的“遵义会议”，当时制定的投资策略一直被保留了下来，成为基金长盛不衰的立命之本。& & 如果说当今世界上有哪个人能将知识与财富的关系演绎得最为深刻，这个人恐怕就是西蒙斯了。自从大奖章基金在1989年11月重回正轨，它就变成了一台马力十足的赚钱机器。来自中国量化投资学会的研究数据显示，自1988成立至2009年西蒙斯退休，基金的年平均收益率达到了46%。而且，市场越是不稳定，基金表现就越好，1994年美联储连续6次加息，导致美国债券市场年回报率为-6.7%，大奖章基金净赚了71%；2000年科技股泡沫破灭，标准普尔指数下跌10.1%，大奖章基金的净回报为98.5%，几乎翻倍；年全球金融危机，大部分对冲基金亏损，大奖章分别赚了73%和80%。在西蒙斯看来，“当大家都像无头苍蝇一样到处乱撞的时候，对我们来说是最有利的，因为我们所熟知的那些规律正是在这些时候出现的”。必须说明的是，以上这些数据，都是在扣除高达5%的管理费和20%~44%的绩效费之后，交给投资者的成绩单。& & 为了实现这种近乎“变态”的盈利水平，大奖章基金的量化投资模型不断地进行修正与迭代，修正意见来源于西蒙斯从大学和科研机构挖来的一票学术大牛，除了数学家、物理学家、统计学家，他当年还把IBM整个语音实验室的精英统统都挖了过去，因为他认为“投资和语音识别很相似，都是要预测下一个时刻要发生什么”。在公司全部员工中，将近二分之一是各领域顶尖的科学家，而没有一个是商学院毕业的学生。据说，每一个加入这条金钱生产线的新员工，必须首先向全体公司员工讲解自己的科学研究成果，通常是一些和金融八竿子打不着的课题。西蒙斯就是带领着这么一群与华尔街文化格格不入的天才们，不停地提出新想法、新模型，然后拿到市场上做“试验”，通过测试的模型会被收编进公司母舰大奖章基金。& & 相对于依靠人脑来进行投资判断，量化投资模型的可复制性要更强一些。然而，这么多年来，西蒙斯一直对自己的投资模型讳莫如深，除了团队核心成员，没有人知道他们是怎么赚钱的，也没有任何其他基金能够复制他们的模型。时至今日，仍然像麻省理工学院研究量化投资和对冲基金的专家罗闻权曾经在一次采访中所说的那样：“关于西蒙斯，在量化投资领域工作的人都有很多假设，但是没有什么确切的数据，大家只能猜测。”& & 人们只能通过西蒙斯偶尔透露的一些言论来揣测他的投资理念。“我们关注的是那些很小的机会，它们可能转瞬即逝。这些机会出现之后，我们会做出预测，然后进行相应的交易。交易完成后，我们又对新的市场走势进行跟踪和评判，我们的预测也会做出相应的调整，投资组合进而也会跟着变化。我们整天做的就是这种事情，不停地买入、卖出。”“我们的出发点不是某一个公式，而是市场数据，我们没有认为市场价格应该如何发展这样先入为主的观念。”这种投资策略后来被人们称为“壁虎式投资法”，即通过捕捉市场上的大量瞬间微利机会，同时交易多个品种，依靠在短期内完成大量交易来获利。& & 他不再需要钱了& & 按照量化投资策略细分，大奖章基金采用的应该是事件驱动策略，这种策略的优势为可以最大限度地实现低风险、高收益，弊端也很明显，那就是资金容量有限。& & 虽然大奖章基金在全球市场上买卖任何公开交易的、流动性足够强的、同时符合模型设置要求的金融产品，但是1993年基金规模达到2.7亿美元时，西蒙斯就果断地停止了基金认购。不过，由于异常突出的收益率，基金规模仍然快速扩大，5%的基金管理费已经属于同业之最，从2002年开始，西蒙斯又将表现费由行业普遍的20%，提高到36%，随后又进一步提高到44%。同一年，大奖章基金开始退还外界投资者的资金，到2005年年底，基金的投资者只剩下了文艺复兴的员工，西蒙斯占大头。在此之后，基金还多次将现金拿出来一部分返还给投资者。之所以这样做，一方面是为了留住公司员工，防止他们跳槽泄露公司机密，另一方面，也是更重要的，应该是控制基金规模保持在50亿美元的上限。& & 西蒙斯也曾试图突破交易策略的限制。在2005年，大奖基金完全对外部投资者关闭的时候，文艺复兴推出了一只新基金——文艺复兴机构投资者股权基金，规模上限1000亿美元；2007年10月，又推出了第二只新基金——文艺复兴机构投资者期货基金，最大容量500亿美元。& & 新基金与大奖章基金一脉相承，在销售文件中特别注明，新基金的风险控制、交易技巧、交易损耗模型和交易信号都和大奖章基金管理人所使用的如出一辙。这是一个尝试，西蒙斯对记者说。然而，就在大奖章基金依然一路高歌的同时，新基金的表现却不尽如人意。文艺复兴机构投资者股权基金在2005年赚了5.5%，2006年和2007年几乎没有赚钱，从2008年开始有投资者赎回，资产总额从290亿美元的高位跌到了100亿美元以下；文艺复兴机构投资者期货基金的表现也弱于同行。& & 这或许又让西蒙斯感受到当初登上数学之巅后的意兴阑珊。大奖章基金的成功，足以证明自己在金融领域的才能；在2009年的福布斯全球富豪排行榜中，他也以80亿美元的身价位列第55名，还有必要继续下去吗？剩下的，恐怕只有无尽的压力了。& & 虽然用量化投资模型取代判断型投资，在某种程度上缓解了西蒙斯的精神焦虑，但神话破灭的可能性每时每刻都在折磨他，这或许可以解释他当时为什么每天需要抽三大包香烟。& & 有一次，公司的一位高级员工在他的办公室和他探讨管理问题，说着说着，员工发现西蒙斯并没有在听，而是紧盯着面前显示屏上跳动的数字——大奖章基金正在亏钱。尽管那种程度的资金回撤并不罕见，大奖章基金每次都能够扭转乾坤，但西蒙斯每次看到这种情形都会发生胃痉挛。或许，每当这种时候，他都会想起20世纪90年代长期资本管理公司带给所有量化投资者的“永远的痛”。& & 当初，长期资本管理公司拥有着让人羡慕到没脾气的管理团队。掌门人约翰o梅利韦瑟，号称“华尔街套利之父”。合伙人包括三位：罗伯特o莫顿，被称为金融研究领域的牛顿；麦伦o舒尔斯，布莱克-舒尔斯模型提出者之一，他和莫顿在1997年分享了诺贝尔经济学奖；还有当时被外界认为将成为格林斯潘接班人的美联储副主席大卫o马林斯。& & 这个团队，可以甩“全明星队”概念好几条大街。然而，就是这个最豪华阵容，在1998年一系列黑天鹅事件的冲击之下，竟然如秋风扫落叶一般地失败了，因为交易体系巨大，还迫使美联储有史以来第一次出手救助一个非商业银行金融机构。& & 正是在量化投资第一次逐渐走入投资领域主流的年代，这一次失利，对于量化投资者们的打击相当沉重。神坛已破，同样是量化投资，同样是象牙塔里出来的教授“当政”，同样地让外人捉摸不透，这些都成为了文艺复兴的“原罪”，在华尔街，似乎已经有很多人准备好，等着它成为下一个长期资本管理公司了。& & 如若世界法则允许生无可恋的人存在，那么西蒙斯应该是颇有资格的一个。不过数学家毕竟不是诗人，大不了去做甩手掌柜，2009年10月，西蒙斯宣布急流勇退，从2010年起，自己只担任公司控股股东和董事会主席，具体事务交到了文艺复兴的两位联席首席执行官手中。退休以后，西蒙斯开始专心打理他和第二任妻子共同创立的慈善基金会。& & 让人兴奋的是，即便没有了西蒙斯，大奖章奇迹至今还在继续，2015年，退居二线的西蒙斯再次以17亿美元的年度入账问鼎了对冲基金经理收入排行榜。有充足的资金做后盾，慈善基金会也运作良好，西蒙斯说，它是“少数几个几乎完全对基础科学提供资金支持的基金会之一，支持基础数学、基础物理，还有很多生物方面的研究”，“如果单从对基础科学的投资规模来讲，应该还没有一只基金能够与我们相比”。& & 令西蒙斯颇为得意的是，他的基金会创立了一个名为“美国数学协会(Math for America)”的非盈利性组织，旨在通过给予美国公立学校数学教师更多的尊重、更多的支持和更高的薪资，吸引更多的优秀人才从事教学工作，从而提高美国高校的数学教学水平。2016年3月，麻省理工学院宣布将新修复的二号楼以“西蒙斯”命名，以感谢他的基金会对修复工作提供的资金支持，这栋楼正是该校数学系所在地。用一种比较矫情的说法，西蒙斯最终通过另外一种方式，弥补了自己在数学领域缺位30年之久的遗憾。 & & 来源：投资家说
& & 人工智能异军突起，让程序化交易实现了更加人性的进化& & 谷歌通过深度人工神经网络算法让阿法狗在围棋领域战胜了人类。其科技巨头微软自然不会袖手旁观，微软的科学家们正在训练一波，使他们的思想更加贴近人的思维。& & 浅谈人工智能发展史& & 1966年，世界上第一款聊天问世，他叫Eliza，是由MIT的一位研究院Joseph研发，Eliza就是现在大家经常接触的siri的前身。& & 科学家们锻炼Eliza与人聊天，将心理学家Rogers提出的个人中心疗法引入，使其尽量引导人倾诉。& & 这样的设计思路，成功的获得了人们的认可，可能因为太适合倾诉一些心理的秘密，现实生活中人们很难与人倾诉心声的。& & 但是这个Eliza一点也不智能，用过只能语音的人都知道，有时并不能真的理解你的话，他只是通过科学家分析用户输入计算机的语句，最终匹配成响应的脚本。& & 以至于Eliza的设计者Joseph后来都提出了一个观点，机器对语言的表达理解都是依赖于上下文的递进关系，对于人类真正的情感表达是不可能存在的。& & 然而此后不断出现的聊天程序，似乎也印证了joseph的观点，他们确实都依赖于脚本和上下文的递进模式。& & 人工智能真正的出现理解能力& & 然而如今的智能AI的聊天程序已经今非昔比，现在沿用了一门“自然语言理解”方法，这是一类具有大量语义的计算方法，概况来说就是先让程序识别你的一句话所表达的含义。& & 在人工智能方面，微软正在下苦工训练识别用户，不仅仅是单纯的语言，而是识别人格特征。& & 这种机制需要与心理学家合作开展，识别人格特征，顾名思义，就是在用户的大数据中计算出相关人格。& & 近年来，人格研究人员认可最广泛的人格定义是五因素模型，又被称之为“大五人格理论”。大五人格包含五个高度概括的人格因素，开放性(openness)、尽责性（Conscientiousness）、外向性（Extraversion）、神经质（Neuroticism）和随和性（Agreeableness）。& & 如果你描述一个人，可以描述成：“有些腼腆，但是很尽责，比较爱幻想的一个人。”& & 但识别人格特征的关注点是，能不能通过人工智能计算出用户的人格特征。& & 研究人员通过对人工智能的不断测试，最终得到的结果令人震惊。对于个体的性格预测，仅仅使用头像照片，就能使其准确率达到0.6。如果将个体多个维度的性格特质使用集成学习技术，准确率将达到0.75以上。& & 现在你还敢随意的将头像按照喜好设置吗？& & 如今的人工智能已经起到重大作用& & 微软亚洲研究院开展了DiPsy项目，这个项目就是编制出一个人性化的，智能化的聊天系统，这样的聊天系统在心理治疗中可以帮助人们克服心理上的问题。这得益于心理学常用的行为疗法和正念疗法。有效地引导对话，可以让用户倾诉心理，在通过程序通过数据对用户心理的研究诊断，将潜移默化的改变用户的思维与行为方式，帮助用户缓解与管理心理问题。这种疗法将有效地治疗社会上常见的三种疾病：儿童自闭、中年抑郁、老年痴呆。& & 接下来探讨，这些变化与程序化交易有什么关系？& & 也许这种变化不一定会被人所熟知，但变化很大，体现在两个方面：& & 第一目前人工智能的应用已经从幕后搬到了台前，这证明着“自然语言处理”技术发展到了一定水平，同时互联网的大数据丰富度，计算机处理能力，都有了一个质的飞跃，这才使得原}