国际量化巨头世坤投资创始人图钦斯基:风险管理与割韭菜

2021年04月20日 16:08  

本文3119字,约4分钟

对北海的风险管理与平凡的韭菜看上去没有什么共性,实际上,在现代金融体系下,二者之间具有很强的共性。韭菜有点像是一棵微型的树,是一种气味温和、有点像洋葱口味的蔬菜。它被种植在土壤中,有着肉质的白色鳞茎,根茎呈绿色,顶部状如茅草。无论是厨艺大师还是家庭主妇,在他们的眼中,韭菜的所有部位不都是可食用的。对他们而言,根部是不能吃的,通常只能被切掉并扔到堆肥箱中;顶部的绿叶又平又干,通常也被扔掉;韭菜最好的部分就是从白色的鳞茎到浅绿色的中部。

所以,韭菜并不全身都是宝。即使是被厨艺大师慷慨买下的最优质的韭菜,也有被丢弃的部分;即使是韭菜最差的部分,也可以被利用。这就引出了一个结论:对于一个韭菜农夫来讲,获得最佳回报的方法不是出售整根韭菜,而是将韭菜品质最好的鳞茎部分卖给厨艺大师,把品质较差的部分卖给那些不那么挑剔的、时刻把预算记在心里的家庭主妇。那么怎样才能做到这一点呢?答案是,把韭菜装箱,排列好根部末端,然后用切割机将韭菜垂直切下,最终,韭菜就被分成各种各样的韭菜段。品质好的韭菜从鳞茎开始,越接近绿色的茎叶部分,质量就逐渐降低。这样,我们就可以丢弃无用的根部和茎叶,将这些重新“包装的”成捆的韭菜段卖给顾客,而不再是简单出售整根的一捆韭菜。顾客也可以在价格承受范围内,挑选购买他们想要的那段韭菜。

实际上,上述描述的就是在金融界日益普遍的一种实践做法:资产证券化。把韭菜替换为数以千计的抵押贷款,你就会获得一个抵押支持债券(Mortgage-Backed Security,MBS)。把抵押支持债券变成一个合成证券(synthetic security)的过程,和前面所述的韭菜“分段打包”的操作大体相同。根据贷款质量的不同,将资金池中的抵押支持债券进行分级打包:把违约风险更高的合约打底,然后再把更安全的归在另一级。分别出售这些不同“分级”的证券给那些有着不同风险偏好的机构投资者——从通常要求只购买高质量抵押证券的银行,到具有一定投机性的机构投资者(这类投资者愿意为获取更高收益而冒更高的风险)。打包不同风险的债券背后的理论基础是,每一级的债券都彼此独立,就好像洛朗船只上的发动机,或者不同部分的韭菜段一样,或者抛出去的硬币。

抵押支持债券设计者们假定,一个抵押贷款违约的风险性与第二个抵押贷款违约的风险之间的关联性非常低。特别是,一个层级的抵押贷款[比如特大型贷款(jumbo loan)]与另一层级的抵押贷款[比方几乎不需要出具任何证明材料就能申请的次级贷款(subprime loan)]看上去几乎没有任何关联。

他们深信这些抵押贷款之间本质上是不相关的。不幸的是,2008年的美国次贷危机证明这一假定完全是灾难性的错误。事实上,这些数量庞大的抵押贷款与房地产市场高度相关,是房地产市场的关键组成部分,其估值创下历史新高,杠杆率也很高。不同层级的债券内部及相互之间的违约风险是被紧耦合在一起的。从更大范围的全球金融系统来看,不同证券的内部与它们之间的风险也是一样的。

我们可以用另一种方式解释这个现象:如果一个抵押贷款的违约行为显著影响另一个抵押贷款的命运,或者因为一个共

同的原因,这两个抵押贷款同时违约,那么认为这两个抵押贷款没有相关性,并把它们分入不同的“韭菜段”,只不过制造了一种关于安全性的“错觉”。这些最初的贷款和被分级后合成后的贷款在本质上是一模一样的。但经过所谓的“聪明地将不同风险重新配置”,卖方就可以把所有的抵押贷款进行错误定价,将其粉饰为神话并打包销售给投资者。

这就是相关性的危害所在。这就好像一个黑色霉菌会影响整包韭菜一样。无论韭菜段的品质是高级、低级,还是中级,霉菌都会从一段韭菜扩散到下一段韭菜。

在洛朗的案例里,那些用来降低并分散风险的程序,在某些情况下反而可能增加风险。在那场金融危机发生之前,一些经验较为丰富的投资者相信,资产证券化可以降低甚至消除风险,所以任由资产证券化泛滥,从而堆积了大量风险。从事经济活动的人由于感到自身不会被后果危害,而故意放纵风险,这种现象被称作道德风险(moral hazard)。它掩饰了全球经济的发展动力实际上彼此关联的事实。事实上,风险并不是相互独立的。金融危机已经证明,相关性存在于金融市场的每一个层级中,从单个股票到金融衍生品,再到全部经济体。投资者

应该吸取教训:永远不要怀疑系统中的所有部分其实都是耦合的、具有相关性的。

全世界的人都忽略了这个教训。因为系统太庞大、耦合太复杂,所以没有人能够真正地看到产生危机的因素间的相关性。许多人都会自欺欺人,认为世界上还有很多聪明人,总不会大家都犯错吧。

要做好量化投资,你必须谨慎地使用模拟方法,以便将相关性降至最低。在投资时,人们有一个共同的心理陷阱,比如相信数据模型是一把万能钥匙,可用于解释市场某一方面的行为。事实上,即使解释得通,那也可能只是偶然而已。你必须保持极度诚实,将自我意识降到最低,还要有成功的信念。不过,当一个人变得更成功时,傲慢心理往往就会乘虚而入,这个人就更难做到这些了。如果只是产出一堆投资理念,在没有认真地进行回测实验的情况下,就认为这些投资理念在市场上会有效,这是非常糟糕的做法。就像我在沃顿商学院的那些同学一样,他们个个自以为是,认定自己是优于一般水准的。实际上,这些自大的想法都经不起市场相关性现实的无情检验。

在投资中,几乎每个人都会采用某种形式的回测实验,并通过一些历史数据库进行投资或模型运算。诚然,一些投资者可能会拥有更多、更好的数据,这便造成了投资效果有好有坏。回测对于产生阿尔法固然至关重要,但是可能会产生备受关注的安全性问题,从而导致道德风险。虽然这听起来像是陈词滥调,但过去的成功并不能保证未来一直成功。所以,在模拟产生阿尔法的过程中,我们一定要用符合反原则的原则来建立阿尔法:许多阿尔法是没有效果的,也没有任何一个阿尔法会永久有效。用概率论的相关术语来讲,每个阿尔法的效用都在0和1之间,“0”表示这个阿尔法从来没有发挥作用,“1”表示这个阿尔法一直在发挥作用。

(本文选编自摘自《反原则》作者:伊戈尔·图钦斯基)

 内容简介

如何利用量化投资模型在市场中获益?作为管理着70亿美元的国际知名量化投资管理公司CEO,伊戈尔·图钦斯基在《反原则》一书中讲述了他从背井离乡漂泊在美国,到成功利用上千万个阿尔法模型进行量化投资的过程。这本带有自传色彩的《反原则》,是伊戈尔生活、工作及思想的结晶,它可以作为量化投资数学科技方面的初级读本。伊戈尔结合自己人生历程归纳了一系列原则,这也是这本书的核心部分——“反原则”,它统领着其他原则。

本书中介绍了伊戈尔开发的交易量化模型,并针对风险和不确定性方面提出了很多宝贵的意见,这些深刻的洞察具有很强的现实意义和哲学思考。在高速发展的大数据时代,这些经验对于对量化金融感兴趣的人而言非常重要,可以帮助其少走很多弯路。

 

 作者简介

伊戈尔·图钦斯基(Igor Tuchinsky)

·世坤基金有限责任公司创始人、主席、首席执行官。

·伊戈尔职业生涯丰富多彩,曾从事游戏视频开发、软件编程、风险投资工作。在量化投资方面造诣颇深,参与研发的上百种阿尔法模型在金融市场有效对冲风险,获利颇丰,并著有《寻找Alpha:量化交易策略》一书。