查看原文
其他

宏观视角看量化: 海外篇 | 泷韬全球宏观

袁玉玮 泷韬全球宏观 2022-01-06

shijiao



一、LCH TOP 20 对冲基金排行榜几乎没有纯量化主动基金



在 Rothschild 银行的的FOF部门LCH全球Top20对冲基金排行榜里,前20名严格意义来说,几乎没有一家是旗舰产品是所谓纯量化。

  • BW 是系统化宏观,但不是完全没有人工干预的纯量化。而且近几年,其以全天候为首的beta产品表现好,但alpha产品表现差,十年累计业绩为负。

  • Citadel 目前主要策略是系统化价值投资和多策略MOM平台,也不是无人工干预的纯量化。传说中的高频是 Citadel Securities 的做市商业务,和对冲基金毛关系也没,把这两个结合在一起宣传的人,只能说连一点行业常识都没有。从CGE部门介绍,“CGE seeks to generate alpha by investing in companies offering the greatest opportunity. CGE’s investment analysts specialize in a defined coverage universe, allowing them to focus on their companies in-depth. As part of Citadel’s commitment to fundamental research, CGE maintains strong relationships with companies across global markets.” 就可以知道人工参与度不会很低。

  • DE Shaw 的旗舰产品是多策略MOM和全球宏观,而且根据官网站,是系统化+人工决策的宏观基金。

  • Millennium 也不是纯量化,而是多策略MOM平台。



Two Sigma的一只组合基金,85%市场中性+15%系统化宏观 —— 我想很多人看了会摘下拜神的有色眼镜。


来源:Bloomberg


DE Shaw官网对宏观策略的介绍:系统化+人工




二、算法交易和量化占美股交易量比例


以下内容和数据摘自美国证监会2020年的报告。


1. 黑池交易(高频做市商业务)


根据报告数据:


美股35%的交易量在交易所外,即大型券商的黑池业务。这些交易确实是大家耳熟能详的Citadel Securities, Virtu, Twosigma Securities 等做市商撮合交易,但注意,这里他们只是券商和做市商的角色,并不是对冲基金,而他们的对手盘也不一定是量化基金,很可能是人工决策投资者。




2. 买方算法交易量占比


报告引用《Campbell Peters, “Technology and the Buy-Side Liquidity Chase”, TabbFORUM (July 19, 2019)》数据,美股投资机构中大概有14-25% 使用算法交易。


我们假设所有的量化基金都是用算法交易,但是用算法交易的并不一定都是量化投资者,那么量化基金的比例在美股投资机构中大概率低于14-25%。



3. 美股交易量(不含散户和高频公司)占比

  • 量化基金35%,但是,这个交易量包含被动指数基金,Smart beta基金,如果去掉将会大打折扣

  • 对冲基金30%

  • 资产管理公司约22%

  • 银行约13%


US share of institutional trading by volume of shares


4. 美股机构投资者中各类机构持股占比


表面上,量化基金规模最大(35%)超过了人工决策基金和企业 —— 但是注意:这个统计并不准确

35%其中包含:

  • 29.8%被动指数ETF基金,

  • 2.9% 介于被动和主动之间的 Smart beta ETF基金,

  • 主动量化基金仅占美股市场的2.4%,和普通对冲基金基本在一个量级。


US public equities: share of value held by institution type ($31 trillion)



三、2020年国际对冲基金表现


2020年,疫情导致的尾部风险和央行放水导致价值因子失效,资产之间相关性不稳定,导致大量量化基金亏损,比如Renaissance的alpha和beta产品同时亏损。





四、2021年国际对冲基金表现


2021年全年,虽然美股指数看着稳定,但

  • 美股板块轮动快,少则1-2天,比如中概股和ARK为首的垃圾科技股,在元旦节前暴涨,节后暴跌;慢则1-2月,

  • 板块间错位剧烈,相对价值暴涨暴跌,

这种市场对对冲策略非常危险,很容易多空同时亏损。更勿论调仓规则死板的量化。所以导致量化基金在上半年和前三季度大幅亏损或跑输指数,仅仅在下半年才略有好转。


读者如果对这种市场没概念,可以参考11-12月A股的走势。


Bloomberg年底发了一张对冲基金业绩排行,基本上耳熟能详的多策略,股票,量化,宏观基金都在。注意:这个榜信息并不全面,比如DE Shaw的多策略+18.5%和宏观产品+15%在2021年表现也很好,但没有信息。但已经足够使读者对国际对冲基金流派有一定多方位视角的认识。



  • 榜上跑赢SP500的基金只有3家,都是股票策略。

  • 业绩超过12%的大部分是多策略和股票策略。

  • 业绩超过12%的只有一家量化,其余大多是多策略和股票。

  • 垫底的大部分是宏观,量化,股票成长。注意,股票成长是2020年去年表现最好的策略。垫底的宏观大部分是重仓交易型的商品流派,Druckenmiller为首的同时擅长商品和股票的复合派并不在其中。

  • Citadel Wellington 是一只多策略基金(multi-strategy fund)。

  • Renaissance的量化虽然实现正收益,但是在2020年大幅亏损的基础上,而且上榜的3个产品,2个是beta产品,大幅跑输基准指数

  • Twosigma的宏观产品表现好于量化产品。


个人体会,2021年非常适合宏观交易,尤其商品和股票复合型宏观。我们自己的系统化全球宏观策略主要交易美股,去年实现beta 0, 纯alpha部分就跑赢SP500。(仅作为策略探讨,不构成任何金融产品推介)



五、人工智能在国际投资界的应用很有限,

而且效果一般


简介人工智能在基金界的应用现状 (一): AI ETF,LCH对冲基金TOP20,BlackRock

简介人工智能在基金界的应用现状 (二): 算法交易VS.场内交易员

简介人工智能在基金界的应用现状(三)智能投顾 风口上的猪毛

简介人工智能在基金界的应用现状(四)基金管理 l 微明宏观


我们之前写过,这里只做摘要,不再赘述。各位读者可以想一下,以MAN Group/AHL 和 Twosigma 的规模和上千人的投研团队,都没做出成果,尤其近年来业绩表现一般,国内相对小得多的私募怎么可能在人工智能做的比国外量化巨头更好?


人工智能ETF?!

最近一只人工智能ETF在美国上市交易,AI Powered Equity ETF(AIEQ)。媒体上轩然大波,高呼人类基金经理/分析员终结者来了。


AI Powered Equity ETF由EquBot管理,后者是IBM旗下的IBM Global Entrepreneur的投资分部,专门负责在投资分析应用人工智能技术。根据其官网公开信息,EquBot基于IBM的人工智能平台Watson, 分析经济和新闻数据,对美国上市的股票和REITs进行基本面分析,构建一个含30-70只股票的组合。这个组合每天对公众公开。


由于AIEQ上市时间太短,我们对业绩无法置评。我只有2个问题:
  • 如果AIEQ的真的是收割机,你相信它会作为一个只收取每年0.75%的管理费的ETF卖给公众吗?
  • 如果AIEQ的真的是收割机,投研团队会每天给你公开持仓信息吗?


BlackRock的人工智能/量化部门2016,2017刷新亏损

媒体盛传全球最大的资产管理公司BlackRock(黑岩)进军人工智能/量化;但媒体只告诉了你一半事实,另一半是这个人工智能/量化部门SAE刷新了历史亏损。


Bloomberg报道,数据显示2016年BlackRock的2/3-4/5的量化策略跑输大盘。


算法交易取代的是卖方交易员,算法交易无法取代自营交易员或基金经理

  • 各大银行用算法交易取代的是卖方交易员(sellside traders),不是自营交易员(prop trader)

  • 裁员压力主要来自金融资产的电子化交易普及,尤其是以前电子化最低的固定收益和大宗商品(FICC)部门

  • 裁员压力主要来自ETF的扩张

  • 算法交易和高频做市行业也是ETF增长的受害者,全行业收入从2009年72亿美金滑坡到现在的11亿美金



智能投顾取代的是理财顾问,不是基金经理


  • “robo-advisor”直接按字面翻译成“机器(金融理财)顾问”更合适

  • “智能投顾”和AI没有任何关系

  • “智能投顾”是和理财经理/销售竞争,不是基金经理

  • “智能投顾”是风口上的“猪毛”,风口上的猪是ETF,风是QE


Two Sigma 谈人工智能

Two Sigma Investments的创始人之一,David Siegel对AI的态度的态度则和市场上传言他们擅长应用AI于基金管理大相径庭,相当保守:


我担心,人们对人工智能技术怀有不切实际的期望。机器学习系统,在高信任度下,可以轻易地犯错。

“I’m concerned that people may have unrealistic expectations of what is possible with the current state of the art,” David Siegel, co-founder of quant pioneer Two Sigma Investments, said at a Bloomberg summit in September. Siegel, a Ph.D. in computer science who says he’s impressed with AI’s performance in many fields, cautioned: “Machine learning systems can easily, with high confidence, make mistakes.”

—— 来源:《Bloomberg》



Man Group/AHL谈人工智能


相对来说,Man Group的量化基金AHL,态度比较开放。下图是AHL的AI交易系统的展示。


AHL的AI交易系统的展示 来源:CNBC


AHL的AI交易系统的展示 来源:CNBC


AHL的AI交易系统的展示 来源:CNBC
Man Group的CIO,Sandy Rattray认为AI代表未来,他们在AI的投入比其他任何领域都大。Rattray说机器学习已经帮助比传统量化分析员实现了更好的业绩,但没有透露机器学习在AHL基金配置的比重。他说:
“如果5年之后,机器学习占到50%的量化交易比重,我将不会感到惊奇”。


从上面的保守数字我们可以猜测,即使在人员充足,研发实力雄厚的业界量化先锋,AHL也目前只是在初级试用AI阶段,比重至少低于50%。


从这里我们可以猜测,机器学习的比重目前在AHL的Dimension Fund应该很低,保守估计在10或15%以下。


Man Group的CEO,Luke Ellis,认为:使用机器学习,一、为了挖掘人挖不到的alpha;二、为了优化交易执行,降低交易成本,并防止其交易行为被其他高频/量化程序跟踪。三、Ellis认为10年后,人工智能将在Man的所有领域发挥作用,从执行交易,到帮助公司自营部门挑选证券。“如果计算能力和数据生成继续以目前的速度增长,那么机器学习可能会在25年后涉及99%的投资管理... 它将渗透到我们生活的方方面面。我不认为机器学习能替代我们的所有工作。而是会让我们把很多工作做得更好。”


另外,据AHL的公开资料显示,他们从2014年开始把机器学习应用在“无趋势”的策略里。2017年开始,他们开始把这种算法交易应用在“趋势交易”。资料认为趋势跟踪是线性思维;机器学习可以开发非线性的数据关系 —— 我们对此保持保留意见,因为无趋势其实也是一种趋势,仍然是线性思维,只有在各种趋势之间的自由切换才是非线性思维
另外,机器学习也不是万能的。据业内估计,机器学习的失败率至少90%。(Bloomberg)


2018.2的全球市场暴跌,量化和使用AI技术的基金,无一幸免...


数据来源:HSBC


数据来源:HSBC


我们的观点:围棋/金融市场:变量数量、博弈维度
AI虽然在棋牌类博弈游戏中进步神速,远超人类,但我认为围棋和金融市场之间区别显著:
围棋


博弈方有限:2


变量有限:棋盘格数有限,虽然运算量巨大,但只要有限,有规则,就可以依靠科技进步来进行穷举法运算;历史可以模拟、完美重复:由于变量有限,AI可以通过穷举法来模拟历史,预判未来;


博弈周期:短,小时级,日内;


博弈维度有限:二维,围棋只相当于两国之间的地面战;

金融市场


博弈方无限:无数人,无数机器/算法,无数人机组合


变量无限:宏观变量,微观变量,金融工具多(外汇、国债、大宗商品、股票、衍生品、他们之间的排列组合都是变量),参与者无论人或机器也是变量。每个大妈是一个变量,n个大妈是一个变量,每个机构是一个变量,n个机构是一个变量,每个机器是一个变量,n个机器是一个变量,大妈、机构和机器的行为互相影响又可以排列组合出新的变量...
历史可以模拟,但无法完美重复:由于变量无限,AI无法用穷举法来完美模拟历史,未来永远是未知;


博弈周期多维度:年、月、日、秒、微妙...


多博弈维度:价格、时间、一级市场、二级市场、类似巴菲特的横跨一/二级市场、一级市场+衍生品、二级市场+衍生品...


如果把围棋比作围棋只相当于两国之间的地面战,那么金融市场投资就好比海、陆、空、核威慑、太空大战、金融战争,职业选手、业余选手、智者、疯子... 多博弈方、多空间维度,多时间维度的博弈。对AI来说,金融市场不只计算量远大于围棋,而且有更多的非线性不确定性在里面。
即使 AI 可以在某一个细分领域占到优势,它也很难在各个领域同时都占到优势。



六、没有神


2019-12-02的警告文艺复兴(RenTech)的DarkSide...

文艺复兴(Renaissance Technologies)最近借助于James Simons的自传,声名甚嚣尘上,仿佛是投资界不可逾越的高山 —— 年化40-60%,拳打索罗斯,脚踢巴菲特 —— 甚至是神。


真相如何呢?


无论国内还是国外,媒体大都欠缺独立思考。据HSBC的Weekly Hedge数据库,Renaissance的对外产品业绩: 

  • 市场中性产品 Institutional Diversifed Alpha:年化业绩7.7%,波动率10.52%, Sharpe小于1。鉴于最大回撤8.8%,估计Sortino更优质一些。

  • 股票多空策略产品: Institutional Equities ,年化业绩10.6%,波动率10%, Sharpe略大于1(而且前几年美股弱的时候,远小于1),但最大回撤35.7%。 


无论哪个产品,估计距离很多人理想中的印钱机器差距还很大。



来源:HSBC

来源:HSBC


另外,2015年,在商品大熊市中,其CTA产品由于业绩差导致大量赎回和清盘。 



在2013年行情不好的时候,RenTech对外的产品甚至年化Sharpe接近于0.



媒体津津乐道的所谓年化40-60%的传奇王牌大奖章(Medallion)实际只是自营基金,仅对股东和员工开放,外部投资者无法购买;而且更关键的是——业绩未经审计,无法核实...



注意: 

此处我们无意批评或指摘Renaissance。

无论如何,按目前的管理规模,Renaissance都是全球最成功的对冲基金之一,值得我们学习。 


我们想表达的是: 

作为(基金)投资者,我们是否应该保持独立思考,防止人云亦云? 

否则前方等待的将是被割韭菜的归宿...

作为投资者,我们应该脚踏实地、不断地学习别人的优点,补充自己的短板 —— 投资界没有神,无须好高骛远,也无须崇拜神。


神的方法,不一定对每个人适用。


投资是一个修炼的过程,没有捷径,拜神也无用...


作为基金投资者,更应该规避看着羊头买狗肉的陷阱。


声明

我个人不反转基因,只反神化转基因,没有法律监管的推广转基因。

我个人不反Buffett,只反神化Buffett。

我个人不反量化,只反神化量化。

我个人不反对Elon Musk是一个企业家,只反神化Elon Musk。



2022年的宏观报告将会在星球更新:


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存