• <dd id="in9we"></dd>
    1. <th id="in9we"><track id="in9we"><video id="in9we"></video></track></th><strike id="in9we"></strike>

    2. <th id="in9we"></th>

          <rp id="in9we"><ruby id="in9we"><input id="in9we"></input></ruby></rp>
          <button id="in9we"><acronym id="in9we"></acronym></button>
          <tbody id="in9we"><track id="in9we"></track></tbody> <span id="in9we"><pre id="in9we"></pre></span>
        1. <tbody id="in9we"><pre id="in9we"></pre></tbody>
        2. <th id="in9we"><track id="in9we"><dl id="in9we"></dl></track></th>
            <th id="in9we"></th>
            <rp id="in9we"></rp><span id="in9we"><pre id="in9we"></pre></span>
          1. <rp id="in9we"><acronym id="in9we"></acronym></rp>

            <tbody id="in9we"><pre id="in9we"></pre></tbody>

            <button id="in9we"></button>

          2. <rp id="in9we"></rp>

              • 管理團隊(一)
              • 您當前所在位置:首頁 > 管理團隊專輯 > 管理團隊(一)
              2022年上半年個人反省
              文章來源香港中財     作者葛培堃     日期2022-07-08     點擊量610

              今年上半年是充滿挑戰和直面時代變化的一段時期,我梳理了SP1在過往1年來的點滴后作出以下反省,并提醒自己在未來不再犯同樣的錯誤。

              1.投資的分布不可有任何形式的集中,包括但不限于集中于同一國家,貨幣,品種等。雞蛋不放在同一個籃子里是老生常談的風控,但即使放在不同的籃子里,如果這些籃子仍放在同一屋檐下,那依然是潛在風險。很多情況下,投資者會把風險分散在不同的企業和行業中以規避集中度,但是如果這些投資仍集中在同一國家內,或者即使這些資產分布在不同地區或貨幣,但都和某個國家以及某個國家的投資者群體關聯度太高,則依然未能有效分散風險。雖然絕大部分情況下,大型經濟體發生制度性巨變的概率很低,但這類變化依然是會發生的,屋子是可以整體垮塌的,這時屋檐下即使不同籃子里的雞蛋也都會遭殃。解決方案是必須把視野進一步拓寬至全球范圍性的多個屋子,或者標的本身涉及的參與者就是全球性的,比如說全球性的商品,全球自由兌換貨幣,跨國性的企業等。這樣即使某一地區出現整體性經濟垮塌或制度性沖擊,也不至于影響到整個投資組合。不過這會對投資者的精力提出考驗,因為一般人所處的工作時區都是固定的,比如身處香港的投資者基本會傾向于亞太市場,我之前也是因為作息關系,雖然一直有參與歐美市場,但并沒有將其作為主線。但目前看來必須有跨時區市場交易的能力,以交易的深度,廣度,可選品種的豐富度而言,包含中國市場在內的亞太區僅僅是江河容量級別,而以美歐區才是真正的海洋級別。尤其在當前的歷史環境下,我認為跨出亞洲區已然是必備的投資條件,繼續限制在特定的地域里將會可能在未來面臨不受控的打擊。

              2.量化投資中,不應該有非數字化的前置條件,否則終將會產生風險錯配。一般情況下,金融市場會對風險和收益進行匹配,至少在資本主義原則下是如此。正常的資本主義市場環境下高收益匹配高風險,低收益匹配低風險是正道,雙方通過資本數字進行匹配,整個過程不一定透明,但一定相當高效。如果投資策略能在這個過程中分一杯羹自然就能形成一個長期有效的收益率。但問題是,極少數環境下,表象上的風險與內涵性的風險并不一致,即在金融市場之上,存在另一個更高維度的干預者,嚴重扭曲了金融市場上的匹配度,這個游戲制度改變者的干預最終會導致風險錯配,讓投資者無法判斷真實的風險深度,并在長周期內摧毀整個資本匹配過程,這對量化投資可以是致命的威脅。解放方案是避免參與有非數字化前置條件的投資品,或者為這些投資品設定極高等級的風險度,從而獲得相對應的風險補償,并且整個過程不應該以人類的視角去定性交易的前置條件,而應該讓系統自行以全數字化的角度判定,避免人類的慣性誤判。很多時候人類會以感性的方式去理解金融市場的運作,并做出“這類風險應該不會發生”的判斷,但數字恐怕未必是這么解讀的,冰冷而客觀的機械可以比人類更好地判斷該如何為未來的不缺性定價,即使這在人類看來有多么不可能,或者不愿意它可能。

              3.必須處理好盈利和損失上的比例失控問題,過大的虧損會對長期收益率產生致命影響。一般情況下,量化投資者會用凱利公式,算術平均最高投資組合,資本資產定價模型來分配資金。這在概率上沒有問題,不過在特定環境下,尤其是伴隨極小概率事件發生時,這可能會造成資產振幅過大,一舉跨越所能挽回的臨界值,導致產生不可逆的損失。并且要命的是這種損失可以是無法止損的,因為投資交易并非7*24小時連續。解決方案是在資產分配的初期就以貝葉斯回歸模型以及最新的強化學習為基準構建盈虧比分配機制,雖然運算成本肯定會更為龐大,但不至于發生致命傷,而且這么做的直接結果和本反省的第一點有重要關聯,即涉及到分散投資的問題。目前在更新的設定下,系統對本金的保護將分為兩層,一是把損失限定在與其收益匹配的對應區間內,二是從起源上承認未來盈虧比的不確定性,后者與我原本的認識有所不同。

              4.投資者本身的視野必須擴展至投資以外的領域。投資說到底只是一個社會行為,如果把自己的關注局限在投資這個領域內,從而忽略了其他至關重要的上層領域,則會察覺不到潛在的巨大風險。作為數據派,我很多時候都是在關注各個經濟領域的數據,行業或者企業的數據,但我忽略了對全社會整體的數據進行理解,即社會本身發展的方向。這個問題在我們量化界有一些普遍,比如我認識的一些俄羅斯同行,他們國家有非常優秀的頂尖數學家和編程家活躍在投資領域,而且在業內也做得非常出色,但由于近期的戰爭導致整個俄羅斯金融市場瀕臨垮塌,他們的處境受到了預料外維度的打壓而沒有能夠應對,因為原先應對的方法被金融以外的因素顛覆了。所以在這種情況下,忽略社會環境因素對投資而言將是致命的風險。投資必須要回歸其最本源的屬性,即是對這個社會本體制度的投資,而并非是局限在某個企業,行業,企業家的框架內,投資的盈利源自于社會整體的收獲,這才是王道。這個世界有各色各樣成功的大投資家,但如果把這些人安放在1970年的蘇聯,那恐怕他們也只能掛個資本家的牌子去掃廁所。所以忽略投資所處的歷史環境是不可行的,解決方案是作為數據的分析者,需要進一步將分析范圍涵蓋至整個社會數據,完善對社會整體發展軌跡的判斷,思考這種發展對你投資的戰略影響。當然這會極大地增加系統對數據分析的負擔,但整體收益一定會大于分析成本,長遠來看更會帶來意料外的收獲。

              總結,本次SP1基金的境遇讓我意識到自己在投資層面的認識依然不充分。我是個懶惰的人,本想創造一個系統讓在我可見的投資生涯里能靜靜地躺在安逸的收益率里一直安逸下去,但恐怕時代并不允許我這么做。看來是時候回應時代的呼喚,提升系統的潛能,發揮其真正的實力以直面更為動蕩的未來了。但我相信這一定會是個更有意義,也更有趣的未來。

              版權所有 © 中財招商投資集團
              黄色视频在线观,亚洲旡码A∨一区二区三区丨,亚洲永久精品ww 47,男女男精品免费视频站久