統計套利
- 作者:Andrew Pole
- 譯者:藍子軒
- 編者: 柴慧玲
- 出版社:寰宇
- 出版日期:2009-01-20
- 語言:繁體中文
- ISBN10:957047789X
- ISBN13:9789570477894
- 裝訂:平裝 / 普通級 / 初版
本書論述統計套利的歷史,描述了從八0年代開始,這項策略自摩根史坦利誕生的第一天,一直到考驗重重的二十一世紀初期;本書也詮釋了統計套利如何運作的方式,以及為什麼管用的原因。作者根據自己的研究結果,以及八年來操作統計套利避險基金的經驗,寫成本書,對於統計套利二十餘年的發展,作了完整的回顧。
2000年之後,統計套利在市場中可說是歷經了一場,非常具有戲劇性的動態變化過程。雖然時局艱困,但由於在演算法交易方面的發展,因此又再度為統計套利的復甦,帶來了一股新希望。股價的動態變化,似乎浮現出新的價格支撐模式,而且某些舊的模式,好像也重新恢復了效用。這對於敏銳的統計套利者來說,等於又出現了很多可獲利的機會。
本書充滿了許多創新的訊息與專家的忠告;不論是想要對這個領域有整體看法的個人投資者,或者是希望對模型化、風險管理以及如何應用這項策略,想要得到更關鍵而深入見解的機構投資人來說,本書所包含的重要分析,極具吸引力。
本書特色
介紹配對交易(pairs trading)的概念,並詳細說明其主要特性。
針對一般的投資組合,簡要敘述了幾個正式的統計模型——從最基本的加權移動平均,到複雜的動態因素分析等等,說明了這幾個流行的時間序列模型。
在進行反轉交易時,對於可利用機會的大小,如何進行量化,本書提出了重要說明。
在2000年時,統計套利方法受到了重重的挑戰,而2002至2004年期間,統計套利的報酬更出現災難性的下跌,本書對於這些問題背後可能的原因,進行了特性上的描述。
說明在技術進步的發展下,統計套利如何透過演算法交易的方式而出現了復甦的跡象
本書為實際模型的建立,提供有價值而深入的見解。
作者簡介
ANDREW POLE
專攻計量交易策略與風險管理,目前是 TIG 顧問公司LLC(紐約註冊的投資顧問公司)的總經理(Managing Director)。 本書是作者的研究成果,以及八年來操作統計套利避險基金所得來的豐富經驗。 Pole 也是《應用貝斯定理預測與時間序列分析》(Applied Bayesian Forecasting and Time Series Analysis)這本書的合著者之一。
本書談的是有關於統計套利的故事。故事的內容,包含了統計套利的歷史,描述橫跨了從八0年代開始,這種策略在摩根史坦利誕生的第一天,一直到後來,策略表現面臨重重考驗的二十一世紀初期;另一方面,本書也詮釋了統計套利如何運作的方式,以及它為什麼能管用的原因。這?的介紹都源自於一些基本的原理,而且我們也儘量將討論的內容,保持在一個基本程度的分析架構之上。
本書包含了許多業內的高手們所完成的成果,在這?會以概念式的方法加以討論,並將我們的討論範圍,局限在大多數讀者熟悉的模型上,以進行示範說明。 配對交易(這算是統計套利的老祖宗)的概念,在實際交易上的功效有限,但本書中從頭到尾,都將以此作為教導用的範例,而予以廣泛的使用。由於本書採用這樣的方式,所以讀者等於是冒著『誤將本書當成是配對交易指南』的風險。相信讀者對於本書的內容,所期望能夠得到的經驗,以及閱讀的目的與渴望,應該是更加的廣泛才對,但是會發生前面所說的狀況,其必然性也是可以預期的。必須提醒一下的是,在實際上進行交易時,簡單而未經過精心設計的配對交易方案,已經不再是非常具有獲利能力的策略了。話雖如此,但是若將它運用在說明與解釋上,它仍舊是一個很有價值的工具,因為它可以在盡可能不複雜的前提下,保留住其對於見解的說明、模型化、以及分析的能力。從實務的角度上來說的話,市場在經過了將近四分之一世紀的發展之後,如果讀者想要超越本書文字上的理解與說明的範圍,而得出一些實際上可獲利的方案,那麼必然還需要在結構複雜度上再多用一點心,並且還需要更精妙的分析才行。
如果讀者具有比較高強的數學與統計科學方面的知識,相信這樣的讀者便有機會能夠非常迅速地看出,本書所呈現的內容,會在什?地方有可能派的上用場。
我們會一直將焦點,保持在結構簡單的配對交易方案上,希望讀者可以將本書,視為一個明確的『導引(How to)』指南。透過這個角度,讀者們可以學習到,有關於統計套利是什麼、它是如何發展的一個合理的歷史,以及有關於為什麼這種方式能運作,其中的一些恰當的相關知識。 同時,若想要能成功的落實,如同先前評論所指出的,讀者還需要有一些額外的思考和直接的探索。對於那樣的工作來說,本書可作為一張地圖,指引出一些主要的特性,並向讀者們表明,在哪些地方必須要拿出你的羅盤及筆記。 當你從事冒險時,記住那些地圖製作老手在圖上標示『此地危險』的地方,肯定是非常有用處的。
在文中,有一個很厚臉皮的設定:模型可能是有用的。這是一個出自於統計學家的觀點。統計學家有個說法是,模型都是錯誤的,不過有時候它還是有點用處的。讓模型能維持其功用,也是本書的主題之一。統計學家關注的是對於變動的瞭解。利用『誤差』(觀察值和模型預測值之間的差異)的結構,來闡明錯誤本身的特性,是本書的另一個主題。說句不過分的話,這個概念甚至可以說是,本書主要的中心概念。
配對交易的概念,將會在第1章中加以介紹,並在第2章進行更詳盡的闡述。根據其中的說明與例證,我們針對配對交易所應用到的反轉(reversion)現象,提出了兩個簡單的理論模型。這整本書從頭到尾都會一直用到這些模型。這些模型可用來研究各種可能性,並進一步說明如何利用這些可能性,也可以用來考慮,那一種變化在運用上會有負面的衝擊,並對衝擊本身進行特性上的描述。選擇一籃子的金融商品,進行模型化和交易的方法,也會被加以描述。一旦踏入分析的領域,就會引進對變化的考量,因為在時間軸上的動態變化,是支撐這整個方案的基礎。 如果沒有動態的變化,就不會有套利可言。
到了第3章,我們增加分析的深度和廣度,將模型的範圍,從應用在配對交易中,透過簡單的觀察而得到的規則,擴展成為正式的統計模型,以便應用於更具有一般性的投資組合之中。文中描述了幾個流行的時間序列模型,不過詳細討論的焦點,以複雜性來說,分別只討論了最簡單的加權移動平均模型,以及另一個複雜許多的因素分析模型。這兩種模型,分別是極簡單和極複雜的模型,他們分別可以為我們帶來很多的訊息,因此我們會盡可能的清楚加以說明。前面我們已經提到過,成對價差組合(Pair Spread)這個例子。
在整本書中,類似的例子會一直的被加以引用,以作為概念討論時,最簡單的實際說明範例。有時為了讓讀者能感覺到,我們想要強調的東西,我們偶爾會直接提到一些套利者在其它方面的考量,比如說投資組合的最佳化,以及針對某因素風險曝露的程度等等。雖然如此,在大部分的情況下,我們還是會刻意的,儘量避免讓討論牽扯到複變量(multivariate)的領域。 有關於波動率的模型(以及關於『隨機共鳴(stochastic resonance)』這種令人著迷的想法),在第6章和第3章這?,都將分別被特別拿出來進行一些不同的處置,但在本書其他地方的討論,則全都歸入到平均預測的程序之中。
第4章呈現了一個機率定理,闡述了一些關於價格移動的處理方面,廣泛流行而且經得起考驗的做法。在這些做法中,有一些簡單的規則,最早是出現於1980年代的晚期。這些規則在當時,就已被拿來加以運用了。對於結果的一些深入見解,主導了策略在運用上的一些計算。 這個結果是由結構性的動態變化所驅動的,而在公開的領域中,只要透過小心的觀察,就可以得出這樣的結果。
當市場一切平安,沒什?大事的情況下,具有穩固瞭解的經理人,和那些盲目操作的人,都會得到相同量的正報酬。但如果假設條件被違反時,理論結果本身就會透露更多的訊息。(根據 Tony O' Hagan 的建議,他認為這個基本的機率結果,是長久以來眾所周知的,但是我已經無法追蹤驗證這樣的說法到底對不對了。或許這個結果太過於微不足道,因而無法成為一個具有正式名稱的結果。它只是以一個簡單的結果存在,或者只是出現在基本分布理論教科書中的一個習題中而已。 但就算是如此,這個深具意義的結果,對於統計套利的故事來說,仍舊還是具有深遠而顯著的意義。)
第5章針對一篇出版文章進行評論,以驗證反轉現象發生的概括條件。常態分布不再扮演主要的角色。下面有兩個仿佛雙胞胎似的錯誤主張:(a)價格序列必須顯現出常態的邊際分布,才會發生反轉的現象;以及(b)一個顯現出常態邊際分布的序列,必然會顯現出反轉的現象。對於這兩個說法,我們在第5章會採用非正式的方式,一一的予以駁斥。結論是,任何地方都可能會出現反轉的現象,就如同第4章所得到的結果是一樣的。
當我們進行反轉交易時,若想要將可利用機會的大小,予以量化,有個很重要的問題是:『在一個價差組合中,波動率究竟是多少?』第6章的內容,回答了這個問題。
對於存在著許多神秘文字的機率微積分,一點都不感到害怕的狂熱愛好者來說,第7章就是為你們而準備的。只要是曾經好好上過機率理論課程的人,都應該能夠跟得上其中所用到的論證,而其中大多數的人,應該都可以看懂這裡相關的詳細推論才對。這裡所用到的機制,並沒有想像中的那麼錯綜複雜。而在一開始的地方,我們就先做了一些概念上的區分,內容可能是很有挑戰性的——建議您先好好的讀個兩次吧!至於第8章到第10章,或許可以掛上一個『沒落』的招牌,因為這幾章所討論的內容,是自從 2000 年之後,統計套利這個領域開始受到重重挑戰,以及在 2002-2004 年期間,直接造成報酬災難,相關的那些問題,我們所做的一些在特性上的描述。這些歷史給我們上了重要的一課。我們可以看到,在 2000年的時候,並沒有某個單一的條件,或者是某幾個條件的組合,突然發生劇烈的改變,從而使統計套利模型,未能達到預期的表現。那麼究竟是怎麼一回事呢?
變化、變化、變化,是第9章的主題,也是2002-2004年統計套利缺乏報酬的根本原因。2000-2002年期間,雖然有些人在表現上的衰退非常明顯,不過受害者也只是占了這個領域某一部分比例的業內從業者而已。到了2002-2004年,統計套利的策略,卻是普遍而廣泛的,呈現出缺乏報酬的景況。一直到了最近,這個在美國總體經濟的歷史中,顯得很不尋常的一段插曲,才總算可以說已經結束,但是它所形成的效應,卻仍然徘徊在金融市場中,反映出數以百萬計的投資者,集體行為隨機浮現的特性。當然,投資者不管是以何種徘徊的方式,在市場中浮沉,他們至今仍舊繼續在體現著那些變化,以及那些造成變化的原因。
交易方式也在演變。紐約證券交易所熱絡的氛圍,漸漸演變成無聲的內部交易,並且以大型經紀商與投資銀行所設計的電腦演算法作為偽裝,慢慢累積力量,終而演變成一股仿佛冰河般巨大而凜冽無情的變化。這些變化緩慢而巨大,令人難以抗拒。它具有毀滅性,也具有破舊立新的特質。關於動態變化的演變,最常被拿出來議論的,就是市場波動率的下降。
電腦程式(第10章)『掌管』了超過百分之60的美國普通股交易,其所產生出來的不尋常效果,就有點像是在給『市場』這個過動兒,施打一劑『利他能』(譯注:ritalin,一種治療過動的藥物)。關於低波動率的評論,有兩種引人注目的說法:一個說法是,悲嘆市場缺乏凱因斯所說的動物性本能(animal spirits)。這個考量是說,正當亞洲的巨人正活躍的時候,美國的創業天才卻受到了壓抑;另外一個說法是,投資者已經忘記了,投資決策中與生俱來的風險,以及由此所帶來的恐懼,因此低估了波動率,從而做出了不明智的決策。
第11章描述的是,統計套利這隻浴火鳳凰,藉由演算法交易在技術上的進步而形成的發展,從火焰的灰燼中再起,重新創造並支撐起一個新局面的故事。新的股價動態支撐模式,已經開始浮現出來了。統計套利的故事,回到了一個新的開始。這隻剛學會飛的雛鳥,是否能夠順利的展翅翱翔呢?
在第11章的內容中,對於統計套利即將復甦的預測,其最初的跡象是出現在2005年,而如今也已經都在一一的實現了。至少在2006上半年,那些經歷了2003-2005年極端有挑戰性的動態變化之後,還能繼續支持著的業內從業者,總算是看到了一個復甦的表現。
對於統計套利者而言,我們可以說,或許這正是一個令人興奮,恰可以躬逢其盛的好時機呢!