一、 复兴科技公司
复兴科技公司于1982年成立于纽约。其公司董事,总裁和首席执行官三职为一身的就是该公司的创始人——詹姆斯·H·西蒙斯。
作为一家私人对冲基金管理公司,复兴科技公司拥有275名雇员。旗下三个基金管理着150美元亿资产。该公司由詹姆斯·西蒙斯(James Simons)于1982年设立,从1989年期起,复兴科技公司的大奖章基金(Medallion)的年回报率平均高达35%,大奖章基金被誉为是最成功的对冲基金。
二、 大奖章基金
复兴科技公司旗下有三个基金公司,分别是MEDALLION FUND,NOVA FUND和The Renaissance Institutional Equities Fund(文艺复兴机构股票基金),于后两者侧重投资纳斯达克股票市场以及面向机构投资者不同,大奖章基金只采用非股票工具,并且面对全球市场。其在美国国内的交易工具包括商品期货(能源、玉米、小麦、大豆等)和美国国债券。境外交易包括汇率期货、商品期货和外国债券。大奖章基金拥有自己的内部交易席位,由大约20名交易员组成。每周的交易从周一早上澳大利亚开市到周五美国市场闭市。
复兴科技公司收取的管理费用在5%,利润参与率在36%,两者都分别高于2%和20%的同行标准。
三、 公司投资策略
20年来,西蒙斯的复兴科技对冲基金在全球市场进行交易,并且使用了复杂的数学模型去分析并执行交易,其中很多过程已经完全自动化了。复兴科技公司使用了程序模型来预测那些易于交易的金融工具价格。这些程序模型的建立是在大量数据收集之后,通过寻找那些非随机行为来进行预测。
为了建立这些程序模型,复兴公司雇佣了大量的非金融背景的专业人士,包括数学家,物理学家,社会学家和统计学家。在公司位于东锡托基特的办公室里,有三分之一的雇员都拥有博士学位。
四、 投资回报
到1999年12月底的11年来,大奖章基金累计的回报是2478.6%,是原资产的25倍。依据对冲基金观察家Antonie Bernheim的数据,在同时期的离岸基金中,仅此于此的是乔治索罗斯的量子基金,而他的回报率在1710.1%。在2009年,大奖章基金名列获利最高的对冲基金之首,获利超过10亿美金。
传奇人物——詹姆斯·西蒙斯
早期人生和事业——数学天才
西蒙斯是一个马萨诸塞州鞋厂老板的儿子,他于1958年毕业于麻省理工学院数学系,在1961年获得加州理工伯克利大学的数学博士学位,西蒙斯在23岁的时候就获得博士学位绝对是神童之一!1964年至1968年期间,西蒙斯是美国国防研究院的研究人员之一,他同时也在麻省理工学院和哈佛大学教授数学。1968年,他就被纽约州立石溪大学出任数学系主任,那一年他仅30岁。
西蒙斯在石溪大学做了8年的纯数学研究,其间与华裔知名数学家陈省身联合创立了对数学和物理学影响深远的Chern-Simons理论。1976年,西蒙斯摘得数学界的皇冠——美国数学协会的Oswald Veblen 几何学奖,用来表彰他在多位平面面积最
小化研究的成果,这个成果证明了伯恩斯坦猜想中N维的第8维,同时也成为了佛拉明的高原问题猜想的有力证据。
西蒙斯最著名的研究成果是发现并实践了几何学的测量问题,这个研究成果被命名为陈氏-西蒙斯定理(这是一个与我国著名数学家陈省身共同研究的成果)。其个人数学事业的成就也就此达到顶峰。
人生转折——投身金融业
1978年,西蒙斯离开了学术界而创建了一家投资基金_林姆若伊基金,主要投资于商品期货和其他金融工具。
1988年,50岁的西蒙斯关闭了林姆若伊基金,他邀请当时在石溪大学数学系任教的埃克斯加盟,专门投资各类期货的复兴技术公司鸣锣开张。复兴技术公司旗下的第一个基金就是大奖章基金,之所以取名大奖章基金主要是源于西蒙斯和埃克斯获得的数学奖章,他们分别在1967年和1976年获得美国数学学会5年一度颁发的全球数学界顶尖的奖项。
与林姆若伊基金不同,大奖章基金的投资范围有着严格的限制,大奖章基金投资的产品按照西蒙斯的话说必须符合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。”正因为如此,大奖章基金不再包括创投基金,不再涉足未上市公司股份,而一些小公司的股票、创业板股票可能也不包括在内,而适合用数学模型交易的品种一般来说要求有比较多,有比较准确的历史价格、交易量等。
开张第一年,大奖章基金赚了8.8%,1989年起模型似乎开始罢工,从年初到4月份,大奖章基金赔了30%,西蒙斯不得不在1989年6月份停止交易。由于对模型有分歧,西蒙斯和埃克斯分道扬镳;西蒙斯又请来了普林斯顿大学的数学教授劳佛为数学模型进行诊断,他们用了6个月的时间冥思苦想,最后决定将过去模型中的有关宏观经济数据的部分完全剔除,只留下技术性数据,同时将注意力集中在短线的交易时间上,这种投资策略一直被保留至今,成为大奖章基金长盛不衰的立生之本。
“我们靠活跃赚钱。”大奖章基金通过研究市场历史数据来发现统计相关性,以预测期货、货币、股票市场的短期运动,并通过数千次快速的日内短线交易来捕捉稍纵即逝的市场机会,交易量之大甚至有时能占到整个 NASDAQ交易量的10%。当交易开始,交易模型决定买卖品种和时机,20名交易员则遵守指令在短时间内大量的交易各种美国和海外的期货,包括商品期货、金融期货、股票和债券。
1990年大奖章基金的净回报为55.9%;翌年39.4%;之后的两年分别是34%和39.1%;1994年,美联储连续6次加息,而大奖章基金净赚了71%;从1988年开始,平均年净回报率高达34%,同期的标准普尔指数仅是9.6%。15年来资产从未减少过。2000年,科技股股灾,标普指数下跌了10%,大奖章基金更是大获丰收,净回报98.5%;2005年,西蒙斯成为全球收入最高的对冲基金经理,净赚15亿美元,几乎是索罗斯的两倍。从1989到2006年的平均年收益率高达38.5%,净回报率已超过股神巴菲特(他以连续32年保持战胜市场的纪录,过去20年平均年回报达到20%),即使在2007年次债危机爆发当年,该基金回报都高达85%,西蒙斯也因此被誉为"最赚钱基金经理","最聪明亿万富翁"。
与众不同的投资价值观:巴菲特 VS 西蒙斯
与巴菲特的"价值投资"不同,西蒙斯依靠数学模型和电脑管理着自己旗下的巨额基金,用数学模型捕捉市场机会,由电脑作出交易决策。他称自己为"模型先生",认为模型较之个人投资可以有效地降低风险。定量投资者利用搜集分析大量的数据,在全市场360度寻找投资机会,利用电脑来筛选投资机会,将投资思想或理念通过具体指标、参数的设计体现在模型中,并据此对市场进行不带任何主观情绪的跟踪分析,借助于计算机强大的数据处理能力来选择投资,以保证在控制风险的前提下实现收益最大化。定量基金经理借助系统强大的信息处理能力具有更大的投资宽度,能够最小化了人的情绪对组合的影响。
巴菲特为代表的这一类投资人可以被视为定性投资。定性投资者认为现实世界是极为复杂的,经验与思考才是财富制胜之道。因此其成功的关键,不是顶级的科技,而是对市场的理解、洞悉和不随波逐流的勇气,即以"人"的因素造就财富的增值。定性投资者以深入的基本面分析研究为核心基础,辅以对上市公司的调研,和管理层的交流,及各类研究报告。其组合决策过程是基金经理在综合了所有信息后,依赖主观判断及直觉来精选个股,构建组合,以产生超额收益。
詹姆斯·西蒙斯的投资策略
从判断型到量化型
1.1 转变
刚开始的时候,西蒙斯的投资方法和许多人类似:通过对宏观基本面的分析来判断外汇和商品的价格走势,然后进行相应的买卖。虽说我们找不到西蒙斯当年的投资记录,但是投资开始还没过两年,西蒙斯就决定完全离开校园,全职进行投资活动,就此分析,西蒙斯刚开始的时候就应该是赚钱的。1978年,他完全脱离了石溪大学,成了专业投资人。他成立了一个叫林姆若伊的基金,专门从事各种投资,其中主要是外汇交易,但是也包括投资各种小公司的现在统称创投基金的投资活动。10年间,林姆若伊基金的投资回报是25倍,相当于每年增长38%左右,这和后来西蒙斯管理的大奖章基金的回报差不多。那时候西蒙斯还是花很多时间来关注宏观经济事件,比如美联储什么时候加息、加息之后美国债券的长期利率和短期利率都分别会有什么变化啦之类的东西。他当年的投资方法是判断型的,直到10年以后的1988年,大奖章基金鸣锣开张,西蒙斯的投资方法才完全转型,从判断型转到量化型。
1.2量化投资的属性
那什么是量化型投资方法呢?按照投资决策的方式,可以分成判断型和量化型两类。判断型投资者根据各种信息以及个人过去的经验来确定买卖什么、买卖多少、什么价位执行、交易如何退场(止损、止盈)等,这里面最有代表性的人物正是西蒙斯在纽约的邻居索罗斯。股神巴菲特也应该算是判断型的投资者。判断型的中心枢纽是人的大脑。各种信息进了大脑,出来的是买卖交易指令。同样的信息进了不同人的大脑,出来的很可能是不同的指令,因为我们每个人的经历不同,个性和性格不同,判断的方法不同。
投资方法还可以根据投资决策所凭借的信息类别来分,分成基本面型和技术型两类。基本面型的投资方法按照宏观经济或者公司盈利的各类指标来进行投资决策,而技术型的投资方法则一般是按照过去的价格走势来判断的。据2007年的统计,全球70%的钱都是凭借基本面型的投资方法来操作的,30年之前,这个比率应该超过90%。技术型、量化型的投资虽说可以溯源到20世纪初,但是它们的发展和壮大是近30多年的事情,尤其是使用数学工具和电脑的量化投资方法。在过去的20年间,世界很多著名大学的毕业生纷纷选择金融机构的量化分析师这样的工作,他们学的专业常常是统计、数学、天体物理、量子物理、流体力学和电子计算机。目前,使用量化方式进行投资的各类基金和其他机构所管理的资金数额估计占全球投资总量的20%,在全球很多大型的股票交易所中,接近50%的交易量可以说来自各类量化投资的方式。在金融危机的影响之下,很多投资行业受到影响,但是量化投资(包括指数投资)仍然是基金管理里面增长最快的一个部类。
综合上面两组分类方法,投资方法可以细分为基本面判断法、基本面量化法、技术判断法和技术量化法。索罗斯和巴菲特都应该属于基本面判断法,从目前了解的信息来判断西蒙斯。西蒙斯属于技术量化法。西蒙斯的林姆若伊基金在1978~1988年之间的投资方法很大程度上都可以归于技术判断方法,后来的大奖章基金也可以说继续走技术型投资的道路。但是大奖章基金的操作方法和许多靠技术分析进行投资的个人的主要区别是西蒙斯完全用电脑来进行操作
总结起来投资方法的分类:判断型相对于量化型,技术型相对于基本面型。
1.3黑箱
不过,有趣的是,投资行业一般把量化型的投资称做“黑箱”。简单来说,量化投资者不依靠大脑的判断,而是靠数学公式来投资。在买入后过了一段时间,一天或者个把月,也可能是几秒之后,量化投资者又把最新的信息输入他的秘密公式,公式的结果说卖出,量化投资者就卖了。量化投资者和判断型投资者的最主要的区别在于,不用判断,而是完全依照公式。公式的好处是它的一致性:同样的信息输入同样的公式,得出的结果是一样的,跟输入的人是谁没有关系。西蒙斯正是量化型投资者的代表,但他不是唯一使用量化型方式投资的人。量化型的投资方法还很年轻,它的发展壮大也不过是最近30年的事情。
对于别人所说的“黑箱投资”和其中所隐含的贬义,西蒙斯不以为然。人们把量化投资方法叫黑箱投资主要出于三个原因。其一,大部分的量化投资基金都非常注意保密,因为它们的数学公式就是它们获利的源泉。西蒙斯自己的复兴技术公司前两年就曾通过法律手段追杀从该公司跳槽到竞争对手那里工作的两位博士,原因也是为了防止公司的秘密外泄。其二,很多人都认为所有的量化投资公司都采用非常复杂的数学公式来进行投资,因为量化基金里面似乎到处都是像西蒙斯这样的,可以轻松出入十维空间的江湖异人。其实,也有相当多的量化基金采用相对简单的数学公式,只用一两行就能解释清楚。许多量化基金的复杂也许在于它的科技:电脑系统、通信技术、电子交易手段等。其三,对相当一部分人来说,依靠对技术型数据的研究分析来进行投资的行为是和使用占星术来预测个人的运程或者预测金融价格的走势很类似的,似乎没有科学依据。
西蒙斯的“黑箱”里面究竟是什么药呢?除了公司内部的工作人员和一些过去的工作人员之外,外界很少有人知道大奖章基金的投资策略。其他的基金一般要向投资人披露一些关于投资策略和流程的信息,但是大奖章在成立之后的20年间基本上什么都没说过。一个大奖章的长期投资人在接受采访的时候被问到有关西蒙斯投资策略的问题,他先是支支吾吾,因为他也说不出什么,他接着说道:“我们相信吉姆,因为他是个聪明人。
1.4大奖章基金
回到大奖章基金,对于西蒙斯来说真正开创其量化型投资方法的基金就是大奖章基金。
西蒙斯于1988年关闭了他已有10年交易历史的林姆若伊基金,开始了众所周知的大奖章基金。大奖章基金和林姆若伊基金有两个明显的不同。
第一个不同点:大奖章的投资范围不再包括创投基金。虽说西蒙斯的第一桶金源于投资小公司,而且他一生都对直接投资各种小公司有着浓厚的兴趣,但是大奖章基金投资的产品按照他本人的话来说必须符合三个条件:“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。”公众市场上交易的工具包括股票、债券、商品、外汇等,但是不包括未上市公司的股份。足够的流动性也就是说这种工具的交易量比较大,所以小公司的股票、创业板的股票可能就不包括在内。上面两个条件其实是相关的,很多金融产品正是因为在公众市场交易,所以流动性才比较大。第三个条件可能有些令人费解:什么样的金融
产品适合用数学模型来交易?什么不适合呢?一般来说,数学模型交易需要对历史数据进行大量的研究,从中寻找规律,所以这个条件的意思是要求有比较多、比较准确的历史价格、交易量等的数据,以便进行数据分析,然后寻找最合适的交易模型来进行量化投资。这个条件也和前面两个条件相关:通常公众市场上交易的产品、流动性比较好的产品,它们的历史数据比较齐全,质量也比较好。
第二个不同点:大奖章基金的投资方法是纯粹的量化型,以技术型数据为主,而林姆若伊的投资方法则是以基本面数据和判断法为主。为什么要从过去10年中很成功的基本面判断法转型呢?西蒙斯这样说:“首先,数学模型降低你的投资风险。其次,数学模型降低你每天所要承受的各种心理压力。”后面一点是很重要的,因为判断型的投资完全依赖大脑根据最新的信息做出最新的判断,所以,如果想要不贻误战机,大脑必须随时随地地保持高度警觉的状态,因为新的信息在不断出现,投资的仓位需要不断地调整。数学模型相对于用人脑来判断的投资方法而言投资风险比较低这种说法并没有定论,有的人认为数学模型完全依照过去的数据建立,不能对千变万化的市场做出及时的判断和采取相应措施,相当于开车只看后视镜,所以风险比较大;也有的人认为数学模型其实也是由人的大脑设计、选定的,但是一旦选定,模型没有感情,没有人们在认知、心理上的弱点,尤其是该斩仓的时候会自动斩仓,不会拖泥带水,所以风险比较小。另外,西蒙斯所采取的量化模型是持货时间非常短、交易速度很快的类型,所以不像巴菲特、索罗斯那样看准一个投资机会就会长线持有的判断型投资,后者有可能看错、或者在长期持有过程中可能出现各种反复,所以后者的风险较大。
(那是什么样的市场支撑起量化型分析法呢?)
2.1“无套利原则”下的难题
套利的关键是要走在别人前面,因为套利的过程也正是价格恢复正常的过程,比如两个相关的东西一个价钱高一个价钱低,套利操作就是卖出高价的买入低价的,这样高价的东西就会降价而低价的东西就会升价,最后,价格恢复正常。或者也可以这样说:套利操作使价格更为合理。你可以把套利操作使用在金融领域的任何角落:各种债券之间的套利,在两个不同的股市上市的同一只股票之间的套利,现货和期货之间的套利,等等。套利的一个最基本特征是它的收入是保证的,套利操作没有赔钱的风险。正是因为套利这样好,所以套利机会在现实生活中很少见到。对于一般的投资者来说,套利的机会和地上捡到钱的机会差不多大,因为如果有什么机会的话,那些天天盯着市场的人早把它套没有了。因为套利是没有风险的,所以你可以想象找到套利机会的人会把所有的钱(包括借的钱)拿来进行套利操作,还可能招呼所有他认识的人来套,所以不合理的价格应该会很快改变的。现代金融理论的一个基本出发点是“无套利原则”。也就是说,在通常情况下,你可以假定市场上不存在套利的机会,没有风险的超额回报是不存在的。2000年西蒙斯在接受采访时被问到当时的金融市场和复兴技术公司刚刚成立的时候相比是不是“更为有效”了,这个“更为有效”的意思就是指不合理的价格更少了。西蒙斯回答说:“的确是有效多了。从前我们交易美国国家债券,我们留意了各种不同到期日的债券,它们的回报率各有不同。我们发现里面大有文章:远期债券的折价很高,12个月到期的债券则没有这样的折价。我们觉得这里面肯定有不对劲儿的东西。现在这样的价格异常会被像长期资本管理公司这样的投资公司在瞬间消除掉。当年我们将这个异常情况看了又看,我们认定市场还没有人发现这个问题。于是我们买了一大笔长期国债期货,做了该做的对冲,然后就屏住呼吸,等着折价消失。不出所料,没过多久,不合理的折价就消失了。但是像这样的机会现在不存在了。过去商品市场的趋势性很明显,常常有比较长时间的趋势,现在也没有了。”西蒙斯谈到的有关国债的折价异常就是一个套利的机会。
统计套利的意思是说某种交易不是完全没有赔钱的风险,所以按照定义不能算做纯粹的套利,因为套利是没有风险的获利;但是从数据分析上来看,这种交易获利的可能性比较大,所以平均来说这种交易是可以获利的,因此叫统计套利。从这个意义上讲,西蒙斯的交易模型似乎应该是属于统计套利。但是在对冲基金行业中,统计套利常常被用来特制同时买入和沽空两只或者多只相关股票的投资策略,我们后面也会看到,这类策略也是大奖章的主要投资策略之一。我们这里所说的统计套利的概念面比较宽。
2.2量化投资的策略——短线操作
在投资行业里面,短线和长线没有绝对的划分,取决于不同的场合、不同的金融工具、不同的投资者,等等。长线和短线的投资手法可能有所不同:长线来看,我们前面所说的基本面法通常比较有用,短线则可能更加适合各种技术类、量化类方法,这当然不是绝对的划分。但是西蒙斯的短线要比一天还短,他的交易时间可能是以小时计,可能是以分钟、秒钟计,甚至更短,以毫秒计。金融投资里面最短的短线的计量单位叫“一笔”,也就是说,从上一笔交易到下一笔交易之间的那一个时段,这当然不是一个固定的时间单位,但是对于许多交易频繁的金融工具来说,每秒钟都可能有成百上千笔交易,这个时间是非常非常短的。
在很短的短线上,整个市场的波动不再是主导的因素,更重要的因素是市场的结构、交易的方法和各种参与者之间的关系,等等。金融学里面有专门研究金融市场微观结构的分支,专门来看各种不同的市场结构下信息如何传递、价格如何形成、交易的效率如何、哪里存在着可乘之机等。这是一个比较新的研究领域,但是二十多年前西蒙斯就已经开始用类似的方法来赚钱了。
在这样的秒进秒出的交易方式下,大奖章基金的投资组合包括上千种不同的股票和各种其他金融工具,它的交易非常频繁和迅速,很多人在描述大奖章基金的交易方式时都会用“像机关枪一样”来形容,基金过去每年的周转率在十几倍到几十倍之间,虽说这样的周转率相对于普通共同基金或者巴菲特那样的基金来说像是在吃流水席,但相对于其他的对冲基金也不算出格。
以一下数据为例:“2003年年底大奖章的股票投资总额为82亿美元,持有1387只股票,前一年年底的股票持仓量为123亿美元。它所持的股票并不是那些很偏门的公司,而是交易量很大的生化、食品、医药、采矿、国防、金融行业的股票。换句话说,整个投资组合非常分散。”
2.3风险控制
西蒙斯基金能够领跑很多同行的原因之一就是它对流动性风险的把握要比其他基金公司高明,管理流动性风险对西蒙斯的投资策略而言是生死攸关的大事。我们前面已经说过,在1989年西蒙斯决定专注于短线投资的战略,这就决定了西蒙斯必须要在短期内买卖很多各类产品。这和索罗斯、巴菲特的投资方式迥异,索罗斯、巴菲特这两个同岁老头麾下的基金一年之中的交易笔数可能比不过西蒙斯的大奖章基金一天的交易笔数。所以,西蒙斯的各种数学模型必须要考虑到流动性,要考虑到交易成本,因为流动性是决定交易成本的一个重要原因:市场的价格如果因为你的买卖而大幅度变化就意味着你的卖价降低、买价升高,你
的交易成本增加。流动性风险对于巴菲特不是不重要,比如,他出售中石油股份的时候就要考虑到市场能消化多少,折价多少才能出手,但是他在大宗股份出售的时候一般按照市价折让几个百分点就可以了,跟他赚到的百分之六七百的回报比很小。而西蒙斯每一笔生意的目标回报可能只有一两个百分点或者更低,所以流动性折价很关键。
在投资运作中,西蒙斯采取各种措施来控制流动性风险。比如,大奖章基金投资的金融产品都是流动性相对较强的、公开交易的产品。基金的部位很分散,包括全球各地交易的各种金融产品,每个交易的数量都有限。过去,西蒙斯一直雇用很多非常优秀的交易员来以最快的速度和最低的成本完成模型计算出来的交易,最近10年里面,复兴技术公司又投入大量的人力物力财力来加强、完善电子交易的流程和系统。20年前西蒙斯刚刚成立公司的时候把它叫技术公司是很有远见的,因为现在的成败在相当程度上都不仅仅是数学模型的成败,而是技术的成败。
量化模型的建立:
3.1人才
西蒙斯的干将主要来自三个地方:一个是石溪大学的数学系,过去他曾经是系主任,另外一个是国防分析研究院。第三个地方可能会令人感到惊奇:IBM公司的语音识别实验室。他曾经招到的天才们有埃尔文·伯乐坎普、罗伯特·弗雷、尼克·帕特森、彼得·韦恩伯格、伯特·默瑟和罗彼得·布朗(现任经理,西蒙斯已在2010年5月退休)等。
他不用华尔街的专家,雇用研究人员看重科学和电脑背景。电脑和其他交易技术的运用对公司的成功是非常关键的,从这家投资公司的名字里面有“技术”两个字就是线索。对交易工具的流动性问题的考虑占很重要的位置。借鉴别人的好方法,获取行业信息,但是对外实行信息封锁。
3.2交易模型的秘密
复兴技术公司的创始人之一,加州大学伯克莱分校的另一个数学博士、石溪大学的教授桑德尔·施特劳斯说起过大奖章曾经用过的一个交易模型:如果某个期货的价格在开盘的时候远远高于前一天的收盘价,那么他们就会沽空这个期货;如果开盘价远低于上一天的收盘价,那么他们就买入。这个模型听上去很简单,但是当年给他们赚了很多钱。现在这个模型还赚不赚钱呢?我们没有去测试,但是我们估计大部分追随这个模型的人都不再赚钱了。因为现在谁都知道了这个模型,很多人都用这个模型,这就像知道密林里面蘑菇所在地的人太多了一样,大部分的人都可能空手而归。除非,你能赶在所有采蘑菇的人前面:在别人还没
有来得及买的时候你买入,别人跟着买了,价格升高,你要在别人还没有卖出去的时候抛掉,这样才能赚钱。他就能在市场波动的时候通过合理布阵而盈利。从很多方面的信息来看,西蒙斯就是这样的一个布阵者。
大奖章基金当然是量化到牙齿的基金。在量化基金的运作中,电脑模型收集大量的历史数据,然后从这些数据中寻找规律,这些规律一般用数学公式来表述,叫模型。如果认为过去的规律不是偶然的,将来还会再次出现,量化基金就会按照公式指示的交易方向来交易。各种电脑模型发出交易的信号或者指令,指令要么由基金公司的交易员来手工执行,要么通过电子方式直接执行。现在的量化基金大部分都使用完全自动的交易过程,交易员只是在模型或者市场出现异常的情况下才介入。复兴技术公司大概雇有20多个交易人员,他们的任务是以最低的成本来完成交易,并且尽量不被市场察觉。降低交易成本、避免市场察觉对量
化基金来说是成败的关键,因为量化基金所要抓住的是很小的市场机会,交易成本稍微多一点点就可能意味着模型从盈利变成亏损。
人的判断在量化基金的交易过程中不是一个决定的因素。西蒙斯说:“我们一般不和我们的模型唱反调。”有时候市场的波动性超乎寻常,或者模型的信号减弱,这时交易人员才可能干预。但这并不是说人完全是机器的奴隶。不管多么复杂的电脑模型,都是需要人去设计、编程、维护和控制的。连西蒙斯自己都说,没有一个长期不变能赚钱的模型,所以,模型必须要不断更新,这也完全是通过人来完成的。复兴技术的科学家整天都在寻找可能重复的规律,他们的研究对象是浩如烟海的金融数据。西蒙斯的公司在完成这项任务的时候用的是大批的数学家、统计学家、物理学家、语音识别专家,可以这样说,他们采取的寻找、比较、确定新的模型的方法在很大程度上借鉴了自然科学、工程科学的方法。换句话说,更多情况下,用实验来测试,让数字去说话。
他的投资模型所用的数学有多么高深,他的研究人员所需要的数学水平有多好呢?西蒙斯介绍说:“数学和其他科学其实很不同。数学要靠直觉,但是直觉对于凭借试验来论证的其他自然科学来说并不是最关键的。在其他自然科学中,虽说直觉仍然重要,但是猜测和假设更加重要,设计合理的试验(来验证或者推倒猜测和假设)也是重要的。跟纯数学相比,其他自然科学可能涉及的面更加广,但不是那么深。在复兴技术,我们用的数学工具也挺复杂的,但是高深就谈不上了,不过我们用的统计学技巧就可能非常复杂。我所需要的研究人员的确要懂得一定的数学,这样他能很熟练地使用我们所用的各种研究工具,但是更重要的
是他应该对事情的根源很好奇,富有想象力,而且有恒心去揭示这些根源。”
3.3量化模型的神秘性
当西蒙斯找到了百战百胜的赚钱法宝时,金融行业的业内人士开始纷纷窥视西蒙斯的基金,大家也想要分一勺羹。
在很多专业的量化投资网站上满是对复兴技术公司所采取的投资策略的八卦和揣测,复兴技术在美国证交会的季度报表也成了很多人掘金的场所,可惜,复兴技术的基金都是对冲基金,不在美国本土注册,它向美国证交会上报的材料信息非常有限。也有些投资银行通过对复兴技术各种交易的时间、频率和数额进行分析,结合过去的历史数据进行“逆向推理”,企图猜出复兴技术的公式究竟是什么,但是复兴技术频频更换交易对手,所以投资银行永远都只能知道该公司一部分的交易,使进行逆向推理、准确判断公式的难度陡增。当然也有人要走捷径,直接雇用西蒙斯的人,这种做法在对冲基金行业非常普遍:如果你想模仿你的(成功的)竞争对手,你可以高薪挖来竞争对手的核心人员,通常是坐第二把交椅、升迁无望的基金管理人。正是因为这个原因,各类对冲基金所采取的策略通常非常相似。但是要从西蒙斯这里挖人不太容易,一方面是因为西蒙斯在选人、用人、留人上面花很多工夫,他的这种能力在石溪大学数学系就已经很清楚地显示出来;另一方面是由于大奖章的成功,雇员的回报很优厚,尤其是高级雇员,所以对手要挖人的成本很高;另外的因素是西蒙斯雇用的基本上是科学家而不是金融家,这些人更加重视能在什么地方不断研究,发现新的东西,至于他们发现的东西能够赚钱对他们来说不是最重要的,复兴技术提供的正是这样一种氛围,这和通常的对冲基金南辕北辙。
而且西蒙斯的对冲基金保护它们的量化模型的秘密的重要方式之一是跟不同的银行交易。如果投资银行能看到所有的交易,那么投资银行雇用的博士、教授就可以使用反向推理的办法摸索出别人的投资秘密,西蒙斯当然不会干这样的蠢事。
4:大奖章的惊人硕果
自1989年起西蒙斯和其他的几个人订好大奖章的投资方案之后,之后的工作就是一步一步地实施这个方案。我们先来看看这个方案的结果吧,因为这些数字能够使最冷静的投资者大吃一惊。1990年,大奖章基金净回报55.9%,翌年,39.4%,之后的两年,1992年和1993年,分别是34%和39.1%。市场越是惊涛骇浪,大奖章基金的表现似乎就越好。1994年,美联储连续6次升息,短期利率从3%升到了5 5%,美国债券市场当年的回报为负6 7%,而大奖章基金净赚了71%。2000年,科技股灾,标准普尔美国股票指数跌了10.1%,大奖章获得了大丰收,净回报98.5%,几乎是满分。2002年,净回报25.8%。2003年,净回报21.9%。2005年,净回报29.5%。2008年,全球金融危机,各类资产价格下滑,大部分对冲基金亏损,大奖章赚了80%。自从1988年开工到2008年,大奖章基金的平均净回报是35.6%,同期标准普尔美国股票指数每年平均上涨了9.2%。2009年从我们看到的数据来判断,大奖章仍然在继续赚钱。似乎每当股市或者债市越差,市场的波动性越大的时候,大奖章的表现就越好。西蒙斯自己也说过,他的基金需要一定的波动性才表现最好。他说:“要赚钱,就需要市场动。”金融投资行业里很有一些人需要天下乱,但是别大乱。
2000年年底,复兴技术共有员工148人。它12年前刚刚开始运作的时候只有12个人,1994年达到36人。起家的时候,复兴技术公司交易12种金融工具,1994年上升到40多种,2000年达到60多种。从基金开始运作到2000年,大奖章的年平均净回报超过40%。从1994~2000年,公司的计算机性能和电子通信性能都增加了将近50倍。
5.西蒙斯投资理念自我披露:
西蒙斯对于自己的投资的一切信息几乎是收口如瓶,但在1999年西蒙斯参加一次研讨会,破天荒地大开金口,多说了几句关于复兴技术的投资理念:“有效市场假说是基本正确的,也就是说,市场上没有什么明显的套利机会。但是,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。交易之后,我们又对新的市场情况进行跟踪和评判,我们的预测也会作相应调整。当我们的预测变化之后,我们的投资组合也会跟着变化。我们整天做的就是这个事情。我们总是不停地买入、抛出。我们之所以赚钱,就是靠我们不停地交易。”
西蒙斯有一次把他的投资策略和巴菲特的相比较,他说大奖章的投资有点儿像科罗拉多州的粗放型农耕:中间架一个喷灌,然后四周是一大圈的麦地,随便拔一个麦穗儿可能长得并不怎么样,但是大部分都还长得不错,靠数量、靠概率取胜。而巴菲特的投资方式更像密集型农耕,种的不多,每一个麦穗儿都很重要。他说:“我们的投资方法正好是两个极端。”
西蒙斯关注的是许许多多很小的机会,每一个单个的投资能否取胜不重要;巴菲特关注的是数量不多的、比较大的机会,每一个投资都很重要。曾经是西蒙斯手下的几个前复兴技术的成员总是告诫人们:“也许西蒙斯的秘密武器并不是他的秘密公式,而在于其他方面。”伯乐坎普就很直接地说过:“我一直都认为复兴技术的成功秘密是它从不雇用工商管理硕士。”他觉得这些从工商管理名校出来的学生受到的都是同样的教育,接受的都是同样的价值观,采取的也都是同样的投资手段,所以他们在金融市场上就像一群羊,总要聚在一起,那样要是能有好的投资回报才怪。很多著名的投资管理人都有这种看法,彼得·林奇在他的
两本关于如何选股和投资基金打败华尔街的畅销书里面多次提到这个问题,认为即便是对金融一知半解的散户投资人也有机会打败满口术语、天天盯着电脑的专家,就是因为专家总是想着如何避免在同行评比中丢人,所以专家一般都扎堆儿。
6.困难和变革
6.1 新的尝试
2005年8月复兴技术推出了以买入股票为主要策略的新的基金,复兴机构投资人股票基金,并且开始招兵买马推销这个基金。对于华尔街来说,这个基金是传奇人物西蒙斯的基金,自然要另眼看待。更加惹人眼目的一点是西蒙斯在基金发行之前告诉外界,这个新基金的规模上限是1000亿美元,一个很大的数字。投资行业众所周知的一个事实是:大的并不一定漂亮。这句话的意思是说:基金越大,要想达到好的回报就越困难,因为你做的交易会对股价的影响太大。
在新基金的销售文件中是这样写的:“复兴机构投资人股票基金的风险控制、方差和协方差的估测、交易执行技巧、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。”也就是说,西蒙斯想要把很多在50亿美元的基金里面成功的操作技巧搬到一个1000亿美元的基金上。
到2005年年底,基金复兴机构投资人股票基金的资产为25亿美元,回报刚刚5%,并不出彩,总资产离西蒙斯所说的上限还有相当的距离。许多大奖章过去的外界投资人把西蒙斯退回给他们的钱投进了新的基金。随后,复兴机构投资人股票基金的表现远远落后于大奖章,2006年和2007年几乎都没有赚钱,2007年有一些投资者开始抽走资金,特别是欧洲的富人。这些人都是冲着西蒙斯和大奖章的名声来的,但是没想到大奖章继续高歌猛进,而他们投的基金却是江河日下。复兴机构投资人股票基金的总资产最高曾达到290亿美元,但是2008年中下旬该基金的总资产因为亏损(年回报-16%)和客户赎回跌到了200亿美元以下,2009年则更是跌到100亿美元以下。
6.2量化基金遭到血洗
2007年对量化基金投资流年不利。这一年对冲基金整体赔了钱,但是许多大的量化基金的损失则是对冲基金行业里面最大的,有些人认为整个量化投资的概念也失去了光泽。2007年的7月和8月间西蒙斯的复兴机构投资人股票基金受到血洗。8月的前8天里面,基金赔了8.7%,西蒙斯匆忙致信该基金的投资人,解释亏损的原因。
“问题不是出在基本系统,而是出在我们的市场预测系统。虽说我们认为我们的预测信号是非常好的,但是其中的一部分信号无疑和其他一些采取股票多空策略的对冲基金相同。因为种种原因,这类基金有些出现了问题,这使它们不得不平仓。这些原因也许包括投资信贷产品的亏损,过高的杠杆,增付保证金的需求及其他。虽然这些因素并不会直接影响到大市的走势,但是它们可能大幅度地改变股票价格之间的关系。因为我们的仓位和别人有重叠的部分,所以别人平仓对基金有负面的影响。历史上其他类似的平仓事件包括1987年股市崩盘时的风险套利交易的平仓,1990年垃圾债券的强行平仓和1994年欧洲债券的崩盘。其中有些事件发生在熊市期间,也有的发生在牛市。”
复兴机构投资人股票基金的亏损当然不是唯一的,很多量化基金都有巨大亏损。有人在问:“这是不是黑箱投资的终结呢?”一个在基金评级公司里面专门负责对冲基金的专家在接受路透社采访的时候回答:“现在看还为时过早。我觉得只是短暂的倒退,对规模比较大的基金不会有什么很大的影响。”
2007年10月,西蒙斯又发行了一个新的基金,叫复兴机构投资人期货基金,专门投资各种期货。这次,西蒙斯说最大容量为500亿美元。看上去复兴技术近10年在不断摸索新的投资方式、技术,从创投基金到对冲基金的基金,从低频率交易到面向机构的新基金,但是西蒙斯很清楚公司的立命之本是什么。他说:“我认为,如果我们偏离了公司的数学模型,那将不会对我们有任何好处的。”
经过20多年的起落,西蒙斯对于他的大奖章基金依然对外界保持了神秘,而对于饱受争议的量化投资法,西蒙斯依然充满信心并且告诉世人,他的量化投资法“一直被模仿,从未被超越”。