宽策略平台 > 量化交易学院
反趋势交易会一直有效吗?


作者:尼克·利伯蒂尼

+ 放大字体 | + 减小字体
2014-04-18

        量化交易模型的最大弊端就是人们相信“模型总是被打败”。这确实属实,但是它或许应该被改写成:“所有的模型先是受到人们的喜爱之后遭到厌弃,这种情况发生时,坏的模型失败,好的模型改进。进一步说,认识到每一个投资者都在使用某种模型来做出决策是重要的。一些投资者脑袋中有一些隐性的模型,并跟着直觉走。另一方面,大部分投资者受到直觉和显性模型的共同指引。最后,一小部分投资者单纯依靠系统性方法使得决策过程变成可以量化和衡量的一系列规则。

        图5:投资模型的类型


       

        表3:隐性模型和显性模型的不同

 

隐性模型

显性模型

基于直觉或者试探

*

 

受制于人为的偏差

*

 

一致性

 

*

客观性

 

*

表现可量化

 

*

可由其他模型代替

 

*

可扩充/易携带

 

*

可证实/可测试

 

*

允许敏感性测试

 

*

前提假设可被详细列出

 

*


        那么如何来区分一个好的模型和坏的模型呢?记住,所有的投资者在作出决策时使用某种形式的模型,从表3中我们可以清楚地看到使用显性模型具有一个明显的优势。简单的反趋势模型就是一个显性模型的完美例子。这个模型的每一个组成部分都被清楚地界定,使得我们很容易验证这个模型的表现、测试新的市场状况、以及利用敏感性分析来确定模型的优势和弱势。更重要的是,该模型100%客观。这有利于预防那些在决定哪些交易可以执行、哪些交易不可以执行时的人为偏差,从而改进模型的表现和一致性。

        第二,一个好的模型是建立在合理的理论基础之上的,而不是一个通过没有原则的数据挖据发现伪造的相关性的产品。一个将股票价格移动和孟加拉的黄油产量相联系的模型就是一个建立在伪造的相关性之上的模型的例子。另外,一个好的模型是不会对历史数据过度匹配的。历史可能重复,但未来永远不可能和过去完全一致。因此,如果一个模型很好地匹配了某个市场周期,比如基于2000-2007年房地产价格的房地产市场模型,很有可能就不再适用其他的周期,不论是长一些的还是短一些的,波动性更高的还是更低的。最后,最好的模型应该能够对环境变化作出调整。金融市场是短暂体系,持续受到新技术、创新的投资策略、资本流转换、以及市场参与者来来往往的影响而改变。因此,一个交易模型拥有一定的灵活性,能够对付这些变化和波动,从而在市场变化时不会过时是非常重要的。

         至于第二点,反趋势交易是建立在金融市场短时间内并非有效的这一经过时间检验的、持续的理论的基础之上的。市场的有效性是一个在金融界被广泛辩论的话题,但是大量的证据表明市场在短期内呈现非有效性。本杰明·格雷厄姆早在19上世纪20年代就注意到这种行为。在60和70年代,阿莫斯.特沃斯基博士和丹尼尔.卡尼曼博士由于他们的预期理论获得诺贝尔经济学奖,该理论就是从研究人们风险规避心理中的非理性开始的。他们的发现强调了一个人的风险偏好在重构风险条件至好的或者坏的情况下是会发生改变的。在80和90年代,罗伯特.希勒发表了他的关于价格移动和市场基本面在短时间区间内去耦合的研讨会文章。最后,甚至市场有效假说的教父、《漫步华尔街》一书的作者伯顿·麦基尔也承认市场确实时不时地有些疯狂。

        然而,在反映这个简单的10天高点/低点反趋势模型的表现时,很显然90年代早期该模型的表现并不佳。那么在过去15年和之前的市场有什么不同的呢?这种分化是不是表明反趋势模型对某个特定的市场环境出现了过度配比问题;如果是的话,这也是一个坏模型的基本特征。是,也不是。自从现代金融市场到来之后,市场的非有效性被不断记录在案,因此反趋势交易的潜在理论,也就是投资者的反应并非理性的,是一直存在的,但在上世纪90年代中期之前市场上有大量的摩擦存在,影响了证券的快速交易。买卖价差很大,金融消息缓慢消散,内部消息泄露更多一些,交易成本相对于短期交易的收益而言是过高的。这些情况不允许投资者匆忙地表达他们在市场上的非理性行为,这也成为制造短期价格极端情况并且随后回归的一部分,反趋势系统在这样的情况下也很繁荣。交易成本的下降、金融消息可用性的增加,十进位制的出现以及公平揭露法案改变了这些。这些市场转变激发了在过去15年中全球金融市场的流动性、活跃度,以及最重要的,噪音的提高。噪音的提升使得短期反趋势交易可行起来。

        截至目前,市场噪音被反复提到和看作是导致反趋势模型有效的主要原因,但是噪音并没有被明确定义。市场噪音同市场波动性是相近的,可以被认为是与市场趋势不一致的价格恐慌性移动。一种直观的量化噪音的方法就是看一下一段时间内绝对价格变化和同一时间内每日绝对价格变化总和的比率。这个比率量化了一种资产价格变动相对于其标的趋势的一致程度。举例而言,如果标普500在10个交易日内每天上涨10个点,这个比率将是1(100/100),因为该指数的每日价格移动都在相同的方向。另一方面,如果指数走出了相对嘈杂一些的路径,比如(+50,-5,-35,+5,+45,+15,-25,+25,+35,-10),该比率将是0.40(100/250),意味着只有40%的情况下指数的移动与标的的上升趋势是一致的。

        图6:无噪音移动vs.有噪音移动




        用1减去该方向性移动与总移动的比率就产生了一个噪音指标。在上面的例子中,60%的指数移动可以看成是噪音。趋近于0的噪音指标意味着一个噪音较小的市场,趋近于1的噪音指标意味着一个噪音很大的市场。
       公式1:10天噪音指标




        再来看一下刚才阐明趋势型市场环境和无方向市场环境的区别的第一个例子。自2010年9月至2011年1月的上升趋势表明平均的10天噪音指标是56.72%。然而,当该趋势变得平缓时,市场转向一种噪音指标为71.10%的环境,一种对反趋势交易系统更加有利的环境。

        图7:标普500在趋势环境和无方向环境下10天噪音指标平均(2010/09/01-2010/07/30)




        为了研究噪音对简单10天高点/低点反趋势模型表现的影响,我们计算了在过去40年中标普500的10天噪音指标的滚动平均。该滚动平均被用来检验市场噪音在结构性变化比如交易成本降低和十位制等的影响下是否真正地增加了。另外,也检验了反趋势模型的表现和指数的噪音指标的相关性,看一下噪音是否真正解释了反趋势模型大部分表现。

        图8:标普500每十年的平均10天噪音指标(1970-2009)



 

        自上世纪70年代以来截至到2009年,10天价格噪音的平均水平由61.42%上升至70.85%,上涨了15%。同样的,10天噪音指标的年度平均和10天高点/低点反趋势模型的年度平均之间的相关性为正的68%。68%的相关性意味着46%的决定系数,也就是说10天反趋势模型回报中46%的方差可以被市场噪音的存在所解释。举例来说,当标普500一年中的平均市盈率是与第二年的标普500的回报率相关的时候,如果相关性为负的26%,将产生6.55%的R2。这也意味着被投资者广泛用于展望的市盈率估值仅解释了在过去20年中标普500回报的6.55%。

        表4:标普500年度平均10天噪音指标和10天高点/低点反趋势模型的表现(1990-2011)

年份

平均10天滚动噪音指标

反趋势模型回报率

   

1990

67.14%

-11.14%

   

1991

67.66%

-9.97%

   

1992

68.86%

6.48%

   

1993

72.31%

2.71%

   

1994

69.72%

3.40%

   

1995

62.98%

-3.37%

   

1996

61.58%

-5.87%

   

1997

70.58%

3.97%

   

1998

64.35%

-6.73%

   

1999

70.51%

7.83%

   

2000

72.46%

12.51%

公平披露规则通过

2001

68.98%

8.29%

股票市场的十位制

2002

70.85%

22.39%

   

2003

71.48%

13.36%

   

2004

67.35%

4.93%

   

2005

70.17%

7.03%

   

2006

71.10%

8.70%

   

2007

72.23%

29.67%

   

2008

75.83%

57.06%

   

2009

68.05%

37.56%

   

2010

60.49%

-5.66%

   

2011

70.01%

15.97%

   

斯皮尔曼等级相关系数

67.93%

   


        表5:反趋势模型回报率与10天噪音指标的相关性(1990/01/01-2011/12/31)




        表5显示在其他四个主要股票市场中,反趋势模型的表现和市场噪音的相关性是一致的。有趣的是,当时用简单反趋势模型时,拉塞尔2000实际上显示出显著的负表现。然而,拉塞尔2000拥有第二高的噪音指标(89.05%),意味着在最初的十年,也是反趋势模型非常艰难的那段时间,主要是由于拉塞尔2000在这段时间内缺乏噪音存在。

        很显然,市场环境转向噪音丰富的结构性转换使得短期极端价格交易获利。这种向更高噪音的转换不意味着市场不再具有趋势性。相反,它意味着市场中存在足够的价格波动使得反趋势交易可行。如果流动性减少,交易成本增加到更高的水平,那么市场噪音可能又会逐渐减退,降低短期反趋势模型的能效。然而,人类心理是一个相对稳定的现象,这意味着只要是人在作出金融决策,非理性交易决定就不会消失。同样的,科技在未来还将继续进步,将会进一步降低交易成本,提高信息的可用性,从而保持市场中噪音的高度。如果这种噪音丰富的环境持续存在,那么反趋势模型将在这种人类情绪导致的超卖和超买的来回波动中继续继续繁荣。

        一个好的模型的第四个要素是适应性。大部分关于模型失败的担心是来自于模型对于多个投资策略不够灵活。当2000年和2001年高科技泡沫破裂的时候,成长类模型逐渐不再受到欢迎。这导致任何坚持高增长、高成长方法的投资者被清洗出局。幸运的是,反趋势交易是基于投资者的非理性而创造的短期交易机会。反趋势模型不对投资者将会对什么不理性,或者在什么时间变得不理性做出假设。相反的,他们依靠经过时间检验的观察结果,也就是人类的心理倾向反复产生非理性行为(比如,当真的下雨时,他们仅仅对不可避免地将要泛起的涟漪做出反应)。这使得反趋势模型比那些依靠具体的市场风尚,如90年代末的高成长科技股票或者2008年的摇摇欲坠的银行股,的投资策略更加灵活。另外,促使短期反趋势模型的主要成分,市场噪音,在可预见的未来将一直存在。并且,当市场在有趋势和无趋势之间轮回时,简单反趋势模型也将会随之受到市场喜爱或者抛弃。这是精密交易模型具有主要优势的地方。拥有辨别盈利的交易环境、控制风险和适应市场变化的系统的反趋势策略在未来几年将会表现出色。

        结论

        违反直觉以及反趋势模型的相对冷门使得他们并没有像趋势交易一样在期货管理界广泛使用。然而,这些模型的违反直觉的特征似乎是使他们持续带来盈利的短期交易的关键。如果你总是在别人买进的时候买入,在别人卖出的时候卖出,你在市场上是没有优势的。为了取得优势,你必须违反你的直觉,与“羊群”进行相反的交易。系统性的反趋势模型提供了一种这样做的客观的、机械化的方法。这些工具在市场噪音中繁荣发展,在过去的40年中市场噪音持续上升,在未来或也将继续保持上升的水平。他们由众多的短期交易组成,这些交易中55%-60%是正确的。每一笔交易并不会从市场获得很大的利润,但如果持续使用,反趋势交易的小优势将会逐渐累加。本文中探讨的简单反趋势模型在过去的15年中在全球最大的5个股票市场中显示了10.15%的平均年度回报率。另外,由于交易的短期性,反趋势系统与其他期货管理策略以及传统的资产类别具有较低的相关性。不论怎样,每一种投资模型随着市场结构的变化都会时而被喜爱,时而被抛弃。最好的反趋势模型将会拥有可以辨认这些转换和适应市场变化的显性的、系统性的机制。(完)

海证期货有限公司 版权所有 许可证号:31390000

Copyright 2008 Hicend Futures Co.,Ltd. 上海工商

沪ICP备09005854号 郑重声明:本网站所载内容未经许可严禁转载

The content of this site is strictly prohibited reproduced without permission