NokiMo
蔡嘉民 Calvin
蔡嘉民 Calvin

patreon


真正的股神(二)

上篇文章留言區有朋友道出了我想講的答案 — Jim Simons,他的表現真的是怪物級。由1988年至2018年,平均年回報為66%,而且,沒有任何一年是輸的!(當然,市場上有很多trading firm也是每一年也賺錢,尤其是高頻公司,但絕不是Renaissance Technology的大小。)以Jim Simons管理的size來說,真的很牛逼。


下圖顯示有網友把不同著名的基金經理的表現對對碰。索羅斯 32%、Steven Cohen 30%、Peter Lynch 29%、Warren Buffet 20.5%、Ray Dalio 12%,而Jim Simons則是39%!你可能問,不是66%嗎?這個39%已扣除他收取極高昂的管理費及表現費。Jim的管理費為5%,而表現費為44%,遠比其他市面上的對沖基金高,因此,這個39%已經是很「禮讓」的數字了。




若把年度表現算一算Sharpe ratio,平均年回報為66%,標準差為32%,即Sharpe ratio大於2。要知道,以年來算Sharpe會比以月來算的Sharpe低,也會比以日來算的Sharpe低,因此我猜測他以日算出來的Sharpe應該大於3!


Jim Simons很賺錢,那對我們來說有什麼用呢?我們可以從他寫的書、說的話、做過的訪問抽絲剝繭,去旁敲側擊地學習他的策略及思維。


我研究後,總結了以下十項的take home message:


1. 炒賣是可以賺錢的


對於一直在做量化的我,這個statement就像是太陽從東方升起一樣真切。可惜坊間仍有極多人指炒賣是浪費時間,只有價值投資或月供2800才是真理云云。Jim Simons這幾十年來的績效告訴我們,達致超額回報是絕對可行的。不要再滿足於那些一年只有5%的指數回報了。


2. 短炒一定比長線好


過去幾年專欄我不斷重申短炒的回報及穩定性一定比長線持有高,這是數學及統計學得出的結論。Jim Simons也有提及,他們每天交易次數以千至萬次計。可惜坊間有大量財棍卻不斷提倡散戶延長持倉時間至5年、10年;10年後你才發現被他騙了,人生有多少個10年?


3. 擁抱自動化交易


Jim Simons真的很可怕,早在幾十年前已經擁抱量化交易、程式交易。現在我每次在媒體上提及程式交易也會被主持或觀眾當作是牛鬼蛇神,可惜有人早在幾十年前已經在做了,而且取得極亮麗的表現。大家不妨多看Jim的訪問,他不斷強調要全自動,絕不要有任何人為干擾;而每次人為干擾後,結果都顯示人的干擾導致一個更差的結果。


4. 量化能讓你每年都賺錢


想要年年/月月/天天賺錢,就要把交易頻率提高,頻率愈高,回報曲線愈穩定。原理就是簡單的正ev策略,再配合大n(sample size),就能增加total return。那怎樣確保策略是正ev?Backtest。Jim Simons所有的策略都是建基於大量歷史數據而成,他重申是極大量。


5. Jim Simons的win rate只有50.75%


這也與我的認知吻合。我的win rate也只有50-55%左右,因此不要以為賺錢一定要有70/80% win rate。反之,極多財棍標榜他們的低頻交易win rate達8成以上,若你相信他們只會是浪費生命、浪費金錢。這與賭場也是同樣原理,賭場賺錢並不是靠高win rate,而是靠贏錢時多贏一點;輸錢時少輸一點,從而在長期把house edge累積成total return。


6. Sharpe高於2


以年計Sharpe高於2,而我估計他以日計的annualized sharpe高於3。這是個很好的指標/目標。大家Backtest時可以多找找sharpe過2近3的策略。另一個啟示在於,量化的Sharpe最高,市場上沒有多少基金Sharpe過2,大部分那些在做基本面分析、選股的基金的Sharpe都低於1。


7. Jim提及過類Front run的策略


在他的書籍及訪問中,他提過他有策略是在合法front run別人。Front run即插隊交易,簡單說即買在大買單前,或賣在大賣單前。不少無牌交易所都是在front run客戶,是小型交易所最賺錢的方法。不過Jim做的當然是合法front run,但他怎樣front run就不得而知了。於我了解,有不少在賺structural alpha的策略都是類似front run。例如CBBC策略就是,又例如在指數重新平衡前買入染藍股份等等,又例如在大基金期貨轉倉前先部署跨期策略等等。這邊留下思考空間給讀者。


8. 「Don’t overwrite computer, maths trumps intuition.」


Jim不斷強調,不要以為自己比電腦聰明,不要試圖干擾電腦買賣,不要不相信數學模型。相反,坊間極多人仍指人手交易比電腦利害,程式交易注定失敗云云,真係得啖笑。談回自身經歷,的而且確有n次我嘗試干擾algo,但最終結果都顯示,有干擾比沒干擾效果更差,簡單講,即人手的決策有極高機率比電腦的決策差。所以,用程式交易久了,學懂的就是不要去亂搞它。


9. 增加標的物及分散timeframe


這也與我認知吻合。Jim提到要提高回報穩定性,就要增加標的物,增加所交易的市場。因為標的物愈多、市場愈多、資產類別愈多,回報相關性便會降低,即sharpe會提高。除了以上幾點,也可增加timeframe,例如trade second by secomd、min by min、hour by hour、day by day等等,不同timeframe的策略疊在一起,equity curve的peak及trough就能offset,或者換言之,便都能capture不同timeframe的alpha。


10. 不相信fundamental analysis


這就不用多解釋了。


Jim Simons很口密,那也很正常,不可能會到處宣揚他的交易秘方。但是否代表我們完全沒法模仿或學習?非也,我就看了他不同的訪問及書藉,並點出10點比較深刻的take home messages。


我相信,在枱面上,最強的對沖基金經理非Jim Simons莫屬,若大家有看過更強的,請跟我說。大家有空請多看看他的主張及思維,獲益匪淺。


相反,有很多看起來很強的投資人的書我都沒有浪費時間看,為什麼?因為十居八九也沒有track record。沒有track record即沒有證明,完全證明不了他們所聲稱的那一套值不值得學習。大家必須要慎選學習對象。

真正的股神(二) 真正的股神(二) 真正的股神(二)

Comments

really depends, 一些越細resolution會越高,一些會越低;sr低是因為transaction cost太貴

Calvin

老师你好,我有个疑问: ——“要知道,以年來算Sharpe會比以月來算的Sharpe低,也會比以日來算的Sharpe低” 按文中的说法,resolution越细算出来的sr越高。可是我bt时发现把10m的pnl resample成1day后算出的sr会更高,我的理解是越细resolution的波动性会更高,但ar不变,所以越细resolution算出的sr越低。这似乎与文中所述相悖?

Lionel Lv

呢2個月patreon有寫

Calvin

請問你有沒有策略令勝出的trade賺多d錢 勝唔出既trade輸少d? 即係提升avg win per betting. 降低avg loss per losing

John3634


Related Creators