蔡嘉民 Calvin

2020年大戶策略變化

Added 2020-07-26 08:23:18 +0000 UTC

近來看到不少文章都指出，不少基金都從Forecasting模式轉到Nowcasting模式，最近一期的經濟一週我都有寫及，經過便利店的，可以花數分鐘看一看，定能對諸君炒賣有所裨益。

分享其中一文給大家：

Quant researchers advise shift to “nowcasting” among lessons learned in market sell-off

https://finadium.com/quant-researchers-advise-shift-to-nowcasting-among-lessons-learned-in-market-sell-off/

這篇文章的Summary如下：

1. More nowcasting, less forecasting

2. Develop theories, not trading rules

3. Avoid all regime strategies

針對第一點，文章提到應多使用direct measurements，以及short-range predictions，因為「short-range predictions are statistically more reliable than long-range predictions. In both cases, estimates involve millions of recent observations.」。

這點我提過無數次，解釋為什麼較高頻的策略一定比低頻策略好，例如Daily策略必定比Weekly好，Weekly必定比Monthly好，Monthly必定比Yearly好。無論從Sharpe ratio來算，Return來算，還是Statistical significance來看，較高頻有較多數據點，可信性隨頻率變密而幾何級數上升。

事實上Forecasing與Nowcasting不是冰與火，而是Continuous，不是Discrete的東西。例如Momentum很多人定義為Nowcasting，但亦可以說是預測，因為看著現價突破向上，然後買入，亦是對股價向上的一種預判，硬說也可以算入Forecasting。因此，我認為文中是指出應把預測的距離縮短，預測全年 / 一季 / 下月走勢的；應Focus最新資訊，即時調整倉位，及時應對，而不應繼續相信本來的預判而捱下去。

舉個實例，Forecast型的，會慣常於年初預測恆指PE，認為恆指應到18PE，而決定全年看好恆指；Nowcast型的，則會因應一切最新資訊，調整倉位，隨時適應，心中並沒有對指數或價格水平的一個估值。

第二點，原文道「Researchers should develop theories without backtesting, for example, with feature importance analysis methods that are robust to overfitting.」。這點我也在Excel班一直重覆提及，想策略一定要有Rationale，要有金融經濟理論在背後支撐，而且策略的形成一定要在Backtest前就想好，不能看圖作故事，不可以看畢結果後再硬塞一個原理，自我安慰。

沒有理論Backup的Random策略，以及與Trader認知不符的策略，必定很快會失效，Overfitting的機會大增。再者，根據大數定律，瘋狂Backtest總會找到一個賺錢的策略，但Correlation doesn’t imply casuality，很易踏進Data snooping陷阱。

第三點，原文指「The likelihood that genuine “all-regime” strategies exist is rather slim.」。相信有很多量化炒家的策略因為Fed瘋狂QE而失效，例如過去一季便出現Price與基本面脫離，若看失業率或其他經濟數據而沽空市場，肯定會「輸到甩褲」。

很多All weather策略今年都不行，例如大基金愛的Risk parity，當然，除了QE外，Too crowded亦是另一原因（可參看Patreon舊文）。

那應用什麼方法？可以試試在策略上加上Regime classifiaction，Regime有很多種，最大路的是Risk on與Risk off。大家可以試試把策略分成Risk on才賺錢，抑或是Risk off才賺錢。Stock selection、Spread trading、沽窩策略大多是Risk on才賺，Risk off才work的，在此賣個關子，先留一個思考空間給讀者們！