关于对数量化股票投资的展望有哪些?

股票入门知识 | 发布于2021-11-25

刚刚讨论的研究揭示了受访者所遇到的实施数量化策略的挑战。我们还可以列举一些其他挑战。关于鲁棒优化、鲁棒估计以及二者整合的研究被许多公司提上了日程。当资产管理公司努力开发创新产品时,研究与开发部正热衷于研究稳健灵活的最优化方法。除此之外,由于资产管理公司试图运用投资策略来应对债务流(对照债务基准),多级随机优化方法成为想要在这个领域竞争的公司的优先选择。Pan,Sornette和Kortanek把理论金融和不同学科的汇合领域称作“智能金融”,这是理论金融的新领域在不同学科的汇合点。根据他们的观点,智能金融的理论框架主要由四部分组成:(1)金融信息融合;(2)多级随机动态过程模型;(3)积极投资组合和整体风险管理;(4)金融策略分析。

模型构造者面临的绩效下降问题是模型广泛应用的结果。传统的金融理论假设代理人在他们所了解的价格和收益的随机过程方面是完美的预测者。代理人不会犯系统性预测错误:他们的行为使得市场有效。这就是理性预期和Merton的跨时期模型下的基本观点。

从业者(现在包括专业学者)放宽了市场有效性的假说;事实上,从业者通常寻找资产的错误定价来计算α系数。正如我们所看到的,一般认为行为现象造成错误定价,例如信念固执。这些行为使代理人的估值出现了模型在应用中(如惯性策略)试图利用的偏差。然而,模型的运行会破坏它们试图利用的收益来源。该问题在衡量交易影响的应用中受到了关注。在目前几乎所有的实践中,衡量交易带来的影响意味着衡量模型导致市场回到零收益状态的速度。没有市场影响的模型衡量相反的效果,即衡量最终由交易引起的动量。

有理由相信,模型的扩散将减少由行为现象造成的错误定价。然而,有人可能会问:模型的行为是否能从根本上让市场更加有效,彻底消除超额利润,或者模型是否可以创造能被其他模型利用的新机会,最终产生新一代的基于模型偏差的精确分析模型?体现在数学模型中的由个体组成的市场的有效性还远不明显。事实上,模型可能带来自身偏差。例如,惯性策略(买入赢家组合,卖出输家组合)是增加惯性的刺激因素,会进一步提高赢家组合的价格,降低输家组合的价格。

在过去研究人员研究由有限理性个体组成的市场的行为时,上述问题得到了广泛的关注。虽然将个体行为编码化基本上不可能,至少不切实际,但模型是明确界定的处理历史数据作出预测的模型。基于理论或模拟的几个研究试图分析由有限理性代理人组成的市场的行为,筛选历史数据形成预测。未来的一个挑战是研究哪种类型的无效是由基于历史数据自动决策的自动化决策制定者组成的市场产生的。可以预见,模拟与人工市场将作为探索装置发挥更大的作用。

飞鲸投研从多维度分析,整理了一份《成长50》的名单,可以关注同名公众号:"飞鲸投研":feijingtouyan,进行领取(点击复制)

Tags: 美的
该文观点仅代表作者本人,飞鲸投研系信息发布平台

/阅读下一篇/

除了稳健,小米三季报还有哪些看点?

热门推荐