澳洲有关投资&股票&基金&外汇的杂谈（欢迎

在澳大利亚证券外汇



在投行里面工作过一段时间了，一直想写点关于投资的认识，希望能给大家带来一点的帮助。

但是，大家也知道，有关投资的种类，方式，逻辑，思考实在有太多太多，以我这样一个才工作几年的人， 肯定有很多片面的地方，我自己还在不断的学习过程中。我只想按着我的认识，把我的一些体验分享给大家， 希望能给一些想要投资的人一些帮助。

这个帖子会一直延续下去（希望我能坚持）， 因为当我有新的想法的时候， 我还可以不断地补充， 欢迎大家一起讨论，在这个世界里，只有新的想法，真正的创新才能够带来财富。

1. 投资的方式：基本面？量化？心理？
在投资的世界，总有各种个样的关于投资的说法， 我先来谈谈投资的方式

基本面：
基本面被benjamin graham所推崇，再由warren buffet来发扬光大，然后还有像peter lynch这样的大牛基金经理都是根据基本面来做的，业界内最普遍的方式还是通过对经济体，行业和公司来做基本面的判断， 以此决定对股票的评价。
什么叫基本面，具体点：

自上而下(top-bottom)：

经济体：拿现在的欧债危机来做例子是最好不过了，公司的生存和经营的能力取决于它所在的大环境， 正所谓覆巢之下焉有完卵。当一个国家（比如希腊）都快倒下的时候， 有谁会对希腊的公司感兴趣阿。。。在希腊的公司将会面临着种种危机，如果这次政府垮台，政府将退出欧盟，发行新型货币，马上通货膨胀，失业率暴涨，试问在这样的情况下， 希腊的公司将面临什么样的问题？即便他们现在能赚钱， 他们赚的是什么钱？？？当国家出现这样的情况时， 一个公司能做什么来保证他们的盈利？国家都没了，还赚什么钱， 保命要紧，所有的希腊人都在想着离开国家，去另一个地方发展， 这样的公司员工什么时候跑了都不知道。。。当大家看石油和黄金的关系的时候， 也可以看出来：好的宏观环境下，石油涨； 坏的宏观环境下， 黄金涨（现在黄金没涨， 以后再谈）

正是基于上面的这种投资理念，行业里有专长于宏观经济的分析师，他们更多的在country allocation上创造价值，他们不太注重（或者没有时间注重）微观层次上的公司分析，他们看重的是国家/地域的经济，作宏观经济指标方面的分析， 比如PMI, inflation, interest rate, currency, GDP, export, import, 还有，也是在现在这个时代更重要的，就是跟政府官员打交道， 了解政府的政策等等。好的经济分析/策略师不用玩股票， 他们如果真的对宏观指标有很深的认识，对宏观市场有很好的感觉，他们玩外汇，股指即可，用不着玩股票。

行业：这个在澳洲最容易理解不过了， 一个靠矿业来谋生的国家，最重要的决定公司利润的是各种矿的价格， 铁矿石，煤，铜，镍，铅，鋅 要是走的好，即便是垃圾资源股都可能走出好价钱。 在澳洲，行业对公司造成的影响是所有人都能感觉出来的，大家应该都觉得现在零售业不景气吧， 然后再看看像myer这类的股票， 肯定也好不到哪里去。一句话， 跟经济体一样， 覆巢之下焉有完卵。行业分析师很多都是直接有相关行业的工作经验， 比如矿业， 很多的分析师，他们的背景就是先在像BHP/RIO这样的公司工作过，做过project manager之类的工作，然后跳到投行或者私募专门负责这个行业和股票的投资。现在大家看看招聘信息也可以看出来， 投行不招人了， 要找也只招mining sector coverage,为什么， 因为矿业公司还赚钱呗。

自下而上(bottom-up):

应该是最为大众所熟悉的了， 所谓基本面， 很多时候狭义上也真的就是讲自下而上的分析；这里就是buffet整天讲的，你买的不是股票， 是公司（但是buffet这样做已经很难赚钱了。。。有一篇会专门谈价值投资）

在公司的投资世界里， 你关心的是比较细节的东西：他的产品， 他的客户，他的竞争力， 他受到的潜在威胁，他的供货商等等， 大学里面学到的porter's five force是很经典的关于对公司进行基本面分析的framework， 在现在这种信息发达的时代，散户们从上市公司的网站就能够下载到公司的annual report, quarterly report, company presentation，实际上这已经是了解公司基本面最好的方式了。在基金和卖方分析师方面， 他们最多也不过是跟公司的管理层见见面，聊聊天， 只是见面聊天问问题而已， 不会有什么像A股一样的内幕消息。。。如果你真的很想在公司方面下足功夫， 每个季度的conference call，也就是公司发布季度报表之后所举行的一个新闻发布会，通常可以直接打电话去听新闻发布会的内容。

好了，当你了解完这些基本面，比如公司生产的产品，产品量，产品价格， 产品的成本，以及公司对明年的基本判断， 你就可以做一个简单的关于公司利润的分析了，如果你真的想进一步了解公司的情况，DCF 和 earnings forecast的模型会让你对公司的理解更加量化。算出公司的股价，跟现在的股价对比，从而决定投资，这就是基本面分析， 没有什么神奇的，但是，不容易。既然没有什么神奇的，那就是所有人都会做得，如果是所有人都会做得， 你又怎么能赚到钱呢？这就是为什么， 在专业的世界里， 很多基本面分析师需要是个行业的专家，比如矿产业， 既然是做矿产业的投资， 谁最厉害？我觉得BHP/RIO的CEO最厉害， 但是你能请到他帮你做股票分析吗？不能， 所以， 投行要请在BHP/RIO工作过的，做过矿产业放方面面的人来分析矿业股， 他可能会分析矿产的供求关系， 分析每个矿的reserve and resource, 分析可能开采的费用等等，这些是不可能从一个非专业的人手里做出来的。以此类推，作的最牛的，可能去了私募， 然后就是大投行的分析师， 再下来到小投行里混饭吃。


基本面赚钱吗?

或者问buffet赚钱了吗， 要是说以前，几十年前， buffet赚了很多钱， 但是现在？ 没有赚了， 或者说他的盘太大了， 很难在股市里面赚钱了， 这也是为什么他现在很少在股市里面投资了， 他有那么多的现金， 他更多做的是，把一个公司给买下来， 交给那些职业经理人去管理，而且很多时候，这些公司都是没有上市的公司， 为什么，因为对于buffet来说都太贵了。基本面赚钱了吗， 你看看alliance bernstein就知道了， 这个曾经是美国超牛的基金公司， 无论是value style还是growth style的基金全军覆灭。。。太多太多这样的例子了， 在2011年美国80%的active fund manager全部都跑不过sp500, 这个为什么？ 每个基金经理都工作了10-20年，难道突然间都判断不出哪个股票便宜，哪个股票贵， 哪个股票成长性好， 哪个股票很难有大的发展？不是基金经理不会做基本面投资了， 而且是这一整套的投资方式， 投资过程失效罢了。什么叫贵， 什么叫便宜， 什么叫高增长， 什么叫低增长， 谁说了算？ 不是基金经理， 不是分析师，是市场。 市场才是王道。 价值是一码事， 价格是另一码事。 只要有人愿意花多钱买一个股票， 股票就升， 只要有人愿意低价卖出， 股票就跌， 这就是价格。

好了， 这是最重要的： 只要有人愿意花多钱买一个股票， 股票就升， 只要有人愿意低价卖出， 股票就跌， 这就是价格， 其实基本面想做的是什么呢， 他们要做的是买入便宜的股票， 买入高增长的股票， 希望其他的人能够发现这些股票的低价， 发现这些股票的高增长， 然后都来花钱来买这支股票， 这样当有人愿意花多钱来买股票的时候， 供求关系决定了股票得升。 不是股票的价值决定了股票的升或跌， 而是供求关系决定了股价。所有的基本面的分析， 都是希望经过仔细的分析， 发现市场预期低估的股票， 并相信市场当调整预期的时候， 会对股票有供求关系的改变。这可能解释了， 为什么在去年， 那么多的基金经理都玩蛋，因为， 基本面没有办法决定股票的供求关系。想想吧， 如果市场突然大跌， 宏观因素突然不好， 有一支股票过去走势特别好， 基本面非常好， 所有的基金经理都喜欢他， 但是当环境不好的时候， 其实这支股票会跌的很惨， 因为，很多人都已经在这支股票上赚了点钱， 现在大家都想take profit, 供给多过需求， 特别好基本面的股票结果却比垃圾股走的还好。又或者， 2009年， 股票开始狂涨， 那些涨的最多， 是那些基本面最好的股票吗， 不是， 是很多的垃圾股， 因为垃圾股在2008-2009被大幅抛售， 价格特别低， （虽然公司成长不好， 产品没有竞争力，etc)， 但是当市场回到要买这些股票的时候， 求大于供， 股票自然就涨疯了。

既然基本面不一定赚钱， 量化呢？ well, 起码我看到的是jim simon的renaissance还在赚钱， 片面了， 事实上， 还有很多的量化基金亏了很多钱， 我们就来看看量化投资。

下一篇1：量化投资
下一篇2：基金， passive or active or hedge fund， 主动还是被动还是对冲基金




[ 本帖最后由 michaelhu42 于 2012-5-27 19:42 编辑 ]

评论
说的真不错。我就在这儿听故事了

期待下文

评论
不错
楼主继续

评论
期待接下来的文章~

评论
谢谢加分， 极大的鼓励阿

评论
ok， 开始谈量化投资

第二篇：量化投资

先来些介绍， 可能量化投资大部分人没有接触过， 量化不是看technical chart, 尽管technical chart可以被量化， 业界比较出名的量化基金公司， 澳洲这边掰着手指都能数过来，就那么几家大的， 最近还倒了一家(GMO), GMO总部在美国， 老大是jeremy graham, 推荐看他的investor letter。 GMO几年前在澳洲这边开业， 不过今年实在做不下去就把澳洲这边的给关了。 扯远了， 澳洲这里有这么几家， 如果有兴趣的，可以去那些公司网站上去了解， blackrock, amp, schroder, statestreet,  macquarie, qic 这些是大的， 还有一些小的boutique我就不提了，你们有兴趣可以问google quantitative equity investment。最牛的就是美国的renaissance了， 还有比如citadel, de shaw, AQR等等， 美国玩得就多了。

讲了这么些， 量化投资究竟是什么呢？ 我个人觉得， 量化包括三个方面，
1是signal, 2是optimization, 3是trading， 还是很抽象吧， 来， 继续像基本面一样具体来讲， 不过， 有点难度把这个东西给说全，虽然我天天在做， 我个人觉得， 量化实在是很牛的一个东西， 不像搞基本面的broker一样扯淡。

signal/factor

什么是signal/factor， 其实就是你能想象的任何一个你觉得能够赚钱的影响股价的因素，它都可以是一个signal， 比方说， asx200, 一共有200支股票， 这200支股票全都有卖方分析师的rating， 就是strong buy, buy, hold, sell, strong sell, 我们可以分5个等级， 那好， 这两百只股票就可以分成5个投资组合，
组合一，是卖方分析师评分最高（5）的股票
组合二，是卖方分析师评分次高（4）的股票
。。。。。。
组合五，是卖方分析师评分最低（1）的股票
有了这五个组合， 我们不就能够判断出是否值得去看卖方分析师的评分了？--〉 如果组合1的股票平均的确确1个月， 2个月， 3个月，（你自己定），总是比其他四个组合走的好的， 那卖方分析师的rating就是应该会影响股价的因素了。 我相信， 这里有一大堆的IT牛人可以去编程看看了， 小小的编程就可以学到一点市场上的dynamics :)

好了， 我希望我的这个例子比较通俗易懂， 当然， 在实际的操作过程中， 怎样计算， 怎样应用各种各样的signal还有很多很多的考虑， 比如说一个signal他的时效有多长， 我们可以1个月后再看看signal的变化， 还是可以等3个月后， 各个signal之间的相互影响， 等等， 我就不在这里详细说明了， 如果有兴趣的话， 有本书我可以推荐， quantitative equity portfolio management (chincarini & kim).

为什么我觉得量化很牛， 因为我觉得， 只要是你能想到的任何因素， 只要你能找到数据， 或者推算出数据， 或者买到数据， 你都可以通过长时间的模拟（业界的基本是10年的数据）， 来证明是否这个signal是能够影响股价的因素， 而且还能够去看每一个signal在什么时间有效，什么情况有效， 相当的科学， 比起其他的分析方法（ 往往是加入了无数自己个人突然拍着大脑就相通的投资理念）。起码， 这个投资系统真的是一个系统， 有着一套理念， 而且被证明过在长时间内有效。比起broker的忽悠，我觉得好很多。。。。

这里我就列举一些最常见的signal （我可不是说他们一定都能赚钱）, 比如PE, 12 month momentum, consensus earnings revision, 还有大学里面会计课本上你能看到的所有的那些ratio, 什么current ratio, employee turnover, asset growth, profit margin,return on equity, 就像我说的， 当你有10-20年的数据， 你把你能想的所有的factor都做做测试， 你就可以得到很多股市里面的结论。。。对于散户， 怎么做， 我不知道啊， 但是， 大的网站像yahoo应该可以download到很多股票各方面最基本的数据， 我觉得用excel就能够比较系统地对上百只的股票进行简单的排名， 然后你可以实时跟踪这些股票, 看看你排名前的股票是不是走的比大盘要好。

关于signal backtest, 应该说是要从经典的capm开始讲的， 那个年代， 70-80年， beta就是影响股价的因素 （actually more about a risk factor rather than alpha factor)， 几十年过去了， 有了很多的关于各种各样的研究，比如最早出名的fama paper on size, value， beta, 我想每个读finance的应该都还有一点印象吧， 越往后， 很多大学教授或者phd就不教书了， 直接去开发投资模型， 现在还是如此， 前一段时间闹得最多的就是twitter fund， 有兴趣的可以google以下， 简单的说， 有人发现在twitter里面谈论股票的频率（还有我不知道的因素拉），能对股价有预测作用。。。这就是我在这篇文章一开始就讲的， “在这个世界里，只有新的想法，真正的创新才能够带来财富”。

下次继续optimization and trading

评论

个人觉得。
说起量化投资，就不能不说LTCM...

LTCM的投资手法较为特别，在深信“不同市场证券间不合理价差生灭自然性”的基础上，积极倡导投资数学化，运用电脑建立数量模型分析金融工具价格，利用不同证券的市场价格差异进行短线操作，不太注重交易品种的后市方向。

　　Myron Scholes和Robert Merton将金融市场历史交易资料、已有的市场理论、学术研究报告和市场信息有机结合在一起，形成了一套较完整的电脑数学自动投资模型。他们利用计算机处理大量历史数据，通过连续而精密的计算得到两个不同金融工具间的正常历史价格差，然后结合市场信息分析它们之间的最新价格差。如果两者出现偏差，并且该偏差正在放大，电脑立即建立起庞大的债券和衍生工具组合，大举套利入市投资；经过市场一段时间调节，放大的偏差会自动恢复到正常轨迹上，此时电脑指令平仓离场，获取偏差的差值。一言以蔽之，就是“通过电脑精密计算，发现不正常市场价格差，资金杠杆放大，入市图利”的投资策略。

。。。
说的就是量化投资，可是结果大家都知道。
试图全面量化非线性金融市场，几乎是不可能的。散户没有超级电脑，没有复杂的风险控制程序，玩这个难度是很高的。
不是说这东西没用，但是不是一种适合散户的完美工具，值得商榷

评论

LTCM是基于convergence arbitrage，具体就是利用on the run bond和off the run bond之间的liquidity premium的不同来对冲套利。主要是大杠杆来获益，跟deriviative没什么关系。你描述的方法跟事实之间差太远了

后来他们主要是在国际市场，特别是1998年俄罗斯那次玩脱了



另外楼主那个关于量化的帖子里面完全没有提到任何关于Quantitative的东西

signal部分一部分基本就是chartist，一部分来自foundamental anlysis

至于CAMP/FFM这些玩意则完全是则是来自Equity valuation或者Portfolio Management



这忽悠的太不专业了


不过说实话，大部分学金融搞金融的根本没接触过定量才是常态。接触过的才是少数。会用的就更少了

评论
真是藏龙卧虎的地方！！

评论


capm本身就是一点的quant， 你得看你的出发点是哪里， 你可以从portfolio management/equity valuation的角度去看， 也可以从signal的角度去看， 我所讲的是， beta is a (risk) factor, that's it. 而且， 既然你说capm是valuation，beta就已经会对股价产生影响， beta is a factor that explains stock return.

我讲到的signal， 大部分只要是做量化股票投资的基本上都会用到， momentum (我举的例子是12 month momentum）  + value (我举的例子是PE) + sentiment (我举的例子是earnings revision)+ quality (我举的例子是return on equity), 量化的本身就是希望能够采用各种各样的投资方法， 包括chartist和fundamental，把这些投资方法的过程量化。 当然， 如果你说的量化是high frequency, futures trading或者是asset allocation 你跟我讲的是不同的量化投资，我只能说量化的应用太广泛了。我希望你能跟我多讲讲那些方面是怎么赚钱的，　我洗耳恭听．

评论


关键是杠杆和deleveraging， 我没觉得在对冲套利模型方面会有什么问题， 但是加上杠杆和deleveraging，问题会很严重。

同理， 在机构投资的世界里， 大家都说IR (information ratio), 但是tracking error is equally important, it's easy to achieve an IR of 1-2 if tracking error is only 10bps vs achieving an IR of 1-2 when tracking error is 20%

评论

那段描述是摘抄某评论的。
关键是LTCM是量化分析的先行者。利用数学模型分析进行套利。
我只是想说利用数学模型量化分析是有风险的。并不是说历史数据模拟成功，就一定能成。

评论
Looking forward to the "optimization and trading"...

评论


你说的我不反对。
对冲套利或者pair trading多数都会是用较高杠杆，不然利润会比较薄。
只是觉得量化分析也有缺陷，不完善的分析加上弱的风险控制，未必会有好的效果。
谢谢你的分享。请继续。

评论


我之前的时候倒是做过一些对于这些factors的量化回归分析，事实上我也只见到equity在用这个。

评论


Sure the leverage could impact on the outcome of the model dramatically. For the deleveraging, can you explain how does it cause problem as well? Thanks,

评论

Use high leverage or not depends on the trader. Pairs trading is just relative lower risk, not no risk. To certain extent, pairs trading is a directional trading as well. It is the direction of the correlation.


No system is perfect and having 100% winning. All systems will fail without a good money management.

评论
学习

评论
waa ~~interesting,, looking forward to read more...

评论


the spread from the pairs is typically very low. for two stocks which are highly correlated historically, and then they have a spread for various reasons (market inefficiency whatever), because the spread itself will be small, you have to use a lot of leverage to earn meaningful return when the spread converge to 0; and when you are using leverage, you are building up the volume of the stocks gradually. suppose now, things/macro turn really bad, you are probably not the only one doing pair trading, there are other people probably trying to do exactly the same thing, so there are ppl using correlated strategy to your pair trade model

-->sooner or later, 1. there are people who want to unwind the position because they don't want to take the risk to earn the spread
2. there are clients who get scared and want to ask money managers to redeem their money, forcing money managers to exit the positions

so unless your pair trade model is 100% no correlation with other pair trade models, you will end up having negative returns because other people are betting against you when they are unwinding their pair trade positions, now what do you do? you probably want to unwind your bets, and remember, you are leveraged, and so you probably want to de-leverage now, and volume for these stocks will be huge to unwind, much more than their normal daily traded volume, supply > demand, pair trade will no longer be profitable.

this is especially true in the property sector in developed markets, usually, the pair trade works really well in reits (do one yourself, I'm very sure of that), but the problem lies in trading because reits liquidity is not good (even when you have just about 200-300 mln USD), when you don't consider turnover, strategy is quite profitable, but turnover/volume can be a concern.

that's my thought, may not be 100% correct, happy to hear your views, 对不起用英文拉大家， 英文容易写啊。。。

评论


LOL. I'll be dead if I type a such long post (like your 1st post) in Chinese.

Thank you very much for the detail explain. It is possible to happen in the way you see the market. Will that happen everyday? Yes for sure, just in a different (smaller) scale. From my understand your view, it won't happen very often though (of course in my perception). As a trader, I think it does not matter because I trade what my system telling me what to do, not the reasons behind unless those reasons are part of my system. I prefer to call pairs trading as stats-arb. It seems more closer to the picture and sentiments is not included.

In a broad sense, the way you think will happen in any style of trading, not just pairs. It also happens in any time frames as well. It makes trading so difficult to be master.  And once understood, it is a new world, a different perspective about trading.




Should it be a reason to over-trade? over leverage? Of course you know the answer. Then the De-leveraging is not going to happen at least to my position. Will that happen to many and many others? No doubt about it, there are plenty of them. And the very important question is that will my position be impacted? I don't really think so.




neg-correlation pairs should not be call pairs trading. They are TWO directional trades in my opinions.




That's not right or wrong in the market. It only has "A" profitable trade or "A"  non-profitable trade.


Thanks for the tips on reits. They are filtered by my basic criteria.  And you right, no liquidity.


It is an extremely valuable post because of the content and your feedback. Thanks again for starting it. The is one of the best posts in this forum. Please share more.

评论
我会继续关注

评论
楼主好专业。对于我这种对金融投资一窍不通的人看着好难懂。请教楼主澳洲有没有像中国的货币基金那样比存银行的利率高些，但又不用太管的基金投资呀呵呵，谢谢了！

评论
楼主很好很强大，帮顶！

评论
有质量有深度的好帖，呼唤DS版主来给楼主加精

评论
这贴怎么就沉在7月15号了呢？

楼主讲了好多概念的东西，multifactors, capm, beta都是概念 这些在大学里都学过， 我学得不好， 但是道理都懂， 希望能介绍一下现在投行是怎么具体操作， 一些简单详要的步骤

继续关注， 别沉了啊

评论
起了个好头，但都没说下去。我来补充一下
量化是个很宽泛的概念，国际上基本上分为几大类：
equity long/short，这种现在流行的很多。好像去年黑岩出了个长短仓模型，1年下来30%几，相当不错。
global macro，比较出名的是bridge water，基本认为是全球宏观领域做得最好的。只要是用期货进行交易，比如说原油、天然气、以及一些国家的股指期货。包括像前几年比较出名的Paulson就是这种。07年做空次级债赚了37亿美元，10年做黄金又赚了50亿。但在11年他投资美洲银行、花旗银行, 和中国的嘉汉林业被爆料造假，Paulson的对冲基金一下子损失了40%。
然后是统计套利，利用纯粹的统计特性做一些配对、或者对一篮子股票进行交易。这类基金代表像de shaw、citadel和这几年谈论比较多的文艺复兴。这里有个误区，很多人都把西蒙斯和股神巴菲特进行比较，认为大奖章基金多年来获得近30%的年回报率，比巴菲特还要厉害。其实，这是非常不科学的比较，因为统计套利的容量有限，文艺复兴能够管理的资产通常在100亿-200亿之间，这和巴菲特管理的资产规模是没法比的。
我看上面几位谈论的量化应该都是这个领域的。
再是事件驱动，主要通过量化一些事件，比如说股票的分红，以及其他公司事件，然后进行投资。
最后一个就是高频交易，two sigma jump trading，都是高频交易的典型代表。有些交易股票，有些以期货为主。我见识过几个这样的人，每年都是1000%的盈利，并且连续盈利5年，资金曲线很漂亮，没什么回撤，几乎每天都在赚钱。但问题是资金容量比较小，最多只有几十万人民币。
上面这几类基本就是量化交易的大概

评论

上面是量化交易的类型，再来谈谈主动还是被动
从规模上来讲，量化投资远远达不到主流水平，大概只有30%左右。当然这个也没精确数字，只是估算出来的。国际上主要的投资方式还是基于基本面分析和人为的主观判断进行交易，占到资产管理的70%。但如果从成交量来说，量化保守的估计也要有40~50%。因为有很多高频、小型对冲基金的存在。传统的基金经理每年只有1、2倍的换手。但以小的高频来看，每年几百倍的换手不算少见。
风险对应的不是哪种交易模式，而是风控规则，但总的来说，量化的风险比主观小一点，同时稳定性也较好。通过量化方式，很多交易都是可以重复的，而主观交易很难说它是运气好还是真的水平好。当然这个也是老得观点，现在有些新方法用人工智能来做交易，像遗传、蚁群、bp等等。虽然这方面论文写的很拉风，但真的做的比较好的还没怎么见到。
除此之外，量化和主观最主要的区别就是容量，这个概念基本上谈起的人不多。像我上面举得例子，每年1000%，连续5年。但是由于容量上不去，所以最后产生的效益也不大。自有资金跑跑还可以，从公司角度来说根本没用处。而像巴菲特这样的规模，每年动个5%就已经是很大一笔盈利了。
这个在我看来就是量化和主观的比较本质的区别了，剩下像什么回报率稳定性又是另外一个概念了。
像上面有个提起信息率，其实无论信息率还是夏普率都是建立在长期盈利的基础上。如果模型还不能保证盈利，那还谈什么稳定性。这个和复利是一样的概念，先有盈利再看复利。
回报率则是一个单独的东西，因为回报率是由投资人的风险偏好决定的，通过杠杆的使用达到目的。比如说一个策略的信息率是3倍，那么你的回报完全是由你冒多少风险来决定的。如果你愿冒10%的风险，那平均起来就30%的回报，如果你冒20%的风险，就回报60%，所以这个回报完全是由你有多大胆子决定的，而不是由你的策略决定的。有可能我的策略并不好，但是我就愿意下注，我可以忍受亏钱的痛苦，这样我也有可能获得很高的回报。
所以纯粹的比较主观还是量化哪个更好，出去容量的问题不谈，只能够按照稳定性来看。不过这些比较的前提是都要有成熟的系统。普通散户离这个层面还差的很远。

评论

Have to read a few times, but still not fully understand.

And I would assume that you are right at this stage, except for this
所以这个回报完全是由你有多大胆子决定的，而不是由你的策略决定的。

The position sizing (or risk management) is part of the system (or strategy).  A system which is risking 20% will make more (much more) for sure.  But it is only true IF the account was not go burst before it gets a reasonable profitable. In the other words, it is gambling between get rich and get broke.  One of them will comes first for sure.


澳洲中文论坛热点