从研究到投资

我们在做研究的时候,往往可以站在一个相对较高的位置,对事物的前提条件、发展脉络、演变结果等进行详细梳理,并找出其中的逻辑或因果关系。比如业绩增长与股价之间的关系、市场成交量与价格之间的关系等。但具体落实到投资,研究得到的规律却未必总能适用。至少在短期来看,逻辑或因果关系都是极难得到有效验证的。 这时投资经验就显得更为重要,毕竟投资的唯一目的就是从买卖中赚取差价,而不是简单地对逻辑或因果关系进行检验。所以在投资中往往需要留有足够的试错空间,以随时应对逻辑或因果关系在特定时期内崩塌的可能,避免其对整体仓位产生较大影响。 归根结底,投资还是在做一件不确定的事情,不管你的研究做的如何深入,以及在不确定性中寻找到了怎样程度的一种确定性关系,终究都无法保证能够完全避免黑天鹅事件的发生。举个最简单的例子,一趟准点率达到98%的航班也有可能会让你恰好撞上晚点两个小时的时候。 但上述结论并不意味着投资就可以完全脱离于研究而独立存在了,好比我们不可能在对市场毫无判断的基础上就妄下重注,更不可能去追逐在我们看来期望收益非正的投资机会。很多单纯的赌博行为,在扣除完交易成本后的期望收益都为负。从该层面上来说,研究所能提供的市场行情的可能演化方向和幅度,将是未来获取正期望收益的唯一来源。 量化投资的投研体系与传统投研体系一脉相承,却又不尽相同,至少从研究与投资的关系上来看,量化研究与量化投资往往是相互印证、不可分割的,甚至二者有着完全相同的评判标准:超额收益、跟踪误差和信息比率等,而不像主动投资那么重视逻辑或因果关系的正确性,量化投资更多的是依赖一种可供反复验证的统计关系。当然,与主动投资类似,统计关系也是可能会在未来的某一段时间内瞬间崩塌的,所以通过设置一些行之有效的风控指标来对模型进行监控也是必不可少的。一旦某些指标触及阈值,就有足够的必要对模型适用范围和市场环境进行重新解读,以保证模型能够始终维持在最佳状态。 综上所述,无论是主动投资还是量化投资,都无法通过研究消除市场的不确定性。但盈亏同源,或许正是这种不确定性带来了赚钱的机会。为此我们应该时刻抱有一种求索的态度,即在做好本分研究的同时,也要随时做好亏钱的准备。