宽客 第一章:求真者——物理学家如何说服自己市场是可解的

Read in English

一代物理学家与数学家为何相信市场存在可解的隐藏结构,这一信念为何部分正确,以及为何部分正确加上高度确信是金融领域最危险的组合。

🔊 聆听文章 (Listen to Article)

宽客 第一章:求真者——物理学家如何说服自己市场是可解的

投资背景

斯科特·帕特森的《宽客》表面上写的是数学,实际上写的是"确信"这件事:当极其聪明的人把一个真实但脆弱的统计规律误当成自然法则时,资本会遭遇什么。

书中的主角并不是骗子。城堡投资的肯·格里芬、AQR的克里夫·阿斯内斯、德意志银行的博阿兹·温斯坦、文艺复兴科技的詹姆斯·西蒙斯、摩根士丹利流程驱动交易部的彼得·穆勒——按任何标准衡量,他们都属于人类历史上被投向金融市场的最严谨的分析头脑。他们中有几位确实拥有真实、持久、可重复的优势,有些人直到今天仍然拥有。

正因如此,这个故事才具有教学价值,而不仅仅是娱乐性。如果2007年8月的宽客大崩盘是由蠢人造成的,那么它对一个谨慎的投资者毫无启发。它恰恰是由蠢人的反面造成的,而失败是通过他们的模型在结构上无法看见的渠道抵达的。

理解这段智识起源,才能理解那份确信从何而来。量化金融的创立信念是:市场价格无论多么嘈杂,都包含可以被还原的结构。爱德华·索普先在二十一点上证明了这一点,随后在可转债套利上再次证明。费雪·布莱克、迈伦·斯科尔斯与罗伯特·默顿给出了期权的闭式定价公式。尤金·法马与肯尼斯·弗伦奇证明了便宜的股票长期跑赢昂贵的股票、小市值跑赢大市值,且跨越数十年与多个国家成立。这些都是真实的发现,没有一项是编造的。

但从这些真实发现中,整个职业群体推出了一个其实并不成立的结论:市场在物理学家的意义上是"可解的"。只要有足够的数据、足够的算力和足够高深的数学,残余的不确定性就可以被压缩到接近于零——因此风险是一个可以被度量和优化的数量,而不是一种必须被熬过去的处境。

本章要讲的,正是"这个规律是真实的"与"这个规律会在我最需要的时候成立"之间的那道裂缝。这本书里几乎所有的灾难,都住在这道裂缝里。

华尔街解读

可解市场的诱惑

物理学提供了金融学永远无法提供的东西:稳定的定律。2007年的氢原子与1927年的氢原子行为完全一致,它不会因为有人发表了一篇关于它的论文而改变自己的行为。而市场是由会读论文的人组成的,一个盈利规律的公开发表,就是它自我毁灭过程的开始。

宽客们在抽象层面完全理解这一点,但几乎没有人在实践中给它定对价格。原因是一种非常具体、也非常人性的失效模式。

物理学家假设底层定律跨时间稳定,而市场中的所谓定律只是一种行为规律,会随着被利用而衰减。物理学家假设数据越多确定性越高,而来自单一制度环境的更多数据,只会让你对一个从未采样过的制度环境产生虚假信心。物理学家把相关性当作待估计的参数,而相关性其实取决于压力状态,并且恰恰在你最需要分散化的时刻趋近于一。物理学家把极端事件视为已知分布的尾部抽样,而极端事件往往由其他参与者的被迫行为生成,根本不来自那个分布。最后,物理学家假设观察者不影响系统,而你自己的规模、以及所有运行同一套模型的人的规模,本身就是系统的一部分。

最后两条就是这本书的全部内容。帕特森笔下的每一位宽客都能在研讨会上把前三个问题讲得头头是道,但几乎没有人的仓位规模反映了后两条。

为什么回测系统性地撒谎

回测是在一段你已经知道结局的历史样本上做实验。它有三个缺陷,任何统计学上的严谨都无法完全消除。

第一是策略本身的幸存者偏差。你测试的是那些出现在你脑海中的想法,而出现在你脑海中的想法,早已被"你知道什么有效"所塑造。价值投资在2006年做的回测里表现惊艳,部分原因只是八十和九十年代对它很友好。同样的测试放在2020年、在价值因子表现低迷十年之后再做一遍,面对完全相同的数学,情绪反应会截然不同。

第二是你没有采样到的制度环境。2007年绝大多数量化股票策略是在1990年之后的数据上开发的。那个窗口包含了1998年危机和互联网泡沫破灭,但不包含这样一段时期:十几家规模庞大、使用杠杆、结构高度相似的基金被同时迫使清算几乎相同的持仓。之所以不存在这样一段时期,是因为那种行业结构在此之前根本不存在。模型对自己的数据并没有判断错误,只是它们的数据里没有即将发生之事的任何范例。

第三点最具腐蚀性:回测衡量的是策略,而不是操作者。一个显示最大回撤22%并最终收复的回测,完全没有告诉你在回撤最低点时,你本人、你的主经纪商、你的风控委员会和你的出资人是否还留在这个仓位里。2007年8月,对大多数参与者而言答案是否定的——而一个你在低点退出的策略,已经不是你回测过的那个策略。

放大错误的行业文化

帕特森花了大量篇幅描写宽客们的社交世界:扑克局、从同样几个物理系和数学系挖人、人才在摩根士丹利、高盛、城堡和各家对冲基金之间流动。这些不是花絮,这就是机制本身。

当一个行业从同一个智识传统招人、在同一批数据集上训练、使用同一套风控软件、阅读同样那三本期刊时,它会在没有任何人合谋的情况下收敛到同样的仓位上。方法的同质化产生持仓的同质化。而持仓的同质化,会把一个看起来分散的行业,变成一笔穿着十几个不同基金名字的单一交易。

这个系统里没有任何一个个体的行为是非理性的。是这个系统作为整体,在积累一种任何参与者从自己的账本内部都无法度量的风险。

可执行规则

第一,默认把每一个量化优势都视为正在衰减的,要求它拿出持续性的证据,而不是假设它会持续。在配置任何系统化策略之前,无论是因子ETF、管理期货基金还是备兑开仓叠加,都要问清楚:它的机制是什么,交易对手是谁,以及那些人为什么会持续亏钱。如果唯一的答案是"回测显示如此",那你买的是一次历史意外。请假设一个优势公开发表后只能兑现回测溢价的一半左右,并据此确定一个即使如此也可以接受的仓位规模。

第二,绝不让模型的精确度决定你的仓位规模。模型的输出告诉你方向,但它不会告诉你能承受多大程度的错误。仓位规模必须由"错了会怎样"来决定,也就是你的组合可以承受多少损伤而不改变支出计划,而不是由模型报告的置信区间来决定。一个夏普比率优秀但占退休组合40%的策略,是比一个平庸但只占5%的策略更糟糕的决策。

第三,针对你的数据里没有的制度环境做压力测试,而不是针对它有的那个。取样本中最严重的回撤,把它翻倍,然后问你的计划是否还能成立。2007年的宽客们,其模型是在一个不存在多策略同时清算的世界上校准的,因此他们的最坏情形在算术上就不可能描述他们实际遭遇的那一周。你的历史最坏情形是未来痛苦的下限,永远不是上限。

第四,审查持仓中隐藏的雷同性,而不是名义上的分散度。数一数你的仓位可能亏钱的不同原因有几个,而不是数有几个代码。如果你的卫星仓里有价值ETF、小盘价值基金、质量因子基金和多空因子基金,你拥有的大约是一笔用四种方式表达的赌注,而在真正关键的那一天,它会像一笔赌注那样运动。

第五,让指数核心在结构上与任何"需要你判断正确"的策略彻底分开。你的低成本、全球分散的指数核心,并不是本章意义上的策略:它不声称能预测任何事情,因此也不会被制度变迁证伪。你持有的任何量化或战术仓位,都只是与这个核心并存的对冲或卫星部分,资金来自一个事先定义并设有上限的额度。它永远不替代核心,也永远不能在回撤中通过卖出指数持仓来加仓。

退休组合应用

对退休投资者而言,本章的实际含义令人不适但非常简单:这本书里亏钱最多的人,预测能力远超你此生所能达到的水平,而决定他们生死的并不是预测能力。真正决定结局的是杠杆、仓位规模,以及他们能否自己选择退出的时点。

这个视角的转换对组合构建有直接后果。一位退休投资者相对于2007年8月的城堡或摩根士丹利流程驱动交易部的优势,从来不是分析能力上的,而是结构上的。一个持有两年生活开支的国库券、没有任何保证金负债的退休者,没有任何义务在恐慌中卖出任何东西。仅这一个结构性事实,在那一周里的价值就超过了格林威治或曼哈顿任何一张交易台上的任何模型。

请把组合构建成即使你对市场方向判断错误也能存活下来的样子。在此之后,再考虑一个小额战术仓位是否能带来价值。顺序至关重要:先是可存活性,其次才是聪明,而且聪明必须设上限。

风险管理

第一是确信度风险。最危险的组合不是建立在坏模型之上的那个,而是建立在好模型之上却被过度确信地持有的那个。请追踪你的仓位规模在策略连续奏效之后是如何变化的;如果成功让你变大,你就等于建造了一台自动机器,保证自己在拥挤度最高的那一刻暴露最大。

第二是雷同性风险。用你数据中最糟糕的那个季度、而不是全期平均值,对持仓做一次简单的相关性检查。全期相关性会美化分散化效果,压力期相关性才告诉你实际持有的是什么。

第三是期限错配风险。一个现实恢复期为五年的策略,被一位三年后就要用钱的投资者持有,那不是策略,而是一场设定了闹钟的赌博。请把每个仓位的现实恢复周期,与你可能需要动用这笔钱的日期逐一对照。

第四是叙事风险。警惕仅仅因为故事动听、人物耀眼就做出配置。这本书里的每一家基金都同时具备这两点。资历可以预测分析质量,但无法预测仓位的可存活性。

本章的局限

本章无法告诉你哪些量化策略真正具有持久性,因为这个判断需要尚未流逝的样本外时间。它也无法给你一条事前区分真实优势与过拟合的规则——如果这样的规则存在,书中的人早就用上了。

它提供的是更狭窄也更有用的东西:一个理由,让你把每一个模型驱动的仓位都控制在这样的规模上——即使全盘皆错,那也只是一次不便,而不是一场灾难。后续章节展示的,正是这种纪律缺席时会发生什么。


核心要点:宽客们并没有看错市场存在结构,他们看错的是这个结构能承受多少重量。一个诚实发现的真实优势,若被以过度的确信和杠杆持有,其结果会比一个被谦卑持有的普通优势更糟。对退休投资者而言,结论与直觉相反:你的目标不是找到比专业人士更好的模型,而是构建一个不需要模型正确的组合。低成本指数核心、零杠杆、以及自主选择卖出日期的能力,在真正关键的那一周里胜过本书中的每一个方程。