Local EPUB Text
第19章 低买高卖
第19章 低买高卖
时 间一晃到了2000年春天，这是新港沙滩又一个温暖明媚的早晨。从坐落在600英尺高的山坡上的家中放眼望去，30英里外太平洋上卡特琳娜岛的海景清晰可见，在这座因瑞格利家族[1]而闻名的海岛上，26英里长的海岸线宛如一艘巨艇横陈在天边。而在左手处，60英里以外，同样巨大的圣克莱门特岛的身影隐约藏匿于天际线上。从我所坐的位置向前走2.5英里就是蔚蓝的大海，中间由一片宽阔的沙滩隔开，远远望去，拍打岸头的浪花宛如一条白色丝带。此时，清晨早航的船只已经从新港港口鱼贯而出，这个港口是世界上最大的小艇停泊处之一，有超过8 000艘帆船和动力船只在此停靠。同时，新港地区也不乏一些世界顶级的奢华住所。这里的生活环境如此宜人，让我不由在外出度假时怀疑是否压根没必要离开。
早餐时分，太阳从我身后的山峦间冉冉升起，照亮了西边时尚岛上巨大的商务出租楼群，数座高耸的金融中心大厦也因此添上一缕晨色。等到我驱车到3英里外时尚岛的办公室时，那些摩天大楼已完全沐浴在阳光里。到那时为止，我和史蒂夫在1992年创立的统计套利[2]公司已经顺利运营了8个年头。
在清晨的第一个小时内，我们的计算机就完成了超过100万股股票的交易，同时赚取了40万美元的利润。此刻，公司管理着3.4亿美元的本金，我们买入价值将近5.4亿美元的股票并做空等价的证券产品。通过电脑拟合，并结合经验判断，我们的投资组合近似市场中性，也就是说投资组合的价值波动几乎和市场总体的平均价格变化没有显著关联。如果用那些金融理论学家们所谓的“贝塔”（beta）指标来衡量，我们的市场中性贝塔平均值为0.06。当一个投资组合的贝塔值为0时，该投资组合的价格和市场价格变动无关，这就是所谓的“市场中性”。而如果投资组合的贝塔值为正，这种组合的价格会对应市值的升降而同向增减，贝塔值越大这种趋势越明显。通常，我们定义市场对自己的价格变化贝塔为1。负的贝塔值则表示组合的价格波动和市价波动趋势相反。如果从另一个金融理论学家们常用的角度——风险调整超额回报（risk–adjusted excess return），也被称作“阿尔法”（alpha）指标（与同等风险的投资相比，年收益率超过这些投资的部分）——分析，我们的平均超额回报率达到了每年20%。[3]在未扣除成本和佣金时，年投资收益率约为26%，这就意味着我们的收益率总体可以看作由三部分组成：美国短期国债的5%年收益、与市场有细微相关性的1%收益和20%的超额回报率。
通过模型计算，计算机每天都会为投资组合中的股票算出一个“合理”价格，这些股票是纽约和全美交易市场上约1 000只最大、买卖最频繁的股票。市场专家们把这些交易量巨大的股票称为“液体”，由于体量优势，它们能在交易中轻易买卖转手而不明显影响总体股价。最新的交易价格源源不断地流入电脑，并立刻和我们的模型所预测出的合理价格进行比对。当实际股价与合理价格相差大于特定程度时，我们就会做多被低估的股票并做空被高估的股票。
为了控制风险，我们对每家公司的股票投资设置了上限。显然，这种风险控制措施和谨慎起到了效果：我们日、周、月的回报率都是“偏正”的，也就是说，赚钱的天数、周数和月数都是多于亏损的，我们与此同时还在盈利。
坐在办公桌前，我扫过电脑屏幕，看看今天的有趣信息，比如今日涨幅和跌幅最大的股票。我可以很快了解是否有哪只股票的收益高得出奇或者过低，但是一切看上去都很正常。接着，我沿着大厅走到史蒂夫·水泽的办公室，他在那里盯着彭博终端机，查看是否有影响我们股票的突发消息。每当兼并、收购、分拆或重组这类消息曝出时，他都会给电脑发出指令并把股票放到限制清单上：不再新增该投资标的并结算现有交易。
史蒂夫成功说服我们的主要经纪人把每股的佣金降低了0.16美分。这节省了大量开支。我们所持有的全部股票，包括做多和做空，每隔两周就会完全更换一次，所以每年大约会这样更新25次。从现有的资产来看，每次更换就意味着我们要卖掉手中持有的5.4亿美元做多的股票，再买入等额的股票，一进一出加起来就是10.8亿美元的资金流动。在另一侧，我们还要对手头做空的股票执行同样的操作，这又是10.8亿美元。一年25次就意味着每年要经手540亿美元，或者说15亿股[4]。著名的对冲基金经理人迈克尔·斯坦哈特退休时，曾说他一年内交易了10亿股，光是这一数字就已经惊呆了不少人。
史蒂夫和经纪人的协商结果能每年为我们节省160万美元的费用，不过经纪人每年依然能从我们这里赚取1 430万美元的佣金。显然，比起那160万美元，我们的经纪人相当聪明，他很清楚如何保持自己的市场竞争力。
什么是统计套利呢？套利最初是指一对持仓相抵的资产款项，利用两者间的差价可以锁定利润。比方说，在伦敦，每盎司黄金可以卖出300美元的价格，而同一时间在纽约买入1盎司黄金只要290美元，那么这之间就有10美元的差价。如果交易的成本加上运输成本是5美元，那么剩下的5美元就是稳赚不赔的利润。这就是套利最原始的意思。
之后，这个词语的意思拓展到描述那些大部分风险相互抵消，有很大概率获利（如果不是一定能赚钱的话）的投资上。以兼并套利为例，如果A公司的股价为每股100美元，B公司的股价为每股70美元，A公司现在以1股换1股的形式买下B公司，那么市场价格立刻就会发生变动。假设A公司的股价掉到了88美元而B公司的股价涨到了83美元，这时候套利者们就会介入，买入83美元的B公司股票并做空88美元的A公司股票。如果三个月内兼并成功，那套利者们就能在83美元的基础上锁定每股5美元的利润，大约为6%。不过，并购项目在完成法定流程并取得股东同意以前并不是板上钉钉的，有一定谈判失败的风险，如果并购失败，那么A公司、B公司的股价就会逆向变化。假设A公司、B公司的股价回到原位，套利者们就会亏损：做空A公司股票的100–88=12美元；做多B公司股票的83–70=13美元。也就是在83美元的成本基础上损失25美元，将近30%的亏损。所以，套利者们除非有充足的理由相信并购失败的可能性微乎其微，不然绝对不会轻易冒这么大的风险。
我们在做多和做空两边各持有相当数额的股票，从统计学上来说，持有这么多只股票会大大降低投资组合的风险，且最终无疑会获利。这就像是21点赌博中的算牌一样，只不过现在赌注更大。我们平均每手交易的价格约为54 000美元，每年下注100万次，相当于开市时每6秒就押下一枚筹码。
在回办公室的路上，我思考着我们的统计套利公司未来会何去何从。在加州大学欧文分校管理学院教授金融学时，我和隔壁办公室的杰罗姆·巴塞尔教授就此事有过不少振奋人心的讨论。之后，我邀请他来普林斯顿–新港合伙公司就职，主要负责开发指标研究项目。杰里（杰罗姆的昵称）和我都不相信有效市场理论。通过21点赌博游戏、沃伦·巴菲特和他朋友们的经历，以及我们在普林斯顿–新港公司每天的盈利过程，我有充分的理由相信市场并不是有效的。我们从来不问“市场是不是有效”，而是问“市场在什么程度、什么方面无效”或者“我们应该怎样利用这点”。
项目的本意在于研究证券的历史收益和股票的多种性质（或者说迹象）之间的联系。我们考虑了诸多基本面和技术指标：每股收益和每股价格之间的比值（也被称作“收益率”）、清算价值和公司的总市场价值（或者说公司的“账面”价值和它市场价值之间的比较）。如今，我们的方法已经人尽皆知并且人们已经彻底掌握它，但是在1979年，大部分学者相信股票的市场价格已经充分反映了这些指标信息，所以任何策略和分析都是无效的，尽管当时大量的金融从业者对此持反对态度。我们的研究项目切入的时机恰到好处，因为研究所必需的高质量数据库和运算力强大的新型电脑在当时刚刚流入市场。
幸运的是，我们有位研究员[5]几乎立刻就发现了统计套利背后的基本原理之一。他把不同股票通过它们在过去2周内的盈亏分成几个等级，大部分在过去一段时间内表现很差的股票在接下来的几周里都会有所上涨，而过去表现得很强势的股票则会下降。从历史数据上来看，买入走势最差的后1/10股票并做空走势最好的前1/10的股票，年收益率能达到20%。我们称这套系统为MUD系统，取自“涨得最多，跌得最多”（most–up, most–down）的股票。正如我在加州大学欧文分校数学系的同事威廉·F.唐纳需（William F. Donoghue）所开的玩笑：“索普，我的建议是，买入走势差的股票，卖掉价格高的股票。”做多的投资组合会和市价波动保持一致，而做空的投资组合则恰好相反，所以两边会抵消市场波动。这就是我们所期望的：一个市场中性的投资组合。不过即便如此，使用这个统计套利策略的波动依然远大于我们的常规投资，所以我们暂时搁置了这个系统。
那时我们还不知道，就在几年后，摩根士丹利的某位普通研究员开发了一套和我们的产品极其相似的套利产品，但价格变动远低于我们的系统。那套系统大约在1983年投入使用，随着经验的增长，他的自信程度也随之提升，他开始逐渐扩展他的投资产品。统计套利在1985年已经成为摩根士丹利的核心盈利项目，但这个统计套利系统的发现和公司的奖励并没有被归功于它的发现者——格里·班贝格[6]。当他的老板农西奥·塔尔塔利亚继续拓展业务时，对此十分不满的班贝格递交了辞呈。
与此同时，作为普林斯顿–新港合伙公司计划的一部分，我们准备增加多元化核心获利项目，公司在不断寻找并资助那些有成功量化策略的人。正处于失业时期的班贝格因此找上了我们。他解释说自己的策略是通过持有大量股票，多头、做空另一些股票的一种高利润、市场中性、低风险的投资策略。这听上去非常像我们的统计套利策略，所以尽管我们只知道投资组合的大致性质，而且对如何选择交易的股票一无所知，我们仍答应和班贝格具体谈谈。在此之前，我向班贝格保证决不向其他任何人透露这项策略的信息，除非他亲自同意，或者这种策略通过其他渠道进入公开领域。班贝格向我详细解释了他的策略是如何运作的。
格里·班贝格是一名身材高大、挺拨的传统犹太人，他看待问题的方式相当保守，但开的玩笑常常让人啼笑皆非。我们在新港沙滩办公室里一起工作了几个星期，尽可能详尽地测试了他的套利方法。如果测试结果令人满意，我们准备资助格里成立一家合资公司。在这段时间里，他每天都带一个棕色午餐袋，里面总有一份金枪鱼沙拉三明治。有一天，我终于忍不住问道：“你午餐大概多久吃一次金枪鱼沙拉三明治？”格里回答说：“过去6年里的每一天，我午餐都吃这个。”格里是个老烟枪，而我又对烟味极其敏感——新港办公室从不雇用抽烟的员工，也不允许在办公室里抽烟，所以我们俩商量了很久该如何解决这个问题。我们最终达成了一致：如果他想抽烟，就必须出去，到底层的花园里抽。比起东海岸的气候，这在南加州温和的冬天里算不上是什么严峻的考验。
班贝格版统计套利策略的获利原理，和我们在1979—1980年发现的“涨得最多，跌得最多”的策略如出一辙。我们对冲了市场风险，但班贝格通过把不同工业领域的股票分开交易，进一步降低了风险。为了测试他的系统的历史数据表现并模拟实时交易，我们使用了普林斯顿–新港公司里占地1 100平方英尺的电脑机房，里面的设备价值约200万美元。像洗衣机一样大的千兆级磁盘驱动器堆积如山，里面还有磁带机和冰箱大小的中央处理器（CPU）。机房的地板是隔空的，上面铺了一层可拆卸的面板，面板下则是一簇簇电线、光缆和其他连接器。
机房有自己特别的安全系统。一旦发生火灾，房间就会在80秒内自动排出空气并充满不可燃的卤素气体。在这种情况下，火焰会因为缺氧而熄灭，不过人在机房内也会因空气不足而窒息。为此，我们两人特意演练了该如何及时逃生，或者在必要时手动释放卤素气体。
我们的设施在20世纪80年代中期都是高科技产品，但随着计算机越来越小型化、计算速度越来越快、价格逐渐走低，现在即使是手机也能轻易达到千兆比特。我们的机房有一套单独的冷却系统，室内温度恒定控制在60华氏度（15.56摄氏度），门都是密封的，并且装有防尘滤网来保证屋内空气纯净。由于吸烟者哪怕只抽一根烟，也会在接下来的几小时内释放大量微粒，格里答应决不在进机房前或者在机房附近抽烟，他还为此开了不少玩笑（我相信这些玩笑的初衷是好的）。
我对测试的结果完全满意，于是很快成立了一家合资公司，由普林斯顿–新港合伙公司提供资金，而由格里负责一站式操作。我们为这家公司取名为BOSS合伙公司，代表“班贝格（加）奥克利–萨顿证券”（Bamberger Oakley Sutton Securities），其中奥克利–萨顿是我们创立的用来辅助普林斯顿–新港合伙公司业务的商业实体。在3 000万美元到6 000万美元的资金基础上，BOSS合伙公司在1985年获取了25%~30%的利润。之后收益逐渐降到1988年的15%。不断衰退的利润和朱利安尼针对普林斯顿办事处与日俱增的攻击让格里沮丧不已，最终他决定退出证券行业[7]，拿着百万资产退休。
另外，我进一步完善了统计套利的概念，从1988年1月开始用自己改进过的统计套利策略进行交易，恰巧避开了1987年的股灾。我们的新套利系统表现如何？根据数据模拟，标普500指数在1987年10月下跌了22%，而BOSS合伙公司则将在这个月内赚取7%的利润。同时，拟合还显示我们的新统计套利产品会在这个月内创下单日和单月收入纪录。这艘船毫无疑问有能力应对激变、驾驭风浪。
为了进一步控制风险，我把班贝格针对不同工业领域分开交易的部分替换成多因子分析的统计过程。因子就是几家、很多或者所有公司共有的趋势，其中最重要的是市场因子——用来描述每一只股票的价格随着市场上下浮动的程度。股票的每日收益可以被看作是随着市场波动的部分和剩余的被称为“残差”的部分。理论学家们和金融从业者已经识别出相当数量的可以用来解释证券价格变化的因子。有些因子——比如说特定工业领域或分支（原油业、金融业等）的因子——主要影响相同领域或副产品领域的股票价格。其他因子——比如整个市场本身的长期、短期利息，通胀率等等——则会同时影响所有股票。
统计套利策略的优美之处在于它可以在模型中抵消任何你想要的影响因子。由于使用统计套利的投资组合是市场中性的，它的多头款项随市场影响的波动已经被空头的效果所抵消。利用相同的原理，投资者可以一对一地抵消每个市场影响因子，让投资组合进一步达到通胀中性、原油价格中性等等。当然，“天下没有免费的午餐”，这一切都是有所取舍的，抵消的风险越多，投资组合的选择就越少。同时，如果我们只选择那些市场中性、通胀中性、原油价格中性等等的投资组合，我们的组合收益也会随之下降。
我们管这种新策略叫“明星套利策略”（STAR，指代英文中“统计套利”两个单词的前两个字母STatistical ARbitrage）。应投资人的要求，我们把明星套利策略的历史交易记录送到了巴拉量化投资公司。巴拉量化投资公司在研究及开发金融产品的领域是无可争议的全球领导者，他们用E2模型——包括55个产业因子和13个宏观经济因子——对明星套利策略进行了测试。测试的结果是，明星套利策略的收益对这68个因子全是系统中性的，并且策略收益也跟运气无关。
能够超过班贝格模型的表现是一件值得庆幸的事情，这也是因为班贝格模型在数据拟合中，收益会逐渐降低。另一个问题是，因为在1987年收益惊人，摩根士丹利把统计套利交易的数量扩增到9亿美元多头、9亿美元空头这一庞大的的数字，降低了市场上所有使用这一方法进行套利的投资人的收益。曾有传言说摩根士丹利后来在这一策略上损失了6%到12%的资产，导致他们最终放弃了这一策略。
摩根士丹利的员工们逐渐离开主管统计套利的量化系统团队。大卫·E.肖便是其中之一。肖原本是哥伦比亚大学计算机科学的教授，想要利用计算机技术在华尔街有所作为。
1988年春天，肖来到新港沙滩，我们详细讨论了他通过改进统计套利策略开发新金融产品的想法。普林斯顿–新港合伙公司有能力按他的计划提供1 000万美元的启动资金，并深为所动。不过由于我们当时已经有了另一个非常优秀的统计套利策略，我们最终决定放弃本项目。然后，肖找到其他投资人，创办了当时华尔街最为成功的分析公司。之后，肖还被聘为总统科学顾问团的一员。徳勋集团接着以统计套利作为核心盈利项目，雇用了大批聪明的量化学术人才，把业务拓展到对冲和其他套利领域（这又回到了他当初在普林斯顿–新港合伙公司提出的计划）。2014年，《福布斯》将大卫·肖列为全美最富排行榜第134位，他的身价达到38亿美元。在他的所有雇员中，有一个名为杰夫·贝索斯的员工，他在1994年为徳勋集团寻找商机的过程中萌生了开网上书店的想法，并很快辞去徳勋集团的职务，成立了亚马逊公司（Amazon.com）。2014年，贝索斯以300亿美元的身价排全美最富有的人第15位。
就在1988年年末普林斯顿–新港合伙公司逐渐衰落的时候，尽管当时压力重重，我们依然成功开发出一套更简单却更强大[8]的统计套利系统。随着普林斯顿–新港合伙公司的解散，我希望一切变得越简单越好。与之相对地，我们把重心放在两块只需少量员工就能处理的领域：对冲日本权证[9]和投资其他对冲基金。两者都进行得相当顺利。
我并没有计划立刻把新的统计套利技巧投入使用。和市场竞争一样，随着使用类似系统的人越来越多，我预计这会逐渐蚕食剩余的套利空间。4年后，我的朋友，也是前合伙人，杰里·巴塞尔前来探望我，向我讲述了统计套利所创造的收益传奇，除了徳勋集团，还有其他金融从业者应用了统计套利系统，包括普林斯顿–新港合伙公司的老员工，还有数名从摩根士丹利出来自己创办对冲基金公司的前量化分析师们。我询问摩根士丹利的分析师们，想看看他们知不知道统计套利策略是如何从摩根士丹利发展而来的，他们都摇头表示一无所知，偶尔有几个表示有谣言说是一个无名的传奇“发现者”——格里·班贝格开发的，这般看来，他的贡献如今已经被完全抹去了。
杰里·巴塞尔告诉我，他现在正为我们的一个前投资人工作，这名投资人准备发起一项数十亿美元的养老金和利益分享计划，如果我们的统计套利系统现在依然可以运转，这名投资人乐意出资让这套系统发挥它的最大容量以尽可能获利。然而，在试图产生额外收益时，每个具有套利优势的股票系统所能利用的资金都是有限的。其中一部分原因是，买入被低估的证券会促使股价上升，卖空被高估的证券则会让股价下跌，两者都会减少差价。因此，打败市场的机会是有限的，交易本身也会影响证券的价格。
由于我们的统计套利方法大部分都已经被计算机程序化，史蒂夫和我在少量员工的帮助下就能游刃有余地处理账户。这同样也为我们留下了充裕的时间享受生活。于是，我们决定接下这一项目，公司顺利开张。最开始是数据模拟，我们的软件运行得很顺利，1992年8月，软件正式投入使用，开始投资实款。
我同样也希望投入自己的资金，开一家新的合伙公司就是一种行之有效且有利可图的方法，这促使我在1994年8月创立了山脊合伙公司（Ridgeline Partners），和我们的主营账户共同交易。山脊合伙公司的有限合伙人在公司运营的8年又1个季度里，每年都能获得18%的收益。
附录E是当时其中一个大额账户的投资表现，出于隐私，我管它叫XYZ，在这段时期内，标普500指数的年回报率为7.77%，年收益标准差为15.07%。XYZ的无杠杆年收益在扣除费用前为18.21%，是标普500指数的2倍；而XYZ的风险（年收益标准差）则只有6.68%。XYZ的收益–风险比是2.73，也是标普500指数的收益–风险比值的5倍。与此同时，美国3个月短期国库券的平均收益大约为5%，标普500指数对其的夏普系数为0.18，而XYZ的这一数值则达到了1.98。
在附录E的图表中，XYZ有两个主要“时期”特别值得关注。从1992年8月12日到1998年10月初，在这段时间里，XYZ的资产稳步上升。从1998年10月到2002年9月13日则是第二个时期，XYZ的收益率大幅上升，极具讽刺意味的是，就在大型对冲基金公司“长期资产管理公司”崩溃后，XYZ的收益创下惊人的半年期新高。收益率激增之后，XYZ的增长速度在1998年4季度到1999年1季度间逐渐回归到第一个时期的收益水平。不过，尽管趋势上相同，第二个时期内XYZ的收益波动更大了[10]。
波动剧烈的一个原因可能是乔治·W.布什选举的影响。由于政府财政支出的增加和减税政策，美国经济由财政盈余变成巨额赤字。互联网经济泡沫的破裂和“9·11”恐怖袭击事件也给美国金融市场增加了更多的不确定性。
在山脊合伙公司运营期间，我们每年收取1%的费用和净新收益的20%作为佣金。其中有一段时间我们对自己的表现倍感失望，出于这个原因，我们自愿削减这段时间内的佣金，退返了超过100万美元给有限合伙人。这个举动在当今一些贪婪的对冲基金经理看来，可能既不实惠也不“聪明”，但我们的投资者对公司相当满意，投资人名单上总是排起长龙。山脊合伙公司大部分时间都是不对新投资者开放的，对于现有客户也严格限制增加资金。为了保持高收益，我们有时甚至会退回一部分资金给投资人来控制金额。
和另一些炙手可热的基金经理不同的是，我们本可以通过提高利润分成或者增加资金来提升自己的收入，但这样做会压低有限合伙人的收益。根据理论经济学，这种普通合伙人的小伎俩能够让他们赚取几乎所有的超额风险收益（或者叫“阿尔法”），而不是把这些收益与其他投资者共享。相反，在这种情况下，我更愿意设身处地地为有限合伙人着想：如果自己是有限合伙人，我会希望合伙公司怎么对待自己？我通常会把这个问题的答案作为执行标准来对待有限合伙人。
对冲基金长期资产管理公司在1998年8月几乎损失了40亿美元资金池里的所有资产。债台高筑的公司威胁对合同中大约1 000亿美元的资金债务违约。违约的资金量如此之大，因而有些人声称这个举措是在威胁全球金融系统的稳定。美国联邦储备体系理事会（Federal Reserve，以下简称“美联储”）最终判断长期资产管理公司“大到不能倒”，并和一系列银行和经纪人制定了一份紧急调解方案，这些银行和经纪人出于个人利益都乐意拯救长期资产管理公司。而在同一时期，由于俄罗斯债务违约，数个亚洲经济体都饱受其害。
一连串的事件大大增加了金融市场的波动率。它们究竟是会增加我们的潜在回报率，还是会阻碍统计套利系统呢？大量对冲基金在各方面承受着相当大的压力。亚洲证券损失惨重，金融机构一夜之间都不愿再延长信贷，加了杠杆的对冲基金被迫肃清所有款项。我们听说大额统计套利也被叫停。这次去杠杆化和流动性危机在2008年全球金融危机中再次上演，只是2008年的严重程度远远超过1998年的这次。
如果市场上有大量统计套利资金撤离，我们预计在危机期间公司的投资组合会有损失。比如说，如果其他基金抛售我们做多的股票，就会促使股价下跌，那我们的多头就会亏损；相似地，随着其他基金肃清做空交易，对应的股价上涨，我们的空头也会受损。但是一旦统计套利的投资组合清算结束，我们预期自己的投资组合收益就会反弹[11]。实际上，紧跟9月最后4天的小幅下滑，10月最初的6天内，我们的资产组合都呈现出负收益，一共损失了4.2%的资金，这是我们有史以来经历过的最严重的亏损。由于恰好是季度末，我怀疑这是对冲基金公司强行结算统计套利款项来偿还信贷导致的。还好我们之前在9月间的表现创下新高，这些损失并没有对公司产生很大影响。
尽管10月初公司的表现很糟糕，但我们及时赚回了损失的金额并延续了9月惊人的收益势头。在随后的6个月里（即直到1999年2月），我们的回报率达到惊世骇俗的54.5%。从1998年到1999年8月之间的12个月里，山脊合伙公司有限合伙人的回报率为72.4%，并且这还是一个市场中性投资产品，杠杆比例都低于2∶1的结果。几个有限合伙人问我有没有见过类似的情况[12]。我的回答是：在投资市场中性产品的35年职业生涯中，这是一段独一无二的经历。我自己对此相当不适应，未来我们也不大可能再重复类似的表现。
如果把山脊合伙公司和XYZ的账户加起来，我们用统计套利策略挣了4亿美元，使用其他策略系统赚了7 000万美元，而在普林斯顿–新港合伙公司的巅峰时期，我们也只赚到2亿7 200万美元。在普林斯顿–新港合伙公司，我们最多有80个雇员，而山脊合伙公司里只有我们6个雇员[13]。面对众多强大的竞争对手，很多对冲基金和投资公司都有数百名雇员，其中不乏数学、统计学、计算机科学、物理学、金融学和经济学等各个领域的博士。一路走来，我们可以说是一家自动化程度极高、稳定而有利可图的公司。
山脊合伙公司在2002年秋天完成了自己的使命。尽管收益不错，但2001年和2002年的利润在逐渐萎缩。市场上对冲基金资金的激增和统计套利程序的普及[14]是收益减少的主要原因。这与1988年摩根士丹利扩展统计套利策略时我们遇到的情形相似，当时摩根士丹利的业务对我们的收益影响显著。其他在同一领域使用套利策略的对冲基金公司也经历了收益下滑的过程，这进一步证实了我的猜想。
除此种种，对我来说放弃山脊合伙公司的最重要的原因是，比起更多财富，和家人在一起的时光才是不可替代的至宝。薇薇安和我都希望能有更多时间和自己的孩子，以及他们的家庭在一起，共同旅行、阅读和学习。这对我来说是人生的又一次转折。
我还对另一些投资颇有兴趣，比如儿子杰夫和我从1990年开始参与的互助储蓄和贷款转换。
[1] 瑞格利家族、箭牌与圣卡特琳娜岛：世界知名口香糖公司——美国“箭牌”糖类有限公司（Wm. Wrigley Jr. Company）即取自瑞格利的家族姓氏。1891年小威廉·瑞格利创建箭牌股份有限公司（当时主要从事肥皂生意），之后逐渐把箭牌公司发展为全球最大的糖果公司之一。1919年，小瑞格利买下了圣卡特琳娜岛公司，并在1919—1975年将卡特琳娜岛建设成世界知名的旅游胜地。如今，2008年4月，玛氏食品（Mars）在伯克希尔–哈撒韦公司、高盛与JP摩根（J.P.Morgan）的资助下收购箭牌，2016年10月，玛氏食品从伯克希尔–哈撒韦公司手中购回箭牌的股份并合并成玛氏箭牌甜品公司（Mars Wrigley Confectionery）。1972年，菲利普·瑞格利将原由卡特琳娜岛公司管理的卡特琳娜岛的大部分土地授权给卡特琳娜岛管理委员会（Catalina Island Conservancy）管理，不过瑞格利家族的卡特琳娜岛公司至今依然掌握着岛上大部分设施的股权和运营管理。——译者注
[2] 统计套利（statistical arbitrage）：一些中文资料似乎把套利（arbitrage）行为理解成狭义的利息套利（interest arbitrage），但实际上，从广义上来说，各种金融衍生品都可以进行套利，本文在这里说的是广义的套利操作。——译者注
[3] 阿尔法和贝塔：阿尔法也称詹森指数，表示超过预期的超额收益；贝塔系数表示不同证券或投资组合的相对风险比值。与两者相关的模型包括资本资产定价模型（CAPM）等，也是评价对冲基金运营表现的重要机制之一。——译者注
[4] 这个案例出自大奖章基金公司，它是一家由数学家詹姆斯·西蒙斯运营的不对外开放的对冲基金。这家对冲基金的交易方式与我们类似，但数量远远超过我们，他们的周转率（回报率。——译者附注）也比我们高，年交易体量惊人。如今，大奖章基金公司成为西蒙斯和他的同僚们的文艺复兴科技公司旗下的投资子公司，这可能是有史以来最成功的对冲基金。
[5] 他是大卫·格雷贝姆。（大卫·格雷贝姆是一位行事极度低调的投资人和基金经理人，毕业于加州大学欧文分校，更多有关他的故事详见《不为人知的太阳能之王》（You’d Never Know He’s a Sun King），《纽约时报》，2010年5月8日，www.nytimes.com/2010/05/09/business/09green.html——译者附注。）
[6] 对于这件事情的相关详情参见：理查德·布克斯塔伯所著的《金融食人魔》（A Demon of Our Design），威利出版社，纽约，2008年。
[7] 参见：斯科特·帕特森，《宽客》（The Quants: How a New Breed of Math Whizzes Conquered Wall Street and Nearly Destroyed It），，科恩出版社，纽约，2010年。
[8] 这基于的是一个统计学概念“主成分”（principal components），我们称之为“ETS”，代表“资产交易系统”（Equity Trading System）。
[9] 详见《三方赢家》（A Three Time Winner），《福布斯》，1991年11月25日，第96—99页；以及肖、索普和赞巴的文章《1989—1990年日经指数看跌期权权证中的风险套利》（Risk Arbitrage in the Nikkei Put Warrant Market of 1989–1990），《应用数学金融》（Applied Mathematical Finance）卷2，第243—271页，1995年。
[10] 图表中第二时期内的相对波动程度实际上并没有它们看上去的那么大。比较变化性（variability）和增长率的正确图表应该是正态对数图。XYZ的相关图表收录于爱德华·O.索普，《统计套利，第6部分》（Statistical Arbitrage, Part VI），维尔莫特，2005年7月，第34—36页。
[11] 在金融危机期间，由于短期内大量抛售和肃清空单，股价会有暂时性的大幅波动，但是这都是短期影响，不同股票对应的公司和市场的强弱本质并没有改变。一方面，强势的公司虽然受抛售影响股价下跌，但在之后的时间里股价会逐渐回到原位，反之亦然。另一方面，大量统计套利对冲基金的撤离让市场上的价差和套利空间陡增，而撤离的基金在危机过后无法及时再投入市场。这两个因素相互影响，促使作者的对冲基金在接下来的6个月内创下收益新高。不过这一切都需要很严格的前提条件：作者很好地控制了山脊合伙公司对冲资金的体量，同时这些资金有很强的流动性；市场中性策略也有比较强的抗风险能力；1998年金融危机对统计套利策略的破坏时间也非常有限。体量、策略和时间三者结合才最终使这次收益表现成型。——译者注
[12] 据报道，西蒙斯神秘的文艺复兴合伙公司在2008年8月有过类似的经历，在刚开始的几天内损失了8%，但在接下来的一年中反弹，赚取了超过100%的利润。
[13] 由于办公室里的6个人每人都各自还有其他负责的事情，实际上我们在这个项目里只“相当于”有3.5个“全职员工”。
[14] 从事统计套利的对冲基金，比如城堡投资集团，已经在这些领域投入大部分必需的技术、智囊和专家，他们之后创造并实施了高频交易方法（high frequency trading）。对于高频交易的相关情况，另见迈克尔·刘易斯所著的《闪电交易员》（Flash Boys）。2005年，就在我们终止统计套利业务的3年后，史蒂夫和我与杰里·巴塞尔（就职于摩根士丹利资产管理部门）一起研究了统计套利策略是否值得重启。我们得出的结果是，它的收益非常微小，只有10%，比起其他投资显得并不怎么诱人。与此同时，我们依然保留着“简化打包”过的软件系统，并依然在等待“有新人和新的数据加入来重启这个项目”。如果我们在2008—2009年还在继续应用这个策略，我怀疑我们很可能会重现1998—1999年的“奇迹”。