Local EPUB Text
思想的产生
在理想的情况下，宽客在他们的研究中遵循科学的方法。就这一点而言，理论的发展（或者理论上可靠的数据挖掘方法）是研究过程的第一重要步骤。我们发现，思想的4个共有来源是：对市场的观察结果、学术文献、研究员或者投资组合经理在量化公司之间的迁移以及来自主观判断型交易者活动的教训。
宽客提出他们的想法的主要方式是通过观察市场。这种方法最直接地体现了科学方法的精神。量化交易策略的一个优秀而古老的例子是：期货合约中的趋势跟随策略。理查德·唐奇安是趋势跟随策略之父。他最先在股票市场进行交易，但是在1948年，他创建了期货公司，第一次公开地持有商品基金。1960年12月，他在时事通讯上发表了他的交易思想：《商品趋势择时》（Commodity Trend Timing）[1]。他观察到，许多市场，即人们倾向于称作的牛市或熊市，存在着彻底的运动方向。他假定能构建一个系统，这个系统能够探测到趋势已经开始并持续进行。他将其想法表述为跟随策略：如果既定市场的价格高于过去两周的最高收盘价，则做多；如果价格低于过去两周的最低收盘价，则做空。在此期间，持有市场中所拥有的头寸。使用这个不可思议的简单系统，1950~1970年，他创造了成功的业绩记录，并催生了现在管理数千亿美元资产的行业。
量化金融以及更广泛的金融领域的学术论文中充斥着大量量化研究者感兴趣的话题。例如，许多金融论文探讨了各种聪明的方法，公司首席财务官（CFO）利用这些方法编造公司盈利和其他财务数据，进而使股东保持信心。量化公司注意到这一点，目前几个公司已经有相关策略，通过寻找学术文献中描述的各种行为来构建交易机会。许多量化公司花费大量的时间收集学术期刊、工作底稿以及会议资料中的能够用科学方法检验的思想。宽客可以寻找财务报表管理相关的文献，并检验这些文献中的思想。也许，量化交易领域中掀起巨浪的学术论文的最经典的例子是哈里·马科维茨的《投资组合选择》（Portfolio Selection）。正如第6章所陈述的，在《投资组合选择》中，马科维茨博士提出了一种计算“最优”投资组合的算法，这种算法被称为均值方差优化（mean variance optimization）。自马科维茨论文发表后的几十年里，在有关投资组合构建的研究中，他的技巧以及变异型仍是量化交易工具箱中最主要的工具。除金融文献之外，宽客也频繁利用其他科学领域的文献，例如天文学、物理学或者心理学，其中的想法可能适用于量化金融问题。
新思想的另一个常见来源是研究员或者投资组合经理在量化公司之间的迁移。虽然许多公司借助非竞争条款和保密协议使这一切变得很难，但是宽客仍然能够有效地将思想从一个地方带到另一个地方，这是意料之中的。任何理性的宽客都会想知道竞争对手在做什么，尤其是那些成功的竞争对手。至少在别处工作过的潜在的新雇员的部分优势在于了解竞争对手的行为，甚至是一些秘密。对于这类事件，有无数的例子。高盛创造了用于全球策略性资产配置和全球股票市场中性交易策略的AQR量化方法。理查德·丹尼斯训练了一组被称为“海龟”的新交易者实施趋势跟随策略，他们没有交易经验。这是与他的朋友威廉·埃克哈特（William Eckhardt）进行打赌的一个社会实验。肖氏公司是其创立者在摩根士丹利的统计套利交易平台被撤职以后创建的，这个公司也发展了几个成功的同行，包括Two Sigma和Highbridge量化股票基金经理。另一个具有吸引力的公司是文艺复兴科技公司，以留住人才而著称，部分是因为他们的研究员签署铁证如山的非竞争协议。曾经有两个研究员流失到千禧年合伙公司（Millennium Partners），文艺复兴科技公司因为此事起诉千禧年合伙公司，不过最终证明研究员在文艺复兴科技公司工作时莫名其妙地并没有签署非竞争协议。然而，交易者最终被千禧年公司终止合约，千禧年公司认为雇用他们带来的麻烦大于其价值。有时候，投资者背后窥探量化公司，然后与其他投资者进行分享，扮演着量化公司思想传播的载体。
最后，宽客从成功的主观判断型交易者行为中吸取经验教训。例如，成功的交易者中有一句古老的谚语：“亏损时要止损，盈利时要让利润奔跑。”这个思想很容易形成且被检验，被称为止损策略（stop-loss policy），系统地包含未结算头寸的已实现损失。宽客与成功的主观判断型交易者紧密合作，试图将后者的行为特征编纂在交易系统里。这样的例子有很多。并不是所有的策略注定都会成功。技术交易者（technical trader）是指对市场价格图形进行主观分析，并基于这些图形的不同形状所暗示的“准则”做出决策的交易者。这些图形被称为诸如头肩模式（head and shoulders pattern）或上三角模式（upward triangle pattern）。许多量化基金来来往往，试图重新创造一些模式进入系统化交易规则。这可能是因为思想本身并不具备有效的理论基础，也可能如一些人所认为的，是因为人工操作时没有基于规则，进而斥责真正的系统化交易不会成功。然而，能够吸取有价值的经验教训：不是所有的成功交易者都有技巧，识别真正有用的或没有用处的因素的有效方式是将思想形成研究过程，观察其能否存活至最后。
[1] From Richard Donchian’s Foundation website：www.foundationservices.cc/RDD2.