Local EPUB Text
不完全的随机游走
至此我希望我已经使你相信市场走势本质上是“随机游走”的，即在各个方面都无法预测市场走势，这使股票挑选和市场时机选择变得不可能。但事实上市场走势并非完全的随机游走，另外尽管了解市场格局并不能获利，但对投资者来说这还是有必要的。为了说明这一点，我们必须搞清楚随机游走到底意味着什么。它意味着昨天的、上个月的或者去年的市场收益中不包含任何关于未来收益的信息。这是严格正确的吗？
为了回答这个问题，我们首先要明白怎样寻找非随机的行为。方法有很多，最简单的是寻找价格变化中存在的“自相关性”。实际上我们的问题是，“过去每天、每周、每月和每年的价格变化是否与随后的价格变化存在相关性？”
我们选取标准普尔500指数从1926年1月到1998年9月之间的月度收益，共有873个月份。然后建立两个序列，第一列删掉第一个月的收益，第二列删掉最后一个月的收益，这样就得到了两个拥有872个月度收益数据的序列，二者的数据相错一个月。多亏有了神奇的现代化电子表格软件，这让计算两个序列的相关系数变得易如反掌。一个收益序列和它的滞后序列之间的相关性叫作自相关。正的自相关意味着高于或低于平均收益的趋势将会重复或者延续。一种资产或证券的“趋势”就是由正自相关定义的。负自相关定义了所谓的“均值回归”，即高低收益总是交替产生的。最后，零自相关即为随机游走。
事实得出大型公司股票在1926～1998年间的月度收益的自相关是0.081。数字不大，但仍是正数，说明本月的良好收益预示着下个月会取得略微高于平均水平的收益。这种可能性实现的概率是多少呢？想要知道这个概率，就必须算出拥有873个随机数据的序列的标准差。公式是，代入873可得0.034。因此，0.081的自相关是随机游走的0.034的标准差的两倍多。这表明对873个随机数据来说，这种事件发生的概率要小于1/100。
所以，看来美国证券价格在以月为单位的时间段中表现出了持续增长的势头。
在坎贝尔、罗和麦金雷的《金融市场计量经济学》中有对美国股票的自相关数据的很好总结。下表中总结了1962～1984年间美国股市的自相关数据。价值加权（也即CRSP 1-10指数）和等量加权的指数可以分别粗略地认为是大型公司股票和小型公司股票的替代品。
注：CRSP=证券价格研究中心。
表中的数据毫无疑问地显示了以天为单位的大型公司股票指数的趋势效应在统计学上是高度显著的，但当单位时间更长时则并非如此。小型公司股票指数在以天、周、年为单位的时间段中都显示了趋势效应。（我并不会对小型公司股票每天0.350的自相关性太过惊讶。要知道很多这类股票并不是每天都进行交易，因此某一天中市场的涨跌会使那些未交易的股票在随后数天中产生类似的走势。）
令人惊讶的是，坎贝尔等人没有发现任何关于个股趋势效应存在的迹象。换句话说，那些时刻紧盯股票价格走势的投资者们看样子是在浪费时间。但最近关注基金价格走势可能会有点用处，坎贝尔等人解释说这个明显的悖论是因为在大型公司股票和小型公司股票之间存在着高度显著的“交叉自相关性”，即大型公司股票的涨跌通常会伴随着小型公司股票的涨跌。