Local EPUB Text
分散的魅力
我相信，一套交易系统中，你决定的东西越少，市场决定的东西就越多。这样就能越接近市场的真相，并且产生更好的效果。
——金融帝国
《通向金融王国的自由之路》中，将资金管理称为“可以使你在赢利的时候赚得更多，在亏损的时候输得更少”的技术。首先承认一点，我的数学水平不高，所以无法计算出具体的理论数值，那么我们就继续从概念的角度入手吧。毕竟精确的计算在混沌的市场面前，重要性将会大打折扣。我相信，沉重与压力同金钱无缘，那么今天的话题还是从游戏开始吧。让我们回到《通向金融王国的自由之路》中那个赌博游戏。如果你带着1000元参加这样一场赌博游戏，并且有100次的赌博机会，而且每次赌博的正确率为60％。你所能够左右的只是每次下注的多少。在你输的时候，会输掉你所下的赌注；而在你赢的时候，会赢得同你下注一样多的利润。
正如书中所说，输冲赢缩的下注策略，可以使赌客在拥有正期望收益的情况下最终亏损。那么什么是最佳的下注策略呢？按照书中的说法，每次用总资本的20％下注可以得到统计学上最优的结果。但作者并不推崇将这种下注策略运用到期货市场，毕竟它可能会产生超过80％的资金回撤幅度。这恐怕是所有期货交易者心理上所不能承受的。
回到我们熟悉的期货市场上来，问题可能会变得更复杂。毕竟我们下注所使用的保证金并不等同于我们可能会出现的亏损。同时，为了能够使交易系统按照固定规模运行下去，还需要留足结算准备金用于对潜在亏损的支付。好在我们无需过多地计算也能够得到一些常识性的结论：在具有正期望收益的期货交易系统当中，下注的多少可以与资金回撤幅度、收益率、破产风险呈现绝对的正相关性，并且这三者增加的幅度呈现递增的状态。看来多大的仓位才是最好的，还真的是一个无法回答的问题。
如果给上面的游戏，加上一个不能够使资金回撤超过30％的附加条件的话，那么可以通过计算得到每次下注金额的数值，我们先将这个数值称为X。这时我们将这个游戏稍微改变一下。其他的问题完全不变，我们把100次赌博变成100轮赌博。在其中每一轮的赌博中，我们都可以同时与10个不同的庄家进行赌博，并且概率和赔率完全不变。那么在保持相同的潜在资金回撤幅度的前提下，每轮下注金额的数值Y与此前的X会有什么样的不同呢？
即使我们没有任何数学知识，也不难得出Y＞X的结论。或者说，我们如果在每一轮下注中同样使用X的赌注，并且将赌注平均分散在这十个同时进行的赌博中，那么我们就可以得到更小的资金回撤幅度。如果我们要求的潜在资金回撤幅度不变，那么下更重的赌注就可以使得我们在100轮赌博后赚到更多的利润。当期望收益与交易频率都是确定值时，下注的多少就与获利的幅度呈现绝对的相关性。这就是分散投资的魅力！我们可以使资金波动得更加平稳，或者获得更多的利润。
这时出现了一个问题：上述游戏里每一轮的10次赌博中，只是期望收益是相同的，但赌博结果并不具有任何相关性。可是在复杂的金融市场上，我们很难说哪两个品种是完全不具有相关性的。当然，这种相关性即使在相同品种的不同月份上，也不可能是完全相关的。那么在真实的期货市场上，我们只能认为这种相关性介于0和1之间，而相关性的具体数值恐怕也是很模糊的。接下来，我们需要在考虑到不同品种相关性的情况下，来谈一谈关于分散投资的问题。
第一，指数具有策略统计的代表性吗？考虑到本轮大牛市我将更多的精力放在了期货市场，那么我们就用上一轮大牛市来举例吧。上一轮长期牛市如果用波浪理论来划分的话，那么牛市很可能开始于1998年8月的1043点，结束于2001年6月的2245点。我们假设有两位交易者，他们分别是A和B。其中，A对上涨指数ETF（当然这只是假设）进行跟踪；B将资金（按照权重）分散到几百支不同的个股上进行跟踪。并且他们采用完全相同的趋势跟踪系统，那么最终的战绩会有什么样的差异吗？
也许你并不相信，他们的差异是非常巨大的。B的战绩将明显好于A。很久以前我就发现了这种奇怪的现象：上证指数从1043点到2245点升幅为115％，而全部股票的平均升幅要大大高于这一数值。甚至好的股票可以上涨十几倍，而坏股票的升幅也很少出现低于115％的情况。这究竟是因为什么呢？也许你会对这个结论感到惊讶，那么就来翻阅一下股票的历史走势图吧。好在这是一个非常明显的现象，甚至不需要进行统计就能够被发现。
形成这种现象的原因，在于个股之间的相关性明显小于1。它们的最高点和最低点并非出现在相同的时点上，而这种差异还是非常巨大的。重组股的最低点在1997年底；低价大盘股的最低点在1998年8月；而老牌绩优股的最低点在1999年5月。从最高点来看：部分老牌绩优股的最高点在1999年7月；大部分重组股的最高点在2000年初。事实上，自2000年初亿安科技等科技股在疯狂中破灭以后，长达一年多的时间内，总会涌现出新的热点，以及最终见顶而开始下跌的股票。热点在科技股、低价股、钢铁水泥石化股、次新股之间转换不停。请注意，这种涨跌的差异性，在指数面前相互“中和”后彼此抵消了大部分的能量。
我在测试期货交易系统的时候，也在反复地研究期货指数与真实交易战绩之间的差异。期货指数同样存在“掩藏趋势”的特征。这是由于换月等原因出现的“误差”。根据近月的趋势感强于远月的特征，我们在不断换月的情况下，跟踪铜价长期牛市得到的实际利润要高于跟踪铜价指数的利润。
第二，消失了的风险。我们可以通过单独计算各种期货合约在趋势跟踪后所产生的利润，然后将其相加就是我们能够得到的总利润。也就是说，我们在走势一定的情况下，只要机械地按照系统操作就能够得到唯一确定的收益。当然，这是站在事后统计的基础上。如果我们回到过去的交易过程中，就会发现一种有趣的现象。
如果按照趋势跟踪系统不加思考地应对市场，那么我们就会经常出现“无效”持仓的情况。比如说，我现在持有玉米近期合约的空头，同时持有玉米远期合约的多头；持有小麦合约的空头，但却持有黄豆合约的多头；持有橡胶的多头，而又持有铜的空头。就目前的持仓状况来看，我也只不过是在工业品上偏空、农产品上偏多。而总体上我为空头头寸支付的保证金，几乎和多头头寸一样多。
很多人认为我是完美主义者。也许过去是，但现在真的不是了。以前我总是要么全对、要么全错。但现在我“多空对持”的做法，从根本上就注定了必然有一部分的持仓是“错”的。这种不可能“全对”的做法，恐怕很少有人愿意放弃主观判断来做到这一点。请注意，这种“多空对持”并非是有意进行套利。它既不是我的有意所为，也不是我有意避免的。我只不过在做市场告诉我的事情。
这种多空对持的无效持仓，根本不可能直接给我们带来利润，同时也自然不会直接带来风险。那么这种无效持仓究竟有没有意义呢？如果我们将这种“对持”拆成孤立的两个部分，那么他们应该是具有相同期望收益的不同交易。从宏观上来讲，我们并没有丧失任何统计中的利润，或者说整体利润就是两笔不同交易之和。前面已经说过，当期望收益与交易频率一定的时候，仓位增加一倍、利润就会对等地增加一倍。
可是在微观的时点上，这种能够带来长期宏观利润的风险消失了。我的意思是，这种与宏观利润对应的微观风险在分散投资形成的“多空对持”面前消失了，但这又并不妨碍我们得到宏观的利润。
当我们把两笔各自独立的交易所形成的资金波动合二为一时，显然会出现整体资金波动幅度的“抹平效应”。如果你的交易系统具有正的期望收益，那么宏观上的获利就存在必然性。而所谓的风险，只可能来自于微观上，这就是“抹平效应”的价值所在。毕竟，让我们所惧怕的破产风险，只可能来自于市场极端波动所形成的微观风险。请注意，如果某个交易系统具有宏观风险的话，那么就不是资金管理能够解决的问题了。
很多人觉得我的交易系统太过僵硬，如此僵硬的方法无法应对混沌的市场。事实上，真相绝对是截然相反的。我用僵硬不变的系统，采用僵硬不变的参数，跟踪僵硬不变的品种，甚至连下注的比例都是僵硬不变的。但请注意，我应对市场的风险水平却是在杂乱无章地、无迹可循地、大幅度地随着市场进行变动。我在任何一个时点上所承受的风险水平，都完全来自于市场的提示。我相信，一套交易系统中，你决定的东西越少，市场决定的东西就越多。这样就能越接近市场的真相，并且产生更好的效果。
想想看，我持有的众多品种在出现一致的持仓方向之前会先出现什么情况？那就是获利！多空略微的偏离，就能带来略微的利润。如果真的出现一致的持仓方向，那么我已经出现了不小的利润。请注意，潜在风险与潜在获利都在随着获利而增加，同时会随着亏损而减少。即使我的总体仓位是固定的，那么也可以通过资金利用率，让市场自己来调控“赢冲输缩”的程度。
第三，不安分的市场。运动是宇宙的本质，那么运动就是绝对的，而静止才是相对的。无论我们如何降低温度，都无法使分子真的安静下来。宏观上的平静与微观上的惊涛骇浪并不矛盾。当你看到一杯平静的水时，是否能够想到其中分子运动有多么激烈呢？
我们可以轻松地找到一个外表平静的市场，但我们却很难找到一个“从里到外”都平静的市场。虽然，我在期货市场上交易的时间还不长，但我也能感受到这种现象。我们无法否认，从2007年初到8月份的农产品市场处于一个明显的整理阶段。但在这种平稳的外表下，内在的部分又是如何呢？豆油大幅度地走高；玉米快速凶猛地暴跌；小麦5月合约不可思议地大幅下挫。当然，黄豆、豆粕、小麦远期合约的确进行窄幅整理。
对于股市来说，我有更长时间的观察经验。1998年前后长达两年的横向整理中，造就了垃圾股的疯狂，同时也使老牌绩优股大幅暴跌。这一点我的印象最为深刻，因为我当时持有的就是老牌绩优股。2002年至2004年的股市确实非常平静，但其中也上演了汽车股的疯狂，核心资产类股票的中期行情。当然，我持有的垃圾股照样大幅度下跌。
我们是否可以这样理解？市场整体的趋势，必然代表着更多个体的趋势；但市场整体的整理，并非代表全部个体的整理。即使是表现最为平淡的年份，无论是股票还是期货市场，都会涌现出黑马和黑熊。假设市场的整体走成静止的一条水平线，那么微观个体也是会存在毋庸置疑的差异性。很多人都在绞尽脑汁地解决选股问题，那么就说明个股之间的相关性的确不会太大。与此同时，个体之间的相关性越低，那么它们的波动差异性也就越大。我们再来“偷换”一下概念，将差异性视为趋势性。那么我们就可以得到一个有意思的结论：只要个体之间的差异性大于我们的趋势跟踪尺度，那么我们就可以在整体最为平静的时期获利！当然，品种间的相关性与趋势跟踪尺度是在不同角度下的产物，或许它们并不具备绝对的可比性。但我相信，它们之间或多或少会有一些关系。
回到我们的趋势跟踪系统上来，我们已经得到过这样的共识。趋势跟踪者不怕上涨，也不怕下跌，甚至连整理都不怕。小的整理能够被我们包容，大的整理反而能够让我们获利，我们怕的只不过是那种不大不小、恰到好处的整理。请注意，趋势跟踪系统能够呈现风险有限而利润无限的特征。也就是说，价格波动在一定区间之内能够亏损，而这个区间之外都能够获利。
均线形成的趋势跟踪系统无法清晰地量化，那么我们就“哈奇10％投资法则”来进行说明吧。这个法则很简单，就是从最高点下跌10％卖出，从最低点上涨10％买入，并且长期不间断地跟踪。假设价格在9元至10元的价格区间内不断地上下震荡，那么“哈奇10％投资法则”就会陷入一种泥潭。这就是那种“恰到好处”的整理，也是我们能够假设的最为糟糕的情况。如果价格波动幅度能够缩小一点，那么就能够被这种方法所包容。如果价格波动幅度能够扩大一点，那么就能够减少一点亏损。直到震荡区间扩大到20％，就会出现盈亏平衡点。很显然，这时的亏损区间为10％至20％的波动幅度。小于10％的波动幅度将会被系统所包容，而大于20％的波动幅度将会使我们实现利润。
再回到相关性的问题上来。假设某个品种的整理尺度正好同我们的跟踪尺度“恰到好处”，那么其他品种会出现什么样的情况呢？很明显，差异性就等于了偏离程度，并且使得其他品种的整理幅度不可能同样的“恰到好处”。这似乎就已经证明：当不同持仓品种之间的差异性能够大于趋势跟踪的亏损区间时，那么其他品种就不会出现亏损，甚至还会出现利润。
分散投资由于各品种间差异性的缘故，无疑将“哈奇10％投资法则”的理论最大亏损值减小了。也就是说，同时出现10％的亏损是不可能的！当然我也不得不承认，最大亏损值具体降低了多少，仍旧是我无法计算的。而我也只能从概念上认为：分散的品种越多，品种之间的相关性越小，那么最大亏损值就会降低得越明显。简单地说，当分散得越充分时，触及跟踪系统的死穴就会变得越困难。既然趋势跟踪系统只会去回答市场出现什么样的走势，才会出现最大的亏损。那么，对于最不利走势的要求就已经变得越来越苛刻了。没错，所谓恰到好处的定义，已经变得越来越复杂，甚至复杂到我都无法去计算。
这样一来，交易系统就能够在分散以后，出现集中操作不可能具备的稳定性。也许很多人立刻会反对，认为我的说法似乎太过于抽象。毕竟，假信号的数量并不会被这种分散所减少。没错，我绝对没有说分散投资能够消灭风险。我只是说，它能够在同一时点上把微观的风险降低。事实上，当你把资金分散得足够广泛时，就会在任何时点上都会遇到假信号的骚扰。没错，从来都不间断的骚扰！我也从来都没有说过，资金管理能够改变你的盈亏，这是由系统的期望收益来决定的。资金管理的魅力在于，它能够让你更平稳地赚钱或者亏损。至于为什么能够让你赚得更多，则是因为在足够平稳的情况下，你能够通过增加仓位来实现更大的利润。
如果你质疑趋势跟踪系统的价值，那么讨论这种资金管理就是没有意义的事情。这里我们假设，如果你能够永远用固定的资金来进行不间断趋势跟踪，那么足够长的时间后你会必然盈利。也许你已经明白了，资金管理的价值并非消除宏观上的风险，而只是抹平微观上的风险。事实上，分散的意义只不过是把你在不分散投资的情况下，短时间内面临的亏损，拉到更长的时间里来释放。再通俗一点讲，假设你某个月可能会亏损12万元，并且对交易系统带来严重的冲击，那么资金管理策略并不能消除这12万的亏损，但它却可以把亏损分散在一年的时间内消化。当然，这只是理论上的假设，而现实绝对不会如此完美。相信我，当你能够在期货市场上得到稳定性，那么你就可以变通地得到你想要的一切。阿基米德说过：给我一个支点我能撬起地球。而我觉得，给我足够多的非相关品种，那么我将能够把资金曲线拉成直线。当然把资金曲线拉成直线是不可能的事情，毕竟金融市场上严格意义的不相关品种是不存在的。甚至在极端行情面前，通常不相关的品种也会出现明显的联动，那么我们就绝对不能在确定仓位时忽略了谨慎性原则。
显而易见的是，太大的资金回撤幅度能够最大程度地阻碍合成复利的梦想。我并不想更多地改变自己使用的趋势跟踪系统，而希望更多地从资金管理入手。这样就可以尽量提高稳定性。其实，对稳定性的追求，无异于对宏观确定性的追求。我越来越相信“微宏互换”中所讲述的道理。当我放弃了微观上的确定性以后，却在如此狂热地追求宏观确定性——稳定性！