Local EPUB Text
决策树时间
那么，交易者应该采取哪种行动呢？他应该选取决策树的一个分支、全部分支还只是几个分支？卖出债券？配对交易？卖出房地产股票——如果是，又该卖出哪一只股票呢？进入关联市场，然后买入CYC还是做CYC的买入期权？
采用上面提到的所有方法还只是其中的几种？
此时，我们还可以开始采用算法交易系统，它可以在很多市场和很多情境下执行每秒100次的操作指令。或许我们可以聘请数学博士来取代一般的交易员。过去数年来，算法交易已经成为一种趋势，大量的交易现在都是通过这种方法完成的。尽管如此，正如老话所说的，“进来的是垃圾，出去的肯定也是垃圾”，所以正确的决策才是最重要的。
我们来概括一下前面列举的几种选择以及预期回报率。
配对交易看起来是最好的交易，但它的高风险在于债券和股票回报之间的相关性。CYC的回报率最低，但它的流动性高于TOL，也较便于通过衍生工具来做对冲交易。（TOL也更容易受到特定风险的影响。）卖出TLT的收益也不错，但其前提是收益曲线的假设是有效的。如果我们在一段时间内把这几种方法都用上又会怎样？假设我们的平均回报率为5%，然后减去1%的交易费，这样在一两周时间内就可以获得4%的回报。如果我们把这个回报的时间段定为两周，那么不计算复利的话，我们一年的回报率就是4%乘以26，即104%。当然，我们必须减去潜在的损失。
很多交易者相信基本面研究，但常常苦于时机稍纵即逝，对数据的不确定性也颇为不满。此外，基本面指标对短期交易可能没有多大用处。技术工具可以在交易乃至资产配置的过程中都采取各种具体行动以便获取潜在的收益。这些技术工具可能会与基本面指标相互矛盾，因为很多交易者早先可能不愿意承认问题的根源其实在于概率。
最后，我们可以把其他因素加以结合，如流动性投资组合约束。我们可以用加权平均数获得5.05%的预期值，我们还可以用贝叶斯推理（Bayesian inference）来更新结果及其概率。由于出现了新的信息，概率有可能跟从前不再一样，但我们会调整新的概率。这可能会带来更好的结果，但我们必须假设这些新的概率会保持很长时间，否则就享受不到这个推理的益处了。