量化分析教學!決定不同策略比重要訣|蔡嘉民

量化分析教學!決定不同策略比重要訣|蔡嘉民

量化分析、程式交易世界中,決定注碼的規則必須是客觀的,好讓分析員事先把規則放進電腦中,讓電腦按策略分派資金,進行買賣;但很多人會輕視了調整策略比重這一步,筆者今期將就此探討一下。

撰文:蔡嘉民|圖片:新傳媒資料室

非量化交易的世界中,炒家或基金經理會按信心而決定買賣的注碼,並隨經驗而進行調整,例如有信心的事件便投入兩成資金;一般信心的,便只投兩成,如此類推。不過,程式交易就要有一個固定的規則,最簡單的方法便是平均注碼。例如100萬元資金,共有三個策略,便每個策略分派33萬元。

均注策略未必公平

很多情況下,若策略表現不相伯仲,即使運用電腦優化出一個比重來,結果也是會建議進行均注。不過,若不同策略的最大風險有所不同,均注便未必公平。例如策略A的最大回撤是20%;策略B是5%,均注情況下,便發現組合常被策略A拖垮。因此最好是調整注碼,令不同策略的最大風險相同,即B策略的資金是A策略的五倍。

這一個方法名為風險平價(Risk parity),是個很多不同量化基金,都會採用的資金管理方法。當然,風險的量度可以不只是最大回撤,也可以是策略波動率(Volatility),即每天回報是否波動;例如策略A波動率是5%;策略B是10%,策略C是20%,風險平衡的資金比例便應為4:2:1。有些人會想,若資金分配只受風險決定,那即使有一個回報很可觀的策略,不過波動大,在風險平價方法下,便不能分配大量資金?此時便可運用筆者較常使用的夏普比率(Sharpe ratio)作比重調整的參考,因為夏普比率同時納入回報及風險作考量。

方法類近,舉例策略A夏普是3;策略B是2,策略C是1.5,便可直接以3:2:1.5比例作分配。這個方法頗受量化基金歡迎,用於管理上,因為一隻基金可能有多於一個交易團隊,老闆決定每個團隊的資金時便會參考Sharpe,表現較佳者便分派多些資源。不過,投資者必須了解的是,Sharpe不會永遠都是固定的。策略會有表現較好的時間,也會有表現欠佳的時間,直接看近期Sharpe,有可能會出現「左一巴,右一巴」的情況。

延伸閱讀:深圳高速公路防守力強!逾5息高息值博|姚浩然

夏普比率優化調整

而且,據經驗,策略表現是回歸形(Reversion)的,即近期表現好的策略,並不代表短期的未來也會好。一個平均Sharpe3的策略,短期Sharpe可能徘徊於1到5中間;若發現策略近期表現佳而投入更多資金,會發現這未必是一個好方法。分析者可以嘗試進行優化,找出最佳的參考週期。先假設策略的表現是有循環的,有些策略的表現週期是三個月;有些則是六個月。若以相應的週期去作策略評估,從而作為資金分配的參考,理應便能完美捕捉策略的好壞表現週期,投資者可多花時間鑽研一下。

量化分析教學!決定不同策略比重要訣|蔡嘉民

免責聲明:本專頁刊載的所有投資分析技巧,只可作參考用途。市場瞬息萬變,讀者在作出投資決定前理應審慎,並主動掌握市場最新狀況。若不幸招致任何損失,概與本刊及相關作者無關。而本集團旗下網站或社交平台的網誌內容及觀點,僅屬筆者個人意見,與新傳媒立場無關。本集團旗下網站對因上述人士張貼之資訊內容所帶來之損失或損害概不負責。