第12章　评估宽客和量化交易策略

开场：宽客评估者的两个目标#

作者开宗明义，评估宽客有两个目标，顺序不能颠倒。

第一个是理解策略本身——包括风险的种类和利润的来源。这不是学术兴趣，而是有具体用途：它告诉投资者「既定量化策略何时进行投资」，也就是这个策略该在什么样的市场环境里配、配多少。

第二个是判断宽客有多优秀。作者在这里给了本章最好的一个比喻：量化交易团队更像汽车制造业的工程队。团队造出一台出色的引擎不成问题，但随着时间推移必须改进引擎；再往后引擎甚至需要完全重新设计，或者要为别的车型设计新类型的引擎。所以关键不是「现在这台引擎好不好」，而是「这个团队擅不擅长改进引擎、擅不擅长设计新引擎」。

所有对黑箱各个组件的拆解，最终都服务于一个问题：我为什么相信这个团队用这个策略在未来很可能获利？对冲基金语境下的说法就是——这个经理的优势（edge）是什么？

作者也说明了本章方法的可迁移性：他培训过的某人已经把这套方法搬到信贷交易市场，用于判断不同公司发行的债券和公司价值。因为宽客的工作本质上跟投资组合经理、CEO、任何做资源分配的人是同一类工作。

收集信息：从审讯者沙尔夫那里偷来的三招#

第一个挑战是宽客的保密性。作者说宽客以神秘和偏执狂臭名昭著，但这不是没有原因的——量化交易的许多技巧来自经验和专业技术，而不是来自未加工的数学优势。不过作者本人的经历相反：他评估过的数百个宽客愿意回答大部分或全部问题。差别在于怎么问，以及拿到信息之后怎么处理。

方法来自雷蒙德·托利弗的《审问者》一书。主人公汉斯·约阿希姆·沙尔夫是二战时期德国空军的审讯者，不用体罚也不用心理压迫，成功从被击落的盟军飞行员那里拿到信息。作者特意声明：他既不是战争和审讯的爱好者，也不想把投资者与量化经理的关系比作审讯者与受审者；两者唯一的相似点是「一方不愿提供的信息是另一方需要的信息」。沙尔夫的三个手段：

一、信任建立。 战后沙尔夫与很多受审飞行员保持朋友关系，他们尊重并喜欢他。对宽客而言，信任一部分来自关系，但更多与面谈者自己的行为相关。作者给出的反面清单很具体：向宽客询问敏感信息时说话不讲究艺术、喜欢谈论别的宽客在做什么——这两条会直接毁掉信任，因为宽客会推断自己说的话很可能传播到整个行业。作者办公室的规矩是量化经理的策略严格保密；宽客常问其他宽客在做什么，标准回答永远是不能讨论。作者补充说，他听过许多投资者和经理把宽客策略传播到行业里的故事，这是一种丑陋的行为。

二、专业知识：当提问者已经知道大部分可能的答案时，被问的人很难保守秘密。 沙尔夫知道飞行员家里宠物狗的名字、大部分同伴的名字，每次谈话的目标只是再多知道一点点。对方常处于麻痹状态，觉得审讯者知道得比自己还多，保密没意义。作者把这一招直接指向了这本书本身：书里列举的方法不是任何交易者专属的，渴望成功的宽客可以了解本书的大部分内容——这本书提供的就是「对宽客有用的大部分菜单」。宽客能选的方法基本都在菜单上，这就排除了宽客的许多秘密。投资者要做的，只是搞清楚被访谈的宽客点了菜单上的哪几道菜、为什么这么点。比如理解他的阿尔法模型时，要知道是相对的还是绝对的、交易速度多快、交易什么工具、在哪里交易、承担什么风险。

三、信息的组织和管理。 沙尔夫的团队在计算机被发明之前就用检索卡片和卡片目录建了一套成熟的关系数据库：拿到新信息就与文件里其他相关卡片连接起来。比如发现某个美国基地的另一个飞行员名字，就把这张卡片与来自同一基地的其他飞行员信息打上标签。审讯某个飞行员时，手边就有一份组织良好、易于访问、内容广得不可思议的档案。

这一招在尽调里的用法最实用：定期追问同一组问题，看时间序列。 作者的做法是每3个月问一次宽客——你在做什么研究课题？过去3个月给模型加了什么？随时间推移，你应该看见一个合理的生命周期：重复稳健的研究思路、不断被改进的策略。危险信号：如果突然冒出一个模块，而它不是过去任何研究的内容，这就是宽客研究过程马虎的证据。 另一招是去宽客办公室时，要求看看他之前宣称使用过和已经开发的工具与软件。

评估策略：六大内容与那份问题清单#

作者观察到一个「极其有趣的事实」：大部分情况下宽客的工作与投资组合经理、CEO、资源分配者类似——资源（时间或金钱）有限，必须利益最大化地投出去。投资过程包含6个主要内容，与黑箱的模块密切平行：

（1）研究和发展策略；（2）数据搜寻、收集、清洗以及管理；（3）投资选择和构造；（4）投资组合构建；（5）执行；（6）风险管理和监测。

之所以每一项都要严格检查，是因为「计算机不会把你可能疏忽的事情做得更好」。作者顺手补了一刀主观型投资者的对照：他访问过许多主观型股票投资者，能对为什么持多头或空头讲出很多故事，但一问到「怎么决定这些头寸在组合里的规模」，答案往往空洞无意义、没经过深入思考和分析。

作者列出的问题清单（他说这只是他问宽客的数百个问题中的一部分）：

研究和发展策略

• 对于交易策略，你如何提出新的想法？
• 对这些想法如何进行测试？
• 拟合这些模型的方法是什么？样本内测试和样本外测试的方法是什么？
• 策略是否有效的判断依据是什么？

数据搜寻、收集、清洗以及管理

• 你使用的数据是什么？
• 你如何存储数据？为什么要采用这种存储方法？
• 你如何清洗数据？

投资选择和构造

• 你能描述阿尔法背后的理论吗？
• 你所使用的阿尔法策略是哪一种类型（趋势型、反转型、情绪指标、价值型/收益型、成长型或品质型）？
• 你做的是相对赌注还是方向型赌注？如果是相对的，确切的相对均值是多少？
• 你的阿尔法策略适用的投资期限是多长？投资领域有哪些？
• 你如何组合不同的阿尔法模型？

投资组合构建

• 你如何构建投资组合？也就是说，你如何确定头寸大小？
• 有限额吗？为什么这样设置？
• 投资组合构建模型的输入参数有哪些？
• 你在投资组合构建模型中获得什么？（即你的「目标函数」是什么？）

执行

• 你所用的交易成本模型是哪一种？为什么选择这一种？
• 你如何执行交易？人工操作还是自动化？
• 关于订单执行算法：你用哪种方法构建它们？（明单还是暗单，主动的还是被动的？）

风险管理和监测

• 你的风险模型考虑因素有哪些？为什么选择这些？
• 你的不同的风险限额是多少？为什么这样设置？
• 什么情况下你会干预自己的模型？
• 如果策略在持续运行过程中，你将检测哪些方面？

注意每一组问题里反复出现的「为什么选择这一种/为什么这样设置」——这是清单的真正杀伤力所在，见下一节。

关于「这是专利性的，不能说」这个回答：作者说他不会简单地接受，而是会弄清楚对方为什么认为这是专利性的，同时让对方明白自己为什么需要知道。他遇到的许多宽客是认可投资者这份努力的。整份清单的存在理由归结为两句：第一，投资者必须理解策略是什么，才能确定自己对组合暴露的风险是否满意；第二，投资者必须确定执行策略的经理是否做得足够好、值得配置资本。

还有一个交叉验证工具：历史收益是策略留下的足迹。假如你通过提问了解到某宽客对各种金融产品用趋势跟踪、平均持仓6个月，那么长期趋势存在时策略应该表现好，更长期的趋势回复时应该表现差。收益模式必须能印证你从问答里得到的基本观点——对不上，说明有一头是假的。

评估交易者：细节决定成败#

高水平问题能勾勒策略轮廓，但**「经常是细节将好的交易者和中等交易者分离开来，这些细节比数学技巧更为重要」**。作者给了三个理由说明为什么要抠细节：

理由一，细节的复利。 作者用了一个数字设例：两个股票交易者A和B，策略极其相像，各管5亿美元，各自建2美元多头和2美元空头（即每人20亿美元的组合），每天换手组合中约20%的头寸（每天4亿美元），每人年均10%收益率。如果A后来优化了执行算法、加快交易速度、降低交易成本或改进阿尔法模型，让每一美元多赚0.01%，A的年化就变成12%——比B高出20%，也就是每年多1000万美元。随时间推移，复利效应产生巨大差异。作者由此说：虽然一些宽客确实会犯很明显的错误，但对宽客品质的评价经常来自细节方面的决策。（本节还给了一个换手量级参照：5000个头寸每周换手一次，一年约26万次交易。）

理由二，预测能力本就微弱。 宽客经常依靠的只是「正确的概率比错误的概率高一点，盈利交易比亏钱交易多一点」。作者举例：趋势跟踪期货策略在超过70%的时间里会失败，只是盈利者的报酬远大于亏损者的损失。所以那些轻微影响盈利概率的小决策，或者改变盈亏交易规模之比的小决策，会大大影响最终结果。

理由三，抽样推断。 如果你抽查的几个领域里宽客已经想得深入充分，那么他在量化交易过程的其他领域可能也想得深——因为严谨本身就是量化交易成功的重要组成部分。

作者对「资历」的态度非常直接：宽客拥有物理学博士（或其他）学位并不是品质或技能的象征。许多最聪明最成功的宽客没有高学位，反而一些量化交易最大的失败者获得了诺贝尔奖。（未点名，但显然指长期资本管理公司。）

抠细节这条路的三个缺陷，作者自己也说清楚了：一是尽调过程中有些细节不可能被揭露，宽客「可能应该谨慎提供细节」；二是即使给了细节，投资者也必须做专业判断——通过细节判断宽客品质，要求评估者自己在量化投资领域有大量经验；三是很多事情乍一看貌似可信其实并不奏效，作者举的例子很好用：宽客为清洗数据向数据提供商付了很多钱，并不意味着他实际上依赖于数据的清洁。非量化背景的评估者能指望的可取之处，是尽调过程中彻底、强大的信息管理能力。

优势（edge）：三个来源，没有一个是永久的#

定义：优势是指有利于投资组合经理成功概率的因素。作者立刻做了一个容易被误读的区分——投资交易中的优势与「竞争优势」不是一回事：「投资优势更多的是内在优势，而不是比较上的优势」（见「优势」小节）。交易者可能没有竞争者但仍然亏损，这样的例子不止一个。反过来竞争依然重要：竞争对手太多，有效策略的有效执行也可能没利润；平庸的策略可能因为没有竞争者而获利。同时必须判断优势的持续性——如果交易者不改进策略，随着世界变化或竞争增加，今天有利的明天可能就不利。

一、投资过程优势。 必须来自前述6个部分中的一个或几个。作者拿主观股票交易者做反例：问他优势是什么，他会说「选股」——但这只是祈愿，不能证明他每次都擅长选股，必须深挖他宣称每次交易都有优势的原因。对量化交易者，投资优势经常来自做研究和获取清洁数据的经验与技能，因为投资选择与构造、组合构建、执行、风险管理各模块的优势，通常由研究质量和开发过程决定；哪个模块没被好好研究过，交易者在那个领域就几乎没有优势。

高质量研究过程的几个特点：强有力且多产；有能力把模型从研究阶段有效转化为生产阶段（因为许多量化模型最终会变得平庸，不间断的研究必须赶在衰退之前落地成真实交易策略）；能处理过度拟合和前视偏差——评估者应该确定宽客如何思考和处理这些关键问题；至少很大程度上遵循科学方法。

这里作者给了两个可以直接照搬的追问范例：如果基金经理说头寸反转10%他就平仓，那就问为什么是10%，不是5%或50%；如果他说在某几个市场跑趋势跟踪，那就问为什么选趋势跟踪、他怎么定义这个策略、为什么选这些市场而不是别的市场或更多市场。这些细节能让你知道经理是如何发展出整个投资策略的。

灾难处理是优势与优势持续性的试金石。 模型不赚钱的时候有很多，知道如何和何时反应很重要。作者用了两个飞行员做对比：缺乏经验或水平较低的飞行员遇到一点意外骚乱，可能就在航线上选择紧急降落，这明显不是好结果；相比之下全美航空1549航班机长切斯利·萨伦伯格，在起飞约3分钟后与飞鸟相撞、两台发动机停止工作，判断沿既定南行航线没有安全着陆机会，决定向北在哈得孙河上着陆——155名机上人员被安全疏散，飞机甚至只是有点瑕疵。

对应到宽客身上的两个极端：一端是缺乏经验的宽客遇到一点意外灾难就放弃模型——清算组合或大幅降杠杆，然后只基于模型表现好的小样本重新投资；但交易是昂贵的，偶尔会适得其反（2007年8月宽客清算事件、2010年闪电崩盘）。宽客遇到亏损时经常采用次优方案，第一反应经常会毁坏策略本身拥有的优势。另一端是一直有效的策略突然失败时宽客却识别不出来——有人认为长期资本管理公司最大的错误就是忘了凯恩斯的警告：市场保持非理性的时间会比投资者想象的更长。管理灾难的可靠方法是以良好的监测工具为基础，让宽客能查明问题、解决问题而不至于恐慌。作者的措辞很精确：交易者不可能因为监测而获得优势，但不充分或糟糕的监测过程很容易丢弃潜在的优势。

二、数据优势。 源于有权访问某些类型的数据。书中前文的例子是某公司利用手机GPS信号的地理位置数据推出宏观经济指标，比政府发布的相关数据延迟小得多——如果这些数据被证明有用且公司据此交易，就存在数据优势。但作者判断：在这个讲究技术和监管的时代，很难发现可持续的数据优势，它们最终会因竞争和监管而消逝。相对更可持续的是通过出众的数据收集、清洗和存储能力建立的数据优势。对应追问：数据从哪里获得、如何清洗、如何存储、为什么这样存储——有些答案经过深思熟虑，有些则是草率回答。

三、缺乏竞争优势。 经济学常识：某个活动利润率高于平均，竞争就会越来越强，直到利润被压缩到正常水平。作者点名这至少发生在两个量化领域：量化多头/空头交易和统计套利。两者都是只有一小部分人连续多年享受很小的竞争并获得良好收益；好结果吸引注意，引起专业人员流失，这些人成为原始参与者的竞争者；竞争增加、利润率减少，策略甚至「死亡」。但作者补充了一个重要修正：与其说是垂死的，不如说是有周期性的——利润低时一些参与者退出，给剩下较少的参与者留下更大利润空间，循环反复发生。

因此关键追问是：这个策略为什么缺乏竞争？ 两种情况的价值完全不同——一种是策略本身对新竞争者比较难（书中前文的纯量化期权交易策略即是：数据获取与清洗、构造交易、对期权合同流动性建模都很有挑战性，因而没有广泛追随者，但这不意味着它未来不会变拥挤）；另一种只是别人还没发现商机，作者判定「这些是转瞬即逝的优势」。

作者举了一个真实的衰减案例：一个富有经验的团队组建对冲基金，2002年在亚洲市场交易公司信用金融产品，此前已在银行自营部门成功执行该策略好几年。早些年鲜有竞争对手，策略非常强大；随着竞争者涌入这个有利可图的市场，它们不得不把策略扩展到其他不那么吸引人的领域；一段时间后，那份很大程度上来自「缺少竞争对手」的优势消失殆尽，竞争最终迫使它们进入新领域，基金大量削减。

四、结构优势。 一般与市场结构相关，通常由规章制度引起，也由规章制度移除。作者认识一个在纽约商品交易所工作的交易者，管理一只靠他短期主观判断交易的对冲基金；凭交易所身份，他能非常便宜且极快地交易，这个结构优势被转化为合情合理的投资优势。但日复一日，市场由场内交易转为电子交易，结构优势就消失了。量化交易中最常见的结构优势来自电子通信网络（ECN）的流动性回扣——ECN基于市场参与者的做市行为，以佣金回扣的方式付费给参与者；特定情况下这种交易行为本身成为一种盈利模式。作者同样提醒：ECN减少为订单流支付的费用是可能的，这个优势也将彻底消失。

评估诚信：细节盘问与麦道夫的教训#

作者认为大部分宽客和普通交易者是诚实且有道德的，因此基于「信任但需要核实」建立合作关系是合理的——对评估过程的大部分内容，假定交易者声称的母校、文凭、自己不是罪犯等信息为真是合情合理的。但投资决策前应尽可能核实。

工具一：背景核查、教育背景审查、征信调查。 危险信号是交易者个人经历或职业经历中的严重问题。作者承认这是个复杂命题——必须判断过去的错误或不端行为是否给了他教训、是否会以不完全相同的方式重复出现，而这个判定无法广泛适用于各种情形。他给的思考角度非常有用：投资者的工作不是判断宽客人品如何，而是把宽客当作代表自己行事的潜在受托人。受托人必须基于客户最大利益行事、坦率公开潜在的利益冲突以及任何阻碍他履行职责的事情。在许多困难情况下，这个信托思路有助于解决问题。

工具二：问现有投资者，而且要问对问题。 不仅问他们为什么喜欢这个基金经理，还要问基金经理的弱点是什么——这些有助于找到基金本身不会提供的信息。作者的判断标准很实在：为任何交易者找到几个正面评价的人相对容易，但如果这个交易者被其他人（你自己网络里的人）知晓就更好，那些人可能提供比交易者自身更有用的信息。实在找不到，向基金经理要他服务的投资者名单有时也有帮助。

工具三：用细节盘问诚信。 这是本节最锋利的一段。技能不足的宽客也能回答策略和流程的高水平问题，但意在欺骗投资者的宽客，在回答低水平细节问题时很少能充分回答。 作者说这是执法机关常用且成功的审问技巧：问嫌疑犯昨晚在哪儿，他会快速确切地给出托词——「在我女朋友家」；但紧接着问他几点到、待了多久、看了什么电影、在那儿吃了什么喝了什么，他就不得不现编，而这些他事先没想过。

同样，为掩盖技能缺乏而撒谎的宽客，必须现编各种细节答案并让它们与策略细节保持一致。作者承认有些人是说谎专家，但他们的答案也必须站得住脚。判断口径：缺乏对主题理解力的答案、自相矛盾的答案、或在别的方面有缺陷的答案，都不应该被忽视——它们可能不足以让你推断基金经理缺乏诚信，但可以推断基金经理不是很优秀，这就已经是拒绝雇用他的充分理由。

这一招也可以用来验背景：如果一个宽客说他在哈佛拿的博士，就继续追问他当时住在什么地方、最喜欢的餐厅是什么、论文答辩委员会成员是谁、论文题目是什么、论文一共多少页——这些细节应该能证实哈佛是不是他的母校。

挑选基金经理的总原则：无论基金经理是不是宽客，如果没有深入理解策略，就不值得投资。作者的表述是「不是花费太多才说 no，但应该有相当的自信时才说 yes」。足够长且吸引人的过去业绩记录并不充分——作者说他认为「对好问题能得到好的回答」要比看见长的业绩记录单重要得多。

麦道夫的教训：如果2008年年末几乎一周时间内发生的麦道夫丑闻对投资者有一些经验教训，那必定是荣誉和业绩记录并不足以判断基金经理是否诚实。作者的关键判断是：没有投资者能有正当理由认为自己理解麦道夫的策略是如何持续获得正收益的——麦道夫从不解答这些问题，坚持认为他的策略（是主观判断型策略，而不是系统化策略）是专利性的。作者对本章工具的定位保持克制：这些工具不足以揭露所有潜在的欺骗性投资，但确定能排除大部分，且应该结合相当严格的尽职调查流程一起使用。

宽客如何适应投资组合：三个维度的分散#

假定你找到了值得投资的宽客，还得决定怎么分配资金。核心问题是这个策略是否适合你其余的组合头寸——很大程度上是平衡不同类型的风险敞口。

一、阿尔法投资组合。 组合构建本质上是风险敞口分配问题：包含较多风险敞口的组合比包含较少风险敞口的组合更多样化。投资者必须在趋势型、回复型、价值型/收益型、成长型和品质型之间找到合适的平衡，以获得最优的多元化。作者在此强调一个反直觉的点：从组合构建的角度看，用趋势跟踪的宽客与识别趋势的主观判断型交易者不会有很大程度的不同。（他也列了两者的细微差别：程序化策略不知疲惫的警惕性可能发现手工交易员错失的机会；反过来，人工交易员可能避开一些错误交易，而这些交易可能被程序化策略天真地执行。）但一般情况下做趋势跟踪时，人工与程序化很可能都在运行——所以要分散的是阿尔法风险敞口本身。评估过程中，投资者应至少能粗略确定组合中不同策略的潜在阿尔法风险敞口，据此把资本分配到自己满意的水平上。

二、赌注结构（第3章已描述）。相对赌注与绝对赌注的行为不同，尤其当它们用于不同类型的阿尔法模型时。用相对赌注的量化策略，依赖的是聚在一起的金融产品之间关系的稳定性——这使得结构本身成为风险来源；当产品之间的关联关系改变时风险变得明显，相对均值回复策略在这种环境里易于亏损。另一方面，绝对赌注的均值回复策略经常从市场体制改变中获益，因为它赌的是流行趋势出现反转，对大幅度趋势回复的破坏性影响漠不关心，而趋势回复策略依赖的是相对阿尔法策略。结论：围绕不同赌注结构做产品多样化是值得的，即使都在阿尔法风险敞口的同一领域（例如相对的与绝对的均值回复策略）。

三、投资期限多样化。 作者的经验：

• **长期量化策略（持仓超过一星期）**倾向于承受更长期的不均匀业绩周期——有时优于一些宽客，有时不如，需要花几年时间才能判断基金经理是否真正有问题。一些长期策略也已证明会遇到拥挤风险（1998年8月和2007年8月）。虽然对此有些不满意，但人们还是可以在这类策略里管理大量资金，这有时是一种实际需要。
• 短期策略倾向于有持续性的表现，但没有能力管理大量资本，而且远非无懈可击。自2008年以来，短期策略要求交易量保持可接受的高水平、波动率高于较低的水平、金融产品之间的相关系数低于最高水平。它们虽令人满意，却总是缺乏实用性。危险信号：找到优秀的短期交易者投进去之后，并不清楚他是否能保持足够有效的小规模；而当有融资渠道时，许多交易者乐于增加自己的资产——这需要引起投资者的注意。

组合思考的总结：宽客最终与主观判断型交易者没什么不同，所以建组合时含不含宽客并没有太多不同点。关键是建立一个考虑了三个方面的组合：多种阿尔法风险敞口类型、多种赌注结构、多种时间期限。作者补充：投资领域（资产类、金融产品类或各区域）以及模型的其他细节（模型设定或运行频率）对组合构建也影响深远——这些差异在市场正常运行时增加多样性，但在市场紧张时期，其重要性就远远小于上面三个因素。

小结与那句「没有秘诀」#

评估宽客和量化策略，投资者必须理解所执行的策略、策略特征，以及策略产生过程的活力状态。为此有三个武器：建立信任、尽可能获得量化交易的相关知识、把所获得的信息尽可能有条不紊地管起来。

最终必须回答四个问题：宽客是否有优势、优势的根源是什么、优势可以支撑多长时间、未来会面临什么威胁。 优势来自人的品质和/或投资过程，所以评估必须聚焦于这两个领域。通过审查之后，才谈得上按阿尔法方向、时间期限和赌注结构去看它如何补充组合的其他部分。

全章收尾于一段采访。作者问全世界最好的一家量化交易公司的高级职员：你们究竟如何做得这样出色？他自己也说这是个非常愚蠢的问题。对方的回答简明而切中要害——「没有什么秘诀。我们不断地改进策略的每一个部分」（见「小结」小节），数据、执行算法、投资组合构建算法不断被改进，任何部分都可以变得更好；他们雇用合适的人，这些人能坚持不懈地一点一滴改进他们所做的事情。

这恰好呼应了本章开篇的引擎比喻，也呼应了章首那句题记的意思：天赋毫无意义，谦卑并努力工作获得的经验意味着一切。

关于本章文本的两点说明#

• 本章提到并配有「图12-1　基于理论驱动的阿尔法模型的框架图」，用于说明三个组合考虑因素（阿尔法敞口类型、赌注结构、时间期限）如何映射到全书的理论驱动型阿尔法分类。提取到的文本只有图题，没有图内容，故此处无法复述该图的具体分类结构，仅按正文表述保留其含义。
• 作者引用的托利弗那本书，本章前后出现了《审问者》与《审判者》两种译名，指的是同一本书（Raymond F. Toliver, The Interrogator: The Story of Hanns Scharff, Luftwaffe’s Master Interrogator）。此处存疑为中译本用字不统一，非两本书。