秦朔朋友圈|了解下短期获得3倍回报的无人区里的博弈( 二 )

在“无人区”去获取博弈机会，是意味着那些拥有较高金融科技水平的国际对冲基金正进入一个疯狂冒险的领域，还是意味着量化投资进入一个全新的时代？在回答这一问题之前，我先介绍一些背景。
无人区并不是不存在交易的区域，而是比较不太受研究员推荐的区域。很多卖方研究员提供的估值走势预测图，也往往把超过均值两个标准差水平的估值定义为“估值过高” ，把估值低于均值两个标准差水平的估值水平定义为“严重低估” 。
这种利用估值波幅偏离均值的水平来判断公司估值是否合理的做法，是一种被市场普遍接受的做法，当然，其前提假设是研究员对于基本面的分析是正确的。
这背后是大学里统计学老师教学生的概念，假设一个价格的波动服从于正态分布，那么它在偏离平均值上下大约2个标准差的区域时，接下来会有极大的概率会向均值回归。
如果想要更精确一些的表述，就是说一个股票的价格波动如果服从正态分布的话，那么它有95%的概率都会在平均值上下1.96个标准差的区间内波动；反过来理解，价格升至均值上方1.96个标准差的位置的时候，有极大的概率会出现下跌，向均值回归。
几乎可以肯定，未来几十年，金融学课程的大学讲师也不太会教育学生们去交易两个标准差以外的区间——在业界也是如此，当价格上升或下跌至均值上下2个标准差左右的位置时，这正是那些常规量化投资交易员们最喜欢把握的时刻。
从这个角度去理解，如果有人想在股价均值水平两个标准差之外的区域进行量化交易，会被认为是纯属“投机”的做法，是需要进行严格的风险控制的行为。
在香港，量化投资的基金经理也不会鼓励交易员去交易2个标准差以外的区间。那些提出要去2个标准差之外区间博弈的交易员，估计早已被打入冷宫。

本文插图
常规量化交易的局限不过这两年，用量化交易策略的基金经理发现，常规化的量化策略似乎越来越难以赚到大钱。
原因是什么呢？市场的情况有了很大的变化，使得常规的量化投资越来越不容易赚到钱。
第一个重要的挑战是，经过这么多年的发展， AI算法已经严重趋同，它造成的后果是，由于在同一个算法下的竞争者太多，导致同一种算法下大家能获得的回报越来越小。
第二个大的挑战是，由于大家的算法开始趋同，所以更要抢在别人之前实现自己的交易策略，这导致现在的量化投资策略对于硬件的要求越来越高。可以想象，当市场上的大部分算法策略都认为应该加仓某个资产的时候，只有速度最快的那几台机器才能把握住机会，最大程度赚到算法带来的收益。