目录

交易的过程

噪音vs价值信息

噪音交易者vs价值投资者

信息处理和建模

算法交易和低延迟交易

价格和市场微结构

噪声交易者模型

基本面定价模型

总结

参考资料


对于投资者来说,以一种正确的逻辑或者框架去了解市场是非常必要的,这对于其投资者判断和策略研发又具有基础性的意义。本文旨在提供一种认识市场的逻辑,将从交易过程最基本的构成开始。

交易的过程

资产价格的研究是资本市场中最为核心的主题之一,那么从新的信息出现到被包含在价格之中,这中间是一个怎样的过程呢?如下图所示,将会经历信息、交易者、信息处理和建模、交易、影响价格这五个主要部分,新的信息出现之后,会被市场中的投资者接收到,然后投资者会对相应的信息作出自己的分析和判断,并做出相应的交易决策,最后这些交易决策会综合大反映到价格之中,从而影响价格。其中每个部分对于不同的投资者来说,又意味着不同的方式和含义。

市场是复杂的,正如上图所示,每个部分在真实的市场中都有不同的构成。

噪音vs价值信息

对于信息来说,这里将其一分为二,分别是真正包含了企业基本面价值的有效信息,以及实际上和企业基本面价值无关的噪音。不幸的是,在信息繁杂的市场之中,大部分信息都是噪音,因为企业基本面价值发生变化其实是一个相对缓慢的过程,真正的蕴含基本价值的信息出现的频率和量并不会那么多,但是事实上,很多投资者往往会接收到很多关于企业的信息,从而做出交易决策,其实很多信息都是和基本价值无关的噪音。很多投资者自身也可以感受到,市场中真正对企业做基本面价值分析并以此做投资决策的投资者有多少,而仅仅是依靠一些小道消息或投资者情绪来做简单粗暴的投资决策的投资者或者利用技术分析的投资者又有多少,很显然的,在还是以散户居多的A股市场,还是后者类型的投资者居多,毕竟真正对企业价值进行分析和做出合理判断是一件相当专业的事情,很多投资者并不具备这种能力。当然,这里并不是说没有利用企业基本面价值信息进行投资的投资者就是略逊一筹的,相反的,市场中有一类投资者正是利用噪音来进行交易的,因为噪音不代表没有规律、没有价值,只要从噪音中提取出规律,依然可以获得很好的收益,而且这一类投资者往往需要更高的技术含量和统计建模能力。

噪音交易者vs价值投资者

对于投资者来说,这里将其分为噪音投资者和价值投资者,顾名思义,噪音投资者就是利用噪音作出分析和判断并进行交易的投资者,而价值投资者就是利用基本面价值信息作出分析判断和交易的投资者,当然,现实中,很可能很多投资者兼具两种风格,既会利用噪音交易也会利用基本面信息交易,只是很可能具有不同的风格偏好和擅长。噪音交易者和价值交易者,两者并没有优劣之分,更没有哪一方具有道德优势,两者的区别在于其交易风格和交易策略不同,并且都可以获取很好的收益,两者对于市场来说都扮演着不可或缺的角色,具有重要的价值和意义。比如噪音交易者让市场变得活跃,给市场提供了充分的流动性,以满足很多投资者风险对冲和投资的需求,充足的流动性对于一个市场来说,重要性不言而喻,同时精明的噪音交易者也会通过噪音套利,某种意义上让市场变得更加有效,价格更加合理;而价值投资者的意义更加明显,其可以让企业的价值不会过于偏离其基本价值,对于市场的稳定和企业的健康发展具有重要的意义。

价值投资者,其就是利用基本面信息作出分析判断和交易的投资者,其投资者策略就是在市场中寻找优质的被低估的股票,这里有两个关键词:优质和低估,低估着眼于当下,优质着眼于未来,所以价值投资并不是说单纯的寻找当前会计意义上指标被低估的,比如很多文献中都是直接通过股票的账面市值比指标来寻找价值股,但是该策略忽视了企业是否优质,即忽略了企业在未来的潜力,这是不准确的,真正的价值投资者在考虑当下被低估的同时,其实更重要的也是更核心的在于对于企业未来潜力的分析和判断,这是价值投资的核心,也是难点所在。所以真正的价值投资者只关心企业的基本面信息,关系对企业真正有长久影响的信息,其不关心短期的噪音。因为股票的最终受益来源就是企业的收益,这是由资产特性所决定的,所以企业的价值从长期来看终将回归基本面价值,在基本面价值附近波动;尽管短期来看,股价可能波动很大,甚至严重偏离基本价值,但是这种偏离相对于最终真正可以获得的企业收益来说是泡沫,而泡沫终将被刺破。泡沫被刺破,价格便会快速向基本价值收敛,常见的,比如企业公布的财报就是刺破泡沫的一种手段,而学术界经常提及的财报公布后的股价价格漂移的现象,就是价格快速向基本价值收敛的一种现象。所以,真正的价值投资者不关心由噪音引起的短期波动,其只关心会影响企业长期基本价值的基本面信息,因此,对企业相对更为了解、操作很少不怎么看盘、很有耐心等是真正的价值投资者固有的属性和特点。

噪音交易者,即利用非基本面信息交易的交易者。市场中,其实更多的是非基本面信息,我们定义这些非基本面信息为噪音。市场中噪音交易者很常见,其实很多自认为价值投资者的交易者也是噪音交易者,尽管其采取的可能是价值投资者策略,但是其所利用的信息很可能是噪音,而不是真正的基本面信息,当然,这不是其主观所能决定的,因为相对正确的对企业做出基本面的判断是不容易的,而且真正的可以准确的识别噪音和真正的基本面信息对于很多非专业的投资者来说也是不容易的。对于噪音交易者,我们可以将其分为简单噪音交易者和精明噪音交易者,简单的噪音交易者往往就是很多不专业的投资者,其容易受到虚假信息的影响,容易受市场情绪和个人情绪的影响,并且容易对当下的信息做出误判,这些简单的噪音交易者因此往往会给市场提供很多的套利机会,从而这些简单的噪音交易者也就容易成为所谓的“韭菜”。还有一类噪音交易者,其是精明的噪音交易者,这部分噪音交易者善于从噪音中提取有效的信号,擅长建立噪音交易的套利模型,并有能力快速的捕捉到这些信号进行交易;精明的噪音交易者正是交易在简单交易者的交易模式基础上的,或者建立在比起更不精明的噪音交易者的策略和模式之上,精明噪音交易者所获取的收益往往就是简单噪音交易者或更不精明交易者的损失,这些人才是市场中最为锋利的镰刀,专门割比其更不精明的韭菜;人们常说股市是一个零和博弈的市场,但其实更严格的来讲,噪音交易市场才是一个零和博弈的市场,而真正的价值投资者获取的更多是企业增长所带来的收益。精明的噪音交易者的固有属性就是频繁快速交易、注重股票量价关系和指标、关注短期的市场信息和情绪,这些交易者往往更需要数理知识和技能,从而捕捉到市场投资者短期的交易模式,提取有用的信号进行建模和优化,而且由于噪音的短期特点,这些交易者也通常要求更高的交易速度,比如市场中常说的日内交易者、高频交易者就是属于这类交易者。

所以,价值投资者和噪声交易者,两者并不冲突,其赚取的阿尔法的来源是不一样的,说的简单点,价值投资赚取的是长期趋势的钱,而噪声交易赚取的是短期波动的钱。一个趋势可以抵得上好多个波动,这也是短期交易者需要频繁操作的原因,前者重质,看准趋势,后者重量,以少积多。市场中,更多的是两者兼具的投资者,但是做的最好的那群人,往往是专注于一个方向的投资者。随着市场的不断进化,以后势必是一个方向越专业的投资者,才能获取真正的阿尔法,但是对于顶尖的机构投资者,机构内不同团队合作,必然也是两个方向相辅相成,即赚波动,也赚趋势。

信息处理和建模

对于信息处理和建模部分,不同的投资者由于水平不同,对信息的处理能力、信号的提取能力、定价能力以及建模能力都有很大的差别,这里简单的将其分为低水平处理和高水平处理。低水平处理可能就是根据简单的直觉,或者经过简单的处理,使用不太合理或者不太准确的方法去建模,使用了过于简单的模型等等,而高水平处理就是对信息进行更为准确的处理,可以提取到独特有效的信号,使用更为合理和准确的统计方法进行建模,使用更为先进有效的理论和技术等。这一部分是投资者的竞争优势所在,是投资者可以获取阿尔法的关键,所以专业投资者会在这部分投入很多,以提升自身的竞争优势,获取更高的收益。正是因为这部分的关键性,通常这部分内容对于投资者来说是秘而不宣的,机构投资者对于自身这部分工作的保密性也非常看重,因为这通常是其立身之本。

算法交易和低延迟交易

对于交易部分,本文将其分为了算法和延迟两个部分。投资者在通过自己的模型或者交易系统做出交易决策后,需要在市场中进行交易,在交易时主要面对两个问题,一是降低大单带来的价格影响,减少交易成本;二是交易的速度,对于有些交易机会,转瞬即逝,所以需要尽快完成交易,降低延迟。对于前者,投资者会根据市场结构或者资产特点,以及大多数交易者的交易模式,设计出相应的交易算法,将大单进行拆分,尽可能的降低交易成本;对于后者,尤其是高频交易者对低延迟交易具有较强烈的需求,因为高频交易的交易机会具有很高的时限性,而且高频领域也竞争激烈,很多策略的阿尔法源类似,对于可套利规模较小的机会,基本都被延迟更低的交易者抢走,所以高频领域常常有赢者通吃的现象,所以,抢夺交易机会显得尤为重要。

对于低延迟需求较高的投资者,其延迟主要来源于三个方面:一是行情接收、二是根据自己的交易模型发出交易请求、三是交易柜台接收请求发给交易所。由于第二部分的时间取决于投资者自身的交易模型,所以投资者需要自己不断的优化自己的模型,优化算法,尽可能的在时间和结果上取得一个很好的均衡,由于交易模型是投资者自己的竞争优势和立身之本,所以这属于投资者自己团队的工作;第一部分和第三部分往往对于不同的投资者来说,都是一样的过程,所以这两部分可以交给专业的第三方技术公司去优化和实现,现在市场上有很多的第三方技术公司通过和经纪商合作,给专业的投资者提供更快更稳定的行情系统和交易柜台,通过在软件和硬件层面的双重极致优化和加速,旨在给专业投资者提供更低的行情延迟和交易延迟,抢占市场先机。然而有些比较大的机构投资者,会自己雇佣专门的技术团队,开发自己的行情系统和交易柜台,这样做可以充分的提高自身交易模型和交易系统之间的耦合性,更加的缩短之间的交互时间,同时更重要的,可以给自己的交易模式和数据提供更加安全的保障。

价格和市场微结构

最后是价格部分,当交易者进行交易后,价格就会受到影响,并发生相应的变动。对于价格这部分,本文主要从市场微结构层面去分类,以看价格是否可以完全的自由的根据交易进行变动。对于价格可以完全根据投资者交易进行自由变动的市场,这里称为自由不受限制的市场,而对于不能自由变动的市场,则称为受限制的市场。对于是否受限制,市场中常见的主要有涨跌停限制、熔断限制、最小价格变动单位等,这些限制都会导致价格在触发相应的条件后,不再是只受交易影响自由变动,这些都是投资者,特别是短期交易者需要注意的问题。

噪声交易者模型

席勒在1984年提出了简单噪声交易者模型(SNTM)期望作为一种认识市场的新范式,该模型相比于有效市场假说,引入了套利成本这一关键因素,由于套利是有成本的,因此市场便会形成一个包含成本的新均衡,即该均衡实际是偏离基本价值的,呈现一种错误定价的状态,这样专业投资者才可以通过识别这部分错误定价来cover掉成本。根据定义,套利机会是由噪声交易者提供的,因为套利成本的存在,新均衡中,这部分由错误定价带来的价格偏离将会稳定存在在均衡之中,即噪音交易者对于价格的影响将会稳定而持久的存在,因此,席勒提出的形式化模型中,价格同时受基本面价值和噪音交易者共同影响,如下所示。

其中D表示股利,Y表示均衡时噪声交易者所要求的股价,表示精明投资者要求的预期收益率,噪声交易者要求的收益率已经包含在Y中,表示要让精明投资者持有所有该流通股票所要达到的最低的预期收益率溢价,即若该股票的预期收益率达到了+,那么精明投资者愿意持有所有该流通股票。因此,这里的可以用来衡量该股票的套利成本,因为实际上精明投资者只要求,但是只有当该股票的预期收益率达到+,精明投资者才愿意持有所有的该股票,这说明是用来cover套利成本的。从上式可以知道,如果为0,那么该模型就等于股利折现模型,即等同于有效市场假说。因为有效市场假说中蕴含着价格应该等于基本价值,由于价格最终必将收敛于基本价值,而有效市场假说中不存在可持续的套利机会,所以价格应该等于基本价值。

噪声交易者模型的意义在于引入套利成本,从而将噪声交易者对价格的稳定影响也包含其中。但是依然是一个静态的均衡模型,在均衡状态下,依然意味着在考虑剔除套利成本的净收益下,市场依然不存在套利机会,如果过于强调这种均衡状态,那么这只是一种新的有效市场。重点在于,尽管考虑套利成本,动态的市场依然还面临着笔者在《市场是有效的吗?》这篇文章中提到的问题,所以,均衡和现实依然具有较大的差距。不过,加入新的有效因素,可以吸收之前旧均衡附件的波动信息;通过对模型的不断拓展,引入更多的有效因素,给其赋予动态性,可以更加准确的刻画市场,预测市场。

基本面定价模型

从本文开始的图中可以知道,价格由两类交易者共同决定,分别是价值交易者和噪声交易者,价值交易者根据基本面信息进行交易,其看着长期趋势,不过多在乎短期波动(当然对于有杠杆的价值交易者来说,需要控制好波动带来的仓位风险),而噪声交易者通过非基本面信息交易,通通过短期波动赚钱。据此,可以把实际价格认为是由基本面价值和噪音交易者带来的波动组成,即价格受基本面价值和噪声交易带来的短期波动两者共同驱动;基本面价值相当于一个锚,所以要研究价格,确定这个锚是很重要的,这对于投资者判断市场的趋势以及预测市场具有重要意义。对于基本面价值的判断模型,主要有股利折现模型和剩余收益模型(RIM)。股利折现模型我们已经很熟悉,就是未来的预期现金流折现,但是该模型无法直观的表达出价值投资者的精髓;而剩余收益模型则是基于股权定义,把企业价值等同于当下企业的净账面价值加上企业未来预期净收益的折现值,这样企业的价值就等于当下价值加上预期价值,可以更合理的反映出价值投资者在乎的两个关键因素:当前低估以及有潜力。RIM的定价模型如下所示。

其中B表示账面价值,NI表示净收益,r表示权益资本成本。其中表示t期的剩余收益,剩余收益反映了企业在t期的价值提升增长部分,该定价模型也是相当直观的,并不难理解。

在RIM下,股票的价格由当下的账面价值和对其未来预期的增值部分共同决定,所以,真正的价值投资者应该寻找的是账面市值比较低,且预期剩余收益较高的股票,这与很多学术文章中通过单纯的账面市值比来定义价值股不同,RIM下,投资者更应该关注的并非账面市值比,因为这一点工作非常平凡,真正应该关注和研究的应该是预期剩余收益,即对企业未来的预期,对企业未来预期的判断才是一个价值投资者的核心竞争力。

总结

本文旨在让投资者对市场有一个相对全面的认识和理解。首先介绍了交易的过程,本文将交易过程分为信息、交易者、信息处理和建模、交易、影响价格五个部分,并分别进行了阐述。信息包含噪音和价值信息,利用噪音交易的投资者称为噪声投资者,利用价值信息进行交易的投资者称为价值投资者,两者并不冲突,赚取不同的阿尔法,简单来说,精明的噪音交易者主要赚取波动的钱,价值投资者赚取趋势的钱;不同的投资者对信息的处理水平和建模水平都不一样,信息处理和建模是投资者的核心竞争力所在;任何投资者策略都需要通过交易实现,在交易时,对于大单交易者来说,可以通过算法交易进行大单拆分,降低交易成本,对于小单的高频低延迟交易者来说,则可以通过软硬件层面的极致加速优化降低延迟,抢占市场先机;最后从市场微结构方面阐述了对于价格的限制,主要有涨跌停限制、熔断制度和最小价格变动单位等。

本文引入了席勒的简单噪声交易者模型作为一种刻画市场均衡的新范式,该模型相对于有效市场假说,考虑了套利成本,从而在均衡状态中也将噪音交易者对价格的影响纳入了进去,但是该模型依然只是一个简单的静态均衡模型,没有考虑其他因素,均衡状态和实际情况差距依然较大。由于价格受基本面价值和噪音交易者共同驱动,确定基本面价值对判断市场和预测市场具有重要的意义,因此本文引入了股利折现模型和剩余收益模型,着重讲了剩余收益模型,该模型将基本面价值分解为当前账面价值和对未来的预期增长价值,价值投资者更应该专注的是对企业的预期因素,因为了解当下的账面价值因素的工作是相当平凡的,并不是获取阿尔法的核心竞争力所在。

参考资料

Lee C M C, So E C. Alphanomics: The informational underpinnings of market efficiency[J]. Foundations and Trends® in Accounting, 2015, 9(2–3): 59-258.

阿尔法经济学:认识市场相关推荐

  1. 基本面量化:一种多因子选股策略

    斜拉大桥的钢缆由许许多多钢丝组成,这样才更有弹性,可支撑起整座大桥.如果投资模型有多组上百个阿尔法因子科学地组合在一起,因子之间风险的可互相抵消,就有望在不同市况下都能获得相对稳定的超额收益.基本面多 ...

  2. iRank: 基于互联网类脑架构的阿尔法鹰眼发展趋势评估

    前言:iRank是人工智能学家基于科学院研究团队"互联网类脑智能巨系统架构"和"AI 智商评估模型"等研究成果,对智能产业优秀企业.产品和技术进行评估.发掘和推 ...

  3. 量化投资入门指南:量化交易系统框架与阿尔法模型

    目录 1. 量化交易系统框架 2. 阿尔法模型 2.1 阿尔法模型的定义 2.2 阿尔法模型的分类 2.2.1 理论驱动型阿尔法模型 2.2.2 数据驱动型阿尔法模型 2.3 实施策略的方式 1. 量 ...

  4. 股票的阿尔法收益和贝塔收益

    股票的价格倾向于同涨同跌,行情好的时候,大家一起涨,行情坏的时候,大家一起跌.但是各个股票随着市场涨跌的幅度是不一样的. 这种同涨同跌和涨跌幅度不一致的现象说明,金融资产的风险来自两个方面,一个是来自 ...

  5. 横截面收益率(二) 阿尔法策略是如何构建的

    资本资产定价模型自从首次被提出以来在金融经济学中一直处于中心地位. 在一系列简化假定条件下,资本资产定价模型表明,任何证券的收益率与该证券 的系统性风险(或者贝塔值)呈线性关系.因此,依据资本资产定价 ...

  6. 打开量化的“黑箱”:阿尔法模型

    很多人把量化投资称为「黑箱」,为它赋予了深不可测的形象. "黑箱"一词最早流行可能是因为一部1915年的科幻电影,一个叫桑福德·奎斯特的犯罪学家发明了一种可以帮助自己破案的机器,称 ...

  7. 北汽蓝谷极狐阿尔法S与T

    北汽蓝谷极狐阿尔法S与T 阿尔法 S新一代智能豪华纯电轿车 世界知名汽车设计师沃尔特·德·席尔瓦担任ARCFOX极狐品牌设计师, 为ARCFOX极狐 制定了"无边界"家族化设计理念 ...

  8. 嘿,程序员,你该学点经济学了!

    前言: 笔者一直认为,一个好的程序员.不仅仅是代码敲得好,其它方面的知识和能力相同非常重要.特别是随着年龄的增长.非常多人也慢慢的往管理层发展.这个时候沟通与协调能力变得更加重要,而一些策划.推广方面 ...

  9. 阿尔法特磁悬浮制冷机组荣获“2016年度中国数据中心优秀节能产品”殊荣

    摘要:3月3日,以"创新,发展,跨越"为主题的"2016年度第八届中国数据中心行业表彰大会"在北京隆重举行,并同期揭晓了"2016年度中国优秀数据中心 ...

最新文章

  1. [JAVAEE] Thymeleaf 基本语法:常用表达式
  2. 《预训练周刊》第40期: 量子预训练、千层BERT与GPT
  3. python获取数组中大于某一阈值的那些索引值_java矩阵计算及其在统计中的应用(一)...
  4. css聊天布局,CSS实现聊天布局
  5. kettle大数据量读写mysql性能优化
  6. 运行错误5无效的过程调用或参数_FANUC系统常用参数汇总
  7. 《冷眼看IT》读书笔记--IT将成为服务行业
  8. 禁用Windows 10系统更新
  9. 【EF】EF框架 Code First Fluent API
  10. Windows bat命令解压缩文件360zip
  11. Johnson算法寻找图中的所有简单环路
  12. 拼写的能力和重要性英语作文_拼写很重要吗? 我认为是的。
  13. 雪豹10.6升级10.8
  14. 2022.04.11【读书笔记】|单细胞转录组概述
  15. instagram图片大小_如何上传最好看的Instagram图片
  16. 苹果手机来电防火墙_苹果手机上的月亮图标是什么意思?原来这么实用,涨知识了...
  17. 搞定iOS的几种页面跳转方式
  18. Linux系统编程 50 -stat和stat函数 穿透和非穿透
  19. 东京商城注册页面使用的正则表达式......
  20. HIN 异构信息网络(Heterogeneous Information Network)

热门文章

  1. 2013年度国际十大服务器宕机事件
  2. 22年普通二本不考研找实习总结
  3. 读取文件时路径出错OSError: [Errno 22] Invalid argument:‘l\u202ad:y\Windows \ \Fonts \\msyh.ttc‘
  4. python通过ip池爬_python 爬虫 代理ip池(适合初学者)
  5. 【数据结构】二叉树 -- 堆
  6. 电路方案分析(十四)汽车电动座椅参考方案设计(H桥,高低边驱动器设计)
  7. python之生成不重复的随机密码
  8. ResultSet 方法说明
  9. Sublime Text 3技巧:支持GB2312和GBK编码
  10. 高通滤波去除基线漂移matlab,去基线漂移