2014年3月9日 星期日

華爾街的物理學



前言:
在誠品時翻到書中的一段話提到計量分析,二話不說就買了。我對計量學充滿了興趣,或許能從此書找到更深層的計量學相關技巧也說不一定。

隨記:
P.10 全球最優秀的資金操盤手是西蒙斯(James Harris Simons)。
P.12 西蒙斯成功的秘訣在於跟財經專家劃清界線。
P.14 quants是quantitative analysts的縮寫,意思是計量分析師、金融工程師。譯者翻成寬客。
P.16 牛頓:I an calculate the movements of stars,but not the madness of men.
P.21 (物理學運用在金融市場)真正的危機在於我們廣泛使用物理學的概念,卻忘了以物理學家的思考方式看待問題。→問題例如金融海嘯、系統失靈時等狀況。
P.35 帕斯卡賭注(Pascal's Wager):人可以用賭局的型態選擇要不要信奉上帝,用自己的個人信仰下注對上帝到底存不存在,而在下好注,離手之前賭徒們都有權利先弄清楚賭贏跟賭輸的代價是什麼。帕斯卡的推論如下:如果你賭上帝存在,並選擇遵守戒律過日子,要是你賭對了,你就能在天堂獲得永生;要是賭錯了,在一了百了之後,其實也不用付出什麼代價。如果你賭上帝不存在,並棄宗教戒律如敝屣,就算你賭對了,在人生走到盡頭時,也不會有什麼後續發展;萬一你真的不幸賭錯了,代價可就是萬劫不復了。→這謬論很有趣,但對於賭我有另一番論點,死後是未知,活著是已知,而能在活著先贏,就已是先拿到利基,死後不一定存在,為了不確定的東西下注,期望值就不是帕斯卡想的那麼高。我知道他是錯的,但也無法完全反擊,這就是神論最強的地方,我無法證明神的不存在,但神論者也無法證明神的存在。這讓我想到世界只有三種人的論點:1.笨蛋:相信神。2.智者:不信神。3.奸商:利用神幫他騙光笨蛋的錢。
P.46 所有可以被預測到的未來事件,其實都已經反映當前股票或債券的交易價格上了。
P.48 巴楔利耶看待市場的方式,也就是我們現在所謂的效率市場假說,其基本觀點是:市場價格既然已經整合了所有可取得的資訊,因此反映交易標的之真正價值。
P.49 效率市場假說是一個理想化的假設,但簡化的假設卻有助於我們深入探索,解決現實狀態下難以處理的棘手問題。→抓大放小概念,大家都很喜歡抓小放大,大部分沉醉於爭論市場不是效率市場,但往往忽略效率市場背後要表達的概念。
P.53 以物理學的標準來看,所謂理論(theory)必須要夠精確,完整描述出現象特徵;只能概略描述物理過程或系統運作方式的,就叫模型(model)。
P.54 丁伯根(Jan Tinbergen)曾經說過,如果一家企業薪資待遇最高與最低之間差距超過五倍的話,該企業生產力就會降低。→蠻有趣的論點。
P.79 他之前看過的可是一頁又一頁,記錄夜間天體運行的龐大數據!他需要克服的只是找出不同數字之間的關連性,釐清某些數字提供的資訊會如何影響其他的數字
P.80 股價本身不會呈現常態分布的話,或許個股的投資報酬率(rate of return)才會呈現常態分布。
P.81 我們可以運用「對數」這項數學運算工具,來呈現個股投資報酬率與股價之間的關係,因此如果投資報酬率呈現對數常態分布(log-normal distribution)的圖型
P.83 好的模型不能忽略投資大眾的心理學。
P.104 齊夫定律(Zipf's law):每一張類別清單中,各個物件的大小規模都跟排序的名次有關,例如排第二位的規模大概都是第一位的一半,排第三位的大概都是第一位的三分之一,以此類推。
P.116 巴楔利耶認為股價走勢將呈現如同常態分布的鐘型曲線,然而奧斯本認為這說法不太對,股價是上揚或下跌一定的百分比,而非上揚或下跌一定的數值,才比較接近實情。→最近也發現這問題,關鍵是百分比,而非數字大小。一萬點的1%是100點,3千點的1%是30點,而拆開看100與30點看似無關,但背後關聯則是一致的1%。
P.135 研究尾端肥大分市曲線是相當重要的。→我也偏愛中央極限定理,但真正暴利反而是極端值發生的時候,而大部分系統都低估極端值發生的頻率,而產生的錯誤期望值預估。

P.172 算牌其實就是「不斷從莊家手上剩下的牌取得資訊」。
P.198 除非能夠賺取平均而言比低風險投資還要高的報酬率,否則投資任何帶有風險的項目,都是不理智的行為。楚雷諾把多出來的投資報酬率稱為風險溢酬(risk premium)。→風險、機率、期望值。
P.202 布雷克(Fischer Black,1938-1995)的策略:動態避險:在任何時點,都有可能將股票及其選擇權這兩種資產,組合成低風險的投資方式。
P.216 1969年7月20日太空人阿姆斯壯登入月球,美國終於在太空競賽取得領先地垃了;只是物理學相關的就業市場,也立刻跟著崩盤了。→1968年美國大量產出物理學人員到市場,因為太空任務已完成。
P.228 金融數理模型一直是個不斷演進的過程
P.228 推動科學進步的基本方法論,在金融市場裡一樣適用。如果我們只因為數理模型不完美,就將它們棄之如敝屣,那才真的叫做愚不可及。
P.244 勞倫茲(Edward Lorenz,1917-2008):只要設定的初始狀態有一點點微小的差異,經過系統內部運作一段時間後,很快就會發展成完全不一樣的結果。(混沌理論原型)→對初始條件的敏感性,也是蝴蝶效應的前導。
P.306 預測公司屬於局部性的做法,試圖在全球金融市場數據每次透露出短暫可預測性的時候,找出有利可圖的操作策略。全球金融市場可預測的模式飄忽不定,預測公司必須抓住短暫的機會之窗,才能創造獲利。預測公司從局部性的做法出發,開發出許多必要工具,在各種模式失去預測之前完成效力評估。因此我們可以說,預測公司的做法比較保守,你只要從「什麼因素會增進市場效率」的角度,就很容易看懂該公司的操作原理。索耐特(Didier Sornette,1957-)的做法恰恰相反,他採用全面性觀點尋找臨界事件、尋找最嚴重災難出現之前的規律模式,並利用這種規律模式做出預測。就算用尾端肥大的分布曲線,也還不足以摸述極端事件的發生頻率。索耐特直觀認定這些規律模式背後有某種機制在運作,常會把小規模事件不斷放大,終至釀成最嚴重的災難。
P.307 索耐特告訴我們,就算市場的隨機性很狂野,動不動就上演極端事件,但是只要我們懂得觀察市場的數據的方法,起碼能夠預測一部分的極端事件。
P.345 用物理學家的態度思考問題,懂得質疑模型的假設,不停尋找數理模型有何缺漏之處。
P.346 科學研究是不斷重複「發現、驗證、修正」的輪迴過程。
P.347 數理模型只是彰顯思考內涵的底層工具「而已,從來就不是顛簸不破的真理;數理模型只能建立在不可能完全實現的假設上,有時候那些假設甚至完全與現實狀況脫節,因此在使用任何一種數理模型時,都必須保持警覺,把模型的局限謹記在心。
P.361 區分「不可能出現」和「很難出現」之間的差異,非常重要。→像回到過去是不可能出現,被磒石打到是很難出現。但如果因怕被磒石打到而不建台北101這就變的很荒謬。同理金融市場操作也是如此。
P.362 股市崩盤與投機泡沫並不是新的現象,1929年才是現代社會最嚴重的一次股市崩盤,而衍生性金融商品在那個年代根本無足輕重。
P.375 西蒙斯於2009年底退休,他在1988年創立的大獎章基金,二十二年來,年化報酬率35%。

心得感想:
真沒想到隨機漫步是效率市場的延伸推論,市場因資訊的消化快速,導致股價如同隨機上下擺盪。
突然感悟到擲骰子的關鍵是變異系數。當同一面連續出現後變異系數會增大,而用統計計算後則能算出平均背離率次數,這不就改變了賭徒與莊家的勝率了?我一直對骰子是獨立事件感到不解。
所有交易模型存在一個缺陷,停損點到時,未必會有對手可成交。這裡存著風險系數概念,在高風險下,唯一有效的防禦是拉高現金水位。簡單說如果指數在相對高對時,槓桿比要對應的下降。那問題來了,什麼時候叫高風險!?像1987年股災黑色星期一。這問題值得細思,像台灣也發生過2004年的319槍擊事件,次日直接開7%鎖死跑不掉。如果我當時已開始玩期貨的話,我可能已陣亡了。
預測金融市場是可行的,如同天氣預測,問題在於你的工具和知識,因為你要連蝴蝶拍動翅膀都記算進來,你就能精準預測,所以一個人辦不到的,而要一群優秀的人+頂尖的電腦設備。這樣合理推論再過不久,股市會被極少部份人賺走極大的財富。
相較之下,我憑什麼預測!?這一個反問當下是啞口無言…
問題再切割下去,如果我要的預測準度只要60%呢?這會是一個好的假設。
再讓我想想吧…這瓶頸真是有夠難突破的,即使我知道預測本身跟少女的心一樣難以抓摸,但我還是為此著迷。

在看完後覺得本書沒有預期的好,原本以為是集物理學模型的大成作品,結果只是說明物理學在金融市場運用的演進史,而且書本越後面越覺得鎖碎,或許越是近代,資料越難收集與整合吧。再看看作者經歷是個物理學者,這就難怪了。學者與實戰者之間總是有個鴻溝,學者總是用理論在看事,只有實戰者能精準的點到事物的本質。這本書太可惜了,書名實在太棒了,只是內容還不是成熟的作品,尤其是各學派的理論沒條列出來,而是散佈在各章節的小段落中,讓我讀的有點辛苦。很明顯作者是金融交易的新手,所以內容論及到金融市場上時,文詞變的很空泛。
對於想從本書找到物理學的金融模組可能要失望了,全是非常抽象的概念,像板塊運動概念,由微小的現象可預測可能發生大地震的機率…,這類隔靴搔癢的說明。作者對這些成名人的論點運用都是從旁敲推測,生硬的聯結到金融操作模型。或許連他最推崇的西蒙斯都沒會面過,更別說作者能瞭解西蒙斯的核心模型了。

後記2014年3月17日,沒想到有人把本書中提到的各物理大師理論整理出來,邱明強的部落格

[2016年7月28日 量化交易的偶像人物]
量化投資大師 詹姆斯 西蒙斯
(James Simons,1938年-)是美國數學家、投資家和慈善家。是世界級的數學家,也是最偉大的對沖基金經理之一。


書籍資料:
書名:華爾街的物理學 The Physics of Wall Street:A Brief History of Predicting the Unpredictable
作者:魏瑟羅 James Owen Weatherall
閱讀價值:中,其實該給低才對,作者是物理博士班,但金融是幼幼班,沒實戰過。
出版年月:2014/02/26
ISBN:9789863203988
目錄:
前言    資金操盤手與破壞金融市場的怪獸
失去信心的牛頓留下這麼一句話:
「我可以計算出天體運行的軌跡,卻算不出人性的瘋狂。」

第一章    開創一片新天地的種子
巴楔利耶呈現了如何用數理模型詮釋金融市場的做法。
薩孟遜百思不得其解,自己怎麼會從來沒聽過這號人物呢?

第二章    逆流而上的鮭魚
奧斯本採用不同的時間尺度,研究鮭魚逆流而上的過程,
他突然想到金融市場就是另一個兼具兩種波動的系統。

第三章    海岸線悖論跟大宗棉花價格
大宗棉花價格的走勢,比較像是酒後開槍的班兵,
而不是酒醉的觀光客。曼德布洛特覺得這實在太有趣了。

第四章    擊敗莊家
索普根據巴楔利耶跟奧斯本兩人的理論,
輔以自己在賭場累積的經驗,創造了現代的對沖基金。

第五章    物理學進占華爾街
布雷克才是真正將財務計量分析觀念導入市場的推動者,
他真正讓物理學的深厚根底,成為投資銀行的決策工具之一。

第六章    從天氣預報,到預測股市
在複雜系統或金融市場中,都會看見尾端肥大的分布曲線和
狂野的隨機性,法默和派卡德就擅長處理這兩種統計特徵。

第七章    不是黑天鵝,而是龍王
索耐特用來預測市場泡沫跟崩盤的方法,
也可以反轉過來預測他所稱反泡沫的現象。

第八章    新曼哈頓計畫
施莫林和韋恩斯坦的計畫很簡單:找來一群天才齊聚一堂,
讓他們看清楚經濟學的問題,一起努力提出新經濟學理論。

結語    正確看待金融市場,就代表更多的獲利
文藝復興科技公司的成員沒有忘記:用物理學家的態度思考問題,
要懂得質疑模型的假設,不停尋找數理模型有何缺漏之處。

2 則留言:

匿名 提到...

謝謝 好棒分享~

羽澈 提到...

謝謝,如果覺得好,建議找此書來看,會得到更多,畢竟這只記錄個人感興趣的隻字片語。