多元化管理的交易架構（Diversified Managed Trading）

 

＂It is the part of a wise man to keep himself today for tomorrow, and not to venture all his eggs in one basket.＂

— Miguel de Cervantes Saavedra

 

從相關性開始談起

說起＂相關性＂這件小事，幾乎可以算是從我們接觸程式交易開始，就不知道為什麼會一直印在腦海中的一個詞。可以說這個詞幾乎就是＂分散風險＂的代名詞，彷彿不用人教，你就是知道。＂相關性越低越好，這樣才能分散風險＂、＂多策略就是要找低相關性的，這樣才能互補＂，乍聽之下似乎也合情合理。我們潛意識很直覺地認為＂低相關性＂就等同於＂差異性＂，而＂差異性＂越大，就越符合了＂雞蛋不要放在同一個籃子裡＂這句我們可能從幼兒園開始就時常在耳邊響起的＂古老智慧對付風險的指導原則＂。換句話說，我們可能在潛意識的指導之下，認為＂低相關性＂就是＂不同的籃子＂，所以覺得這可能是一個分散風險的好指標。

 

我們先不去評論＂低相關性＂就等同於＂差異性＂或＂不同的籃子＂這個猜想對不對? 但在使用他的同時有些東西我們還是可以反覆思考一下

 

1. 時間涵蓋範圍。這個數值通常是一個長時間計算出來的結果，但應該涵蓋多久的時間來算比較合理，十年，五年，一年? 相關性的概念是否真如你原本想像的一樣，長期相關性看起來很低的商品或策略群，卻可能在一瞬間因為某個壓力事件而拉升

 

2. 算出來的數值該怎麼實際運用? 當時間涵蓋範圍決定後我們可以得到一些較為具體的數據，而這個數據我們該怎麼去使用（如何透過相關性數據分配資金比例）? 許多人對於＂相關性＂這個詞都可以朗朗上口，但也僅止於在回測時上面的數據看一看這樣而已，並沒有真的把這個數據與實際的資金分配做串聯。

 

3. 在2決定之後，如何決定後續在數值變化的時候進行資金分配重新修正? 單期（固定若干時間重新檢視）或動態移動窗格?

 

4. ＂存活者偏差＂（survivorship bias）? 我們希望能夠藉由＂低相關性＂來分散風險，讓多策略或多商品間能夠有足夠的差異性來達到＂互補＂的效果。但我們卻通常都會以最佳化的模式來進行初步的策略與參數揀選。會不會真正能夠達到互補的低相關性策略（能夠應對某種尚未出現過的風險），早就在最佳化的過程中被捨棄，進不到組合中。（關於＂存活者偏差＂的內容在這裏就不細講了，大家可以自己google）

 

5. 在同一個樣本（商品）內，跟不同的樣本（商品）間這個數值的參考價值是否一樣?

 

6. 在採用以日為單位或以月為單位是否可能會產生截然不同的結果？

多角化經營の戰略布局思維

 

 

除了透過＂相關性＂指標來建構策略或商品組合這樣的方法之外，我們是否還能夠還能有其他不同的模式來建構投資組合。在Andreas F. Clenow 的　<Following The Trend>一書中有提供了一個還不錯的方向（參考第二章與第三章）–　建立跨資產類別

 

建立跨資產類別，白話地說，一樣是＂雞蛋不要放在同一個籃子裡＂的概念，但是這裡與虛無縹緲的＂相關性＂不同的是，我們要做的是直接把”不同的籃子”（類別）做出來。

 

不同於＂相關性＂指標所採用的數值計算方法來捕捉＂差異性＂，建立跨資產類別的概念是從事物的本質上來預先進行分組。事物的本質簡單地說可以理解為＂驅動行情的因素＂，例如影響農產品的漲跌因素跟影響外匯產品的因素很明顯有差異，前者可能會跟天候/技術發展等因素掛勾，另一個卻顯然部會受這些因素影響。但在同一類別中的各商品卻可能有著高度相關的走勢，例如當A50長期看漲（跌）的情況下，HIS/HHI也有著高度相關的漲（跌）勢。

 

市場存在許多本質上顯著不同的資產類別，例如指數類別，能源類別，貴金屬類別，農產品類別，利率類別，外匯類別等等。而各自驅動他們行情發展的因素也都大有差異，我們可以依據這些常用的分類來建立跨資產類別，替我們手中的策略圖表進行預先分組。

 

在同商品內的多策略是否也有可能做到像跨資產（商品）類別這樣的預先分類呢?　一般來說，比較常見或被討論的分類方法是多重時間架構分類法，透過策略往前的涵蓋時間可以大致上分成日內（當沖）、日線級別、周線級別、月線級別、季線級別等等。當然，這不是唯一的分類方法，每個人亦可以根據自己的想法來做策略分類，例如根據引用的內外部資料不同也可以做出分類，例如用濾鏡來分類，引用成交量撰寫的量能類、引用外部資料的法人持單類、引用現貨報價資訊的濾鏡類別等等，只要策略群中有高度相關的某部分都可以被歸類成同一個類別。不過畢竟是在同一個樣本（商品）中，能夠得到的風險分散效果終究有限，策略群再怎麼分類終究都還是在同一艘船（商品）上，一旦遇上商品本身的系統性風險（跳空／無量價移），策略群的瞬間相關性仍舊會集體拉升。

 

有的人以為策略管理的主軸在Ranking（評價排序），各種商品或策略通通都是大鍋炒混在一起進行評價與最佳化，所以挑出來的前幾名有可能會有同質性過高的問題，這其實不能說錯也不能說對，要解決這個問題只要在前面加一層預先分類分組的步驟就可以了，只是目前多數的工具並沒有提供這個最重要的預先分類分組的功能，才會產生這樣的誤會。Xeus 是目前唯一可以進行預先分類分組，並允許各分類分組可以進行獨立排序與門檻篩選的策略與商品管理平台。

 

有句話可能講了不下100次，其實做策略（商品／資產）管理跟一個公司裡管理員工沒什麼兩樣，跟許多治理公司的概念都幾乎是如出一轍。要維持公司的運作品質，我們會透過績效與獎金制度的串聯來維持每個小螺絲釘的品質，我們也會透過建立不同的事業群（例如電腦公司可能會規劃成電競/商務/一般消費等等不同的事業群，針對不同的客群特性規劃不同的研發與業務策略）在各個領域開疆闢土擷取新的資源，不同的事業群遇到風險時能互相cover（平滑績效曲線），資金充裕時能彼此共享（獲利往高效率的地方切換與複利）

 

最近很紅的一本書是萬維鋼推薦的＂多樣性紅利＂，裡頭講的多樣性視角概念便與這許多經典書籍的結論＂多樣化投資就是維持長期績效穩定的關鍵＂（這句話節錄自順勢操作中文版P.63）不謀而合。

 

延伸閱讀:

1. 順勢操作 Following The Trend (Andreas F. Clenow)
2. 多樣性紅利 The Difference (Scott Page)

量化思維粉絲專頁

https://www.facebook.com/yutingvpn.tw/