TradeStation证券公司副总裁Stanley Dash

　　2013年11月15日，由香山财富论坛、中国证券投资基金年鉴将共同举办的“量化投资实践应用高层研修会”在北京召开。以下为TradeStation证券公司副总裁Stanley Dash发言实录。

　　Stanley Dash： 首先我想说的是非常感谢大家，这是我第一次来到中国，希望不是最后一次，感谢主办方的邀请，感谢你们热情的款待。今天下午的发言希望对今天上午各位的发言形成锦上添花的作用。海外关于量化投资策略相关视角，希望大家在最后也提出一些对于我来说非常有挑战性的问题。在我的演讲中会有一些图表，所有的图表都是从TradeStation上截取下来的，其中有一些是我们对这个系统相关的分析，有一些是客户分析的结果。

　　接下来我要讲的想法或者是相关的观点，其实都已经是公开发表的想法。大家有兴趣可以访问我们的网站或者说查找我们以前曾经发布过的文章，甚至还有博客等等。我们想做的事情，就是要把这样的思想传播开来。同时我们的客户对于我们的想法和理念，都可以发挥他们自己的作用，他们可以对它进行更改。因为在我们美国也是高度监管下的环境。所以我们也有很多相关的争论，有的人说监管太严了，有的人说监管的力度还不够。我们TradeStation作为一个券商，我们所要做的是尽可能向个人投资者和机构投资者提供最好的服务，同时尽我们最大的能力形成开诚布公的交流和沟通。

　　我想我今天要讲的量化投资，现在我所针对的听众，其中有很多我想在券商和交易所的行业已经工作了很多年。我本人自己开始这方面的工作，个人电脑还没有完全出现，那个时代是非常老的时代，那个时候所谓的数据库就是一沓厚厚文件资料，堆的比人还要高。我想大家手里面都有我们资料的中文翻译，所以我不会给大家逐字逐句的念一遍。我把我认为非常重要的要点给大家讲一下，总的来讲，我们技术要做的事情就是对市场和市场行为进行相关的系统性的评估。在以前的时代，人们传统上的做法，在技术分析的时候，事实上只是去研究股市和合约的供求关系，那个时候没有太多的研究，只是根据数量进行相关的分析。从传统上来讲，我们的这些技术分析员，他们其实只关注两件事，一个是价格，一个是交易量。在这里我自己加了一个要素，就是时间。

　　从传统上来讲，我们的技术分析员，他们所要做的事情，基本上就是要解读市场，这就好像变魔术一样。其实以前的交易员，他们要做的事情也是比较简单的，对市场上的供求关系进行分析，看一下价格和交易量有多少，从这些数字最终得出市场上整个交易的动态或者说背后的能量有多少。但是在早期，我们也知道这种完全基于主观的个人对于市场的解读是非常缺乏相关的技术或者是科学方面的支持的。所以从后来开始，人们就开始更多的来注重量化方面的方法。

　　我想关于技术分析，我要讲的第一点是图表，在今上早上的演示中大家看到了TradeStation交易的截屏，上面有很多传统的图表演示方法，表现为线图、K线等等。我为什么要强调这一点呢？我希望大家能够注意到这个转变的过程，也就是说从以前的完全主观的个人解读，变成了现在更加具有量化性质的市场分析。如果说大家有在早期通过看图表的方式进行技术分析的经验和精力，我想告诉大家，我经常跟我的客户讲，在早期这样一种看图说话的方式，更加类似于一些雏形的数据采样。在早期的分析师，大家在解读图表的时候，可能就是看一些图表，最后得出大概的价格趋势，这是他们所要做的事情。但是现在我们读这些图表，已经不像以前做的那么简单，我们更多的是希望能够得出数据的序列。

　　随着历史的演进，我们看到后来又有了更为先进的技术分析方法，从价、量、派生、指标、移动、平均、振荡等等，在这里我并不是给大家讲技术分析的课程，只是想通过这些罗列告诉大家简要的技术分析的发展史。查尔斯·道先生在美国被誉为技术分析之父，我们看到在下面的技术分析图里面，其实就可以看到道式理论的核心或者是他的根基到底是什么样的。实际上他创立了我们所说的经过法，他对于这些平均值进行相关的和比较，我们看到在这张图上是对工业和铁路进行的比较。所以通过这两个均值的比较，来得出确定或者是不确定的结果，或者说看一下当时是否有超过历史新高的一些值的出现。

　　所以如果大家看一下这张图，可以看到在这个时点上，下面创造了新低点，但是上面的工业没有达到新低，上面这两个出现了牛市的反弹，在2003年达到牛市。所以我们可以看到道式理论还有一个相应的发展，就是从09年之后，我们看到它形成了两个上升的通道，我们把它叫做渠道或者是通道。在这里我不过多的讲这方面的内容，但是我想给大家演示一下，这就是我们早期非常主观的视觉化的技术分析的方法。刚才我还提到了，我们有移动、平均和振荡，这事实上就是早期数字方面对于价格的计算。

　　这张图上显示了刚才我们所提到的均值、振荡和价格的趋势。我为什么要向大家演示这样的图表呢？实际上就是要呈现出这种转变，我们现在从早期完全主观视觉化对图表的解读，现在已经变成了以计算为基础、以公式为基础的分析法。但有一个问题，尽管我们所用的公式，还有我们的计算方法等等，都是越来越客观了。对于最终呈现的结果的解读，还是包含了很多个人的判断在里面，还是比较主观，这就是为什么我们要引入量化分析的原因。

　　在这样的定义里面，虽然用了“复杂”这个词，但是我想量化分析未必是复杂的。在这个定义里面的关键词，实际上是运用数学和统计模型。可以说我们通过这样的一种转化，我们已经引入了一种所谓的量化分析的革命式的转变，在这种革命发生之后，我们看到量化分析比以前的分析法稍微复杂了一点。但是它更多的是基于计算、模型和科学的方法基础之上。在量化分析的简要发展史中，我们看到其中有两个非常重要的，一个是估值模型，一个是概率模型，这两个模型我们完全可以用计算机为基础进行分析，这个在原来是根本没有办法做到的。

　　这里我还列了一个模型，是长期的资本管理，在座的很多听众比较年轻，没有接触过这个东西。实际上我们现在在量化分析中所面临最为重要的问题，或者说一些相关的因素，就像今天早上所谈到的乌龙指的事件和其他的突发事件等等，这些事件都不可能用概率的模型计算出来。我们看到在长期资本管理这方面，有很多的研究者，其中有一些甚至是诺贝尔奖的获得者，他们做出来的模型没有任何问题，非常好，非常眩目。但是大家在这个模型的计算过程当中犯了很多错误，同时有在他们预测之外的事情发生。

　　今天早上我也听到，有一个听众提问像日本的海啸这种事情发生了以后。如果说市场的表现和我们之前的预测有很大的区别或者说差异，这个时候该怎么办。我觉得这是一个非常有意思的观点，因为这让我想基所谓的监管风险。因为我是做交易出身的，我可能关注市场风险和交易风险，我可能不太会想到监管方面的风险。但是我现在也意识到监管风险是非常重要的，因为像海啸这样相关的突发事件，不管怎么样，它们都会发生。

　　我们看到对于量化分析来说，不管我们能做的多么完美，一些突发事件和不可抗力终究会出现。所以我们尽可能做一些事先的规划和预防，把它们作为极端的值进行思考或者是纳入进去。我们看到事实上对于量化分析来说，有些人对它持有一些不同的观点。就好象在我们招人的时候，我们也招了很年轻的分析师，他们都很能干，而且是大有可为的。但是在给他们职位的时候，他们坚持一定要把他们职位的名称叫做量化分析师。所以其实这种传统的技术分析，我认为它是量化分析的前身。因为在七十年代的时候，我们还没有这么多先进的模型，像概率模型和波动模型等等。一直到了八九十年代以后，计算机的计算与日俱增，这个时候我们看到整个世界才更多的朝向量化分析的方向演进。事实上，我曾经写了一本书是关于技术分析和量化分析这两者之间所谓非常紧张的关系，或者说它们之间发展的历史进程。我看到很多分析师，虽然他坚持要被称作是量化分析师。但其实他们根本不懂市场结构是什么样的。不管说大家同不同意我的见解，但是我自己个人的观点认为，量化分析实际上就是几百年来，我们在实践技术分析的延伸。如果这样理解这个概念，能够帮助我们更好的来观察整个市场的架构，以及一些经济方面的行为和表现。

　　我觉得计算机现在提高了价、量和时间的技术分析的层面和高度。因为我曾经在个人电脑还没有出现之前，曾经在华尔街工作了十年的时间。所以从那个时候到现在的转型，对我来说也是难度很大的。我想说的最后一点，尽管人们对于技术分析和量化分析这两者之间的关系有不同的观点，但是有一点是肯定的，这两种方法实际上都不包括基本面的分析。

　　我们看到随着计算机计算能力的不断增强，以及人们对数据处理的方法变的不断先进，我们引入了一个新的做法叫做回测。这样的测试在早期事实上是非常困难的一件事，那个时候我们只能翻一大堆以前的老报纸，进行一些人工的计算，然后想象如果我当时这么样交易的话，会发生什么样的结果，通常这样的计算或者是努力会令人失望的。今天任何一个量化分析师或者说任何一个我们所说的技术分析师，都不能够想象在没有回测的情况下来进行分析，但是以前根本就没有回测这样的东西存在。在这里我可以很自豪的说，TradeStation是第一个在个人电脑上实现回测的系统，在八十年代我们就实现了。我们看到尽管说还有其他很多的公司和平台都试图在这方面取得相关的进展，但是我们要做的就是要保持领先的优势，成为这方面的佼佼者，这个同时也给我们带来很多挑战。因为这在三十年前，对我们来说是非常困难的事情。我在今天早上听到大家问答的时候，也听到有一些听众问问题，我们TradeStation到底和其他的品牌有什么样最大的不同。我觉得在我们这里，我们有变成语言和回测，我们所要做的就是非常直观的公式计算的方式，在个人电脑上实现方便的回测，即可可以做到这一点。

　　接下来我想谈一下在回测方面碰到的挑战和问题，这些是任何做量化分析的人都不可避免的门槛，所以接下来我要谈一谈这方面的挑战。这些所谓的门槛或者是问题，它们之间都是相互关联的，我在讲的时候会跟大家进一步的进行强调。

　　最为危险的挑战就是曲线拟合的问题，我看到有很多人，他们会把自己对于数据进行优化之后的结果，直接拿过来看，然后觉得这就是对于昨天情景模拟的最好展现。现在我们知道有很多的数据库都是一些历史数据苦，也就是对过去的交易来进行回溯的数据库，现在事实上我们还试图进行第二天的价格模拟或者说预测平台。我想关于曲线拟合的问题，要对一系列的数据库进行整合。大家对于所谓样本外和样本内的数据库都是非常清楚的，今天早上我们讲到了前瞻性的责实。但是在这里对于TradeStation来说，最大的问题就是要实现所有结果的整合。事实上回测是对于一系列历史数据的回顾，人们现在所存在的最大问题，就是人们并没有仔细的去审视这样的数据库是怎么建立起来的，在这些数据库里面有什么样的内容，以及如何解读它们。在这里我指的都是历史性的数据，而不是实时的数据。在这里不管我们说的股票还是期货，我们在这里要看的都是交易价格。

　　但是在我们外汇交易市场上，我们主要看的是出价，并不是要看最后的交易价格，很多时候我们去解读出价相应的图表。因为我们所进行这样的测试，并不是基于我们之前所说的出价和要价。所以我们知道尽管我们的回测模型做的不错，但是它仍然有它的缺陷，它现在还不是完美的。我们看到还有一个问题，就是关于流动性的问题。现在在这里出现一个困境，当一个新的股票出现的时候，有时候我并不能对它进行交易。是因为关于这个股票，我对于它的历史一无所知，我不管是要进行量化分析，还是要进行历史分析，都是要基于历史数据的。如果说没有一些最为基本的股票需求和之前的交易，一些最为基本的信息或者说数据，很多量化分析师，让他们进行回测，他们是做不到的。还有一个挑战，就是关于市场影响的问题，对于机构投资者来说，这是他们最为关切的问题，也是他们最大的置疑。市场影响和流动性相关，但是它又不完全是流动性，它主要是指出，如果说你的下单实实在在的下单，它会对市场产生什么样的影响，会让市场发生什么样的变化。因为在你进行回测的时候，你的下单是虚拟的，假设你下的单会被整个市场所吸纳。但是在真实发生的情况下，市场会有什么样的变化呢？

　　所以说对于个人来说，他们最为关心的像买入和卖出关于流动性方面的问题。但是对于机构投资者来说，他们最在意市场影响的问题，尤其是在一些新市场。还有一个所谓的挑战，我们叫做滑点的影响。也就是最终成交的价格和最初下单的价格，或者说系统的信号所显示的价格是不同的。刚才所说的几个，一个是流动性，一个是市场影响和滑点，这几个都是有相关性的。我在这里加了几个数字，如果说大家可以去看一下的话，事实上关于这些方面的理论，我的朋友他在美国是非常知名的专家，他对于之前我所说的挑战都有非常好的论述，如果大家有时间的话可以看一下它的文献。

　　还有一个挑战是所谓的价格同步的问题，之后我们还会花一些时间讲套利和相关系数的问题。在这里我想说，有的时候在市场上存在多个相关工具，我们不能忘记一点，我们所谓的历史数据，只是对于之前的样本的总结所显示出来的结果。因为我自己曾经在期货行业工作了很多年，比如说在两个期货合同之间存在价差的时候，我可以设立两个单独的数据库进行计算。但是有一个东西是我不能确定的，是否能够实现机会的同步。

　　最后的挑战是交易序列的问题，我们在进行回测的时候，我们可能会回测五百个策略。比如说尽管最后得出来的净值或者结果是正的结果。但是我们还要看一下我们是如何得到的，它经历的计算流程是什么样的。有一些是可以通过蒙特卡罗工具来解决。可以对交易中的样本挑出一些样本来，对它们进行重新的排列组合。在我们TradeStation，我刚才也给大家讲了挑战，我们也试图想出一些方法，把它们都解决掉。对于我们的分析师来说，事实上他们都必须要能够及时的处理，不管是样本外，还是样本内的数据。对于个人和机构来说，不管他们进入哪一个市场，他们必须要确保一点，就是这个市场要有足够的流动性，要能够吸纳他们。所以对于我们来说，我们要做的方式就是简化。因为有的时候我们不可能有足够的数据量把之前所说的东西进行同步，所以我们必须要进行简化，看一下这个模型到底有没有价值。

　　刚才介绍了有关量化分析的背景情况，接下来我想讲一些在量化分析方面比较重要或者是热点的话题。第一个是波动性，我们通常会发现，技术策略或者说量化策略，他们通常是在高波动性或者是低波动性的效果最佳，而不是说在两种情况下的效果都是最佳的。如果说我们只是针对高波动性或者是低波动性来设计我们的技术策略或者是量化策略的话。当整个环境发生变化的话，你就会碰到困难。现在我们通常所进行的和制定的策略，都是关于低波动性的策略，这主要是因为人们的记忆，对于造成的影响是非常长久的，可是现在已经不是08年和09年的情况了。

　　在当前的环境下，我们主要是采用低波动性而设计的策略。但是稍微睿智一点，聪明一点的开发者和分析师，他们都知道这种情况不会无限期永远的持续下去。在这样的情况下我们可以用什么样的方式化解呢？一个是消除趋势，一个是相对强度，还有一个是套利。在今天早上大家的讨论中，我听到了有关于波动性的观点和看法，在这方面美国的研究比较成熟了，尽管如此，我们还有很多工作要做。我先给大家介绍一下，这是标准普尔500，这是我们的波动指数。在我和客户打交道的时候，他们总是问我一个问题，现在波动到底是低，还是高，事实上他们还没有完全想明白，到底什么叫做低，什么叫做高。所以我们有设计了一个工具叫做趋势消除，事实上这是一个量化的工具。虽然说我很早就在这方面起家，但是我们却借用了比较先进量化的方法来设计这个工具。

　　也就是说，这样的工具，不是像我们之前所说的对于波动指数来进行评估。它把每一个波动和波动的平均数来进行比较，为什么要这么说呢？其实是有原因的，因为在我们这样一个环境下，我们需要对于所谓的低波动来进行定义。在这样的情况下，我们首先要做的就是对波动性进行测量。但是问题在于，往往波动性越低测量就越困难，这个我在我的博客里面更新，每一到两个月更新一次，如果大家看我的博客的话就可以看到。

　　接下来给大家介绍这个概念，在美国和世界上其他地方都非常盛行的概念。尤其是在当前的一种低波动性环境下，以及计算机运算能力和运算速度不断加快的环境下。所谓强度就是衡量两种证券之间的关系，把一个证券除以另外一个证券，从而来理解市场之间的关系。为什么这样的概念很重要呢？因为它有两方面的作用，一方面可以直接的用于交易，另外一方面也可以用来理解市场的关系，接下来我给大家展示一下。这是原油和铜之间的相对强度，事实上对于这样的关系或者说强度，不需要太多的解释，也不需要太多的测量。因为它解释的是一个相对于另外一个的表现，到底是强，还是弱。我十天前来做这个图，所以是很新的图。

　　刚才我讲的是我做的比较，也就是原油和铜，这个是我同事设计相对强度的例子。这个也是在我们TradeStation系统平台上运用的，这是关于外汇的。他在这里所做的，把两种不同的外汇配对和拆开，同时测量拆开每一组单个外汇的强度。对他们单独进行分析之后，又把他们重新组合在一起，给每一组外汇的组别一个分数。关于它的具体情况，在我们的网站上有一篇文章专门写它，如果大家有兴趣的话可以读一下，它是开放的。关于套利，大家已经讲的很多了。但是在这里我想给大家提供非传统比较不同的视角。传统上来讲，套利的意思是同一个证券或者在两个以上的市场交易，在这里我增加了一点，以两种或者是两种以上的形式来进行交易，比如说我们之前谈到的ETF。

　　这个是关于指数期货套利的图，我在这方面已经追踪了很多年。最近我也是把这样的一种方法运用在自己交易的过程中，我们看到在美国这样一种套利关系的比较是非常成熟的，而且现在也是非常高效的，但是在这里我们仍然可以找到很多新的机会。这个并不是单纯的套利的图，事实上它可以告诉我们，如何在市场上获取不同的交易形式，能够带给我们新的机遇。在我的网站上，我也发布了这样的论文叫做裂解利差，它裂解的差是指原油、汽油和其他方面裂解的差。通过这样的裂解价差的绘图比较，可以让我们更好的知道炼油能够给我们带来多少利润。但是作为一个交易商，通过追踪这样的裂解价差，我们可以更好的来看一下，在整个石油市场和汽油市场上未来到底有什么方向性的发展。最终的理论，就是说如果说炼油行业的利润率不断的提高，对于原油的需求就会不断增加。如果大家有兴趣的话可以看一下我的论文，里面讲了很多回测方面的研究。

　　如果说大家非常关注关于量化分析的高层次或者是高阶段的理论，大家就会发现，现在人们谈论非常多的热点词汇就是相关系数。任何一个想在低波动环境下来获取高利润的量化分析师，都会有自己的一套数学性的方法来进行计算。

　　这个是我的同事做的关于外汇方面相关系数的矩阵，这里显示不同的外汇它们之间叮嘱的水平，也是开源的，我们没有任何不公开的信息，大家都可以看到。同时通过这样的矩阵，我们可以知道在外汇方面的风险程度，以及如何降低这样的风险敞口。这个是我自己开发的理论，我把它叫做时间影射。

　　总的来说，它就是要让我们分析在一天中，日内或者类似于外汇交易环球窗口的日内数据。所以通过这样的工具，我之前也跟大家说了，关于时间影射，我也有相关的文章挂在我们的网上，它一篇是讲标准普尔时间影射，一篇是讲外汇时间映射的。其中所包含最主要的想法，就是利用这样一种量化的工具，在我们三个作用环球的时间窗口内来关照它的日内数据。这里大家可以看到我们对于欧元和日元进行比对，每天观察它在亚洲、欧洲和美国市场上的表现。在这张上，我们看的不是日内的，而是把一天分成很多小的不同的样本和时段，来看一下时间影射外汇的结果分布。所对应的窗口还是三个窗口，亚洲、欧洲和美国。为什么要提时间影射，因为现在关于时间映射的研究越来越多，交易基本上都是在国际市场环境下来进行，所以越来越多的研究是关于这方面的。

　　我有一个同事，他开发了这个工具，工具的图表我没有放上，它也是查看了波性的工具，它主要看在一天内24小时，在我刚才所说的三个窗口，亚洲、欧洲、美国每一个外汇的波动表现到底是什么样的，他设计的工具是非常聪明的。

　　最后我想说的我为什么强调时间影射的概念，因为它给我们很多灵活性，我非常为我们的产品和灵台而自豪。因为它运行了这么多年，它的表现是经过测试的，同时它也是非常灵活的。我并不是在这里做商业上的宣传，我们真正做下来用简单的方法，对我们以前分析进行视觉化应用，用数字和数学的模型来进行回测，这是非常大的进步。事实上我们看到在量化分析的发展过程中，并不是说我们多么有能力去开发各种各样的方法或者说工具，重要的是在于市场到底有没有给我们机会来测试，我们所开发出来的工具。不管是在跨市场中所进行的清算，还有一个保证金，如果说我们能以安全和高效的方式来进行保证金的运作，不仅仅保护投资者的利益，同时也能解决现在我们面临的诸多问题。在未来必定会出现跨境交易，你们会在不同的国家进行交易。还有一个是衍生品的扩展或者说扩充，但是我要加上一句，是负责任的拓展。通过我个人的经验，我们看到这种相应的

　　提问：

　　很高兴你也是交易员出身，向你表示敬意，关于高频交易的，听说欧盟会对于高频交易征一个特别的税。但是在亚洲，很多东南亚的国家，比如说像新加坡这样的国家在监管方面非常严格，现在全球所有的国家都在导论去杠杆化的问题，这些因素会对高频交易产生什么样的影响，会不会像以前那样有这么强大的市场预期？

　　Stanley Dash：

　　在这里我想说的是，监管就像一个钟摆一样，如果它摆的太远了，那么动量就会把它带下来，它会摆向另外一端，这是自然的状况，这也是在市场上正在发生的情况。当我20世纪80年代在纽约做交易的时候，当时人们说纽约要完了，我们的市场监管要给伦敦，但是很快我们就翻盘了。就因为伦敦的监管非常不利，他们发生了丑闻，所以我们纽约又翻盘了。所以在这样的情况下，监管就是需要你去设立非常公平的规则，这个规则一定要适度，而且要能够考虑到各方面的情况，不要让钟摆摆的太远。但是在做交易的时候，有时候往往你很难控制，要真正做到适度是很难的。

　　丁鹏：

　　非常感谢Stanley Dash给我们带来的精彩报告，我们先休息一会儿。