七大量化策略的幾大誤區(qū)

探討量化投資新手在執(zhí)行回測(cè)和建立量化模型時(shí)應(yīng)時(shí)刻注意的七個(gè)“大坑”。其中，有些誤區(qū)可能很常見，但其影響力卻往往被人忽略，有些誤區(qū)可能在學(xué)術(shù)界和實(shí)踐者的研究中司空見慣，通常我們也把他們視為理所當(dāng)然。1、幸存者偏差(Survivorshipbias)幸存者偏差是投資者面對(duì)的最普遍問題之一，而且很多人都知道幸存者偏差的存在，但很少人重視它所產(chǎn)生的效果。我們?cè)诨販y(cè)的時(shí)候傾向于只使用當(dāng)前尚存在的公司，這就意味我們剔除了那些因?yàn)槠飘a(chǎn)、重組而退市的公司的所產(chǎn)生的影響。在對(duì)歷史數(shù)據(jù)進(jìn)行調(diào)整時(shí)，一些破產(chǎn)、退市、表現(xiàn)不佳的股票定期都會(huì)被剔除。而這些被剔除的股票沒有出現(xiàn)在你策略的股票池里，也就是說(shuō)對(duì)過去做了回測(cè)時(shí)只利用了現(xiàn)在成分股的信息，剔除了那些在未來(lái)因?yàn)闃I(yè)績(jī)或者股價(jià)表現(xiàn)不好而被剔除出成分股中股票的影響。也就是說(shuō)當(dāng)我們使用過去30年中表現(xiàn)較好的那些公司進(jìn)行回測(cè)時(shí)，即便一些公司當(dāng)時(shí)的信用風(fēng)險(xiǎn)高，當(dāng)你知道誰(shuí)會(huì)幸存下來(lái)時(shí)，于是在信用風(fēng)險(xiǎn)高或者陷入困境時(shí)買入，收益非常高。若考慮進(jìn)那些破產(chǎn)、退市、表現(xiàn)不佳的股票后，結(jié)論則會(huì)完全相反，投資高信用風(fēng)險(xiǎn)企業(yè)的收益率長(zhǎng)期遠(yuǎn)低于信用穩(wěn)健的企業(yè)。2、前視偏差(Look-aheadbias)前視偏差，也被稱為前瞻性偏差或Look-aheadbias，是一種常見于研究和模擬過程中的偏差。當(dāng)研究或模擬依賴于在研究期間尚未獲得的數(shù)據(jù)信息時(shí)，就可能發(fā)生這種偏差。例如，在量化投資策略的回測(cè)中，如果使用了回測(cè)當(dāng)時(shí)還不可用或者還沒有公開的數(shù)據(jù)，就可能導(dǎo)致前視偏差的產(chǎn)生。前視偏差可以導(dǎo)致研究或模擬的結(jié)果不準(zhǔn)確，這是因?yàn)樗赡苁雇顿Y者對(duì)過去的成分股的影響力過大，從而影響投資高信用風(fēng)險(xiǎn)企業(yè)的收益率和預(yù)測(cè)力。此外，這種偏差還可能在訓(xùn)練模型以訪問將來(lái)的數(shù)據(jù)時(shí)引起，進(jìn)而影響模型的性能和真實(shí)性。在我們進(jìn)行回測(cè)的時(shí)間點(diǎn)，終值往往尚無(wú)可知，只能使用初始值進(jìn)行分析。可能有些人認(rèn)為微小的修正并不會(huì)影響結(jié)論，但實(shí)際情況顯示：很多宏觀數(shù)據(jù)根據(jù)初值進(jìn)行回歸結(jié)果并不顯著，公司財(cái)務(wù)數(shù)據(jù)的調(diào)整將對(duì)選股結(jié)果產(chǎn)生直接影響。3、講故事(Thesinofstorytelling)一些人喜歡沒有任何數(shù)據(jù)就開始講故事，做量化的人喜歡拿著數(shù)據(jù)和結(jié)果講故事。兩種情況有很多類似之處，擅長(zhǎng)講故事的人或者說(shuō)擅長(zhǎng)解釋數(shù)據(jù)結(jié)果的人往往在得到數(shù)據(jù)之前，內(nèi)心已經(jīng)存在既定的腳本，只需要找到數(shù)據(jù)支撐即可?；仡?997年-2000年和2000年-2002年兩段時(shí)間的美國(guó)科技成分股和Russell3000指數(shù)，我們會(huì)發(fā)現(xiàn)一個(gè)截然相反的結(jié)論。從1997-2000年間的美國(guó)科技成分股來(lái)看，利潤(rùn)率是一個(gè)很好的因子，且回測(cè)結(jié)果也十分可信，然而如果拉長(zhǎng)時(shí)間區(qū)間到2002年，我們會(huì)發(fā)現(xiàn)利潤(rùn)率指標(biāo)不再是一個(gè)好的因子。但從Russell3000指數(shù)的市場(chǎng)表現(xiàn)來(lái)看，我們卻得到了相反的結(jié)論，利潤(rùn)率指標(biāo)仍然是一個(gè)有效的因子，可見，股票池的選取和回測(cè)的時(shí)間長(zhǎng)短對(duì)因子的有效性判斷影響非常大。所以講故事的人并不能得到正確的結(jié)論。市場(chǎng)中每天都在發(fā)現(xiàn)新的“好因子”，尋找永動(dòng)機(jī)。能夠發(fā)布出來(lái)的策略都是回測(cè)表現(xiàn)良好的。雖然講故事的人對(duì)歷史的解釋非常動(dòng)聽，但其對(duì)未來(lái)的預(yù)測(cè)幾乎沒用。金融經(jīng)濟(jì)中的相關(guān)性和因果性往往很難弄得清楚明白，所以，當(dāng)我們做出和常識(shí)相?；蚴呛驮瓉?lái)判斷相符的結(jié)果時(shí)，最好不要去做一名講故事的人。4、數(shù)據(jù)挖掘(Datamininganddatasnooping)數(shù)據(jù)挖掘可以說(shuō)是目前備受關(guān)注的領(lǐng)域，基于海量的數(shù)據(jù)與計(jì)算機(jī)的算力支持，人們往往希望能夠得到難以察覺的“好因子”。但是原有的金融數(shù)據(jù)還未及海量，且交易數(shù)據(jù)并不滿足“低噪音”的數(shù)據(jù)前提。有時(shí)數(shù)據(jù)挖掘幾乎是無(wú)效的。例如，我們對(duì)標(biāo)普500指數(shù)采用兩種不同的因子加權(quán)算法建模，選擇2009-2014年數(shù)據(jù)進(jìn)行回測(cè)。結(jié)果顯示，采用2009-2014年數(shù)據(jù)篩選出6個(gè)表現(xiàn)較好的因子，使用等權(quán)重算法進(jìn)行回測(cè)的結(jié)果非常完美，而采用歷史數(shù)據(jù)進(jìn)行樣本外回測(cè)的結(jié)果卻是一條直線。5、信號(hào)衰減、換手率、交易成本信號(hào)衰減是指一個(gè)因子產(chǎn)生后對(duì)未來(lái)股票回報(bào)的預(yù)測(cè)能力，其持續(xù)時(shí)間的長(zhǎng)短是一個(gè)重要指標(biāo)。換手率和信號(hào)衰減之間存在密切的關(guān)系，一般來(lái)說(shuō)，換手率越高，信號(hào)衰減的速度越快。不同的股票選擇因子具有不同的信息衰減特征。那些越快衰減的信號(hào)，往往需要更高的換手率去獲取收益。然而，這并非沒有代價(jià)。較高的換手率可能會(huì)帶來(lái)較高的交易成本，對(duì)于一些量化信號(hào)表現(xiàn)強(qiáng)勁但換手率高的策略來(lái)說(shuō)，由于交易成本過高，可能根本無(wú)法盈利。交易成本包括傭金、過戶費(fèi)等費(fèi)用。例如，大部分券商的傭金起征點(diǎn)是5元，在傭金率為萬(wàn)2.5的前提下，單筆委托的最低門檻為2萬(wàn)元。此外，現(xiàn)在已取消上交所1000股1元的最低過戶費(fèi)，統(tǒng)一為十萬(wàn)分之2，即在單筆大于2萬(wàn)元時(shí)，買入交易成本為萬(wàn)2.7。因此，投資者在進(jìn)行量化投資時(shí)，不僅需要考慮信號(hào)衰減和換手率對(duì)策略的影響，也需要充分認(rèn)識(shí)到交易成本的重要性。6、異常值(Outliers)異常值，也被稱為離群值，是指在數(shù)據(jù)集中偏離其他觀測(cè)值的數(shù)值。具體來(lái)說(shuō)，如果一組測(cè)定值中與平均值的偏差超過兩倍標(biāo)準(zhǔn)差，或者與平均值的偏差超過三倍標(biāo)準(zhǔn)差的測(cè)定值，那么這些測(cè)定值就被稱為異常值或高度異常的異常值。異常值可能會(huì)影響數(shù)據(jù)分析的結(jié)果，因此在進(jìn)行數(shù)據(jù)分析時(shí)，需要對(duì)異常值進(jìn)行檢測(cè)和處理。處理方法通常包括刪除、視為缺失值和平均值修正等。此外，也有一些常見的異常值檢測(cè)方法，如NumericOutlier、Z-Score、DBSCAN和IsolationForest等。然而，需要注意的是，并不是所有的異常值都是無(wú)效的或錯(cuò)誤的，有時(shí)候它們可能包含有