资金管理——投资组合

资金管理所包含的内容更多，绝不仅仅只是简单地去定义一个特殊交易或者头寸的风险。除非交易者一次只持有一种头寸（对于新入市的交易者来说，这样很好），大多数时候，他们将不得不拥有或者寻求在多个市场开仓交易，或者启用多种交易工具。这就是为什么要考虑复杂性，并且交易者必须对他所经受的风险要十分清楚。

资金管理的投资组合方面的策略是，从采取逐笔（trade-by-trade）交易的观点，转换到更为宏观的视角。如果做不到这一点，短视的交易者就不能领会用来增加或者降低交易者头寸的整体风险的方式方法。在本章内，我们着重关注交易者自我引发的这一类交易风险问题出现的各种原因，以及如何规避这些风险。

相关联的市场

参照图5-4至图5-7。图5-4是从2003年到2005年初期的黄金走势图。图5-5是在同一时间段内EUR/USD的走势。由于黄金是使用美元来定价的，金属的增值趋势伴随着货币价值的下跌（回顾一下，EUR/USD的上涨意味着美元相对于欧元来说在贬值）。如果你看图5-4到5-7中的图表走势的话，那么你应该很容易看到他们之间的关联性。

另外一个这样的例子，是资产价值和固定收入。股票和国债（或者债券）似乎价格运行的方向总是一致的，这主要是因为利率的下降，通常情况下对于公司的盈利来说，具有正面效果（这就是说，在这种估值分析方法中，当人们在计算现金流的折扣时，享有较低的折扣率）。你可以看出，在图表中，标准普尔500指数（S&P500）和10年期长期国债价格走势，各自分别走出了相互独立的行情。虽然走势的丰富变化有所不同，但是两个交易品种，在1982-2005年间，都戏剧性地向同一个方向发展。

在资本日益全球化的环境下，各个市场之间相互作用，并受到相类似事件的影响，这就意味着它们的走势基本相似。其结果就是正相关。这对于交易者来说，在评估总体的投资组合的风险方面，是极其重要的。交易者很容易就会拥有关联性很高的头寸，直到突然出现大幅亏损——两个头寸在同一时间内，都往相反的方向运行一一之前，你很少考虑它们之间的关联性。

如果你在同一时间周期内，如图5-4到5-7中所示的那样，准确计算一下黄金和EUR/USD，或者股票和债券关联系数，你会发现结果是1.0。这种情况根本不可能在任何外汇品种或者证券中出现。如果你持有两个市场或者证券的头寸，它们之间恰好具有适当的相关性，那么你投资组合的总体风险大大增加了，理论上讲是原来的两倍。因为假如万事如意的话（两个头寸同时获利），投资组合的回报高过其他任何可能性的收益，而这一点总是被忽略。回顾一下我们关于风险的定义，交易者并不认为，期待高过预期的收益其实就是一种风险。这只不过是红包而已。

相关联的投资组合头寸的风险，只有在发生了一些事，就是相关联的头寸同时向相反的方向运动时，才会充分地暴露出来。这些事情可能是一条新闻，或者一项数据的发布，或者只不过是一个没有明显原因的交易过度活跃。无论是什么原因，交易者目不转睛地盯着比预期亏损还要大的损失，并且诅咒他们所犯的错误导致了如此之大的亏损。这时候，你应该尽量消除（或者至少大大减少）这种不幸的事后诸葛亮的经历，而且也必须要有所改变了（做一些不同的事了）。

当然，市场并不总是一个跟随另一个。即使是在两个相互关联很好的头寸之间，其走势也会时不时地彼此相背离。现在请参照标准普尔500指数和10年期长期国债走势图（图5-6和图5-7）中的点A和点B为例。当10年期长期国债在这两个点之间快速下跌时，标准普尔500指数仅仅下跌了几个基点而已。（我们注意到一个很有趣的现象，在1999年，当10年期长期国债走势，从A点下跌到B发生时一一我们能不能得到一个信号，即，在2000年股市就会暴跌呢？）

这种类型的市场之间的非关联性十分频繁地发生着。你可以参照黄金和EUR/USD的走势样例（参照图5-8和图5-9）。

这些图表是从2004年上半年的走势所采集的，是前面的图表中的一部分，他们之间展示了相当清楚的关联性运动。请注意，这些图表中第一部分的时间区间之内，其走势远非作为一个非常好的关联的范例。在1月份和2月份之间，黄金价格走势是下跌趋势，而与此同时EUR/USD实际上创下了新高。接着出现了两个快速换手的过程。在整个3月份，黄金走势开始展开反弹，而EUR/USD却持续下跌。正是这种行为走势，才能展现交易者当把头寸放在不同的市场或不同的交易品种时，为什么必须十分明了他们之间当前的连接和交互关系。

唯恐读者会留下这样一个印象，拥有多个活跃的持仓交易并非好事，而且是应该尽量避免的。有人一定会说，如果这样做，能够降低整个投资组合的风险。这就是当代投资组合理论的整体观点。而实际上，你可以拥有多个头寸的交易品种，来降低整个投资组合的风险。从交易者这一方面来看，这通常等同于拥有相反关联的多个头寸，或者至少关联值接近零。

现代投资组合理论（MPT）

这一理论建议，以投资组合的方式进行投资，比投资单一的证券相对的风险回报率要好得多。你可以使用预期的回报，来确定多个投资品种组合的多样的波动性，从而提供了最佳的风险收益预期模式。这种投资组合可以被列举出来，建立效率界限。投资者可以在该界限中选择一个投资组合。

这可以被杠杆效应进行充分放大，进而导致市场投资曲线的形成，这就是所谓的“超级高效的”投资组合。

然而，绝大多数交易者一一当从观察者角度，而不是作为投资者角度看问题时一一并不是这样以投资组合的方式进行思考的。

尽管如此，在这种关联性讨论中，真正重要的事情是，提出了交易者必须基于放眼未来的心态来思考问题。如果一只股票，相比另外一只股票，在过去的任何时间区间，都有着某种特定的关联系数，这当然很好，但是，这并不能意味着，市场是否在接下来的走势中，仍具有相应的关联系数。交易是与期望值相关的活动，因此，他也是对风险和资金的管理。当我们仔细研究两个投资组合之间的关联性时（活跃的或者积极的），交易者不得不做出一个评估（如果你愿意的话，也可以是预测），关于关联性是否会发生变化，以及如果发生了，怎么办。从另一方面来看问题，就像开车一样，只能在后视镜里查看道路状况。

我们把这和下一个话题结合在一起。

风险值（value at risk，VaR）

风险值是一种在给定的时间区间内，评估投资组合总体风险的方法。这是专门为大型机构设计的评估指标，比如银行，这样他们就能够很好地管理他们在各种投资市场投资的多种头寸的累积效果。风险值所指的是一个范围或者限度，即在给定一定程度的信心的前提下，投资组合的价值在特定的时间区间内，能够在特定的范围内波动。举例来说，某一特殊的100000美元的投资组合，具有一天风险值5000美元，95%。解释一下，这句话的意思是，有大约95%的机会该投资组合会处于麻烦之中，也就是会增值5000美元或者亏损5000美元。这是一种相当有价值的思考过程，对于交易者来说，他或者她监视着整个投资组合的风险状态。

风险值（VaR）在学院级别上的应用会表现得相当复杂，假设可能会有很大数量的股票和多种投资工具。想象一个投资银行在交易股票，有固定的收入和外汇结算业务，两者都是普通的头寸及衍生物。在风险决策相关方面有相当大的复杂度，而且建模的应用也很复杂。

对于个体的交易者来说，如果给定较小数量的头寸规模来参与讨论，那么它和风险值（VaR）的关联性不是很强。即使如此，风险值（VaR）的决定，正如通常所表述的那样，很有可能有仅仅追求数量的倾向。它包括决策价格运动的可能性（还记得第三章里面的图表吗？），并且要把与之相关的不同的市场和不同的交易工具组合在一起。建模可以被运用到过程中。

这里我们没有时间来对风险值（VaR）进行完整的讨论。如果你很有兴趣的话，你可以参考www.andurilonJine.com/book网站的详尽列表，从那里你可以学到更多。当然，你所应该做的是，牢牢记住风险值（VaR）这一概念一一风险的价值。每一位交易者都需要弄清楚，在任意适合的时间区间内，他或者她的投资组合能够发生什么，而且极有可能会发生什么。如果使用别的方法来做，就好比你深夜在布满冰山的、浓雾弥漫的大海上，来领航一只船一样。记起泰坦尼克号去了吗？它在当时被认为是永不沉没的，这正如很多投资者认为自己的投资组合是永不亏损的一样。接着，随着他们投资组合的沉没，他们带着完全不可思议的震惊，撞到了那些冰山。

破产风险（Risk of Ruin，RoR）

风险值（VaR）的概念和破产风险（RoR）这一概念密切相关。简单而言，破产风险（RoR）就是指，某人的账户被爆仓的机会（对于一个爆仓记录，当具体指某人的账户时，并不是一件好事情）。正如在本章前面讨论到的一样，我们中的每一个人，对破产风险（RoR）到底是什么都有各自不同的理解，因此破产风险（RoR）对于不同的交易者，其概念也是不同的。

举例来说，假设他们是用同一个交易系统，而且也使用的是完全一样的交易方式，被认为“爆仓”的交易者是指，他损失了投资组合总市值的50%，如果对于更高的破产风险（RoR）而言，某位交易者会认为应该损失投资组合总市值的75%。毕竟，和亏损50%相比较，很少有可能会损失总市值的75%（希望如此！）。

破产风险（RoR）的概念和交易系统的大致表现．或者所使用的系统的表现紧密相关。同样的，这一点在交易系统的表现评估一章会着重讨论到。我们在这里提到它，主要是因为交易者必须要知道，额外风险的结果是什么。

作业

正如前面所提到那样，理解各个市场之间的关联性也相当重要。挑选一个你感兴趣的市场，再挑选两个其他的市场，一个你希望和你第一个选中的市场有强烈的关联性，另一个则和第一个毫无关联性。然后，挑选三个时间区间，进行基本的回归分析，来判定你的判断正确与否。

同时也可以开发一个详细列表，包括在第三章《影响市场价格》所提到的三个市场相比较，画出适合每一个市场种类的大体轮廓。接着，比较每一市场和数据、新闻，以及其他你定义的因素之间关系的表现。

在交易系统日志中，记录下你所有的发现。