第七章 多空期货交易系统的原理和价值

第七章 多空期货交易系统的原理和价值


多年来,我遵循和研究了无数的交易系统。一些是我自己开发的,一些是和同事合作开发的。有些时候,我也会从外部供应商那里直接购买交易系统。一直以来我都认为,一般来说,找到一种满足你的交易风格、目标、风险承受能力的交易系统,就等于找到了金融炼金术,因为它可以帮助你消除在大宗商品交易中关于情绪方面的影响。如果你遵守交易策略中的纪律, (假设你已经选择了一个不需要大的资金曲线拟合就可以产生强劲回报的交易策略)并且具有合适的起始资金,你应该是可以长期获得盈利的。

当你选择一个交易系统的时候,弄明白这个系统背后的基本原理是非常重要的。因为这样你才可以全面地了解这个系统是否行之有效,为什么它是有效的,以及为什么它的效果比其他的系统更好。让我们假设我卖给了你一个交易系统,它的目标是赢得过去20 年的100% 的交易。就这件单独的事情来说,你不应该做任何事情来说服自己遵守这个系统。这就好像是我在教你"如果纽约的喷气机队在比赛中至少赢得9 分,那么在下一个交易日你在开盘的时候买入标准普尔500 期货,并且持有它们,直到你有7个点的利润时卖掉。"

我并不打算回头研究这个例子,因为,就像我说的,它只是一个假设的例子。但重要的是这个听起来非常愚的方法生效了一一或者说至少它从20 年前一直到今天都是有用的。当然,它完全取决于你对"生效"的定义。在我写这一章时,这个事实依然存在: 标准普尔500 指数在近期创下新高。因此,任何叫你做多标准普尔500 指数期货,一直持有到实现预期利润的交易系统,都是成功的。自然,你会需要无限多的资金,因为在你获得你期待已久的7 个点的利润并卖出的时候,你可能会遭受多年的亏损。但最终,至少是现在,你的每一笔交易都是盈利的。然而,在过去的83 个月中,标准普尔500 指数一直在回撤一一将近7 年!

先将诸多原因一一比如这个交易系统不合逻辑,或者不受欢迎一一搁置一旁,我觉得我已经说明了重点一一你需要理解任何交易系统背后的原理,才能恰当地决定你是否要完全相信这个系统。因为如果你不相信这个系统,不管你的思想多么开放,多么想、使用这个系统,最后你都会有不采用这个系统的时候,导致错过机会,甚至与最初的目标背道而驰。情绪在脑后翻江倒海,而且大多数情况下你都会一一典型的人性是一)恰好选择错误的时间违反系统。所以,首先,你要理解系统的基本原理,再决定是否相信摆在你面前的证据,不受影响地跟随一个系统。

任何一个系统的非常重要的一个方面是它是否仅仅是做多的系统(就像我虚构的纽约喷气机系统那个例子),还是可以允许你根据价格的方向选择做多和做空。在大宗商品交易中,多空系统通常是最合适的,因为不管我们是否处于通货膨胀的环境,它都可以让你在市场上盈利。

虽然多空(缩写为L/S) 指标和只做多的大宗商品指数也许可以被视为同样的资产类别,但在不同的市场环境下,尤其是在下跌时,它们的结构差异会带来业绩的不同。例如,只做多的大宗商品指数通常会重仓能源板块,只有在石油价格上涨时,其价格才会上涨。标准普尔高盛大宗商品指数就是这样一个例子,约有75% 的仓位是能源、板块。

多空指标是否包含像债券(用来提供流动性和非相关性)这样的金融产品并不重要,因为当大宗商品普遍上涨时(例如由通货膨胀引起),金融资产普遍会下跌,因为这些波动代表了同样的经济状况一一持续的通货膨胀。因此,如果一个多空指标做多小麦,做空美国长期债券,那它在通货膨胀的环境下,与只做多的大宗商品指数是一样的。如表7-1 所示,它比较了不同的指标每年的价格波动。

为了证明多空大宗商品系统和(非证券)金融期货在通货膨胀的环境里(以及其他市场环境,如金融资产上涨)比只做多的大宗商品指数更有效、收益更平稳,我们来估算一下该系统和长期政府债券(代表金融资产)的价格年度变化百分比,以及不同指数和交易系统的比较。之所以要进行比较,是因为股票和债券可以用来而且通常用来分散投资。换言之,它们可以作为投资组合中不相关的资产类别,而只做多的大宗商品指数可以作为投资组合中负相关的资产类别。

根据现代投资组合理论中的分散理论,我们可以看出标准普尔500 指数和债券在1926 年到2006 年之间,有42% 的时间方向相反,它们之间不相关。而且,在81 年间,它们每年有51.9% 的时间一起上涨,6.2% 的时间一起下跌。

比较债券和LSMI 标准普尔DTI,我们可以看出它们有27.8% 的时间方向相反,但是有69.4%的时间一起上涨,2.8% 的时间一起下跌。所以在债券上涨时,不相关的LSMI 标准普尔DTI ( 也就是根据系统原则,可以在做多金融资产的同时做空大宗商品)也可以盈利一一也就是在债券增值时,标准普尔DTI 和债券是相关的。此外,债券和标准普尔DTI 在一年中只有2.8% 的时间是一起下跌的,这比标准普尔500 指数对债券的投资组合下跌的时间少(5.6% )。在做多大宗商品、做空金融资产时,这提供了负相关性。

最后,在拿1970 年到2006 年的高盛大宗商品指数和债券进行比较时,它们有55.1% 的时间方向相反,43.2% 的时间一起上涨,这和股票差不多,还有2.7% 的时间一起下跌,这和LSM/ 标准普尔DTI 一样一→主是该分析的关键结论。如果在债券投资组合中加入负相关的品种,尤其是在债券和大宗商品同时下跌时只有2.7% 的时间是亏损的,而在赚钱时可以赚更多( LSMI 标准普尔DTI 是70.3%,而高盛大宗商品指数是55.1% ) ,谁不想多赚一点?

这个例子说明,像标准普尔DTI 这样的多空系统,从长期来看可以达到与只做多的大宗商品指数同样的目标一一它可以用来对抗通货膨胀。多空系统更加多样化,更加有效,不但可以减少能源类板块的仓位,更加有效地对冲通货膨胀,还可以在债券上涨时做多金融期货,做空大宗商品期货,这一点是只做多的大宗商品指数无法办到的。因此,多空系统具有创造更加有效、更加平稳的收益的潜力。

结论是,作为可以做多做空的大宗商品和金融期货的系统,标准普尔DTI 在引入了不相关或负相关的投资资产后,可能比只做多的大宗商品指数更有效(即使包含了金融期货),因为它可以根据市场状况调节仓位,在债券或大宗商品(或者两者都)下跌时盈利。此外,虽然标准普尔DTI 对于很多投资者来说不是正常的资产类别,但它确实可以成为一个投资大宗商品的交易系统。

此外,虽然做多和做空某个品种的思想有些不同寻常,但是这种结构可以对多空系统增加另外一种计算方法。多空系统可以计算一个只做多的指数的长期表现。但是,多空系统可以做到而只做多的系统做不到的,就是计算市场的波动性一一在这个例子中,标准普尔DTI 和消费者物价指数具有相关性。

换一种说法就是,只做多的大宗商品指数只能计算大宗商品的价格,而像标准普尔DTI 这样的市场指标不但可以计算大宗商品的价格,还可以间接传递很多信息:这一阶段的波动性和通货膨胀率(通过标准普尔DTI的上涨和下跌来计算)。因此,虽然标准普尔DTI 和消费者物价指数之间没有真正的相关性,但是波动性和通货膨胀率的小幅增长就会造成标准普尔DTI 的小幅增长,而波动性和通货膨胀率的大幅增长就会造成标准普尔DTI 的大幅增长。

标准普尔DTI 和通货膨胀的关系

所有持有大宗商品仓位的指标系统或指数在通货膨胀的环境中都会增值,因为在这种时候有形资产会保持它们的价值。对于只做多的大宗商品指数,比如GSCI 和道琼斯美国国际集团大宗商品指数( Dow Jones AIG Commodity Index , DJACI) ,以及像标准普尔DTI 这样的多空系统,这一点是非常典型的。不过,在通货紧缩的环境中,差别就显现出来了。在这样的环境中一一价格通常会下跌一GSCI 和道琼斯美国国际集团大宗商品指数都会下跌,而且下跌幅度会超过消费者物价指数,因为它们就本性而言只能做多大宗商品。而标准普尔DTI 则与之相反,并没有这种结构上的缺陷,因为在下跌趋势中它可以做空。

结果就是,标准普尔DTI 可以产生正收益,并可以与消费者物价指数长期保持高度正相关。

在大宗商品价格下跌时,标准普尔DTI 的结构优势可以更加明显地体现出来。在大宗商品价格下跌时,GSCI 的业绩被用来衡量连续12 个月周期的下跌。图7-1 显示了从1985 年到2005 年间,15 个最好的和最差的12个月周期的GSCI标准普尔DTI 的业绩。从1970 年到2005 年,共计412个12 个月周期,GSCI 有164 次下跌(61.1% 的胜率)。在这164 次下跌中,标准普尔DTI 有154 次是增值的,或者说有94% 的时间是增值的。

在抑制通货膨胀环境下的标准普尔DTI

在不同的经济时期,指标和资产类型的表现也截然不同。即便是像短期债券这样稳定的投资品种,也会由于利息率和经济环境的变化而出现不同的业绩。标准普尔DTI 也不例外。

构成指数的要素

要正式将一个组合归类为指数,有两个重要的条件: (1) 根据一套固定的原则来选择投资品种; (2) 它过去和将来的业绩要和经济基本面一致。

标准普尔DTI 就像指数,它具有根据固定的原则建立的结构。这个条件之所以非常重要,是因为它可以提供在类似的情况下对于未来业绩的合理预期,让投资者在特定的市场环境中检测指数的业绩。(标准普尔DTI 的业绩并非任何曲线拟合或者优化的结果,而且测试已经表明,即使它的参数变了,它的业绩也不会出现很大变化,理解这一点至关重要。)

更重要的是,标准普尔DTI 的历史和它将来的表现是一致的。就像如果提前知道了经济基本面,就可以预测标准普尔500 指数的收益一样,标准普尔DTl的业绩也是可以预测的。在通货膨胀或者萧条的环境里,标准普尔DTI 的业绩会高于中等收益,而在抑制通货膨胀的环境里,标准普尔DTI 会产生很少的或者中等的收益。在很多(突变的)动荡时期,标准普尔DTI 也许会下跌,不过,这种环境和标准普尔DTI 之间并没有必然的联系。

多空指标和只做多的指数: 同样的资产类别

如果不考虑结构,所有的证券指数都代表了同样的资产类别。由于不可能对同一个资产类别做不同的研究,所以实际上会存在几百种不同的股票指数。同理,标准普尔DTI 和GSCI 代表了大宗商品这个资产类别的不同方面。为了证明这一关系,我们重新编制了从1985 年到2006 年的标准普尔DTI ,创建了一个"只做多"的系统(只做多的标准普尔DTI),结果表明其业绩类似,每年只做多的标准普尔DTI 下跌时, GSCI 也下跌。然而,只做多的标准普尔DTI 系统只亏损四次,平均每次亏损8.51% ,而GSCI 却连续亏损七年,平均每年亏损20.11% 。亏损出现差别的原因主要是只做多的标准普尔DTI 系统重仓金融期货,金融期货下跌的速度比大宗商品慢,甚至会在大宗商品下跌的时候上涨(通常情况下)。

标准普尔DTI: 波动性指标

由于像标准普尔DTI 这样的多空系统可以做多,也可以做空,其收益更多地来自市场的波动性,而非市场的方向。换一种说法就是,设计标准普尔DTI 的目的就是间接测量波动性。基于波动性设计的系统给技资者带来了巨大的优势,因为它让投资者可以做空指数无法做空的品种,在周期性的市场上获得更加平稳的收益。

为了表明波动性和多空指标系统之间的关系,表7-2 展现了几个指数/指标系统和它们对应的波动性之间的相关性。

请注意相关性之间的巨大差别。对于标准普尔DTI 来说,波动性的增加通常会带来正收益的增加,相关性高达83% 。这和只做多的指数存在的相关性完全不同。GSCI 的正相关性是34%, SPCI 的正相关性是37% 。这就是大宗商品的基本面因素导致的,因为它们总是迅速上涨和迅速下跌。如你所知,股票指数通常是负相关的,因为股价的下跌速度比上涨速度快。

还有非常重要的一点,波动性和多空系统之间的关系是标准普尔DTI固有的。像标准普尔DTI 这样的多空系统的原则和品种可以改变,但是收益和波动性的关系不会改变。这进一步表明,做多和做空大宗商品,等于抓住了期货市场核心收益的基本面一一也就是风险转移的溢价。

结论

标准普尔DTI 和只做多的大宗商品指数用类似的方式计算上涨中的大宗商品的价格。标准普尔DTI 可以计算主要大宗商品的价格的波动性的总和,而只做多的大宗商品指数却做不到这一点。这就间接证明了趋势随着通货膨胀率的变化而上涨和下跌,这样的上涨和下跌是可以通过数据合理地计算出来的。

我们先计算只做多的标准普尔DTI 品种的波动性,然后计算全部品种的标准差。从1970 年到2005 年,标准普尔DTI 和只做多的标准普尔DTl的相关性高达0.70,而标准普尔DTI 和只做多的标准普尔DTl在这期间的标准差相关性更高,达到0.84 (见表7-2 )。因此,我们可以根据它们来自相同资产类别的基本面的收益,推断出标准普尔DTI 和只做多的标准普尔DTI 是高度相关的。

随后,我们比较了只做多的标准普尔DTI 和传统的只做多的大宗商品指数,如GSCI 和SPCI 之后,我们很明显会发现,从1970 年到2005 年,只做多的标准普尔DTI 的收益与GSCI 和SPCI 的收益高度相关(分别为0.73 和0.77 ),而只做多的标准普尔DTI 的标准差与GSCI 和SPCI 的标准差的相关性更高一一分别是0.65 和0.82。从逻辑上来说,GSCJ 和SPCI 的收益和标准差也是相关的,都是0.78 (见表7-2 )。因此,只做多的标准普尔DTI (根据推理)、标准普尔DTI 和传统的只做多的大宗商品指数计算的是同样的资产类别的基本面。

最后,我们比较了从1970 年到2005 年间,GSCI 和SPCI 的年收益和年标准差后,我们可以发现与标准普尔DTI 相比,它们的相关性很低( 0.34和0.37 对0.83,见表7-3 )。这个非常大的数字差异表明高波动性和高收益的高度关联,这正是标准普尔DTl可以实现的。换言之,标准普尔DTI 计算或者反映了整个大宗商品市场的波动性。

从逻辑上来说,如果标准普尔DTI 和只做多的标准普尔DTI 是直接相关的,而且只做多的标准普尔DTI 与GSCI 和SPCI 是相关的,那么假设标准普尔DTI 与GSCI 和SPCI 也是相关的,就是非常合理的。如果是这样,标准普尔DTI 与GSCI 和SPCI 计算的东西是一样的,但是前者更加有效,更能赚钱,因为设计它的目的就是获得(或者收到)更加平稳的收益。

鉴于标准普尔DTI 通过它产生的更高或者更低收益来衡量波动性,它还可以显示通货膨胀率的变化。所以,如果你认为消费者物价指数要上涨,就可以买人标准普尔DTI; 如果你认为消费者物价指数的上涨要放缓,就可以卖出你持有的标准普尔DTI (但是不要做空标准普尔DTI)。很明显,作为多空系统,标准普尔DTI 比其他的一些只做多的大宗商品指数更加有效,更能赚钱,因为期货不需要付现金。像股票和债券之类的附属担保物可以作为购买期货合约的保证金。在大宗商品下跌的时候,这方面的优势比较显著,但是当它们一起增值的时候,效果就没有这么明显了。标准普尔DTI 唯一的缺点就是没有一直做多的品种一一这样它的资产分类对很多人来说就不够有吸引力了。换言之,如果标准普尔DTI 没有做多能源板块,而原油价格突然上涨,只做多的指数就会做多,并立刻产生收益,而多空系统却没有收益。不过,如果上涨趋势迅速反转,标准普尔DTI 也会避免价格下跌带来的亏损。

何为一个资产类到的标准普尔DTI

概括

● GSCI 是大宗商品价格指数,只能做多。多空指标和它的资产类别类似,区别在于标准普尔DTI 同时包括大宗商品和金融期货。

● 根据标准普尔DTI 做多和做空的业绩,可以计算大宗商品市场的波动性。GSCI 和SPCI 只能计算大宗商品的价格一无法计算上涨和下跌趋势的范围或者波动性一一因为在只做多的指数中,下跌导致的波动性是亏损。

● 能计算波动性的指数是有价值的,但它还要"有投资价值"才算有用。它应该具有让几十亿美元的资产在波动期间产生持续收益的能力,标准普尔DTI 就满足这样的标准。

● 标准普尔DTI 的特点: 投资的品种类似于GSCI 。但是它和GSCI 的不同在于,它可以计算波动性,或者趋势的范围。

它有用吗

虽然证券指数的收益通常和波动性呈负相关(因为证券的下跌通常比上涨快),标准普尔DTI 和LSM 的收益和波动性是高度相关的,从1970 年到2005 年,相关性为0.83 (见表7-3 )。

为什么相关性这么高

市场的波动性通常和标准普尔DTI 的正收益有关。此外,标准普尔DTI 很少会出现较大的亏损,因为作为一个指标系统,它具有前瞻性,而且期货通常通过短期波动来增值。这可能就是标准普尔DTI 能够反映赚钱的趋势的原因。此外,它的多头仓位和空头仓位就像对冲基金一样。例如,2006 年4 月,标准普尔DTI 持有的仓位如表7-4 所示。

标准普尔DTI 为什么必须包含金融资产

想让一个指数成为有用的金融工具,它必须是可技资的。在标准普尔DTI 系统中,金融资产占据了非常重要的位置,比如美国的长期国债、中期国债和外汇。它们不但可以为指标提供流动性,还让标准普尔DTI 能够对抗通货膨胀和通货紧缩的趋势。标准普尔DTI 可以持有价值200 亿美元的资产一一进行微调的话,可以达到500 亿美元一一因为它除了持有大宗商品,还会持有金融资产。

在这里要强调一下,多空系统有没有金融资产来提供流动性并不是那么重要,因为通常在大宗商品上涨时(例如由通货膨胀引起),金融资产的价格会下跌,这些波动代表着同样的经济'情况:通货膨胀在不断加重。明白这一点之后,你就会明白在通货膨胀环境中,做多小麦就等于做空美国长期国债。

更重要的是,如果出现了抑制通货膨胀的政策或通货紧缩一一消费者物价指数也会慢慢上涨一一标准普尔DTI 会准确地反映这一情况,因为金融资产不会像大宗商品那样价格翻上两倍或者三倍。不管怎么说,金融资产的变化百分比有限。同理,在用百分比表示时,大宗商品的下跌速度也有限(例如,价格上涨100% 后再下跌50% ,相当于价格没有发生变化,但是用百分比表示则有50% 的变化)。

一般来说,消费者物价指数都是上涨的(但是在通货紧缩时上涨速度放缓),同时持有大宗商品和金融资产就可以模仿消费者物价指数的上涨。标准普尔DTI 也会上涨但是涨速很慢。这是因为大宗商品下跌的速度'厘,和消费者物价指数高度相关的金融资产就涨得慢。即使大宗商品价格可以长期上涨一一这当然是不可能的,只做多的大宗商品指数也永远无法解决这一现象。

出于客观的原因,标准普尔DTI 的仓位中大宗商品和金融资产各占50%,这样可以便资产组合品种之间实现不相关,并进一步增加系统的稳定性,让业绩不会出现大的偏差。

最后,由于指数(扣除各种费用后)的业绩表现优于85% 的基金经理,所以最近有很多人投资指数。但指数无法预测任何东西,它只是考虑了短期事件的影响而对基本经济趋势作出的反应。

测试统计数据(毛收益一一包含费用)

表7-5 简单概括了不同的资产类别一一股票、债券和标准普尔DTI 和通货膨胀之间的相关性。在这个例子中,通货膨胀的情况用消费者物价指数( Consumer Price lndex , CPI ) 来代表。

测试收益

表7-6显示了一些普通资产类别,以及LSMI 标准普尔D白的测试收益。这些收益每10 年为一个周期表现出来,从1961-1970 年开始,以1997-2006年结束。

附录C 中的表C-1 和表C-2 详细地比较了每年的大宗商品指数和股票指数。这可以帮助你了解本章中讨论的相关性。