系統化宏觀策略(三) 與CTA的比較
圖一展示了系統型全球宏觀策略以更具戰術性的方式參與市場: 在高波動性市場環境下減少交易,在波動性變大時採取相應的獲利對策,有效的止損機制,以及其它一些寫入系統的自動化指令。這樣的戰術性策略意味著在市場環境不明朗或者波動過大時,整個系統會停止交易。 因此, 人們有時候會發現在特定的市場環境下系統型全球宏觀策略會置身事外。
在任何一個給定的市場中,系統型全球宏觀策略既可以選擇持有多頭頭寸,也可以選擇持有空頭頭寸,甚至能夠選擇不參與交易。在上面的圖表中,綠線說明策略預期價格上升因而採取多頭頭寸,紅線則說明策略預期價格下跌而採取空頭頭寸。 不論是持有多頭頭寸還是空頭頭寸的情況,加號都表示減少持倉釋放利潤。 通常有一系列因素會觸發以上情況,包括但不僅限於:已經達到預期利潤目標或者市場波動性過大。
此外,系統型宏觀策略能夠不斷地根據市場情況進行調整,同時運用止損指令來鎖定既得利潤。這麼做是為了在獲取利潤後,避免失去既得利益或者產生損失。黑線表示程序將現有的頭寸平倉並等待一個更明朗的市場出現再決定是持有多頭頭寸還是空頭頭寸。圖一中左邊面板數據的研究對象是瑞士法郎, 在一開始價格趨勢不明顯, 系統型全球宏觀程序無交易並等
待時機進入市場。隨後, 建立了多頭頭寸。正如預期的那樣,價格上升,因而此策略多次獲益,並使用止損指令來鎖定利潤,直至價格錯位被校正時退出市場。即使在價格錯位被高度校正時,接下來轉向空頭頭寸的做法並未獲利。幾個月後,市場價格又呈現出較明顯的趨勢,系統型全球宏觀策略再次建立多頭頭寸。
當市場朝著預期的方向果斷而快速移動時, 一部分利潤被釋放,餘下部分頭寸繼續追蹤市場趨勢並採取止損措施。這保證了整個交易能夠獲利,當市場波動性過大時,所持有的頭寸將被平倉。
圖一右邊的面板數據追蹤的是倫敦金屬交易所的鋁期貨合約的價格行為,一開始系統持有空頭頭寸,在價格趨勢不明顯時平倉並等待下一個機會再次建立空頭頭寸。之後價格大幅下跌,在系統判定價格下行動量不足後部分利潤被釋放。接下去價格的反轉使得現有頭寸被平倉,再次釋放了大量利潤。 之後系統建立多頭頭寸並因此獲利,同時採取止損措施將利潤鎖定。 之後對於建立空頭頭寸的嘗試並未成功獲利。
在確定價格將下行後,系統再次建立空頭頭寸並成功獲利。 然而,之後所建立的空頭頭寸和間隔期後的多頭頭寸都以失敗告終。從以上例子可以看出,雖然系統型全球宏觀策略在整個交易過程中有失敗的時候,但是成功時所獲得的收益要遠大於失敗時的損失。這也是系統型全球宏觀策略與傳統 CTA 策略之間一個明顯差別。
圖二展示的是傳統的趨勢追蹤 CTA 策略, 這個策略基於價格移動平均線, 在每一個市場上總是持有多頭或者空頭頭寸。 系統型全球宏觀策略和 CTA 策略都能夠通過追蹤市場趨勢而獲利,特別是存在一個有規則的波動模式時,但是 CTA 策略有可能損失部分或者全部既得利益。
圖二: CTA 之移動平均線-基於持續市場頭寸
在以上關於 CTA 策略的圖表中, 綠線同樣表示多頭頭寸, 紅線表示空頭頭寸。 但是有別於系統型全球宏觀策略, CTA 策略總是持有一定的多頭頭寸或者空頭頭寸。在 CTA 策略中, 如果一個多頭頭寸被平倉, 那麼一個空頭頭寸會立刻被建立(兩者的規模可能存在差異)。這同樣適用於空頭頭寸:空頭頭寸平倉後建立多頭頭寸( 兩者的規模可能存在差異)。
通過圖二左邊的面板數據我們繼續來討論瑞士法郎的例子,現在 CTA 程序中, 多頭頭寸平倉之後一個空頭頭寸立刻被建立。 空頭頭寸迅速獲利, 但是之後價格反轉, 在平倉之前已經損失了半數既得利益。 之後 CTA程序又多次嘗試建立多頭頭寸和空頭頭寸,但都以失敗告終。這顯示了經典 CTA 策略最大的缺陷之一:由於此策略必須要持有一個多頭頭寸或者空頭頭寸,如果市場價格並未出現明顯趨勢或者波動過大,那麼在市場趨勢真正形成之前,程序將會被一些虛假信息所迷惑而在交易中有所損失。或許每一次的損失都是微小的,但是不斷快速地累積仍會對整個交易結果產生重大影響。
接下去 CTA 程序在一個多頭頭寸上獲利, 但是之後所建立的空頭頭寸由於市場的反轉損失了之前所獲得的全部利潤, 再次建立的多頭頭寸在此次市場反轉中獲利。 但是之後市場經歷了嚴重拋售, 程序來不及將多頭頭寸平倉並建立新的空頭頭寸而損失了之前的大部分利潤。 接下去建立的空頭頭寸和多頭頭寸都造成了一些小的損失。
同樣我們在圖二右邊的面板數據中繼續討論倫敦金屬交易所鋁期貨合同的例子, 一開始所持有的空頭頭寸被平倉之後所建立的多頭頭寸獲得了一些微小的收益。緊接著建立的空頭頭寸獲得了巨大收益。但是,接下去的三個交易都不同程度發生損失,之後又有所獲利。最後建立的多頭頭寸又遭遇嚴重損失。
系統型全球宏觀策略和 CTA 策略都能夠取得巨大收益, 但是系統型全球宏觀策略憑藉機會主義方式具有戰術性地參與市場交易使其能夠更好地鎖定既得利益。這個有選擇性的方式能夠過濾掉市場噪音,減少交易數量並提高交易成功率。再者, 利潤釋放、 止損指令以及波動過濾器的運用,使得系統型全球宏觀策略能夠擁有較高的成功率以及一條光滑的回報率曲線。推薦閱讀:
※【量化】均值回歸入門
※RNN最大化條件概率參數模型預測時間序列
※『多因子』MultiFactors Alpha Model - 基於因子IC的多因子合成
※機器學習在量化投資中的應用(二):那些年我犯過的錯誤