量化投資的轉折:分析師的良知49(1 / 2)

第七章如果你想嚐試打敗市場(三)——投資的其他問題 第一節破產風險

采用杠杆結構的資產組合存在破產風險,這也就是為什麼期貨市場上算法交易的應用一般都會伴隨一個破產風險的檢驗問題。但這也並不絕對,因為常見的破產風險衡量是個基於數值計算的技術,而沒有解析解更準確的說,在常見的數學工具範圍內,數值解會是一個不二的選擇。就接下來筆者引用的例子來說,給筆者上“高級資本市場理論”的張老師就講過一個更通用的例子(市場作為資產無窮大的對手方),且解法簡單。但本書隻是工作生活的總結,也不會預期讀者都能有隨機過程的相關知識,所以還是按照市場書籍的方式來組織內容。與筆者一樣數學基礎薄弱的讀者大可鬆一口氣。不過,這也在側麵說明了數學好對於金融分析來說有多麼的重要,多學點總沒有害處。。這是多少有些遺憾的地方,但計算機技術的普及讓這種現狀多少有些可以接受了。不過,認為不知疲倦的計算機能抵擋任何複雜級別的運算也未免過於極端。現實情況是,最常使用的技術將參數限定在有限的幾個變量上,讓策略的可執行性與破產校驗可以兼顧。在本節開始之前,有必要先介紹一下破產風險這個概念。

按照鮑爾紹拉在《期貨交易者資金管理策略》一書中所闡述的破產風險,其被用來當作一個概率估計。0表示交易者不可能破產,而1表示破產不可避免。為什麼不能用已有的預期收益來直接衡量破產問題?其中一個重要差別在於時序。以本金1元,盈(虧)1元,勝率05為例。這其實是一個預期收益為0的交易係統,那麼本金在此條件下的預期值應該仍為1元。不過在得出這個結論之前,我們還要小心的麵對一個問題:“資金能撐到預期實現的那一天麼?”這是個現實問題,畢竟本金到了0就意味著被市場消滅了。第一次就破產的概率為05。第二次不會破產。第三次破產的概率為0125。第四次不會破產。第五次破產的概率為00625如果我們采用以本金1元,盈(虧)1元,勝率06為例。我們就得到了書上的例子:第一次就破產的概率為04。第二次不會破產。第三次破產的概率為0096。第四次不會破產。第五次破產的概率為004608。。筆者也承認,這是個無聊的過程。尤其當勝率沒這麼友好時更是如此。為此,我們采用了模擬的方法以求躲避複雜的計算。給出市值、勝率、盈虧比和虧損比率我們就能得出想要的結果估計讀者也發現了,市值某種程度上是重複信息。不過,在不以百分比表示的虧損前提下,其存在還是有必要的,這也是筆者將其保留的原因。。讀者了解了其所闡述的意義,就可以自己來完成這個實例了。

校驗破產風險的VBA代碼筆者感謝李丹同事對此代碼的校驗工作。:

Sub datatable()

' 如果解除注釋標記,讀者可以得到更為清晰的校驗過程。但相應的時間損耗也極大。代碼基於數據表結構。

MV=Cells(1,2)' 市值

SR=Cells(2,2)' 勝率