本文是基于德銀報告的一篇學習筆記，列舉了AQF量化策略中常見的幾種錯誤。AQF量化是件很有意思的事情，好東西很多人不愿意拿出來無償分享，特別是一些細節(jié)，但閉門造車往往會不知不覺的犯錯誤。說來也好笑，尚未見過回測看起來不行的策略(因為拿出來給人看的都是收益曲線飛到天上去的)，那么多紙面上的AQF量化策略，為何一上實盤很多往往不堪一擊?回測中犯了一點點小錯誤沒關系?不，很可能一丁點的疏忽，結論完全會被推翻。
一宗罪：幸存者偏差
如果用當前Russell 3000指數成分股回測過去30年信用風險因子(用Merton distance to default來量化)的表現，為統(tǒng)一標準，方便回測，剔除所有數據長度短于30年數據的股票，回測結果表明：信用風險越高，回報越好。
這是最簡單的錯誤，目前的指數成分股中只有20%的股票在過去30年中始終是Russell 3000成分股。破產、退市、表現不佳的股票定期都會被剔除出。也就是說我們在拿過去30年中表現較好的那些公司進行回測，即便當時的信用風險高，當你知道誰會幸存下來時，在信用風險高，陷入困境時買入，當然收益非常高。若考慮進那些破產、退市、表現不佳的股票后，結論完全相反，投資高信用風險企業(yè)的收益率長期遠低于信用穩(wěn)健的企業(yè)。
二宗罪：前視偏差
上述的幸存者偏差實際上是前視偏差的一種特例，我們站在過去的時間點上無法得知哪些公司能幸存下來依舊是今天的指數成分股。在財務數據上很容易犯前視偏差的錯誤。比如，每個公司財務數據發(fā)布的時間點是不同的，在回測是應該根據每個公司數據發(fā)布的時間點去利用財務信息，而不是簡單的假設2季度數據在6月30日以后即全部可用，亦不可設置一個統(tǒng)一的發(fā)布滯后時間。
更隱蔽的不容易發(fā)現的錯誤是財務/經濟數據的修正。我們在下載歷史宏觀數據時往往得到的是終值，但很多發(fā)達國家GDP數據發(fā)布后要經過兩次調整，各大公司財報的修正也是非常常見的。我們在回測的時間點上是無法得知終值的，只能利用初始值。這個情況在國內可能更少見些，也反映了數據質量上國外應該做得更好，在事后能進行大量修正。這么一點小修正不會影響結論?不，很多宏觀數據初值拿來做回歸都是不顯著的，公司財務數據與否直接影響選股結果。
現實中還存在更為隱蔽的前視偏差。例如，美股中管理層可能決定進行裂股(也就是A股的高轉送)來解決股價過高導致的流動性問題。也可能是縮股(若干股合成一股)來美化每股盈利等指標(EPS)。如果回測一個簡單的策略，買標普500指數成分股中股價最低的50個股票，則過去25年的收益喜人，由此我們是否能得出低價“便宜”股未來收益更高呢?這個原理在A股有理論依據啊:牛市時大媽逐步消滅2元股，3元股，4元股…在大媽看來價格的絕對值一定程度上代表便宜程度。答案當然是否定的，如果要對這個策略進行回測，必須使用復權調整后的股價數據，下圖中可以看到，這個策略基本無用，和標普指數走平。
三宗罪：講故事
很多人喜歡沒有任何數據開始講故事，做量化的人喜歡拿著數據和結果講故事。這兩種情況很多時候是類似的，因為喜歡故事和解釋的人，在做數據之前往往就已經有一個劇本，他要做的不過是找出演好劇本的“演員”(數據)罷了。我本身是做宏觀的，深知故事的危害，要講的故事，何愁找不出數據支持?
假如時間倒回1997，你在做策略，然后發(fā)現利潤率這個指標非常靈驗，只要買Russell3000成分股中高利潤率的公司，過去10年躺著也能賺錢。量化太簡單了!
按照這個策略投了2年，很不幸本金一不小心虧了70%。然后有人會告訴你，還看什么利潤率，新經濟將改變世界，買互聯網公司就是賺錢，你這個策略早就不管用了。
于是你信以為真，買了互聯網公司，結果是：繼續(xù)虧。然后2年后又有人告訴你，互聯網公司是泡沫，都一地雞毛了，你還是應該重回經典，利潤率還是要看的，過去2年這個指標不錯啊，2年翻了6倍，泡沫破裂股災階段這個業(yè)績亮瞎眼。
然后你又重回經典，決定矢志不渝的堅守利潤率這個因子。然后過了10年，你發(fā)現你的收益曲線近乎是一條直線。
每天都在發(fā)現新的“好因子”，每天市場里都有人在尋找永動機，都是在浪費時間。所有發(fā)布出來的策略我還沒見過表現回測不好的(回測表現都不好，自然不會拿出來)但這些故事對過去的解釋非常動聽，對未來的預測幾乎沒用。當我們做出和常識相悖亦或是和原來判斷相符的結果時，較好別去講故事，除非你想出去忽悠人。相關性和因果性在金融經濟的世界里從來沒有人能分清楚。講故事的害處是越講自己越信，最后發(fā)現掉溝里的人是自己。
四宗罪：高換手率
高換手率和信號短暫不穩(wěn)定(閃爍信號)有關。很多人竊以為，高換手率有什么不好啊，說明策略靈敏，能捕捉到短線的機會，這不就是傳說中的高頻交易嘛，原來這么簡單，回測來看確實收益高的下班半輩子都不用愁了。
凡是高于周為頻率的策略都需要檢查下這個問題，高換手率得出的回測結果可以做下壓力測試，看下多少的沖擊交易成本就會抹掉全部收益。即使是月這樣的交易頻率，高換手率也足以顛覆策略結果?？匆粍t例子：每個月買入日本股市中分紅率較高，且過去一個月表現最差的股票，同時做空分紅率最低，且過去一個月表現較好的股票，這個策略在0交易成本下年化收益高達11%，0.1%的交易成本下降為7%，0.3%的交易成本下收益直接全部被抹掉，而且還是虧錢的。這個策略的問題就在于盡管是每個月交易，但是每個月股票池股票全不一樣，換手率接近100%。
很多人會說：A股的手續(xù)費不是萬三嘛，0.3%這個假設太猛了，不科學。假設一個A股的股票5塊錢，最小報價單位0.01，也就是0.2%，這么說來，一點都不小。尤其是我們還未考慮更多的情形，如果你是基金經理，大單買入會對價格產生很大沖擊，拆單買入很可能交易成本控制不太好，且需要一定時間完成交易，遇到市場單邊波動怎么辦?如果你在國外交易小盤股，流動性差的一周只有幾筆成交怎么辦?
那這是不是說我們交易頻率越長越好?比如來個一年定期換一次股?這換手率總算低了吧?當然不是，市場變化瞬息萬變，明知道某股票已經不符合某些條件，應當及時調出組合。每月交易一次，每次更換組合中3%的股票，比一年交易一次，每次更換36%的股票要好得多，雖然兩者的年換手率均為36%。
再來看一個高換手率交易的典型問題：每天收盤時買入當天表現最差的100個股票，賣出過去的持倉，持續(xù)每日交易，回報率喜人。這里的錯誤也是前視偏差，還沒收盤我們不知道當天哪些股票表現最差，即使用程序化交易，這種策略也是停留在紙面。我們能做的是以每天開盤價買入昨天表現最差的100個股票。兩個策略結果一對比，以開盤價買入的策略幾乎一條直線。
五宗罪：數據挖掘
Paul Romer在14年發(fā)了篇文章，歷數經濟學中的過度數學化，量化中又何嘗不是，有時候為了數據平整而平整，強制把數據做平，出來的東西已經失去解釋意義。神經網絡迭代式能完整寫下來的人有多少?不應該因為聽上去高大上能忽悠人就直接套用X算法Y算法的去預測股價。當然除了這種過度數學化，也有犯低級數據挖掘錯誤的，還別說，國內券商的量化研報里還真的見過做樣本內回測的。例子很簡單，有100個因子，2009-2014年5年數據，逐個回測因子，選出6個表現較好的，等權重合成一個策略，再回測那5年數據，結果自然喜人。但如果在09年初，挑選出6個在04-09年表現較好的因子合成一個策略，用09-14年進行樣本外回測后發(fā)現：直線一條。
六宗罪：異常值偏差
在計算行業(yè)或者指數的一些指標時我們常常用成分股各自的指標取平均值。但這樣的做法往往會受異常值的干擾，比如下圖中的標普BMI韓國指數成分股的利潤率。如果用平均值和剔除1%，2%極值的結果相差甚大。這是宏觀數據中常有的問題，少數極值若不做預處理，會嚴重影響回歸結果。
但去除極值往往損失一些信息，因此較好的辦法是對數據進行微觀層面的聚合然后再算總的指標。
我們?？次恼抡f香港市場低估，擺出全市場PB等歷史數據加以佐證。乍一看似乎是很低，但兩個問題值得問：PB是全市場各個公司PB的平均還是全市場的市值除以全市場公司的的賬面價值?這兩種算法的結果完全不同。如果是圖省力的第一種做法，那對極值是如何處理的?
一種處理極值的通常做法是Inter-Quartile Range (IQR): 將數據三等分，設k=0.5，Q1，Q3分別為等分點，任何小于Q1− k(Q3 − Q1) , 或大于Q3 + k(Q3− Q1)的點均定義為極值。下圖中用IQR處理過后的港股PB值在07年比互聯網泡沫時期更貴，而普通處理的PB則在當時顯得非常便宜。
七宗罪：非對稱性
做策略時往往假設2倍杠桿，即做多一組的同時做空另一組，以達到增加因子曝光的目的。但現實中做多和做空帶來的收益是不對稱的。以下圖中美股的這些因子為例，多數因子多空的收益表現出非對稱性。撇開做空的成本和現實可能性，在做策略時依然值得自問：是否值得做空?
.png)
完善下表，48小時內查收全套AQF備考資料
.jpg)
微信公眾號：量化金融分析師
聲明▎更多內容請關注微信號量化金融分析師。
