加密交易中的量化失调：纯量化策略时代的终结

人类总是在寻找“指引”或者“神谕”来理解命运的随机性。

莎士比亚的《哈姆莱特》中有一句话很好地表达了这个意思：

“上帝决定了我们的宿命，无论你如何大刀阔斧地去改变自己的意愿（There’s a divinity that shapes our ends, rough hew them how he will）。”

但是，作为一名量化研究人员，笔者认为，无论是通过水晶球还是塔罗牌进行占卜和测算，你总是会下意识地找到你自己想要的结果。

你会看到你想看到的东西

在观察中，人们会赋予某些因素更多的重要性或者注意力，而客观来说这些因素没有这么大的重要性。用简单的话说，就是你会特别注意到你想要注意到的东西。

比如说，你想买一辆奔驰S级轿车。立即在你脑海中想象这辆车。然后你会发现，街上到处都能看到这辆车。但这并不是因为街上突然出现了更多S级奔驰，只是你更多地注意到了它们——这是一种确认偏误（confirmation bias，个人选择性地回忆、搜集有利细节，忽略不利或矛盾的资讯，来支持自己已有的想法或假设的趋势，属其中一类认知偏误和归纳推理中的一个系统性错误）。

有经验的交易员防范的主要危险之一就是确认偏误。因为无论多短或多长的图表，都可以用来证明无数交易决策的合理性，而这些决策却脱离了现实。数据是客观历史，但观察是有意识的。这就是为什么纯粹的量化交易策略最近做得很差的原因。

量化失调（Quantitative Dissonance）

量化交易圈中有一个参考词，它将散户投资者称为“傻瓜资金（dumb money）”。这是一个不好的措词，因为赚钱并不一定能让人变聪明，亏钱也并不会让人变得愚蠢——经常出现的随机性和其他因素会对最终结果产生巨大的影响。仅仅依据一个人银行的资金余额就给他贴上“愚蠢”或“聪明”的标签会低估或者高估他们的实际水平。

交易是并且永远都是零和游戏。有人盈利就意味着有人亏钱。

其他条件不变，市场会找到平衡。但是这种平衡与心理学的关系远远大于数学模型或者现实的“肥尾”（而不是理想状态的正太分布曲线，肥尾情况下极端行情发生的几率增加）。

在美国里根政府放松监管期间，随着计算机建模和计算能力的提高，交易变得非常受欢迎，散户投资者也会使用一些“科学”的方法，如K线规律——专业交易者利用这些规律进行“抢帽子（scalping，一种证券市场的股票操纵行为，先低价买入股票，然后等散户入场价格涨到一定程度后卖出）”。

但在世纪之交的互联网泡沫破灭之后，散户投资者大量离开了市场，只留下了大批专业交易员和那些能够访问“专有信息网络”的投资者。

股票的大池塘里突然没了猎物，只留下了鲨鱼。

充满鲨鱼的池塘只有极少数鲨鱼能活下去

因此，过去二十年来，量化交易公司的回报率低于整体市场也就不足为奇了，去年更是创下新低。当然有一些例外存在，最有名的就是桥水投资公司的的Pure Alpha Fund，尽管2018年市场中机器的使用率进一步增加，它仍然获得了极其可观的14.6％的回报——大多数对冲基金在2018年都有亏损。

但桥水不是一个纯粹的量化基金。

任何形式的建模需要做出假设，而现实进展往往不符合这些假设。这也是长期资本管理公司（一个投机性避险基金）最终倒闭的原因。

模型假设了常数，算法根据这些常数进行计算，但生活不是常数，市场也不是。而且纯粹的量化交易方法总是会有很多的局限性，不如桥水的混合型策略好。

一个更严格的决策矩阵

桥水采用了一种独特的策略，鼓励独立思考以对常理提出意见，记录思考过程，然后使用严格的计算机模型测试方法（这些模型可以处理大量数据以改善决策）。

这些方法，不仅适用于金融市场，也适用于加密货币领域。

加密货币市场在各个方面都具有挑战性，但由于数据有限，算法交易仅在某些特定币种和特定的时间范围内有效。这意味着，与传统金融市场类似的方法相比，对细节的关注——对驱动区块链协议发展的基本面，以及交易心理学的理解——能够让交易者获得巨大的、持续性的回报。

对于新手来说，复制交易在加密货币市场上要比传统市场更具挑战性，因为执行此类分析所需的复杂追踪工具尚未部署在加密货币市场——即使获取了alpha，也无法完全镜像交易。

即使这样的跟踪工具部署了，也没有足够的经验数据表明它们会产生相同或相似的结果，特别是考虑到加密货币市场的市场流动性（目前）比较有限——交易者本身可能就是市场。

也许桥水出色的业绩和加密货币市场的情况已经证明，单纯依靠量化策略，不足以转化为低beta（与整体市场相关性低的回报）回报。

相反，鉴于市场的复杂性，需要采用更加严谨、更有纪律和管理更加优化的方法，将计算的稳健和经过测试的方法与批判性分析过程中的求知欲结合起来。

答案不在水晶球或者塔罗牌中，它们会在我们提出更多、更好的问题时出现