分类
外匯期權

反身性与宏观交易

关注 --> 已关注

反身性驱动与支撑阻力的形成

别人恐惧时贪婪,别人贪婪时恐惧,为何我做不到?

© 2022 商对论 Powered by 上海北上君科技有限公司
沪ICP备2021030546号-1 沪公网安备 31010502006117号

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

反身性与宏观交易

印钞机变得前所未有的残酷,中国正在全力推进,Web 2正在被Web 3取代,我们抛弃了对冲基金,转而采用被动投资策略。

“那些把自己限制在人类历史看来正常和合理范围内的投资者,对他们现在所处的奇迹和奇迹时代毫无准备。二十世纪是伟大而可怕的,二十一世纪将是更加伟大和可怕的世纪。在一个普通经济周期被打破的世界里,经典的投资策略不再有效。” (Peter Thiel)

上一篇

下一篇

收藏

收藏

评分

评分

评论

评论

社区交流公约

元宇宙之道

关注 --> 已关注

一、根据《网络信息内容生态治理规定》《中华人民共和国未成年人保护法》等法律法规,对以下违法、不良信息或存在危害的行为进行处理。
1. 违反法律法规的信息,主要表现为:
1)反对宪法所确定的基本原则;
2)危害国家安全,泄露国家秘密,颠覆国家政权,破坏国家统一,损害国家荣誉和利益;
3)侮辱、滥用英烈形象,歪曲、丑化、亵渎、否定英雄烈士事迹和精神,以侮辱、诽谤或者其他方式侵害英雄烈士的姓名、肖像、名誉、荣誉; 反身性与宏观交易
4)宣扬恐怖主义、极端主义或者煽动实施恐怖活动、极端主义活动;
5)煽动民族仇恨、民族歧视,破坏民族团结;
6)破坏国家宗教政策,宣扬邪教和封建迷信;
7)散布谣言,扰乱社会秩序,破坏社会稳定;
8)宣扬淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪;
9)煽动非法集会、结社、游行、示威、聚众扰乱社会秩序;
10)侮辱或者诽谤他人,侵害他人名誉、隐私和其他合法权益;
11)通过网络以文字、图片、音视频等形式,对未成年人实施侮辱、诽谤、威胁或者恶意损害未成年人形象进行网络欺凌的;
12)危害未成年人身心健康的;
13)含有法律、行政法规禁止的其他内容;

2. 不友善:不尊重用户及其所贡献内容的信息或行为。主要表现为:
1)轻蔑:贬低、轻视他人及其劳动成果;
2)诽谤:捏造、散布虚假事实,损害他人名誉;
3)嘲讽:以比喻、夸张、侮辱性的手法对他人或其行为进行揭露或描述,以此来激怒他人;
4)挑衅:以不友好的方式激怒他人,意图使对方对自己的言论作出回应,蓄意制造事端;
5)羞辱:贬低他人的能力、行为、生理或身份特征,让对方难堪;
6)反身性与宏观交易 谩骂:以不文明的语言对他人进行负面评价;
7)歧视:煽动人群歧视、地域歧视等,针对他人的民族、种族、宗教、性取向、性别、年龄、地域、生理特征等身份或者归类的攻击;
8)威胁:许诺以不良的后果来迫使他人服从自己的意志;

3. 发布垃圾广告信息:以推广曝光为目的,发布影响用户体验、扰乱本网站秩序的内容,或进行相关行为。主要表现为:
1)多次发布包含售卖产品、提供服务、宣传推广内容的垃圾广告。包括但不限于以下几种形式:
2)单个帐号多次发布包含垃圾广告的内容;
3)多个广告帐号互相配合发布、传播包含垃圾广告的内容;
4)多次发布包含欺骗性外链的内容,如未注明的淘宝客链接、跳转网站等,诱骗用户点击链接
5)发布大量包含推广链接、产品、品牌等内容获取搜索引擎中的不正当曝光;
6)购买或出售帐号之间虚假地互动,发布干扰网站秩序的推广内容及相关交易。
7)发布包含欺骗性的恶意营销内容,如通过伪造经历、冒充他人等方式进行恶意营销;
8)使用特殊符号、图片等方式规避垃圾广告内容审核的广告内容。

4. 色情低俗信息,主要表现为:
1)包含自己或他人性经验的细节描述或露骨的感受描述;
2)涉及色情段子、两性笑话的低俗内容;
3)配图、头图中包含庸俗或挑逗性图片的内容;
4)带有性暗示、性挑逗等易使人产生性联想;
5)展现血腥、惊悚、残忍等致人身心不适;
6)炒作绯闻、丑闻、劣迹等;
7)宣扬低俗、庸俗、媚俗内容。

5. 不实信息,主要表现为:
1)可能存在事实性错误或者造谣等内容;
2)存在事实夸大、伪造虚假经历等误导他人的内容;
3)伪造身份、冒充他人,通过头像、用户名等个人信息暗示自己具有特定身份,或与特定机构或个人存在关联。

6. 传播封建迷信,主要表现为:
1)找人算命、测字、占卜、解梦、化解厄运、使用迷信方式治病;
2)求推荐算命看相大师;
3)针对具体风水等问题进行求助或咨询;
4)问自己或他人的八字、六爻、星盘、手相、面相、五行缺失,包括通过占卜方法问婚姻、前程、运势,东西宠物丢了能不能找回、取名改名等;

7. 文章标题党,主要表现为:
1)以各种夸张、猎奇、不合常理的表现手法等行为来诱导用户;
2)内容与标题之间存在严重不实或者原意扭曲;
3)使用夸张标题,内容与标题严重不符的。

8.「饭圈」乱象行为,主要表现为:
1)诱导未成年人应援集资、高额消费、投票打榜
2)粉丝互撕谩骂、拉踩引战、造谣攻击、人肉搜索、侵犯隐私
3)鼓动「饭圈」粉丝攀比炫富、奢靡享乐等行为
4)以号召粉丝、雇用网络水军、「养号」形式刷量控评等行为
5)通过「蹭热点」、制造话题等形式干扰舆论,影响传播秩序

9. 其他危害行为或内容,主要表现为:
1)可能引发未成年人模仿不安全行为和违反社会公德行为、诱导未成年人不良嗜好影响未成年人身心健康的;
2)不当评述自然灾害、重大事故等灾难的;
3)美化、粉饰侵略战争行为的;
4)法律、行政法规禁止,或可能对网络生态造成不良影响的其他内容。

二、违规处罚
本网站通过主动发现和接受用户举报两种方式收集违规行为信息。所有有意的降低内容质量、伤害平台氛围及欺凌未成年人或危害未成年人身心健康的行为都是不能容忍的。
当一个用户发布违规内容时,本网站将依据相关用户违规情节严重程度,对帐号进行禁言 1 天、7 天、15 反身性与宏观交易 天直至永久禁言或封停账号的处罚。当涉及欺凌未成年人、危害未成年人身心健康、通过作弊手段注册、使用帐号,或者滥用多个帐号发布违规内容时,本网站将加重处罚。

反身性与宏观交易

三季度等待市场对于稳增长的定价:晨光熹微终明矣

申港证券股份有限公司证券研究报告 敬请参阅最后一页免责声明 证券研究报告 固定收益 专题报告 晨光熹微终明矣 ——三季度等待市场对于稳增长的定价 投资摘要: 宏观政策的出台受到多方的约束,从宏观杠杆率的视角出发,能解释当前政策逻辑的合理性。中国的宏观杠杆率经历过前期的脉冲式“加杠杆”与“去杠杆”周期后,当前处于杠杆率稳定周期中。在此框架下,我们看到相关政策的局限性,包括年初以来市场期待的宽松的货币政策与积极的财政政策均弱于预期,这是今年政策的主基调。从政策的诉求来看,稳杠杆周期中,中央政府与地方政府在货币宽松的配合下加杠杆,纾困政策的出台逐步引导企业部门恢复加杠杆信心,并同时托底居民部门的稳杠杆水平。 上半年这一政策组合“宽松的货币政策+积极的财政政策”在下半年有望继续加码。二季度经济再次受到疫情的冲击,在宏观杠杆率适度提升的诉求下,政府作为加杠杆的主要部门,货币政策需要保持宽松来配合信用扩张。当前经济仍然面临需求不足的状况,上半年这一政策组合“宽松的货币政策+积极的财政政策”在下半年有望继续加码。结构性货币政策将有望继续配合降准等总量货币政策向市场释放流动性。财政端有望发行“特别国债”填补当前留抵退税和疫情冲击下的财政缺口,继续支持稳增长经济目标。 意图置换到期MLF的降准实则为央行的“缩表”操作,这是投资者在近两年的降准后明显感受到货币紧缩的原因。当前商业银行对央行的再贷款规模接近12万亿,我们看到央行在近年来频繁通过续做MLF或降准置换的方式来维持当前的再贷款规模。降准置换MLF的操作一方面降低了银行的负债成本,另一方面也导致央行的“缩表”,投资者在降准后明显感受到货币紧缩的原因。 三季度或仍处于降准周期中,降准对债市而言应该中性看待,货币政策仍然保持稳健。本轮降准周期相比以往间隔时间较长反映的是美联储紧缩周期中货币政策的掣肘,但是我们认为降准的节奏和空间相对的制约不改变当前降准周期的趋势。考虑到当前小型机构较低的法定存款准备金率,不具备定向降准的条件,全面降准的概率较高。 避免线性外推在宏观交易中的误用。我们对于市场或者对于行情走势的预测均建立预期之上,而投资者的预期又主要源自历史上类似时期发生的行情回溯下的线性外推。在这个过程中,投资者容易陷入趋势的线性逻辑,而忽略了在不同阶段,主导行情的主要矛盾是不尽然相同的,任何行情的矛盾均有自身的演绎极限,而当核心矛盾使得市场从分歧走向一致的过程中,也伴随着市场行情最后的情绪冲顶,而在这之后核心矛盾由于反身性而开始转向,市场的行情会逐步寻找新的核心矛盾。 在债市的定价中,估值中枢对于波段交易而言是非常重要的信号。今年上半年的交易逻辑与2020年的疫情冲击寻底较为类似,尽管疫情对经济的扰动在中期维度仍然存在,但是从估值的角度出发,当前的情况比今年四月的经济基本面边际恶化的概率在降低,因此今年5月底十年期国债在“资产荒+资金面宽松+二季度经济同比正增长”多重利多驱动下交易到的2.7%可以作为2020年疫情冲击行情定价的底部参考。而今年的政策目标与2019年的政策目标均为稳增长,我们以2019年二季度的行情作为参考,届时十年期国债收益率从3.06%-3.43%,上行37bp定价了2019年的稳增长行情,考虑到本轮经济复苏动能较弱,且在疫情影响下,短端较低中枢资金的确定性相比2019年较高,我们认为给予25bp的中枢上移定价是较为合理的,因此我们预计三季度若市场完成弱复苏的定价,中枢在2.7%+0.25%=2.95%附近是较为充分的。 风险提示:政策风险 2022年07月04日 曹旭特 分析师 SAC执业证书编号:S1660519040001 相关报告 1、《等待利空落地的慢牛修复:固定收益行业利率债周报》2022-07-03 2、《中期调整第二阶段开启:固定收益行业利率债周报》2022-06-26 3、《盯住资金的锚:固定收益行业利率债周报》2022-06-19 4、《等待货币政策的信号:固定收益行业利率债周报》2022-06-12 5、《中期调整拉开序幕:固定收益行业利率债周报》2022-06-06 固定收益专题 敬请参阅最后一页免责声明 2 / 17 证券研究报告 内容目录 1. 政策逻辑的合理性 . 3 1.1 杠杆率逐步抬升 财政加杠杆为主 . 3 1.2 宽松的货币叠加积极的财政 政策组合下半年有望加码 . 4 2. 降准是“中性”的货币政策 . 5 2.1 货币信用体系扩张需要降准释放流动性 . 5 2.2 资本外流背景下的降准是被动的 . 7 2.3 降准置换MLF实则为央行的“缩表” 难言宽松信号 . 7 2.4 三季度仍处于降准周期 货币政策将保持稳健 . 8 3. 债券波段行情的演绎路径 . 8 3.1 主要矛盾的演变 避免宏观交易中的线性外推 . 8 3.2 分歧走向一致 资金面成二季度市场胜负手 . 9 3.3 市场的学习效应引导投资者预期 . 10 4. 三季度利率策略展望 . 12 4.1 三季度十年期国债收益率中枢或上行 震荡区间在2.8%-2.95% . 12 4.2 择券上国债相比于国开性价比更高 曲线将逐步平坦化 . 13 图表目录 图1: 中国宏观杠杆率不再受到约束 单位:% . 3 图2: 居民杠杆周期与地产销售周期同步 单位:%,% . 4 图3: 中国居民部门杠杆率处于较高水平 单位:%. 4 图4: 中国企业部门杠杆率处于较高水平 单位:%. 5 图5: 中国政府部门杠杆率处于较低水平 单位:%. 5 图6: 存款准备金率在长期趋势中缓慢下行 单位:% . 6 图7: 资本外流背景下的降准 单位:亿元 . 7 图8: 降准置换MLF实则为央行的“缩表” 单位:人民币 .

[email protected],你想知道的所有细节都在这里了

本科的时候就听说XJC师兄想要从零开始搭建一套量化交易系统,当时也是特别佩服。虽然周围金工的同学或多或少也在用SAS然后连接Wind来开发与回测投资策略,少部分同学也试着实盘去操作,但真正从一砖一瓦去搭建整个量化交易系统就是另一回事了。 后来大概在我大四的时候,预测者网诞生了。一开始其核心在于抓取大V以及分析师们的预测观点并进行评级,之后逐步开始卖量化投资策略和高频数据。 之所以以这个引子开头,是为了契合Quantopian这次的量化投资大会。一来,随着2016年国内各大量化策略平台(RiceQuant, Uqer, JoinQuant, 果仁网)雨后春笋般的出现,人人皆为宽客的时代已然来临,预测者网虽然没有很快的转型,但也是这波浪潮的冲锋号。二来,alternative data近来也比较火,正如有着GIC九年工作经验的keynote主讲人Yi Li大神提到用分析师数据来预测宏观市场状态,预测者网也有试图整合所有分析师的预测观点来最大化集体智慧。三来,机器学习/人工智能也算是在各个行业都大放异彩,这次QuantCon有很多演讲都和机器学习、增强学习有关。另外,文末有福利放送哦~

[email protected]

QuantCon@SG

最早接触QuantCon是在2015年,当时Dr. Anthony NG在和Quantopian一起打算在新加坡筹办一次短期的workshp(Probabilistic Programming in Quantitative Finance)。但是觉得离学校太远,就懒得没去。再后来,和BL兄一起参加了WorldQuant的全球量化投资交易比赛(特别巧的是这次会议还碰到了新加坡WorldQuant的CEO,没想到他还记得我)。当时BL兄提到了16年首届新加坡QuantCon,觉得还不错。于是今年我就报了名,打算了解下业界目前的热点,顺便认识认识各种大神。

寻找阿尔法

Planet-Labs-Mailiao-Refinery

其实这个思路并不新,像谷歌很早就用搜索数据来预测流行病的爆发。但难点在于另类数据的获取,以及从中提取有用的因子出来。其中一位演讲者Emmett Kilduff创办了另类数据提供商公司Eagle Alpha,在其网站上有详细的白皮书。其实从本质上讲,投资就是利用信息不对称来获取收益,无论这种信息是靠才智或者内幕或者金钱获得的。但由此带来的问题是,如果alternative data变得普遍,容易获得了,实际也就没什么意义了。因此,另类数据提供商其实面临一个很艰难的抉择,如果定价高,那么客户少,但至少因子被少部分人使用,因而保持有效;但如果定价低,那么客户多,导致alternative data不那么另类,那么产品也就没什么价值了。所以这些另类数据提供商似乎得要像石油输出国组织一样,控制另类数据的释放,以保证其有效性。

很多报告也提到了机器学习在量化投资中的应用,包括如何用深度增强学习来优化下单、实时投资情绪分析、策略参数优化、基于供应链网络扩散模型来预测上下游收益影响。主旨演讲Yi Li大神也是一位kaggler,这次的报告主要是讲用ensemble approach来预测宏观经济状态,并且减少高频和低频数据之间的鸿沟。虽然听部分朋友说目前机器学习在业界还处于研究阶段,甚至有些基金经理吐槽机器学习完全没用,但至少正如一位CIO所说,机器学习在量化投资界俨然是一种趋势。虽然个人觉得金融市场过于复杂,信噪比过低,而且一直在变化;但总归参与者要么是人,要么是机器,一定是有规律可寻的,只不过可能要从另一个层次或者角度上去看问题。下图中Dr. Anthony NG总结了各类机器学习方法适用的投资决策问题(或者反过来说),也可以关注下他的个人博客。

1

2

3

投资组合优化

听JCM同学说国内目前做投资组合优化的还比较少,可能会是一个好的方向,这次会议也有四个相关的报告。基本含义是马科维茨的均值方差模型虽然漂亮,但均值方差很难准确估计,其次高阶矩的信息有所损失。由此带来的方案是,如何构建更鲁棒的投资组合,如何利用整个分布信息来优化投资组合(Dr. Li Haksun基于此改进了夏普比率)。值得一提的是,Quantopian目前也提供了Optimization的API。

人人皆为宽客

open-source-quantitative-trading

这个其实也没什么好说的。现在国内各种量化交易平台,提供了数据、回测、研发、实盘交易一条龙服务。整个量化投资的门槛低了好多,只要会写python,很容易能设计一些[有效利用噪声的]策略。而且像vn.py, tushare, rqalpha, zipline这些开源工具,也极大方便了Quant们的二次开发。这里不得不吐槽,Quantopian的回测速度实在是太慢了(也有可能是调用了optimization api,并且第一次用Quantopian的平台,有很多东西还不太熟悉)。其实感觉这次WorldQuant的CEO来听报告,一个很重要的因素是这些平台和他们本身的websim平台有些重叠。