无形之手的量化...

alxbj

无形之手的量化...

来自：MACD论坛(bbs.shudaoyoufang.com) 作者：alxbj 浏览：10326 回复：20

人类一思考，上帝就发笑-----这个犹太人的格言似乎像一座人类无法撼动的屏障，总让我试图去探知真相时心存胆怯...
那我tm让机器去思考行吗？

       本人曾曰“有物混成，先天地生。寂兮寥兮，独立而不改，周行而不殆”。 CHN古代的朴素哲学思想早已提出世界必须被纳入某种运行秩序里的思想。然而，当系统中的每个人、每件事、每件物品都在发生交互作用的时候，世界的运行规律常常被这些外表所遮蔽，真相被隐藏在看似无序的“乱象”背后。

　　依靠现代科技发明，人类可以站在遥远的太空，看着地球规律的旋转、看见太阳系行星周期的运动、甚至看见了黑洞的真实样子。地球上的人们就像坐在一台巨大的摩天轮里，经历着地球旋转带来的晨阳与月夜，以及面朝大海、春暖花开，北国冰封、万里雪飘的诗意。现代人都能理解造就这个五彩缤纷的世界是几乎亘古不变、周而复始的地球自转与绕日公转。然而，没有现代科技的帮助，这样美妙的世界，古人只能归功于上帝的伟大创造。那么在金融经济世界里，看似复杂无比的系统，看似毫无规律的资产价格运动背后，冥冥中是否也有一个看不见的无形之手早已写好了乐谱呢？

　　地球的旋转、太阳系的星体、甚至系外星体，何止带来白天与黑夜，何止带来春、夏、秋、冬。世间的一草一木，自然百态，受到星体运动周期旋转影响的一切何止千万种。而这一切也并非踏着整齐的步伐随着地球的旋转齐整的沿着相同的轨迹行进。

　　北京的人们在寒风中期待着瑞雪兆丰年的彼时彼刻，地球的另一边，悉尼的人们正在沙滩边享受着炎炎夏日的无限阳光。夏威夷的游客准备开始一天行程满满的旅程，地球的另一边，夜幕下巴黎的人们已经坐在了准备好丰盛晚宴的餐桌上。地球上同时经历着寒冷与酷热、黑暗与光明、生长与凋零，世间万物看似毫无联系的沿着各自的轨迹奔向属于各自的终点。这一切在诗人笔下只是吟诵的韵脚，在音乐家口中只是哼唱的旋律。然而在科学家眼里，这一切却是上帝手中一份早已谱好的乐章，是造物主用时间滚轮绘制的长轴画卷。

　　同一时刻，人类的经济世界，千万种资产、经济数据也在经历着他们的白天与黑夜，经历着他们的春、夏、秋、冬。我们不禁要问，经济世界里，是否也有类似形体运动的周期运动规律。参透经济系统里的周期运动，是否也能够把握千万种资产价格的涨跌变化方向，能够像冬天南飞的大雁一样，在[color=rgb(5, 82, 154) !important]资本市场踩着周期运动的韵脚，在经济的冬天南飞；在市场的春天播种，秋天收获。

　　在现代人类飞向太空看到地球旋转之前，古代人类已经懂得利用日起而作、日落而息，春耕夏耘、秋获冬藏的自然规律。同样的，资本市场诞生之日起人们便能够感知资产价格变化的春日与寒冬的轮替。不同时代的[color=rgb(5, 82, 154) !important]经济学家，基于他们当时的研究手段，认知水平提出各种关于经济金融市场周期理论。站在科学不断进步的当下，站在思想巨匠的肩膀上，以及基于对市场周期长期研究的积累，本文提出“复杂经济系统存在周期规律运动”的假说。

　　由亿万个“人”组成的经济系统是一个复杂系统，复杂系统的构成单元在相互作用中形成反馈机制。如图表1，复杂系统具有高维特征，常常不可直接观测，更不可直接测度。股票指数、债券指数、PPI、CPI等经济金融变量是复杂系统在低维平面的投影。如图表2所示意的，每个低维的观测变量都是对复杂系统某个维度的测度，都携带了复杂系统的运行信息。

alxbj

从时域到频域的分析是我们把经济金融序列，这些看似毫无规律的价格变动，抽象成一个个有着不同大小（振幅）、转速不同（频率）的“齿轮”，这样一堆齿轮的叠加构成的精密仪器，他的旋转驱动了所有金融经济序列的运动变化（如图表3）。如若能够理解经济金融系统这台复杂无比的机器运动的本质特点，把握最大几个“齿轮”的旋转规律：42个月周期、100个月周期、200个月周期，我们就能理解资产价格将如何变化（如图表4为示例）。利用数学、计算机、通信技术、计量统计等科学方法，能让我们像站在外太空观看地球旋转一样，通过一个更广阔的视角观测经济金融系统整体性规律，重新认知我们所在的经济金融世界。

alxbj

周期是把握市场重大投资机会的“慢变量”

　　世界正在变得越来越快，计算机的性能每隔18-24个月就能提升一倍。互联网让人们瞬时联络，投资讯息几乎没有任何时滞的传遍全球各个角落。在信息的快速增长中，噪音的比例越来越高。追逐投资中的“快变量”已经难以让人们获得超额收益。信息时代对信息的甄别比获得更多、更新的信息更加重要。

　　人们总是热衷于“快变量”的讨论，比如特朗普是否能够赢得胜选，美国是否加息等等。然而真正对人们生活、投资收益产生深远影响的常常是“慢变量”。

　　在海边我们看到波浪拍打着沙滩，不禁要问海上为什么有波浪？许多人会兴奋的回答是“快变量”—风，因为无风不起浪。然而，现代科技让我们知道影响海浪的还有一个更加根本的“慢变量”—月亮的绕地旋转。因为有月亮，所以有了潮汐现象。月亮就是一个慢变量，月亮离我们很远，月亮不会天天出在新闻联播里。没有新闻，月亮看起来跟我们没有直接的联系，但我们知道，正是因为有了月亮才有了潮汐现象，才有了海上的波浪。

　　如果不听天气预报，贸然出海，或许会遇到风浪。如果只听天气预报，不知道潮汐原理，就无法计算出诺曼底登陆的最佳时间，也无法利用潮汐发电，更没有现代渔业的繁荣。在无数人参与的市场中，投资讯息爆炸常常令人们无所适从。而也由于讯息的极其丰富，事后分析每一次市场的涨跌，人们都可以将丰富的讯息串联出一套言之有理的“逻辑”。

　　世界归根到底是由慢变量决定的。如果把视野拉长到三年以上，你就能隐约感受到经济的周期波动。如果把视野拉长到十年至三十年，你就能看到人口年龄结构的变化、技术进步的影响、社会风气的演变、经济发展阶段的跃升。如果把视野拉长到五十年至一百年，你能看到国家的兴衰、世界政治经济格局的调整、战争与和平的更迭。如果把视野拉长到数百年至数千年，你能看到文化的形成和沉淀、宗教的兴起和衰落。如果把视野拉到数万年、数十万年乃至数百万年，你就能看到生物进化的脉络，气候的轮回。如果把视野拉长到亿万年前，你甚至能够看到大陆板块的漂移。

　　周期轮回的慢变量便是人们常说的历史规律，市场与历史的演进一样，是沿着时间之轴，在每一点上，复杂系统中所有人的反应的合力。马克﹒吐温说过，历史不会重演，但却押着同样的韵脚。市场的周期轮回，是影响资产价格变化最根本的“慢变量”，每一轮牛市、熊市都不会完全一样，然而也都是押着类似的韵脚，踩踏着类似的节律。

alxbj

经济系统的基本构成单元是“人”，而每个人类就像是被预装了某个“操作系统”的智能单元，他们对信息的反应，行为方式，虽然具有个体差异，然而共性大于个性，这或许就是周期形成的基础。当一个经济系统人口数量达到一定规模，便构成了人类社会的复杂系统。虽然不同的国家、地区，发达程度不同、产业结构不一，人口数量更有可能差异巨大，然而构成系统的基本单元—“人”是一致的，复杂系统的反馈规律是一致的，为此当一个经济体足够成熟，人口数量达到一定规模，构成了复杂系统时，该系统也存在类似的系统级别的规律。

alxbj

经济系统中有六七十亿个这样的“智能单元”（人口），互相影响，互相约束，他们的底线是“系统不崩溃”，也即不能出现国家灭亡、种族破灭，不能走向“危机”。在这样的智能系统里，“大单元”就像特朗普，他的影响力也是有限的，他也无法改变这个旋转系统的规律，某个巨大冲击，也会被这个系统吸收消化，系统最终依然旋转运动。因此特朗普上不上台，标普指数是涨是跌，短期可能有冲击，然而长期他无可左右。2008年 CHN四万亿救市资金，对于市场就像一剂强心针，短期的冲击，也无法改变系统旋转的轨道，冲击足够大是可以加速或者减速，但是周期运动规律无法被消灭。

alxbj

经济系统是一连串的时间序列构成的，受到观测手段、采样周期等限制，采集的数据往往包含大量噪声，势必需要一个合适的算法加以估计。针对不同的目标，如减小估计误差，减小对噪声的敏感程度，提高谱分辨率等，已有许多不同的估计方法。本文选用的方法是，通过大量经济金融变量进行联合谱估计，利用多重信号分类算法，对经济和金融市场运行的真实周期进行辨识和估计。这一估计方法的基本逻辑在于：每一个经济金融变量都是经济和金融市场运行的一个侧面体现，通过综合运用每个因子包含的信息，就能识别出经济的整体运行状况。

周期的应用：周期三因子模型

　　Fama多因子模型告诉我们，股价的变动是由许多因子共同作用导致的结果。同理，任何经济现象，也是许多因子共同作用的结果。我们前期的系列报告里用到的傅里叶变换则说明，这些不规则的经济数据序列，都可以分解成三个周期因子运动的叠加（高斯滤波提取三周期附近能量拟合的序列对原始同比序列的解释力高达50%以上）。

alxbj

在图表22中我们可以很直观的看到，傅里叶变换做频谱分析后得出的周期序列，对上证综指原始序列的拟合曲线几乎完全贴合。实际上，任何一项资产运动，都可以分解为无限且可数个傅里叶级数的叠加，类似音乐由各种不同频率混合而成，可见光由不同的频率波混合而成。

　　我们将图表23中的200个月长周期解为长期经济增长动力的周期，100个月的中周期理解为中期增长动力的周期，42个月的短周期理解为短期增长动力的周期，由此三种动力共同作用而成的经济周期。再来看图表22，如果先只看红色的曲线，它是否具有周期性？好像没有。事实上，它正是三条周期波的叠加结果。

　　从以上的简单分析中，我们可以看出，各种因子运动的叠加，可以产生各种各样的经济现象，这些观测到的现象因而包含了各因子本身的周期性。古典经济学家并没有傅里叶变换等现代分析手段，但是也挖掘出具备普遍意义的周期因子，这些周期因子正好与傅里叶变换获得的结果相互印证，证明了市场确实是基于多因子共同作用而形成的复杂系统。

在图表22中我们可以很直观的看到，傅里叶变换做频谱分析后得出的周期序列，对上证综指原始序列的拟合曲线几乎完全贴合。实际上，任何一项资产运动，都可以分解为无限且可数个傅里叶级数的叠加，类似音乐由各种不同频率混合而成，可见光由不同的频率波混合而成。

　　我们将图表23中的200个月长周期解为长期经济增长动力的周期，100个月的中周期理解为中期增长动力的周期，42个月的短周期理解为短期增长动力的周期，由此三种动力共同作用而成的经济周期。再来看图表22，如果先只看红色的曲线，它是否具有周期性？好像没有。事实上，它正是三条周期波的叠加结果。

　　从以上的简单分析中，我们可以看出，各种因子运动的叠加，可以产生各种各样的经济现象，这些观测到的现象因而包含了各因子本身的周期性。古典经济学家并没有傅里叶变换等现代分析手段，但是也挖掘出具备普遍意义的周期因子，这些周期因子正好与傅里叶变换获得的结果相互印证，证明了市场确实是基于多因子共同作用而形成的复杂系统。

周期系统当然不局限于这三个周期因子，影响地球的自然规律是复杂的多周期且互相刑拱冲的叠加系统，（三周期系统是华泰林晓明团队的研究成果，本贴大量引用华泰证券的研究报告，是因为报告中很多观点与本人系统有异曲同工之妙）本人之后的研究方向也在于此...PS,隐藏于市场背后的无形之手会一根根的拨动琴弦吗？不，那不成了千手观音了？无形之手的量化结果就会是自然法则...

alxbj

例如，图表23中，最短的周期为英国经济学家基钦提出的，平均长度为40个月左右的经济周期，称为“基钦周期”。 中周期为法国经济学家朱格拉提出的，一种为期9~10年的经济周期，该周期是以国民收入、失业率和大多数经济部门的生产、利润和价格的波动为标志加以划分的，称为朱格拉周期。长周期则是美国经济学家库兹涅茨提出的以建筑业兴旺和衰落的周期为基准的经济周期，约为15年至25年，称为“库兹涅茨周期”。这三个因子类似Fama三因子定价模型，构成了我们的“周期三因子”模型。

　　经济周期反馈原理与传导机制的经济学解释

　　经济系统是一个复杂系统，经济体运行自然就带有复杂系统中的反馈效应。举例来说，一只股票的价格会上涨，是因为人们认为它的价格会继续上涨，所以才会持续交易；房地产市场的繁荣，是因为预期它的价格会继续高企，因此才会继续繁荣。反过来，当一项资产的价值预期下跌时，人们会争相抛售这项资产，造成这项资产供多于求，价格进一步下跌。这在系统理论里，称之为反馈效应，而人自身的心理缺陷必定会带来并且使这种正反馈效应变得更加显著。圣经里的“马太效应”，是典型的正反馈效应，有强化原先趋势的效果；反之，负反馈则倾向弱化差异，平息波动。

　　正如物理学和化学的两大著名定律：楞次定律和勒夏特列原理一样，经济系统在一段时间内既需要正反馈强化趋势，也需要负反馈调节和平抑波动，最经典的例子便是股价中既存在动量效应，也存在反转效应。动量效应表明，股价有维持先前趋势的可能；反转效应表明，股价同样具备逆转先前趋势的可能。楞次定律如果不成立，那么将导致能量不守恒；勒夏特列原理的适用范围是处于平衡态的化学反应，处于近平衡态的反应会向平衡态靠拢，若勒夏特列原理不成立，化学反应将永远不能达到平衡态。正负反馈是维持耗散结构稳定的重要因素，而经济系统就是极其复杂的耗散结构。

　　
　　复杂系统的运动变化模式可以类比为不可逆的分叉，没有人可以预测复杂系统的精确未来。复杂系统投影到观测面（例如宏观经济变量、股价等）上通常会有准周期现象，也就是看上去有周期性，但是却是难以直接预测的。因此，我们需要对经济体运行所发出的一系列信号，即各个可观测经济金融变量，进行分析和考察。所有经济金融变量是“传感器”，他们接收所有经济金融信号，而这些信号中，周期信号驱动了这些经济金融变量呈现出周期变化的规律。

　　为什么通过观测特定的金融经济变量，就可以获得整个经济体运行的周期信息了呢？答案可以从复杂系统的分形理论（Fractal Theory）来理解。1967年，曼德尔布鲁特（Mandelbrot）在美国权威的《Science》杂志上发表了题为《英国的海岸线有多长？统计自相似和分数维度》（How Long Is the Coast of Britain？ Statistical Self-Similarity and Fractional Dimension）的著名论文。海岸线作为曲线，其特征是极不规则，呈现极其蜿蜒复杂的变化。我们不能从形状和结构上区分这部分海岸与那部分海岸有什么本质的不同，这种几乎同样程度的不规则性和复杂性，说明海岸线在形貌上是自相似的，也就是局部形态和整体形态的相似。事实上，具有自相似性的形态广泛存在于自然界中，如：连绵的山川、飘浮的云朵、雪花……曼德尔布鲁特把这些部分与整体以某种方式相似的形体称为分形（Fractal）。分形，直观的理解就是把一个不规则图形拆解成几个部分后，发现这几个部分和整体图形是相似的。

　　复杂系统是整体呈现规律性，局部随机的，一个成熟的复杂系统可以容许随机误差的出现。曼德尔布鲁特在其1975年的著作《金融中的分形与标度》（Fractals and Scaling in Finance）的论述中，将复杂系统与金融市场做了比较，提出了复杂系统和金融经济运行的高度相似性，将分形学理论引入到了金融市场的研究中。

　　在复杂经济系统中，每个经济金融变量都是经济体的一个分形，存在局部形态和整体形态的相似性。通过观测局部微观的变量单元，统计总结变量自身的运行规律，便能通过局部与整体的相似性，推断出复杂经济系统本身所具备的周期特性。这是经济金融现象的本质规律，也是我们整个周期的实证基础。用数学术语来解释，即准周期通常是一个高维（或者无限维）相空间中的一个分数维流形到低维空间的投影。

raito163

傅里叶变换， 就是江恩正解啊。

silicium

做量化的人只是希望世界简单的可以自己弄个计算机就可以等着计算机给自己刷钱而已，如果这样能行的话，全世界的经济和金融就要完蛋了

这种投机式的认为 太阳底下没有新鲜的事物 一定是跑输指数的，美国股市那些对冲基金20年的历史已经证明了，金融还是门手艺活。

silicium

经济学中的周期何其多 ？ 人们总是希望自己可以找到一个简单的方法，自己觉得哪个周期最重要 哪个周期就起决定性因素

但是最后人们会意识到，决定金融品种短期走势的权利，永远在当前世界的基准货币的决策者手里

任何企图以下犯上的超越阶级的行为  都会被惩罚

aaa_star

规则是有的，但这样类比有些硬套

baresi1977

每个字都认识，放一起看不懂

alxbj

不要着相，

周期系统当然不局限于这三个周期因子，影响地球的自然规律是复杂的多周期且互相刑拱冲的叠加系统--多因子共振的周期系统

量化的目的是让隐藏在背后的无形之手现于形，本贴的意义只是试图证明此目的的可行性...

明江

楼主再说明一下怎么去量化

silicium

量化周期是不现实的，我自己常交易的宏观经济周期就二十几个，在没有外界干预条件下，这些变量之间叠加就极其复杂，串音干扰极强

目前的技术水平无法达到极致的量化，不过我很感兴趣谷歌的deepmind 机器如果真的测试金融市场能得到什么结论

其他家的量化系统，还是算了吧

alxbj

明江 发表于 2019-4-29 10:12
楼主再说明一下怎么去量化

这个....有点复杂，


简单讲，就是利用机器学习算法建模，提高精度和泛化能力....


机器学习是从看似无序的数据中分析规律，识别可能具代表性的模式，再藉以对未知数据进行预测。 而股市具有大数据特征，应用机器学习方法从海量的股市数据中发现潜在规律，预测未来发展趋势，对于降低投资风险与增进决策效率显然有重要的意义。

潜伏股神

你不必去搞那么精确的量化，大致的模糊算法一样可以赚很多钱。

谢感共

研究，支持。
但要注意方法，方向和细节。不必重新走二万五千里长征。

明江

谢谢，支持精确量化