何为宽客

宽客（quant）通常会基于高深的理论构造追求超额利润，并系统地加以实施。宽客之所以被称为宽客，就在于他们会刻苦钻研交易策略的产生和实施过程。至于交易策略本身，宽客和主观判断型交易者并没有什么差别，就像上文所提到的配对交易和统计套利策略的例子那样。但是我们从未试图消除人们对于投资过程的贡献，毕竟我们只是在讨论宽客而不是机器人。恰如前文所提及的，不管是在跟踪标准普尔500指数策略，还是在构建复杂的金融产品（exotic products）策略中，尽管宽客在很多交易策略中都使用了数学和计算机的很多知识，但在本书中我们仍将注意力集中在从长期来看投资策略回报与市场趋势无关的、追求阿尔法超额利润的量化交易策略上。

除了构造和研究核心投资策略，人们还设计软件系统来自动实现投资策略。一旦这样的系统“开始运转”，人们的操作只能被限制于投资组合的日常管理，而不必涉及其他内容。但是，在运行过程中，不应该低估人类主观判断的重要性。优秀的宽客都具有良好的判断力。在上文统计套利策略例子中所提及的策略，只是宽客做出的经常性决策中的一小部分。这些决策具有最为重要的作用，一旦产生便直接推动交易行为的开展和实施。随着计算机严格地按照人们所下达的指令进行交易，量化分析决策的好坏随着时间的推移变得愈加分明。这一点在其他领域也经常碰到。例如，在制导系统的设计中，如果设计者在设计系统时犯了错误，随着越来越多的导弹按照错误的制导指令进行发射，结果偏差会越来越严重，最终导致灾难性的后果。

为了全面理解量化交易的本质，仔细研究系统性方法的适用范围是大有裨益的。所谓其适用范围，即什么情形下宽客不得不放弃系统性方法而采用主观判断型交易策略。宽客对其策略进行人工干预的最常见情形是，出现了影响市场行为的消息，而已有策略无法自动进行调整，为削弱其影响宽客不得不进行人工干涉。例如，2008年美林和美国银行的合并使得美林的股价飙升。如果制定量化策略时不考虑这一因素，很容易认为美林的股票严重估值过高，应当对其进行做空操作。但这一结论显然是有缺陷的，因为合并的消息可以合理地成为美林股价攀升的原因，理性的宽客都不会选择做空。这时，就需要对策略进行人工干预，将美林从备选的股票中移除，以避免模型基于不完全的信息做出错误的决策。从另一个层面看，这是“输入垃圾，输出垃圾”的生动例子。如果一个量化交易组织的投资经理意识到模型进行决策所依赖的基础是不准确的、不完全的甚至是无关的信息，为降低风险，她可能会取消受到这些信息影响的金融产品的交易。

注意到，在这个例子中，合并的消息可能在宽客对交易策略系统进行了干预之前已经进行披露。有些激进型的交易组织，一旦听到具有一定可信度的并购流言就将其从交易名单剔除掉。相反地，有些宽客则从不轻易改变交易名单。在市场风险过大时，很多分析师通过减小投资组合的资金规模或降低杠杆来人为地控制风险。例如在2001年的“9·11”事件后，许多宽客担心突发事件会导致资本市场受到更大的冲击而降低了杠杆。一旦市场行为恢复正常，宽客们会提高杠杆到正常水平。

尽管在本章的开始部分，在操作层面上我们对宽客进行了定义，但是在严格的主观判断型（fully discretionary）交易策略和严格的系统型（fully systematic）交易策略或严格的自动化（fully automated）交易策略之间，还存在着很多兼顾型策略。区分交易策略所属类别的关键在于，在该策略下投资组合的规模和日常交易品种的选择是依赖于系统（允许上文例子所描述的“紧急”情形下的处理）还是主观判断决定的。如果建仓的点位选择及头寸的规模大小都是系统自动生成的，则是量化交易；如果两者中有一个是需要人工干预的，就不是量化交易。

随着量化交易规模的增加，逐渐出现了越来越多的伪宽客（quasi-quant traders），这是个很有趣的现象。例如，有些伪宽客利用自动化的系统进行扫描，寻找潜在的交易机会，将大量的备选对象减少到一个相对较少、更加可控的规模；这时再进行人工干预，采用一系列手段在筛选后的名单中选择值得进行投资的对象。还有两种不太常见的情形：一是将交易品种的选择完全由人工完成，而不是通过电脑来优化投资组合的具体配置并管理风险；更为不常见的情形是先使用电脑筛选出所有可进行交易的品种，然后人为地决定如何在这些品种间分配头寸的规模。这些伪宽客使用了宽客常用的一些工具，因此我们的研究也将他们所使用的技术涵盖在内。