• =?utf-8?Q?[WSJ]=20=E9=82=A3=E4=BA=9B=E5=9C=A8=E5=AE=B6=E5=B0=9D=E8=AF=9

    From Mobot@21:1/5 to All on Wed Feb 7 15:28:17 2024
    XPost: alt.chinese.text

    图片来源:ALEXANDRA CITRIN-SAFADI/WSJ



    Bob Henderson

    2024年2月7日09:45 CST 更新



    皮特罗斯·马内奥斯(Pietros Maneos)交易股票的方式堪比尔街许多最杂的作:同时运行几计算机驱动的策略,以追求能够跑赢市场的回报。但他并是什么精通数学的技术大牛。他是一个
    发表过作品的诗人,对编程一通。

    44岁的马内奥斯使用在线交易平台Composer.trade来构建、测试和押注量化交易算法,在他于佛罗里达州拉顿的家庭办公室买股票和交易所交易基金(ETF)。举例来说,如果标准普尔500指数最近
    走高,某算法会选择持有跟踪纳斯达克100指数的三杠杆ETF,之,则持有美国国债。

    目,他正在运行72个这样的算法体系。他是利用这款应用程序的图形界面构建的这些体系,但他也可以用直白的英语输入请求,Composer的人工智能会将其转化为代码。

    “这就像是拥有我自己的黑匣子,”他说。“你可以认为我是一个拥有72策略的对冲基金。”

    自从吉姆·西蒙斯(Jim Simons)与其麾下的文艺兴科技公司(Renaissance Technologies)对冲基金的成功掀起了大家所说的量化革命以来,这项技术在尔街呈爆炸式增长,越来越多的普通投资者也采用了
    似技术,马内奥斯就是其中之一。

    所谓的量化基金使用编入高性能计算机的算法来发现市场信号,并相应地自动买股票和其他资产。专业人士表示,量化投资利用的信息远远多于人类大脑所能容纳的信息,并且可以防止情绪影
    交易决策。

    一些算法会在市场平静期增持风险较高的资产。还有些算法则寻求预测和跟踪价格趋势。但所有算法的源头都很相似:一群具有深厚市场知识的编码人员(通常是数学或物理学士),他们设计
    和构建自己的模型。

    皮特罗斯·马内奥斯表示,去年他的策略带来的回报率超过33%。

    _图片来源:PIETROS MANEOS_

    多年来,普通人对此可望而可及——或者需要向量化基金支付高额管理费。如今,他们正在加入其中。家用电脑比以往任何时候都更加强大。网站会提供教程。量化交易的爱好者们会在社交媒
    体上分享技巧。大量书、YouTube视频以及诸如Composer、Alpaca.markets和QuantConnect.com之类的在线交易平台如雨后春笋般涌现,让业余爱好者能够更轻松地像专业人士一样进行交易。

    有些人担心大多数人还没有做好运用这力量的准备。在一杂的方法中,几次错误的按键就可能带来灾难,仅如此,许多人还警告说,使对于专业人士来说,利用快速变化的市场模式也
    是一挑战。

    “现在散户投资者可以像他们的量化投资偶像一样作:构建极其杂的模型,在真正投入使用之,这些模型看起来战无胜,”投资管理公司DBi的管理成员、对冲基金老手安德鲁·比尔(
    Andrew Beer)说道。

    马内奥斯表示,去年他的策略带来的回报率超过33%。他之所以使用Composer,是因为它的图形和人工智能界面易于使用,需要学习传统计算机语言,还可以让用户以简流程图的形式查看和分享
    们的策略。

    Composer于2021年上线,可以让用户从超过11000只股票和ETF的列表中选择,为其构建策略。该公司的联合创始人兼首席执行官本杰明·罗尔特(Benjamin Rollert)表示,2023年,其用户数量几乎增加了四,
    已经有好几万人。

    许多用户称赞它简易用。但有人警告说,虚假交易会带来税务方面的影,而且它缺乏一些常见的尔街风险管理工具,比如在失达到特定水平时自动退出某项策略。还有些人报告称,在过
    去两年中,由于系统故障导致交易无法按计划执行,因此蒙受了失。

    罗尔特表示,使相对于大型券商而言,该系统的稳定性都“相当好”,他还指出,他的公司已经安装了交易风险检查系统,“以确保你会作出任何疯狂的事情”。他说,空股票、交易期
    权和低价股或者借钱交易都是被禁止的,这些“可以预防大部分问题”。

    有些人付出了惨痛的代价吸取教训,比如沃尔特·桑德斯。

    _图片来源:WALTER SANDERS_

    Composer的算法每天只交易一次,而且各策略通常会运行数月或更长时间。许多用户正在通过持有杠杆ETF的策略来寻求超额回报。

    戴维·凯泽(David Kaiser)住在密歇根州兰市,是一家衣柜收纳公司的客户经理。他在自家厨房的餐桌上制定交易策略,根算法系统的信号在同的ETF(比如有些ETF持有科技股,还有一些持有美
    国债)之间做出选择,这些信号会显示市场将走高还是走低或者介于二者之间。他说,他的量化投资组合只他全部投资的一小部分,这使他能够泰然面对较大的波动。

    凯泽说:“我已经55岁了,我知道我的退休储蓄如同龄人,我觉得有必要采取更激进的策略。”

    在Discord时通讯平台上,由4500多Composer用户组成的社区在过去的一年里蓬勃发展,凯泽正是其中一员。这个社区里的爱好者们互相抚慰、交流想法,而且经常分享他们的策略细节——这与
    们的专业同行形成了鲜明对比。社区成员表示,与模因股社区(比如Reddit平台上的WallStreetBets)相比,这是一个更友善、更成熟、更具作精神的地方。

    但是,有些人付出了惨痛的代价吸取教训。41岁的沃尔特·桑德斯(Walter Sanders)生活在乔治亚州梅肯市,是一医院系统软件开发人员。他说,他在Discord上面看到了一项策略,未经仔细审视就贸
    然使用,导致他在一周之内失了15%。

    追根溯源,他认为自己的失要归咎于一个基于中国股票的三杠杆ETF,他认为这项策略纳入这个ETF主要是为了让它在回溯测试中看起来盈利能力更强。回溯测试是一通过历史数来运行交易
    策略从而估算历史益的方法。

    经验丰富的量化交易员表示,要构建看上去在过去能够盈利的策略是很容易的事情,但这策略大可能在未来奏效。他们表示,此类设计一般会带有一些警示信号,包括切实际的高回报以及
    被几行逻辑搞得很杂的底层代码。

    桑德斯说:“我慢慢认识到,尽管回溯测试可能意味着过去会发生这情况,但并表示它有太大的意义。”

    40岁的丹尼尔·哈钦斯(Daniel Hutchens)是微软(Microsoft)网络安全工程师,他在Interactive Brokers这类平台上编写自己的交易策略。但他表示,最近他在Discord上面分享自己的策略后得到了一个想法,用
    踪导体类股的ETF取代了跟踪纳斯达克100指数的ETF,从而改善了其中一项交易策略的表现。

    谈到自己在这个网站上发的帖子,哈钦斯说:“我可能会这么写,‘嘿,这是灵机一动形成的一个成熟的想法,如果你们愿意,可以尝试一下。’接下来,在经过45次迭代之后,它实际上变成
    可行的东西,甚至是令人惊叹。你知道自己会得到什么。这太酷了。”



    https://cn.wsj.com/amp/articles/%E9%82%A3%E4%BA%9B%E5%9C%A8%E5%AE%B6%E5%B0%9D%E8%AF%95%E9%87%8F%E5%8C%96%E4%BA%A4%E6%98%93%E7%9A%84%E6%99%AE%E9%80%9A%E6%8A%95%E8%B5%84%E8%80%85-9279bbef

    Wed, 07 Feb 2024 10:33:02 +0800

    --
    Mobot

    If you have any comments about this article, you can simply leave them by replying to this post. However, if you have any comments about this bot, please leave your message in the cn.fan group.

    --- SoupGate-Win32 v1.05
    * Origin: fsxNet Usenet Gateway (21:1/5)