2015年8月24日 星期一

Weekly Reading

追夢企業家:巴西3G資本崛起的故事


主要是講3G幾位合夥人從小券商做到投行,再跨入實業經營的故事,十分勵志。這本書給人一種感覺,在老闆績效導向的意志得到幾位合夥人徹底貫徹的情形下,公司的茁壯發展不過是水到渠成的結果。

三雄中的泰列斯脫離投行前任職交易室主管。


The Devil in the Details of Solar Securitization (DLA Piper 2013)


原本是想多瞭解電力產業,尤其是長期購電計劃的內容。不過這篇偏向零售電力市場收購與融資,與我設想的保險資金融資電廠開發受益權不同。


多德-弗蘭克法案(Dodd-Frank Act),沃爾克法則(Volcker Rule)


了解目前銀行業的風險監理大方向。

2015年2月7日 星期六

Google Ngram viewer: 有趣的資料趨勢

Ngram viewer是Google出品的一項服務,可以統計關鍵字在Google Book出現的頻率,並可以出版年度作為區分。無聊查了一下預期成立的邏輯關係

https://books.google.com/ngrams


考精算的似乎有點太多了?還是有其他的縮寫也叫SOA?
 

近代海軍的關鍵字


歐洲經濟重心朝大西洋轉移


英國全球工業力量的消長,19世紀以前英國就是工業的代名詞

2014年7月12日 星期六

書摘 - 避險基金交易秘辛

因為在看別的書時會想要與書中提及的案例做比較,但常忘記是出自哪個章節,所以把找過的相關資訊記起來。


Ch04 家族財富經理人(Jim Leitner)
p.55
...我可以舉例說明我何以重視消除尾端風險。2000年股市泡沫化後,聯準會開始降息,我當時認為美國可能像日本那樣通貨緊縮,所以便針對前端利率購買蝶式選擇權,意即買進履約價是 2% 的買權,邁出兩倍履約價是1%的賣權,利率如果下降至零我們就有獲利。這個全結構很便宜,如果利率剛好停在1%,我們的獲利最大。 
在此同時,我們要求銀行賣我們履約價是0%的買權,這樣一來,如果利率降到0%以下,我們依舊有保障。 
...隱含波動率(implied volatility)是根據歷史波動率估算,但是誰會在意歷史資料?重點是,事件的發生可能是有史以來頭一遭,並未出現在你的機率分配裡,所以無法計算。如果以前從未發生過,你要如何避險?回避未知事件的唯一方式,就是完全排除尾端風險。
p.56
...獲利最多的其實不是交易,而是操盤方法,以及領域到正利差交易策略(positive carry)確實有效。把這個概念用在「高收益幣別vs低收益幣別」的操作,是讓我獲利最多的交易...
p.73 絕對報酬案例
1997年荒金現貨價是三百一十美元,五年期的遠期黃金價格是三百八十美元。以遠期價格和金價的波動性來看,履約價三百美元的五年期黃金賣權是三美元...我們買了一堆黃金的賣權,兩年後當金價變成兩百五十八美元時,再以十八美元賣出賣權,賺取六倍收益。 
p.74
...我們所以設定「絕對報酬」類別,就是為了有更多的彈性,去賺取這些非系統性收益。未來的避險基金必須要有能力結合系統性與非系統性的獲利策略。一開始先承認自己無知,所以我們必須系統性的賺取風險溢酬。究竟是投資在貨幣、債券、大宗物資、不動產,或是股票上並不重要...偶而我們也會碰到絕佳的點子,可以額外獲利...

comment:
作者是從事利差交易起家的交易員,不過後來風格有轉變,可以看出非常重視尾端風險,也很喜歡以選擇權作為實現交易的工具。文中有提到一本「Triumph of The Optimists」,中譯本叫「投資收益百年史」,找時間看看。



Ch06 研究員(Andres Drobny)
p.136
...我比較喜歡全球宏觀策略中的相對價值交易,因為操盤經驗告訴我,我可能是錯的。這是研究人員自己操盤時可以得到的最大好處。我之所以時常投入利差交易、相對價值概念,或對沖交易(有些人認為這些觀點模擬兩可)是因為我承認我可能是錯的。我比較喜歡觀察可能發生什麼事,或是當我錯的時候,如何自保?那樣的思考過程往往會讓我朝相對價值發展。最棒的交易員即使犯錯,也還有一點獲利,當他們作對時,更是獲利豐厚。

comment:
「即使犯錯,也還有一點獲利,當他們作對時,更是獲利豐厚」似乎是在形容Long Gamma部位的報酬結構,與相對價值交易正好相反。不知道作者在從事相對價值交易時是如何同時擁有Long Gamma的。

另作者有提到「美國國債vs英國金邊債」的相對價值交易,理由是當時(2006-2007)兩國殖利率差異不大,可是美國預期通膨卻較英國為高,所以可以採行「買金邊債,放空美國國債」的交易策略。因為覺得理由有點薄弱,找了英國殖利率的資料(Bank of England 2014)如下,上述的理由已經不存在了。

UK instantaneous nominal forward curve (gilts)
UK instantaneous implied inflation forward curve (gilts)



















Ch15 固定收益專家(LDFM)
p.325
...對我們而言,相對價值策略是利用無效率的狀態獲利,通常是指殖利率曲線或波動率平面的無效率。這些無效率並不是單純的套利,所以才需要用宏觀或結構性理由來解釋他們的存在。 
p.329
...我們很少持有淨空頭波動度部位。我們一直對投資組合進行壓力測試,觀察金融市場發生意外時會出現什麼情況。
理論上很多相對價值交易都是做空波動率。如果我們做了很多做空波動率的相對價值交易,導致整個投資組合變成淨空頭波動率時,我們會很注意那種情況,想辦法加以平衡。 
p.332 最滿意的交易
...收益3.25%的美國通膨保值公債(TIPS)是很棒的交易。1998年TIPS的收益遠超過3%,是很明顯的異常現象。不僅獲利可以成長,又能抗通膨保值,驚人的是,毫無風險。我們認為從生產力的成長來看,TIPS的收益水準應該是在1.5%左右。 
p.334
...我們會對整條殖利率曲線建模,顯現三十年的情況,以便觀察各種利率水準的曲線形式、弧度,及弧度成因。我們發現市場評價錯誤,某些機構(兩房)為了保護投資組合的弧度而過度高估十年期的波動性。

comment:
雖然作者從事相對價值交易,但是是在充分了解它的特性與缺點後,在有配套的情況下做出的投資決策。


2014年2月1日 星期六

書摘 - 我如何成為華爾街計量金融家(How I Become a Quant)

這本書滿有趣,但不是每個Quant做的事情我都有興趣。整理一些Quant職涯發展的訊息供自己參考,黃色是我覺得不錯參考的部分橘色是我不確定對錯的地方。


1. David Leinweber
背景:AI研究員
入行方式:交易系統公司
工作型態:造市商


2. Ronald Kahn
背景:物理
入行方式:投資組合模型公司(BARRA)
工作型態:Active資產管理


3. Gregg Berman
背景:物理
入行方式:程式交易
工作型態:風管(RiskMetrics)


4. Evan Schulman
背景:經濟
入行方式:退休金資產管理
工作型態:造市商


5. Leslie Rahl
背景:數學
入行方式:銀行非交易部門(花旗)
工作型態:衍生性商品顧問公司


12. Andrew Davidson
背景:物理
入行方式:大公司財務部(Operating Research)
工作型態:MBS市場


13. Andrew Weisman
背景:商學
入行方式:外匯部門(Econometrics Application)
工作型態:銀行外匯交易員 => 券商投資部主管


16. Julian Shaw
背景:資訊
入行方式:造市商 => 銀行衍生性部門
工作型態:風管(巴克萊投銀 => 避險基金)
內容摘要:
  1. VAR最初發展的估計方法較複雜,但趨勢是採用歷史模擬法,less is more 
  2. 模型的檢定,參數估計是關鍵的部分 
  3. 一些有用的工具:Kalman Filter,Resampling Statistics,Copulas


17. Steve Allen
背景:數學
入行方式:銀行作業研究部門(大通)
工作型態:外匯/利率選擇權造市(中台)


18. Mark Kritzman
背景:經濟
入行方式:壽險退休金部門
工作型態:資產管理(MVO: Mean-Variance Optimization)
內容摘要:
MVO是否等同Error Optimization?
他提出幾點反駁此說法。
  1. 非流動性資產波動率無法正確估計,往往偏低,造成配置權重高估 => 調整非流動資產波動率假設
  2. 資產配置結果對於參數估計十分敏感 => 肇因于資產間相似度太高,如資產風險/報酬性質差異很大,則參數誤差對於配置結果影響很小
comment:針對第二點,如果參數本身(波動率)十分不穩定如何處理?另像是Covariance Matrix之類的線性關係統計量真的有用處嗎?如果有用,參數如何估計並檢定其可信度?


22. Peter Muller
背景:數學
入行方式:投資組合模型公司(BARRA)
工作型態:Proprietary Trading(摩根史坦利)


23. Andrew Sterge
背景:數學
入行方式:銀行選擇權交易員
工作型態:造市商

2013年11月20日 星期三

書摘 - Out of Control - The New Biology of Machines, Social Systems, & the Economic World


群集系統的優點


可適應性:一個機械裝置可對預設的激勵訊號作出響應。但是,如想對未曾出現過的訊號作出響應,或是要能夠在一個很寬的範圍內對變化作出調整,則需要一個群集,一個複雜系統之類的結構。只有包含了很多構件的整體,能夠在其部分構件失效的情況下仍然繼續生存或響應新的激勵訊號。

可演化性:只有群集系統才可能將局部構件歷經時間演變而獲得的適應性從一個構建傳遞至另一個構件(從個體到群體)。非群集系統不能實現類似於生物的演化。

彈性:由於系統是建立在眾多平行關係之上的,所以存在冗余。個體行為無足輕重,小故障猶如河流中轉瞬即逝的小浪花。就算是大的故障,在更高的層級中也僅只相當於一個小故障,因而得以被抑制。

無限性:對傳統的簡單線性系統來說,正反饋迴路是一種極端現象。在群集系統中,正反饋卻能導致秩序的遞增。通過逐步擴展超越其初始狀態範圍的新結構,群集可以搭建自己的手腳架以構建更加複雜的結構。自發的秩序有助於創造更多的秩序,生命能繁殖出更多的生命,財富能創造出更多的財富,信息能夠孕育出更多的信息,這一切都突破了原始的侷限,而且永無止境。

新穎性:群集系統之所以能產生新穎性有三個原因 1)對初始條件敏感,後果與原因不成比例 2)系統中彼此關聯的個體間聯結方式存在組合爆炸,蘊藏了無限的可能性 3)不強調個體,因而也允許個體存有差異與缺陷。在俱有遺傳可能性的群系統中,個體的變異和缺陷能夠導致創新。

群集系統的缺點

非最佳化:因為冗余,又缺少中央控制,群集系統的效率是低下的。其資源分配高度混亂,重複的努力比比皆是。青蛙一次產出成千上萬只卵,只為了少數子代之生存。假如群集系統存在即時控制機制的話,例如自由經濟體中的價格體系,那麼可在某種程度上抑制效率低下,但絕對無法如同線性系統那般徹底消滅它。

不可控制:沒有一個絕對權威。引領群集猶如牧羊人牧羊,要在關鍵部位使力。要扭轉系統的自然傾向,方得以使之轉向新目標並為之服務。經濟無法由外部控制,只能從內部一點點調整。人無法阻止夢境產生,只能它現身時出面揭示它。無論在哪裡,只要湧現( emergence)的字眼一出現,人類的控制就消失了。

不可預測:群集系統的複雜性以不可預見的方式影響系統的發展。生命的歷史充滿了出乎意料,湧現(emergence)一詞有其陰暗面。某些新出現的新穎性帶給人無窮樂趣,但交通控制系統中如果出現湧現的新情況,就可能導致危機發生。

不可知性:目前所知的因果關係就如同鐘錶系統。非線性系統是一個交叉邏輯的海洋,A 間接影響一切,一切也間接影響著 A。此種關係稱作橫向因果關係。真正的起因將在網路中橫向傳播開來,最終,觸發某一特定事件的原因將無從獲知(out of reach)。

非即時性:簡單的系統可用簡單的方式喚醒,但層次豐富的複雜系統可能需花些時間才能啓動。每一個層面都必須安定下來,橫向因果必須充分傳播,上百萬自治成員必須熟悉自己的環境。有機的複雜性需要有機的時間。