远超巴菲特,年均66%的投资策略,到底牛在哪?

商业小车 2024-05-19 13:25:52

一直说,投资行业有三个不可逾越的高峰:

一个是价值投资的巴菲特,一个是哲学投资的索罗斯,第三个就是量化投资的西蒙斯。

继芒格之后,量化投资之王詹姆斯·西蒙斯也陨落了,上周五,他在纽约去世,时年86岁。

投资圈两位顶尖人物先后离世,不由让人感受到时间的无情。

西蒙斯曾在多个行业取得重要成就,将数学家、慈善家、投资家三种身份集于一身。

他从小就表现出对数学浓厚的兴趣,大三在麻省理工学院提前毕业,后在加州大学伯克利分校获得数学博士学位,之后活跃于高校,探寻学术之路。

在数学界大放异彩后,1978年,西蒙斯离开学术界,进军投资界,成立了一家公司,这家公司就是后来大名鼎鼎的“文艺复兴科技”。

前10年,文艺复兴科技公司并没有找到适合自己的发展模式,在主动和量化之间摇摆,最后西蒙斯决定摒弃主观判断,靠机器和模型做投资,自此开启了文艺复兴科技公司的黄金时代。

在1988年之后的30年间,文艺复兴科技所管理的“大奖章基金”,跑出年均39%的收益率,如果不考虑费率的话,年均收益率可以达到66%,远远甩开标普500指数的涨幅。

这样的成绩放在大佬中,也是一骑绝尘,老巴只能做到20%左右的平均收益,索罗斯的量子基金年均收益在30%左右。

更难得的是,从创立至今,大奖章基金只在1989年有过一次-4%的负收益,其他年份全是超高的正收益,并且几乎能在每次风暴中逆势上涨,2000年的互联网泡沫和2008年的金融危机中都大赚一笔。

如此惊人的成绩,不由得让我们思考,量化大佬的投资方式有什么独特之处,有哪些地方值得我们在今后的投资中借鉴呢?

索罗斯择时、巴菲特择股,而西蒙斯把在市场上赚钱这个金融问题,当作一个数学问题求解。

他召集一批数学家、物理学家、统计学家、科学家建立模型,最后把每个投资决策要素量化、数字化、系统化,不看基本面,也不判断市场点位,依靠数学模型和电脑做投资决定。

机器给出什么决策,就完全执行,做“模型先生”。

因为坚持依靠模型和计算做决定,大奖章基金也经历过回撤,曾亏掉了10亿美元,占资产规模的五分之一,好在因为坚持模型,基金净值最后又涨回来了。

不过,相较于其他大佬慷慨分享投资经验,巴菲特有每年的致股东信,芒格有《穷查理宝典》,索罗斯有《金融炼金术》,达利欧写《原则》分享如何管理对冲基金,彼得·林奇的25条黄金法则......

西蒙斯的量化模型策略,一直严格对市场保密,市场完全无迹可寻,不过在《征服市场的人·西蒙斯传》一书里面,可以看到西蒙斯是怎么打造文艺复兴科技公司的。

或许是他早就预见了规模、收益、策略有效性之间的矛盾,大奖章基金虽然能一直跑出超额收益,但并不对外募集,规模很小,属于内部投资,只对员工和员工家属开放,规模一直控制在100亿美元之内。

想学习先进经验,但大奖章基金独有的量化交易模式和坚持小规模运行的特质,是国内量化基金无法复制的。

这些年,国内量化基金一直没怎么做起来,公募量化时常因为规模过小、业绩太差,屡遭清盘,今年年初,量化私募基金造成“踩踏”,不少知名量化基金净值大幅度下跌。

根本原因还是,咱们绝大多数的量化基金,只有量化的壳却没有西蒙斯的魂,没有极致的理性,也走不出同质化的怪圈。

2020年机构抱团白马股,短期内超额收益暴增,抱团结束后就面临长期的估值回归,同样的2022年量化选股,也引发了同行业和投资者的抄作业。

但市场有学习效应,当某个策略表现出较好的超额收益,就会被其他参与者快速学习,在短时间内增强该策略的超额收益,随着参与的人越来越多,超额收益就会消失。

正如物理学中的“自组织临界”理论, 初始时落下的沙子对整个沙堆影响很小。当沙堆达到一定高度,只要再落下一粒沙,就会产生质的改变,把碰撞依次传递给所有沙粒,导致沙堆坍塌。

国内的量化基金,还是倾向于聘请金融相关行业的人来构建模型,没办法完全摆脱金融分析师的主观判断,在模型迭代上,自然也没有人家科学思维指导之下的先进。

同时还要理性控制产品规模,因为规模等于收入,又是一个极大的利诱。

西蒙斯确实是值得记入史册的人物,他将投资中理性的部分用科学的方法发挥到极致,在金融史上留下了浓墨重彩的一笔,也为后来人的量化投资之路留下了更多的想象性。

对普通人来说,虽然看到量化策略展示出的漂亮的收益率,但个人却很难有专业能力去做到,并且这种量化策略属于短线操作,就更难复制,对比下来,还是巴菲特“长坡厚雪”的投资理念更适合我们。

当然,我们还是能够借鉴和学习,那种抛弃个人情绪的理性投资,严格遵守投资纪律,通过配置获得长周期内更稳健的收益。

0 阅读:0