分类
外汇交易入门相关问答

最完整的量化交易懶人包

产品入口: 新浪财经APP-股票-免费问股

【投書】超新星若隱若現:世界債務達到臨界質

譯按:
〈超新星若隱若現:世界債務達到臨界質〉(A 最完整的量化交易懶人包 supernova looms:world debt reaches critical mass)一文於2022年7月5日刊載在英國媒體《開放民主》(openDemocracy);該網站與作者John Smith已授權中譯,供非商業及教育使用。

譯者特別感謝江櫻梅、陳震遠提出譯文修改建議。譯文如有疏漏,責任應歸於譯者。

因《開放民主》邀稿篇幅所限,再加上英語世界讀者較為熟知外包生產以及美國、英國、歐洲央行大幅擴張虛擬資本的作為,所以Smith 並未於文中處理通貨膨脹、通貨緊縮與生產轉移至低工資國家等議題的相互關係。為幫助華文世界讀者理解此事, Smith 特意為華語讀者撰寫短文〈通貨膨脹重現〉以導讀〈超新星若隱若現〉。

〈超新星若隱若現〉一文認為「 恆星為一種生產過程」, Smith是指核融合產生較重元素的過程,此一過程轉化質量為能量。相較於他的說法,中文世界常以「動態平衡」說明重力使恆星收縮,溫度上升進而誘發核融合反應。木星為行星,而非恆星的例子或許有助於理解作者所說的「 恆星為生產過程」觀點。木星的中心比太陽表面更熱,但仍不夠熱,無法誘發核融合反應 ,所以木星又稱為「失敗的恆星」(failed star)。

至於Smith以「恆星的生產過程」來類比 「資本主義的生產過程」,讀者則可想像核融合反應釋放更多能量使恆星外圍膨脹對抗收縮的動態過程。這與作者在〈通貨膨脹重現〉一文所說的通貨緊縮與通膨兩種力道共存,並在某種程度上相互平衡,有些許類似。

導讀:〈通貨膨脹重現〉

約莫不到一年前,主要顧慮並非通貨膨脹,而是通貨緊縮。各國央行還想方設法推高通膨率到2%的目標,並且擔心所謂的日本化,就是歐洲和北美會如同1990年的日本一樣陷入通貨緊縮的陷阱,但是後果可能更為嚴重,因為日本在當時並未落入嚴重蕭條的關鍵在於全球經濟趨勢看好。不料,之後通膨的九頭蛇突然抬起幾個頭,嚇得他們屁滾尿流(scaring the shit out of them)。

這類因素皆遏制因債務劇增而日益壯大的通膨力道,這類力道是由私人銀行經部分準備金銀行業務(fractional reserve banking)所產生,而且越發由政府的赤字支出和近年的量化寬鬆政策所造成。在此之前,這種大規模的政府干預人為地刺激需求,才防止陷入通貨緊縮。政府/ 央行更大張旗鼓執行,因為到去年為止,關於這類政策通膨效應的許多警告似乎只是多慮。

正文:
超新星若隱若現:世界債務達到臨界質
積極升息預告全球經濟衰退。問題是它會有多嚴重?

Bill Gross 於2016年推文指出,「全球殖利率達到500年以來最低,10兆美元負利率債券,這個超新星總有一天會爆炸。」

雖然全球債務持續飆升,但自1980年以來全球利率幾乎一直持續下降。自2008年全球金融危機以來利率走低,以至於到2021年在不考量通貨膨脹前,已有17兆美元債券是以負殖利率交易。這比本文開頭所提及的在2016年令Bill Gross 大吃一驚的數字還多出7兆美元。

因此,利息債務佔GDP的比重,遠低於新自由主義時代初期的高峰。例如,《經濟學人》估算,1989年時27%的美國GDP遭支付利息所吞噬,儘管美國債務大幅成長,但到2021年「 僅」 佔其中的12%。

幾十年來不斷降低的利率,使得Nouriel Roubini所憂心的情勢更加嚴峻。他廣為人知地直指:「 那是一切資產泡沫之母,最終只會落得泡沫破裂 ,導致另一次大規模金融危機,並隨即陷入衰退 。」而他正是預測出2007年至2008年金融危機的少數經濟學家之一。

然而,泡沫既虛浮又幽微,破裂時更無聲無息 。更貼切而有力的比喻是恆星,它很龎大,並在一次巨大的爆炸中死亡。正如「債券之王」Bill Gross於2016年推文所說,「全球殖利率達到500年以來最低,10兆美元負利率債券,這個超新星總有一天會爆炸。」

死亡之舞:通貨膨脹、利率和債務

1979年10月美國大肆升息,以遏制既難解又泛濫的通貨膨脹,新自由主義時代自此展開。記者Naomi Klein曾以「一把由華盛頓所射出的巨型電擊槍」,來比喻眾所周知的 「沃克衝擊」(The Volcker Shock)(以時任美國聯準會主席Paul Volcker而命名),「這造成發展中國家痙攣……支付外債的利息增加……只得再次貸款應急。於是,開始債臺高築了。 」

我們是否正在走向資本主義超新星?

為何Bill Gross 以即將爆炸的恆星類比全球債券市場?他預測成真的可能性有多大?這種災難事件的實際意義為何?

在新自由主義時代利率持續走低是資本主義財富,那些債券等金融資產得以成長到令人暈頭轉向的主因。Thomas Piketty廣為人知地直指:自1987年至2013年間,億萬富豪的財富成長了1,800%,2014年至2022年間又翻倍了。而在新冠肺炎疫情期間,一如《金融時報》所言,隨著數兆美元由債務融資所浥注的振興資金(debt-financed stimulus) 流入「金融市場,再從那裡流向超級富豪的資產淨值」,他們財富成長的速度更勝以往。

长城有定投|弱市投资何去何从?在定投中寻找答案

产品入口: 新浪财经APP-股票-免费问股

产品入口: 新浪财经APP-股票-免费问股

产品入口: 新浪财经APP-股票-免费问股

最完整的量化交易懶人包

點選左邊前往註冊,進入鉅亨幣安專屬註冊頁面,僅有此頁面註冊、使用鉅亨推薦碼註冊開戶的學員才能享有鉅亨所有免費課程呦!

学习量化交易如何入门?

【1】一篇论文:
Eugene F. Fama, Kenneth R. French. The cross-section of expected stock returns. Journal of Finance, 47 (1992), pp. 427–465.

【2】《Quantitative Equity Investing》

by Frank J. Fabozzi, Sergio M. Focardi, Petter N. Kolm

又是这三个人的书,倒不是写的有多好,但是确实是入门的上佳选择。选股策略和投资组合管理在学界也有一定的研究地位,因此这本书的整体框架明显比《Trends in Quantitative Finance》更清晰一些,没有那么杂乱。

先要说明,这本书除了个别章节以外,一点都不入门。这里将其排进入门书单的原因,是因为它太重要了,绕不开。有志于选股策略和投资组合管理的朋友,请努力啃吧,可以搭配BARRA的手册和Qian的那本《Quantitative Equity Portfolio Management》一起看。 @李腾 也翻译了一个版本,但是我没有看过,不好评价。在这里向李大神致敬,书里一些地方我到现在都没看明白呢。

除此之外,非常重要的一点就是学习新的知识和技术。一旦形成了基本的策略构造能力,了解买卖、仓位、风控等部分的组合之后,量化策略研发的进阶就要靠多吸收新鲜知识来支撑了。说实话,直觉、想法都是在大量学习前人知识的基础上完成的,不然难免成为无源之水、无本之木。开卷有益,多多益善,书多看不要管科目,论文多读不要管难易,想法总是会源源不断的产生的。然后再去把想法实现出来,可能10个里有10个都是错的,但是事情总是在进展的,总该是好事。

碎片化知识的来源,我推荐这么几个地方:
Quora - 各种有意思的知识,就是英文让我比较难过
elitetrader - 集中在交易的一些讨论

StackExchange的几个子站 - 例如CrossValidated,Overflow等
知乎 - 中国版Quora
海洋论坛 - 很久没上了,不知道怎么样了

一些我听说过或见到过在实盘跑的量化策略:
Kalman filters
Hidden markov models
Topological manifold learning
Non-linear kernel regression techniques
APT type factor models
Monte carlo options pricing techniques
Continuous time APT factor models with latent variables
Spectral techniques for 最完整的量化交易懶人包 doing bag of words extraction of factors from natural language corpus for generating forcings for stochastic partial differential models of asset dynamics
Pairs trading/mean regression statistical arbitrage strategies
Automatic graphical model construction (structural inference over dynamic Bayesian networks)
Reinforcement learning based pairs trading strategies
Information theory based investment strategies
J. L. Kelly, Jr., "A New Interpretation of Information Rate," Bell System Technical Journal, Vol. 35, July 1956, pp. 917-26
Sparse over complete basis function methods for feature extraction
Applications 'information geometry'; a field on the border between information theory, probability theory and differential geometry; still very new
Anything that can be used to model or extract features from a time series