经济学人：
10月中旬，杰米·戴蒙警告称，许多资产“看起来正在进入泡沫区域”。他的声音之所以具有影响力，不仅是因为他掌管着美国最大的银行——摩根大通，还因为他的担忧并非空穴来风。高盛首席执行官大卫·所罗门（与戴蒙立场相近）谈到“投资者过度乐观”；花旗集团首席执行官简·弗雷泽则称之为“估值泡沫”。英国央行近期也发出警告，“市场剧烈调整的风险已经增加”。国际货币基金组织则担忧会出现“无序”的市场调整，因为“风险资产价格远高于基本面”。
他们都说对了一点：许多资产的估值高得令人瞠目结舌。如今，投资者要购买美国标普500指数成分股，需要支付其基础盈利（经周期调整后）的41倍——这一倍数仅在互联网泡沫时期出现过，而且当时也相差不大。投资级公司债券的平均收益率仅比同等规模的美国国债高出0.8个百分点。上一次信用利差如此之低，也是在1998年的互联网泡沫时期。就连通常被视为避险资产的黄金，似乎也异常容易受到交易员情绪的影响。10月20日，金价飙升至历史新高，但仅仅两天后就下跌了7%，目前已比峰值低8%。
或许，一次调整已经开始。那么，其他调整何时会接踵而至？对于任何希望战胜市场的人——包括那些承诺无论市场行情如何都能带来回报的量化交易机构和其他对冲基金——来说，这都是最紧迫的问题之一。“宏观交易的理想境界在于预测这些转折点，”投资公司Elm Wealth的詹姆斯·怀特说道。但问题在于，达到这种理想境界几乎是不可能的。
预测市场回调归根结底就是预测波动率（或称“波动”）：即资产价格波动的倾向。试图预测股票波动的交易员和量化分析师依赖于一系列典型事实，如果你长时间观察股票价格指数图表，这些事实就会变得显而易见。其中之一是波动率呈“双峰”分布，这意味着价格会在较长时间内以相对较小的幅度波动，而其间也会穿插着较短时间内的大幅波动。换句话说，波动率本身具有跳跃的倾向：存在低波动率时期和高波动率时期，两者之间几乎没有过渡阶段。这些时期与资产价格的总体走势密切相关。在低波动率时期，价格往往保持稳定或上涨；在高波动率时期，价格往往下跌。
波动率大多保持在某种特定的波动区间内，这意味着，大多数情况下，预测明日波动率的最佳方法是根据今日波动率进行预测。这一观察是银行和投资公司交易员常用的“自回归”模型的基础，这些模型用于评估风险。期权定价——期权合约允许交易员从价格的大幅波动中获利——也需要对预期波动率进行估计。然而，尽管这些模型在日常交易中很有用，但它们本质上无法预测伴随价格回调而来的波动率突然飙升，因为此时波动区间会发生转变。
因此，许多交易员会构建其他模型来补充他们的自回归模型，这些模型基于可能导致波动性激增的外部因素。目前最先进的方法是利用机器学习来分析所有经济变量的影响。企业盈利、GDP、通货膨胀、就业数据——任何一项或多项都可能导致市场情绪的突然低迷。同时，机器学习也是发现那些可能预示着不易察觉的脆弱性的组合的理想工具。桥水基金是全球最大的对冲基金之一，以其基于复杂经济变量组合的交易策略而闻名。
不幸的是，这类策略似乎鲜有奏效。“据我所知，除了桥水基金之外，没有哪家公司能成功运用这些宏观模型，”一位曾在竞争对手对冲基金工作过的前交易员表示。即使是最好的模型，也无法预测诸如疫情或银行挤兑之类的“纯粹冲击”，而这类冲击往往会引发市场调整。宏观模型可以指出哪些情况下此类冲击可能会对市场产生巨大影响，但却无法预测冲击何时发生。
交易者确实还有其他工具可以用来识别价格反转。由于价格改变方向时波动性往往会飙升，动量交易者通常会在首次大幅下跌终结连胜后立即抛售仓位。不同资产类别之间的相关性也可以提供回调即将发生的早期预警。例如，投资者转向“避险”模式的经典迹象是，当黄金和国债等避险资产价格上涨时，股票价格却下跌。
另一家大型对冲基金的量化策略主管表示，改进有缺陷模型预测的一个好方法是将多个独立模型结合起来。即便如此，缺乏神启的交易员所能做的最好的事情也只是尽早发现回调并止损。华尔街的精英们或许会警告市场崩盘，但不要指望他们能预测崩盘何时到来
评论
发表评论