• ”杠铃“策略:关于市场的一点思考,从转债到股票量化投研


    持续行动1期 46/100,“AI技术应用于量化投资研究”。

    第1期行动将近过半,进入一个“爬坡期”。

    “低垂之果”基本上摘干净了,比如数据建设,量化框架。其实这一系列的工作,之前断断续续都或多或少有做过。然后深入到某一个“胡同”,就不了了之后“放弃了”。很多人不停的开始,不停的放弃,周而复始,没有结果。就是因为,走着走着,忘了初心,忘了为何出发。在某一个细节深入死磕。

    昨天就碰到一个“胡同”。

    Arctic如果chunk_size设定M或Y,也就是按月或年来存储的话,在使用date_range取某一段数据时,会取不全,原因不明。改成chunk_size=D可以,但写速度很慢,原因大约就是Arctic就是为了chunk读块而设计的。这个问题当然不是死结。但花了不少时间。

    这里会带出一个问题,就是量化投资什么最重要,核心是投资,量化是工具。

    量化里,对于单支标的的分析相对简单,从数据准备,到回测都简单。工程上的复杂在于批量,尤其量大,比如4000多支股票,把数据全部入库,再快也要跑1个小时吧,如果发现某个字段错了,要重新再跑一轮。

    奔着结果而去,首先是去“认知”转债的个体;其次建立转债”大宽表“,再次才是回测,甚至回测不是最重要的。回测只能证伪,而不能证实。我自己做完基金的大类资产配置,主动型基金不好回测,但分析完上百支基金之后,脑子里就建立了“模糊的正确”,这样就构建起自己的投资组合以及管理策略,所以,全面通过数据“量化”驱动市场分析才是更加重要的事情。而之前我们走到“胡同”,是想方设法,怎么解决全市场大数据回测上!

    01 转股个债分析

    转债列表可以分成“上市中”,“已退市”。

    已退市的可以进行历史复盘——这就是金融领域最有意思的地方。你可以“轻松”对历史交易反复看,学习其中的跌宕起伏。其他行业还真挺难的。

    选择已经退市的转债,看它的历史“风险”,“收益”特性。

    这样可以筛选和分析——能回答这样的问题,历史上一个有多少转债,多少已经退市了,最高价是多少,最大收益率是多少,最小收益率是多少?最大回撤是多少?这是所有投资应该全部掌握的基础知识。然后反过来,去看我们需要什么样的数据准备,数据预计算,然后再来考虑需要什么样的数据库选型。

    目前退市的转债里,尽管“强赎”还是占大部分,但到期的也有1/3左右。这意味着,转债都以“强赎”收尾的历史已经结束了。这说明闭眼买,持有到强赎30%的的阶段过去了。

    像这种半年就强赎,以260多块退市。

    也存在这种,6年到期退市,企业真把可转债市场当低息借款工具来用。

    资本市场长期看,并不存在”捡钱“的地方。

    短期市场无效,但长期有效。当然如果你运气足够好,能够在短期捡到漏并实现财富自由,但概率不高。

    泰勒布在《反脆弱》里提到了”杠铃原理“,就是你要做极度保守的大部分投资,然后投入小部分到高收益(高风险)去博取成功。

    转债与股票相对,它是上市公司发行的低息债,外加股票的看涨期权。

    作为低息债,如果你是上市即持有,那是有保底的,这是债性决定的。但随着二级市场的波动,多数都高于130的时候,债性就低了。只剩下股性的话,那么还是取决于正股的走势。这就与股票投资没什么差别了。

    如果你长期持有的话,”下保底上不封顶“这个逻辑基本仍然成立。但有可能收益率会像余额宝一样。在二级市场,大家都是分散投资,轮动的策略,估计没有特别长期持有的习惯。”双低“这样的策略可以拿到还可以的平均收益,那是否可转债基金更加合适呢?

    从转债投资的底层逻辑来看,大家感兴趣的肯定不是低息债,而是股性,这与投资股票的区别在于,万一股票大跌,我手里这个就当债处理,至少不赔。当然,二级市场上,很多转债债性不高,只有股性就是投资股票的逻辑了。选择债性强的,往往股性不强,也就是一个平均收益,这是矛盾点。

    一点思考:

    胃胀气有一段时间,医院也没有查出啥。今早突然想明白,焦虑感会带来气不顺,焦虑感来自问题无解。这时候反而能让我停下来想想,是不是前进的方向错的。有时候停一停有好处,这也是“持续行动”的好处,不要着急,我们还有900多天完成这个计划。

    持续调整,也许是方向性的。调整不代表放弃,而是迭代,迭代是为了更加专注。既然转债的获得端在股票,为何为直接上股票?还是基金。基金的收益端也是股票或者转债,本质还是股票。那从”杠铃“的角度,应该直接上股票。大类资产配置获取的是平均收益,深入个股,才有超额收益,当然也引入更大的风险。知道自己在做什么很重要。

    放弃是不了了之,是无声的。做转债或基金,本质是要博取”低风险,中等收益“。

    而股票甚至期货,期权,电子货币就是为了高收益(主动承担可以承受的高风险)。都用上AI手段了,难道要用来做大类资产配置吗(大类资产配置操作频率低,基本以长持为主)。

    人人都焦虑,追逐财富是结果,创造价值是核心。这里认知很多是通识,做“生产者”而不是消费者,这是一个很强的认知,这是《财富自由快车道》里的一个观点。

    你读很多资讯,听很多书,那都是消费,直到有一天,你写下一点心得体会,读后者,传播给其他一些人,甚至还能解决别人的一点困惑,

    那么,你就开始做生产者,在创造价值了。

    价值创造多了,财富就自然而然有了。

    如此而已。

  • 相关阅读:
    SQL6 查找学校是北大的学生信息
    【Rust 日报】2023-11-19 solars:可视化太阳系
    卷积层的输出
    spring boot集成quartz
    tornado无验证demo
    安卓讲课笔记5.4 单选按钮和复选框
    爬虫入门基础:深入解析HTTP协议的工作过程
    前端新手小白的Vue3入坑指南
    文件怎么加密?文件加密软件哪个好用?
    Python网络爬虫详细解读
  • 原文地址:https://blog.csdn.net/weixin_38175458/article/details/126867254