2023 (61)
2024 (53)
Ed Seykota 和 Edward Thorp 這兩人盡管不是最早做量化交易的(Richard Donchian比他倆的輩分更高),但他倆確是把量化交易計算機化最早的兩人。盡管Edward Thorp被公認為是量化交易之父,但Ed Seykota可能比他更早地把計算機化量化交易應用到華爾街的實戰中。
從1990~2000,Ed Seykota管理的基金的年回報率近60%, 還是after fees的。隻是因為他管理的基金比較小,並且他是個獨行俠,所以他沒有Jim Simons那麽有名。
總之,Ed Seykota是量化交易泰鬥般的人物,並且也有靚麗的業績。
1995年,Ed Seykota參加在多倫多舉行的一個投資者會議,在他演講完後,有聽眾問了他幾個問題,其中的兩個問題是:
他對這兩個問題的回答分別是:
他的這番回答讓聽眾大失所望,大家花錢來,是想從他這位量化交易泰鬥的口中得到投資的“秘訣”的,而不是來聽他諸如“黃金可以做出很漂亮的珠寶”、“我不知道”等這些令人失望的回答。
並且,他對第一個問題的回答顯然是答非所問,因為他自己也清楚,聽眾實際上是想問黃金值不值得投資?
但Ed Seykota是個非常有個性,說話很直接的人。
他的回答,在大多不懂他投資理念的人看來,是啥也沒說,沒有任何指導意義;而懂他理念的人知道,他的回答,其實已經非常清楚地表達了他的投資理念:他是做趨勢跟蹤交易的,是個被動反應派,不對市場做預測是他投資的核心理念。
不做預測是人家引以為傲的理念,而聽眾卻在逼人家做預測,所以他隻能以他獨有的方式來做出回答。
這裏想表達什麽意思呢?
我想表達的是,投資的理念和方式有很多種,有些即便是我們無法理解的理念, 如果運用恰當的話,同樣可以取得很好的成績。
世界上不存在一種投資方法,可以適合所有人, 我們所要做的是, 找到那種適合自己的!
建寧? 2025/12/27
而相對來說,在高beta的情況下,要做到高回報的難度就要小的多,但由於beta加大,風險增高,對風險控製的要求就比較高。當然,如果能嚴格按照係統進出,這個風險還是可控的,所以能否嚴格按照係統進出,尤其是能否嚴格按照係統退出,是成敗的關鍵!
說實話吧,你的量化交易的博文,每次我都比較抽象正麵回應,但從不具體肯定好在哪裏,以讀不懂為托辭。雖然讀不懂也是事實,因為要讀懂就要去啃你交易原理的出處經典文章,我哪有這個精力和興趣。打比方吧,你前文講用高beta,高風險獲得今年高回報,我本能的反應就是在dot com泡沫時周圍老留大多數是曾這樣做得春風馬蹄,最後金盆洗手退出。(如股壇有牛經滄海經曆)。
但我不能用這樣負麵認知來幹攏你,因為我曾在股壇多次讚佩Simons的傳奇,除了槍迷球迷網友外,股壇那些"資深"預言高手,大概因為這個議題像個坑,太辣手,都幾乎沒有回響。你是唯一認真去探索的,我再負麵責疑,豈不是葉公好龍嗎?