没人非常清楚 alpha 来源于何处

本文为我们《无对冲》通讯的现场版本。高级订阅者可以在此注册，每个工作日接收通讯。普通订阅者可以在此升级为高级订阅，或探索所有FT通讯内容。

早上好。私募信贷管理公司Blue Owl已暂停向零售投资者的其中一只基金的赎回，所有类型的私募资产管理公司昨日纷纷抛售。零售投资者对流动性的渴望与私募信贷的投资模式之间的紧张关系，早已被普遍预料（甚至《无对冲》也预见到了麻烦的到来）。这种关系还能挽救吗？请将您的想法发给我们：unhedged@ft.com。

在金融领域，“不要思考，而要观察！”

优秀的学术论文常常令人感到矛盾——既显而易见又非常有趣。《无对冲》几天前推荐的好读物——“同行评审研究是否有助于预测股票回报”——就是一个很好的例子。

这篇论文由Andrew Chen、Alejandro Lopez-Lira和Tom Zimmermann（我称他为CLZ）共同撰写，研究了两组超越市场的股票回报（“阿尔法”）的预测指标。第一组包括在著名的经济学、金融学和会计学同行评审期刊中记载的200个信号；这些信号包括投资增加、高债务或股权发行，以及盈利意外等。在相关文献中，这些信号伴随着历史上的超额表现证据，并在许多情况下有经济学解释。解释通常提出，要么投资者因承担风险而获得回报，要么是投资者持续表现出非理性行为。

第二组预测指标则由计算机生成。CLZ利用一组29,000个会计比率进行“数据挖掘”，寻找那些在统计上显著预测超额回报的指标。

随后，CLZ用样本外的历史数据对这两组指标进行了测试。结果显示，两组指标的表现几乎完全相同。测试方法是构建多空交易组合，使得在没有预测能力的情况下预期回报为零。在下图中，每个预测指标的额外回报都以100为基准进行比较。学术指标和数据挖掘指标在样本外测试中都损失了大约一半的预测能力，并以相似的速度下降。图表如下：

正如CLZ所述，

样本后，两个类型预测指标的表现都衰减到原始样本均值的约50%。数据挖掘的回报比已发表的回报略微衰减，但差异很小，无论在经济学还是统计学上都是如此。在大部分图表中，数据挖掘的基准线都在已发表预测指标的一个标准误差范围内……同行评审和数据挖掘预测指标的样本后表现令人惊讶地相似。

对于学术研究中的阿尔法——风险、非理性或其他——的解释也无关紧要。事实上，“只有对可预测性理论起源持中立态度的研究，才能持续超越数据挖掘”；即使如此，这种效果也是“有限的”。Lopez-Lira总结道：“似乎没有什么特别之处，学者发现的回报预测指标与统计学上强相关的预测指标相比没有优势。”概括而言：了解某个量化投资策略为何有效，无论是心理学还是经济学，都似乎对投资者毫无帮助。

这让我想起（正如其他人指出的）是Jim Simons，Renaissance Technologies的创始人，也是史上最成功的量化对冲基金。他以“永远不要让电脑被覆盖”而闻名（见此视频第49分钟及之后部分）。如果电脑告诉你市场中存在可利用的统计关系，不要试图解释它——直接交易它。因为如果有一个合理的解释，这个关系早就被交易掉了。漏洞也会被堵住。

我觉得CLZ的结果直观且自然。我们知道，只要市场创造出可操作的机会，这些机会就会被利用并逐渐减弱。只要某个机会被清晰的经济或心理学解释所覆盖，它就会更快消失。令人惊讶的是，任何由合理的经济或心理学理论捕捉到的超越市场风险调整回报的机会，能持续很长时间的可能性都很小。投资者在采用量化方法研究股市时，应遵循维特根斯坦的原则——先观察，再思考。CLZ的结果表明，理论充其量只是指导超额收益的一个微弱线索，充其量是无用的。

那么，量化投资者会如何看待CLZ的研究呢？我问了“智能贝塔”投资顾问Research Affiliates的创始人Rob Arnott。他回应说：

如果你让29000名学者寻求终身教职，搜索预测“因子”，那么让电脑分析29000个假设因子，结果几乎完全一样也就不足为奇了……

科学方法意味着我们提出假设，然后用历史数据检验，再用样本外数据（比如非美国、前现代时期或样本后数据）进一步验证假设。学术金融倾向于提出符合数据的假设，这并不符合科学方法。然后，回测被用来优化回测，假设也会相应调整。这就是典型的数据挖掘。

Arnott认为，对某个预测指标或因子的研究应将超额回报拆分为他所称的“再估值阿尔法”和“结构性阿尔法”。再估值阿尔法是指当具有某个因子的股票相对于市场变得更贵或更便宜（如市盈率）时产生的回报。结构性阿尔法则是指在剔除再估值阿尔法后剩余的额外回报，表明“该因子对改善基本面具有预测性，而不仅仅是改善回报”。再估值阿尔法“最多是非重复的”；结构性阿尔法可能会持续。

在Arnott看来，更高的智力严谨性或许能帮助我们找到阿尔法的持久来源。还有更多工作要做。

一篇好读物

你持有的股票够多吗？

FT《无对冲》播客

对《无对冲》爱不释手？收听我们的新播客，每周两次，15分钟深入市场最新动态和财经头条。可以在这里回顾过去的通讯内容。

为你推荐的通讯

尽职调查——企业金融领域的头条新闻。点击这里订阅

AI变革——John Burn-Murdoch 和 Sarah O’Connor 探讨人工智能如何改变工作世界。点击这里订阅