您現在的位置是:首頁 > 網路遊戲首頁網路遊戲
深度解密地球最強量化投資基金:文藝復興大獎章基金
- 2021-09-06
fnlinktechnology是什麼裝置
史上最傳奇最神秘的大獎章基金的30年收益曲線
大獎章量化投資策略解密
量化統計套利兩大根基
:趨勢跟蹤,均值迴歸,文藝復興二者都用,專注於短期大規模下注
資料驅動
:文藝復興花費大量時間蒐集、分類和清洗大量的資料,遠遠超過市面所有競爭者;目的是儘快幫助研究員檢驗他們的idea
統計訊號發現
:2/3的人員每天做的事情就是從噪音中找到有意義的交易訊號,並判斷這些訊號與母系統現有訊號不同,以向母系統增加更多的訊號
母系統
:母系統由數十種策略(下面會列舉幾個)構成,輸入大量交易訊號,輸出買賣指令;數百萬行程式碼寫成,策略與策略之間是一層一層關聯的。
短期預測
:母系統利用前述海量統計訊號進行大規模模式識別或預測,從高頻到短期
交易系統
:如“一個自動灌溉系統”,追求大數定律和整體表現;與基本面投資相反,在交易結果上不強調每個投資結果都要好
成本控制
:關注交易成本和市場影響,相當困難但投入很大
風險控制
:開發適用於多策略,高頻率、實時的風險控制模組
資金容量
:很早就確定了策略市場容量有限(90億到100億美元之間),早已不再接受外部投資
已公開可得的幾個大獎章策略
1。 利用市場結構套利
1.1 利用時間差套利
:如早期,S&P指數的期權和期貨閉市有15分鐘的時間差,成了文藝復興很重要的一個贏利點,也說明早期從市場上尋找和利用異常現象還是相對容易一些的。
如下圖(來源:《資產定價的行為方法》),展示了1996年S&P500 index 與其期貨、期權隱含的風險中性期貨價格之間的異常現象。期權隱含的風險中性期貨價格應當與期貨價格一致,而由於股息的預期,現貨S&P500指數應當與二者有價差。但事實並非如此,三者皆有差異。主要原因是:期貨和股票市場比位於芝加哥的期權市場早閉市15分鐘,從而造成股指期貨有一種交易便利性溢價,而這個溢價遠超過預期的股息發放率,成了統計套利很好的標的。
1.2. 利用市場微觀結構套利:
根據稀有的公開資訊(由一場官司而被動公開),可以得到三個相關的策略:
1。利用模型來探測POSIT(一個主打不公開oderbook的為機構投資者進行訂單撮合的電子交易平臺)本身極力保護的交易資訊,以獲得交易優勢
2。在公開orderbook的交易市場,開發“限價單交易策略”
3。開發掉期交易策略“
swap transaction strategy”
雖然缺少策略細節,但由於是Dr。 Volfbeyn and Dr。 Belopolsky控訴文藝復興的主要證據,可以推斷都與統計套利有關,甚至有利用市場制度漏洞操控市場的嫌疑。
2。 利用統計模式套利:
2。1。 早期,直接利用短期國債T-bill與國債期貨進行套利交易:比如,12個月的期貨國債貼現結構要比現貨高很多,明顯有交易機會,LTCM是利用這個機會的好手,文藝復興迅速把它推廣到其他品種。但西蒙斯認為商品市場今非昔比,很難存在可加以利用的長期趨勢了。但是“是小雞就會棲息”,市場機會會不斷出現的。
2。2。 如果巴黎多雲,法國市場走高的可能性會低於晴天時 。這不是一個大的賺錢訊號,因為準確率不過是略高於50% 。但Peter Brown 認為:如果有好的強訊號,早就被人交易掉了,所以絕大部分訊號都是這樣的準確率水平。文藝復興所做的就是找很多很多這樣的訊號(因子),90多個數學和物理PhD就是整天做這個的。
2。3。 市場過激反應:如果一隻股票第二天開盤相對上一日收盤大漲,那就做空它;大跌就做多;對許多流動性高的標的同時適用這個策略。就這一個策略,幫助文藝復興在八九十年代賺得很多。但據說這個策略已經太多人用了,失效了。事實上,這背後有著一大類利用市場過激反應的交易策略。
3。 趨勢跟蹤:
3。1。 1990年,伊拉克進攻科威特期間,文藝復興正確地做多了原油
大獎章基金的投資方法論
文藝復興的競爭者認為其超乎常規的成功的原因:
1。文藝復興的計算機是世界上最強大的;
2。文藝復興擁有更多、更好的資料;
3。在預測模型的輸入上,它擁有更多有意義的訊號;
4。有更好的交易下注系統;
5。密切關注交易成本;
6。密切關注自身交易對市場的影響。
業績基準
:半年12%
標的和槓桿
:交易標的選擇標準:1。公開上市;2。流動性高;3。易於建模。大獎章主要活躍在高流動性的商品和期貨市場(外匯、債券、股票等),槓桿率一般在4-5倍。
交易系統:
比喻成“一個農田灌溉系統”,單個可能不對,但整體表現從系統設計原理上已經保證肯定盈利。
http://www.institutionalinvestor.com/article.aspxarticleID=1028172&single=true#/.WTo2TuuGOUl
投資方法嬗變:
早期根據基本面因子交易(比如推測利率、以及聯邦政府的政策),從1978年到1988年的10年間,幾乎什麼市場都參與了,包括風險投資和外匯技術分析交易,資產也翻了25倍,積累了很多經驗;自1988年開始,採用全新的視角看期貨市場,在期貨市場進行快速而短期的套利交易,並依這個方法不斷研發系統和招募背景各異的科學家;也以FoF的方式投資其他多種型別的對沖基金,包括Louis Bacon全球宏觀對沖基金等,甚至交由雷曼兄弟的Judah Frankel幫忙在抵押貸款固定收益市場交易。
獲利的第一性原理:
市場短暫的無效性,文藝復興認為市場總體是有效的,只在很短期會發生一些異常交易機會。西蒙斯透露:他們儘量抓住小而短暫的套利機會,並做出預測;交易結束後,立馬重新評估交易場景,更新預測和資產組合;每天都在反覆重複這個過程;20多個交易員在市場最低成本地,最小市場影響地進行交易;只有市場極度波動或者交易訊號減弱時,才會停下來,此外決不試圖去幹擾模型運作。與長期資本管理公司(有兩個諾貝爾獎加持的專做固定收益市場全球宏觀套利的基金)相比,文藝復興的交易策略不是由理論模型驅動的,而是由資料發起的,沒有任何先入為主的偏見。
高頻交易:
最早就在德國電子期貨交易市場參與高頻交易,與交易所直接聯結下單;美國開始電子交易後,立馬加入。
文藝復興科技的人員組成及背景結構
300個職員,90個PhD(有一個金融PhD)
為何僱傭一流的數學家和科學家?
請
公司員工背景解析
第一部分: 核心方法建構者
西蒙斯
:微分幾何學家,國防部(人脈)通訊密碼破譯專家、紐大石溪數學系院長(人脈)、文藝復興發起人(09年退休)。 起初靠投資自己學生的一個基本面基金賺了很多,在發現基本面投資方法讓他“胃潰瘍”之後,徹底轉向系統化量化投資。
Brown 和 Mercer
: IBM watson語音識別和機器翻譯專家,大型程式工程系統架構設計專家、文藝復興當前掌門人,在向IBM管理層建議使用相關統計計算語言技術進行建模來管理公司的企業年金的建議遭到拒絕後,帶領一批語音識別研究員加入文藝復興,二者利用其在大型機器學習系統搭建的經驗重構了文藝復興的模型和IT系統。而且二人合作負責股票市場的策略引擎,在經功了四年的虧損之後,最後終於大幅盈利。
http://cs.jhu.edu/~post/bitext/
Baum
:Baum_Welch演算法創始人,為文藝復興寫了第一代的策略系統,但其本人卻是基本面投資者(西蒙斯認為當時市場好,靠基本面賺錢很容易)
James Ax
: 代數幾何學家,統計資訊理論專家,通訊密碼破譯專家,大獎章前身,Axcom的創始人,在Baum離開後,Axcom是西蒙斯給他們開的獨立交易賬戶。在改良了Baum的統計算法後,把模型從外匯市場推廣到商品市場,第一年獲得不錯的成績,第二年業績下滑後執意繼續交易,Ax最後出走。
https://euclid.ucsd.edu/library/
Laufer
: 代數拓撲專家,文藝復興首席科學家、研究部主管 ,曾與Ax一起經營Axcom。
Berlekamp
:夏農的弟子,統計資訊理論專家,通訊密碼破譯專家,門薩協會主席、各類智力遊戲大師,圍棋狂熱者,Axcom遇到第二年的回撤後,其利用專業知識,大幅度改良了模型和交易賭博系統,使基金重回正軌。
https://math.berkeley.edu/~berlek/
Alexander Astashkevich Kresimir Penavic
http://www.liquisearch.com/renaissance_technologies/renaissance_alumni
Alkes Price
https://www.hsph.harvard.edu/alkes-price/publications/
George_Zweig
George_Zweig
https://en.wikipedia.org/wiki/George_Zweig
https://www.fnlondon.com/articles/scientist-launches-hedge-fund-called-signition-20150724
http://research.omicsgroup.org/index.php/Renaissance_Technologies
斯坦福統計學教授, 小波與sparsity, 在文藝復興5年可能負責資料視覺化,大規模稀疏弱訊號檢測,高維訊號表徵等工作
Dave Donoho:
https://statweb.stanford.edu/~donoho/
Sandor Straus
https://www.msri.org/web/msri/about-msri/governance-directory/board-of-trustees
注: 我們注意到一些前沿訊號處理理論或技術如Compressed Sensing, Blind Source Separation
第二部分: 策略研發者
, Inverse Problem, Error Correcting Code等 將大部分職員履歷聯絡在一起,可以推斷基礎方法研究主演衍生於統計資訊理論。
: 負責研發高階風險管理系統
Robert Frey
http://www.ams.sunysb.edu/~frey/Instruction/Spring2017/AMS512/index.html
:通訊密碼破譯專家,向Brown 和 Mercer建議趁IBM士氣低落,挖走大量研究人員( 包括
Nick Patterson
: 雙胞胎物理學家
StephenandVincentDellaPietra
: 語音識別專家 Mukund Padmanabhan :訊號處理專家 等等),目前從事基因資訊相關研究
LalitBahl
https://www.broadinstitute.org/bios/nick-patterson
http://www.nytimes.com/2006/12/12/science/12prof.html?_r=1&oref=slogin
物理學家
Robert Lourie:
運用最大熵正則法以及markov隨機場建模的物理學家 , IBM語音識別演算法的主要幾個構建者
Stepen and Vincent Pietra:
http://www.stonybrook.edu/commcms/simonseffect/donors/dellapietra.html
程式語言專家,數論,AKW語言作者,目前已在google
Peter Weinberger:
兩個前蘇聯物理學家,參與開發高頻市場微觀結構交易系統,後將文藝復興告上法庭,揭開發文藝復興在高頻交易上的佈局。
Alexander Belopolsky 和 Pavel Volfbeyn:
:複雜資料建模
Andrew P. Mullhaupt
http://pw1.netcom.com/~amullhau/DEFAULT.HTM
動力系統建模
Alexey Kononenko, Serge Ferleger :
http://personal.psu.edu/axk29/students.html
資訊系統負責人
Eugene Cheng:
D Sanders
https://en.wikipedia.org/wiki/Daniel_P._Sanders
Mukund Padmanabhan
http://newsroom.ucla.edu/releases/ucla-receives-2-5-million-donation-from-alumnus-mukund-padmanabhan-for-semiconductor-lab
KevinCarlBartz
:兩個畢業於Harvard統計系同時又很能寫程式碼的博士
KevinCarlBartz
http://www.stat.harvard.edu/alumni/PhD.html
Donoho的學生,小波訊號專家, basis pursuit 的發明者
http://www.stat.harvard.edu/HarvardStatPhDs.pd
Chen Shaobin:
https://statweb.stanford.edu/~donoho/students.html
:演算法和訊號開發,最強C++主力開發, 出走一次並回歸。二次出走。目前從事金融科技行業的風險投資Differential VC
http://dblp.org/pers/hd/c/Chen:Scott_Saobing
David Magerman
。
Glen Whitney
https://www.linkedin.com/in/david-magerman-7399224/
: 實驗高能物理
http://xenon.stanford.edu/~magerman/
Peter svrcek
: Iain Johnstone的學生sparse PCA, Gaussianization PCA
https://www.linkedin.com/in/peter-svrcek-66873b2/
Author Lu Yu
: 天文學家
http://www.stat.osu.edu/~dmsl/sparsePCA_discussion_JASA.pdf
Kundic T
: 天文學家
https://arxiv.org/find/astro-ph/1/au:+Kundic_T/0/1/0/all/0/1
J. R. Herrnstein
https://arxiv.org/find/astro-ph/1/au:+Herrnstein_J/0/1/0/all/0/1
https://arxiv.org/pdf/astro-ph/0112093.pdf
: 實驗高能物理 , 歐洲CERN開源大資料分析工具ROOT的主力C++開發人員
https://arxiv.org/pdf/astro-ph/0010277.pdf
M Offerman
https://arxiv.org/pdf/nucl-ex/0408013.pdf
:
https://arxiv.org/pdf/0804.3722.pdf
Alexander Astashkevich
:
https://arxiv.org/pdf/math/9904139.pdf
J. Mitchell
: 混沌動力系統
https://arxiv.org/pdf/1106.0275.pdf
LinYun Yang
圖論與組合最佳化專家
https://arxiv.org/pdf/1706.02195.pdf
Daniel Sanders:
https://en.wikipedia.org/wiki/Daniel_P._Sanders
HMM, Monte Carlo計算
https://arxiv.org/pdf/1411.4352.pdf
Gilks Wally:
統計大牛, 聚類演算法大師,穩健統計學,已回盧文大學教職
http://www1.maths.leeds.ac.uk/~wally.gilks/
Peter J. Rousseeuw :
https://wis.kuleuven.be/stat/robust/publications-lirias/rousseeuw-peter
https://wis.kuleuven.be/stat/robust/publications-lirias/rousseeuw-peter
天文學家
http://onlinelibrary.wiley.com/doi/10.1002/widm.2/full
http://onlinelibrary.wiley.com/doi/10.1002/widm.2/full
天文學家
Mark Metzger :
https://www.linkedin.com/in/mark-metzger-47767a4/
Barton, Elizabeth
天文學家
Barton, Elizabeth
:
https://astronomy.fas.harvard.edu/astronomy-alumni
量子資訊理論,機器學習,已回紐約大學主持資料科學專案
Koranyi, Daniel
:
: 代數幾何 反問題 packing(涉及資訊理論的底層理論)
https://astronomy.fas.harvard.edu/astronomy-alumni
拍賣設計 與 最優傳輸理論
Julia Kempe
https://www.irif.fr/~kempe/pdf/cv.pdf
ABHINAV KUMAR
計算生物學
IBM Computational Biology Center
ABHINAV KUMAR
https://abhinav-kumar.weebly.com/
Alan T. Deckelbaum
https://www.linkedin.com/in/alan-deckelbaum-49055778/
http://hertzfoundation.org/fellows/fellow-profile/11185/Alan-T-Deckelbaum
GA Held
: 一個在學術競爭中落敗的資訊學大牛
http://online.liebertpub.com/doi/abs/10.1089/omi.2006.10.532?journalCode=omi
https://www.ncbi.nlm.nih.gov/pubmed/?term=Held%20GA%5BAuthor%5D&cauthor=true&cauthor_uid=17913878
James Mammen: Donoho的學生
https://etd。ohiolink。edu/!etd。send_file?accession=osu980555965&disposition=inline
http://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=4106114
http://isl.stanford.edu/groups/elgamal/people/james/
Paul Cuff
https://www.princeton.edu/~cuff/cuff_cv.pdf
https://www.princeton.edu/~cuff/
Sergey Butkevich
http://sigmacamp.org/sites/default/files/page_attachments/Lectures2016Color.pdf
How to Grow a Smiling Tree
Michael Bershadsky
https://link.springer.com/article/10.1007/BF02102729
Huayi Zhang
https://www.sourcewatch.org/index.php/Huayi_Zhang
https://www.sourcewatch.org/index.php/Huayi_Zhang
Stanko Barle
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=108540
Hui Yuan Xiong
https://www.linkedin.com/in/hyxiong/
http://genes.toronto.edu/?q=research
Robert Beals
https://dblp.uni-trier.de/pers/hd/b/Beals:Robert
https://dblp.uni-trier.de/pers/hd/b/Beals:Robert
Samet Oymak
Samet Oymak
最佳化計算領域和訊號處理領域博士
https://nebula.wsimg.com/f87a9ccb057cda2596d4b5984f14afc3?AccessKeyId=FB1F3393EF90EB6406C3&disposition=0&alloworigin=1
zhichi
https://www.linkedin.com/in/zhchi/
系統分析師
Gangzou
https://www.linkedin.com/in/gang-zou-9a7a821/
平行計算
Bala-swamingathan:
https://www.linkedin.com/in/bala-swaminathan-753604/
Rob Hegarty:
https://www.linkedin.com/in/rob-hegarty-28b25916/
天文模擬計算
Daniel Bloomenthal:
https://www.linkedin.com/in/daniel-bloomenthal-597bb011/
代數幾何
Guoling Shen
第三部分: 其它有學術關聯的大牛
https://www.linkedin.com/in/guoling-shen-b142801b/
隨機網路
Gudjon Hermannsson
https://dblp.uni-trier.de/pers/hd/h/Hermannsson:Gudjon
https://www.cs.stonybrook.edu/about-us/Spotlight-Alumni
基因統計
Daniel Whalen
Daniel Whalen
http://www.icg.port.ac.uk/author/whalend/
計算機圖形學計算
Sorin Popescu
National Academy of Engineering (NAE) for his “contributions to imaging, computer vision, and graphics including level-set methods and efficient compressed sensing
http://www.math.stonybrook.edu/~sorin/
壓縮感知,data separation 小波分析,
Salganik:
http://www.princeton.edu/~mjs3/salganik-cv.pdf
Chris Adami
隨機網路 點過程, 隨機幾何理論
:
https://en.wikipedia.org/wiki/Chris_Adami
http://adami.natsci.msu.edu
Stan Osher:
: 地理成像 seismic imaging 地球物理 地理物理
http://math.ucla.edu/~sjo/
Gitta Kutyniok:
http://www.math.tuberlin.de/fachgebiete_ag_modnumdiff/angewandtefunktionalanalysis/v_menue/mitarbeiter/kutyniok/v_menue/home/parameter/en/
隨機點過程 隨機場
Baccelli :
http://www.di.ens.fr/~baccelli/
http://www.ma.utexas.edu/users/baccelli/
其目前為Voleon Group開發策略
https://raweb.inria.fr/rapportsactivite/RA2005/trec/bibliography.html#bid45
生物統計學
https://www.ma.utexas.edu/simons/
為何大量僱用語音識別專家?
語音識別專家為文藝復興模型開發的貢獻從歷史上看是最多的,其次是天體物理。“投資和語音識別很像,都是在猜測下次會發生什麼事情”,事實上,所用的方程式都是同一套,如Peter Brown所講,這些科學家都擅長從噪音中提取訊號:
所使用語言和資料分析框架工具:
C++。 計算框架 ROOT
相關補充數學概念:
Maarten de Hoop
:一個研究高維空間幾何曲面結構的數學分支
http://maartendehoop.rice.edu
: 一種利用統計資訊理論,從噪音資訊中推斷出有意義的編碼內容(訊號)
:利用大規模機器學習和大規模時間序列資料,從短期時序波動中識別隱含訊號的一個複雜工程。
Elchanan Mossel
: 是廣泛運用於語音識別、基因工程等領域的一種通用機器學習演算法,負責對序列模型進行統計引數估計和推斷
:
:一種研究在噪音環境中識別訊號的理論,與貝葉斯統計學、語音識別、基因資訊、通訊密碼等領域密切相關;下注系統Kelly規則是統計資訊理論的成果。這個領域以及領域內的很多科學家都與賭博研究關係微妙。
https://www.stat.berkeley.edu/~mossel/
:透過觀測資料,從噪音中提取訊號,預測行星運動軌跡的科學
Samet Oymak
研究隨時間推移而變化的系統,包括非線性和線性動力系統,Chaos理論
公開資料連結:
http://www.sametoymak.com/
Michael Wigler:
http://seedmagazine.com/content/article/seed_interview_james_simons/
代數幾何
通訊密碼破譯
語音識別
Baum_Welch演算法
官網解讀
統計資訊理論
利用機器學習、應用數學、以及現代統計學技術,開發和最佳化金融模型,並且基於模型開發相應的交易演算法。
天體物理
1。為公司研究基礎架構程式設計:與研究科學家一起開發和維護基礎架構。為研究和交易服務的基礎架構是基於成熟的機器學習和應用數學技術而建立的複雜的統計模型和交易算法系統。
2。為公司實時交易程式設計:開發和支援公司的演算法交易系統,為公司複雜的金融市場模型和演算法交易提供實時環境
3。資料處理工程師:進行資料處理和資料裝置開發維護