2024年读了8本有关华尔街、对冲基金和量化交易的书，这8本书及其涉及的主要内容分别是： 1）The Big Short，by Michael Lewis：次贷危机 2）Liar's Poker，by Michael Lewis：投行Salomon Brothers的浮沉 3）When Genius Failed，by Roger Lowenstein：对冲基金LTCM的覆灭 4）A Demon of Our Own Design，by Richard Bookstaber：金融产品的复杂化加剧了金融危机 5）A Man for All Markets, by Edward O. Thorp：量化交易之父自传 6）The Man Who Solved the Market, by Gregory Zuckerman：Statistical Arbitrage量化交易最牛人Jim Simons 7）The Quants, by Scott Patterson：量化交易的几个牛人 8）More Money Than God, by Sebastian Mallaby：对冲基金历史和其中的牛人
2）Jim Simons的Statistical Arbitrage系统基本是个黑匣子，外人没人知道他们量化了啥，只是有一点，他们的系统可以确保交易的胜率是50.75%。引用他们前Co-CEO Robert Mercer的原话：We're right 50.75 percent of the time but we're 100 percent right 50.75 percent of the time. 就是说人家能确保50.75%的胜率，只凭这一点，就可以赚大钱。
Jim Simons的交易系统基本是个黑匣子，别人无从知晓其中的秘密，因而也无人能复制他的成功。况且，Jim Simons召集了顶级的数学家和计算机专家，花了10多年的时间才搞出只能处理fixed Income的系统，后来又请了IBM人工智能专家，又花了两三年才搞定股票的交易。即便这样，他们的系统也只能管理几十亿美元的资金，再多后就管理不了了，无法继续规模化。他们的高回报也只适合于他们自己员工参与的基金，而他们管理的别人资金的基金，回报也就一般般。再说Jim Simons已经去世，他的公司能否再继续他的辉煌。
2024年读了8本有关华尔街、对冲基金和量化交易的书，这8本书及其涉及的主要内容分别是：
1）The Big Short，by Michael Lewis：次贷危机
2）Liar's Poker，by Michael Lewis：投行Salomon Brothers的浮沉
3）When Genius Failed，by Roger Lowenstein：对冲基金LTCM的覆灭
4）A Demon of Our Own Design，by Richard Bookstaber：金融产品的复杂化加剧了金融危机
5）A Man for All Markets, by Edward O. Thorp：量化交易之父自传
6）The Man Who Solved the Market, by Gregory Zuckerman：Statistical Arbitrage量化交易最牛人Jim Simons
7）The Quants, by Scott Patterson：量化交易的几个牛人
8）More Money Than God, by Sebastian Mallaby：对冲基金历史和其中的牛人
其中我最喜欢的是8），其次是3），主要是这两本书知识性比较强。有些书读起来很有趣，但知识性不强，不是我所喜欢的。
做为股市的一个外行，本来我对这一类的书并不感兴趣，只是因为时隔多年第二次看The Big Short电影，没完全看懂其中涉及到的金融产品，索性买书来看，终于弄明白了。接着又读了其它华尔街的书，后来有网友建议我读一下量化交易的几本书，最后又读了有关对冲基金的历史。
真的读起来，发现这些书很有趣，也能学到不少知识。
下面主要说说我对量化交易的一些理解。而我最想弄明白的一个问题是：量化交易到底量化的是什么？
首先说明一下，好像大多量化交易用的都是对冲手法，也就是说他们一般不买单一仓位，而都有相应的对冲仓位。
我简单地试着从四个侧面来理解。
操作手法
1. Edward Thorp
Edward Thorp是量化交易之父，跟另一位量化交易大牛Jim Simons一样，Thorp也是搞数学的，在数学上有很深的造诣，两位都称得上是杰出的数学家。
Thorp先是找到了用21点（blackjack）打败赌场的方法，准确地讲，他是用数学算出了记住(算)每一张牌可以赢赌场的概率，其中最实际可行、赢率最大的是记住10点的牌（21点中的10，A，J, Q，K，和Joker都可以算是10点吧，这个我不是行家），从而使本来对庄家有微弱赢面的局势，转化为对玩家有微弱赢面。他把自己的发现著书公之于众，并亲自到赌场以身试法三四次，结果完胜赌场，他的书也因而成为21点玩家们的圣经。
在完胜赌场后，他便进入了股市这个更大的赌场。利用自己的数学知识，他找到了可以计算Stock Warrant（类似于Stock Option）估值的数学公式，从而可以知道相对于股票价格来说，某一个Stock Warrant的市场价格是高了还是低了，因而可以从中获利。因为公式是他找到的，当然世上只有他一人知道如何估算Stock Warrant。
后来，他又先于期货估值的Black-Scholes公式，找到了类似Black-Scholes可以估算股票期货估值的公式，也从中获了利。
他后来的徒弟Ken Griffin，刚开始就是复制他的模式。
2. Jim Simons和Statistical Arbitrage
Jim Simons是量化交易最大的牛，他利用量化交易得到的回报率迄今无人能及，就连巴菲特的年回报率都跟他相差很远。而Jim Simons用的量化交易手法就是Statistical Arbitrage。
Statistical Arbitrage最初是由Morgan Stanley一个年轻的程序员Gerry Bamberger开创的。Bamberger发现，每当有大额股票交易时，股票的价格就会有很大的波动，而交易完成后又会回到原来的价位。比如，某公司要卖掉大额的福特股票，起初的价格是15元，大额交易卖完后，价格很可能会跌倒14.5元，交易完后过一段时间，又会回复到原来的15元。他就想如何抓住这稳赚的0.5元利差，于是，他开始使用所谓pairs trade操作手法，在14.5元价格时long 福特， 同时Short 相似的股票GM做为对冲，这样就可以稳拿0.5的价差。
后来， 他的操作手法被广泛化，影响股票价格的因子也不只局限于大额交易，其它的因子比如交易的时间，不同的交易时间是否会引起价格的差异，上午还是下午交易是否有差别，星期一和星期五交易是否有差别？节日的前一天和节日的后一天是否有差别？甚至包括季节、气候，当然也包括宏观经济的一些因素像经济增长率、利率等等各种各样可能影响价格的因子。对冲的仓位也从单一股票对冲， 扩展到一篮子股票对冲，这就叫Statistical Arbitrage。
然而，像Jim Simons他们所做的Statistical Arbitrage交易系统，对外人来说基本就是个黑匣子，除他们自己外，外人没人知道他们用了什么影响因子，也没人知道他们用了什么算法，并且他们的系统总是在不停地被更新，新的影响因子被不断加入，不再有用的旧的影响因子被不断剔除，算法也在不断调整，永远处在一个动态的变化之中。
外人只知道，他们赚了大钱！
3. LTCM 和Convergence Trade
曾经的明星对冲基金LTCM尽管垮掉了，并差点拖垮整个美国金融系统，但LTCM（以及它的前身Salomon Brothers Prop Shop）开创的许多交易手法，对后人影响深远，很多手法仍在被广泛应用。
其中的国债Convergence Trade，就是他们的招牌手法。
国债，比如说30年的国债，刚发行的是30年期，过了半年后，原来30年期的国债就只有29.5年就到期了，当然再过半年就只剩下29年期了。刚发行的国债称为on-the-run国债，比如刚发行的30年国债。而早先发行的只剩下29.5年， 29年甚至更短的被称为off-the-run国债。一般新发行的债券，会有个溢价，因为新发行的流通性好，大部分长期国债都被大机构买走后，会被长期持有，不再在市场上流通，所以off-the-run的国债就相对要便宜些。
但是，新发行的30年国债，过半年后就成为off-the-run的国债，溢价就没了。
所以，如果相对于29.5年的国债来说，新发行的30年国债的溢价有足够大，比如，两者的差价是20分，投资者就可以Short 30年的， long 29.5年的，稳赚这20分的利差。因为30年的债券，半年后就会成为29.5年的了， 溢价就没了，这就叫Convergence Trade，中文叫趋同交易。
4. 高频交易
首先说明一下，几乎所有做量化交易的，交易都很频繁，交易量也都很大。但这里是特指那些做Market maker的高频交易，他们就像以前的交易所的Market maker一样，赚得是股票交易时bid-ask的差价。
感觉他们这些做Market maker的高频交易者，靠的主要是计算机的速度和进入交易所服务器获取数据的速度，不像Jim Simons他们那样，靠的是脑袋瓜和算法。
这些做Market maker的高频交易者，甚至都非常在意自己的服务器跟交易所服务器的物理距离，都想把自己的服务器搬到离交易所服务器越近越好，他们对这么小的一点时间差，都非常在乎！
5. 其它
量化交易的策略有很多，其它像完全靠TA，trends，momentum, social media等等很多很多，但好像很少有人能做出可持续的好回报。
小结
1. 到底量化了什么
前面说过，我最想搞明白的是量化交易到底是量化了什么？
1）Edward Thorp找到了计算Stock Warrant和 Stock Option估值的数学公式，这算是量化。
2）Jim Simons的Statistical Arbitrage系统基本是个黑匣子，外人没人知道他们量化了啥，只是有一点，他们的系统可以确保交易的胜率是50.75%。引用他们前Co-CEO Robert Mercer的原话：We're right 50.75 percent of the time but we're 100 percent right 50.75 percent of the time. 就是说人家能确保50.75%的胜率，只凭这一点，就可以赚大钱。
3）Convergence Trade在入场前就已经大约知道了利润空间，同时因为他们的利润空间很小，需要大仓位和大杠杆。
4）高频交易就是交易量大，交易频率高
我大概总结完了， 您搞明白到底量化了什么吗？反正我仍然是一头雾水！
2. 对普通人的启示
那么，这些量化交易跟我们普通人关系大不大呢？
高频交易只能大公司才能做，需要有强大和高速的计算机系统，需要懂交易规则，需要申请交易许可等。
Convergence Trade的利润空间很小，需要很大的仓位，必须能借到大量和低利率的资金才行，这只能在repo 市场才能借到，一般repo借贷的抵押是1~2%，意味着杠杆可以达到49~99倍，估计普通人很难在repo市场上借到接近SOFR利率的资金。
Jim Simons的交易系统基本是个黑匣子，别人无从知晓其中的秘密，因而也无人能复制他的成功。况且，Jim Simons召集了顶级的数学家和计算机专家，花了10多年的时间才搞出只能处理fixed Income的系统，后来又请了IBM人工智能专家，又花了两三年才搞定股票的交易。即便这样，他们的系统也只能管理几十亿美元的资金，再多后就管理不了了，无法继续规模化。他们的高回报也只适合于他们自己员工参与的基金，而他们管理的别人资金的基金，回报也就一般般。再说Jim Simons已经去世，他的公司能否再继续他的辉煌。
曾经有很多人和公司尝试用Statistical Arbitrage来建立交易系统，有些人也曾有过短暂的成功，比如Peter Muller, Cliff Asness等， 但除了Jim Simons外，这种成功基本无人能够持续。像Cliff Asness的AQR，以前也做过Statistical Arbitrage，好像现在已经退出，转向传统对冲基金和共同基金了。
可见，上述三种操作手法跟我们普通人基本无关。
而我们普通人可以借鉴的，是Edward Thorp的操作手法。
Thorp所做的， 也不过是找出一个股票和它的Option（或Warrant）之间是否存在着不合理的差价，如果有，就long一个，Short另一个，这个我相信普通人中有不少人也应该能做得到。
当然， 与Thorp不同的是，那些估值公式是他自己找到的，别人不会，他没有竞争对手。而我们普通人，很少有人会自己设计出一个公式，比如Stock Option，当时没有估值公式，现在早有了，并且人人都知道，在这种情况下想赚钱，就必须要比别人有一双更明亮的慧眼！
书读完了，也写完了，才发现原来这些东西跟我半毛钱关系都没有，也就是看了个热闹！
这只是一个外行写的读书笔记，如果有行家发现我的胡说八道，愿意指出来提点一下的，本人感激不尽，如果不愿指出来，当个笑料看看也行， 我没意见，哈哈！
愿大家来年再发大财！
建宁 2025/1/10
哈哈
人家没有足够大的资本来转。后来又走了，再后来就没声音了。
任何人有真正的好的算法绝对是TOP SECRET 。就是这么简单的道理. 能告诉你基本原理已经算和开明了，看不懂原理一个劲要答案的,不给就酸酸地骂的都是LOSER啦。