量化金融
如果以[0,1]代表著上漲的所有可能機率,1意味著100%定漲,幾乎是無論如何買就對了的判斷;但是當預測的數字為0.25,也就是僅有4分之1的機會會漲,這樣你投資可能就會有所保留了。
這時聰明的朋友就會問,漲跌機率固然重要,漲跌的幅度也要考慮,這樣才能算實際的報酬啊,的確是如此。
如果漲幅為40%,跌幅為-4%,期望的報酬則為正的7%,那就可能適合投資。但當漲幅為4%,跌幅為-4%,期望的報酬則為-2%,如果還願意投資就非出於理性判斷了。
當我們把判斷的時間縮得夠短,通常會把漲跌幅設為一個定值,例如正負0.1%的幅度,搭配上漲跌機率就可以得到股票價格一系列隨時間的變化,稱為隨機過程模型。有了這樣強大的模型就能進而判斷股票在某個時間區間的漲跌,這就是量化金融的基礎之一。
判斷漲跌變化,其實還有許多其他的考量,如漲跌停、配息、企業整併等等,專業的金融數據科技人會盡量讓金融數據模型更貼近實際市場。
即便如此,0到[0,1]的模型操作仍是單純的,金融投資的判斷困難度常隨著商業複雜度、資金量成長、國際資本市場環境而增加,如何從數據到策略,而實際要能應用於資本管理,就真的進入投資的顯學,我們以後多聊。
*作者林敬倫博士(Peter Lin Ph.D.)為高曼計量/高曼投顧董事長,同時任教於美國約翰霍普金斯大學,專長為計量財務金融,並致力於金融科技創新。