正在阅读:

如何用“原油狗”进行资产配置与避险

扫一扫下载界面新闻APP

如何用“原油狗”进行资产配置与避险

“Master”在围棋界的震撼提醒着我们,如果人工智能进军国际石油市场,会有怎样的后果?

新年伊始,一位没身份、没背景、没历史的神秘棋手“Master”在围棋界一通“疯狂杀戮 ”,包括“棋圣”聂卫平在内的世界顶尖级棋手悉数败北,至今已连胜60场。这一战绩迅速让“Master”声誉鹊起。其前所未有的诡异棋风和轻松快速的行棋方式,不仅令围棋界震惊和无数网友的围观,也引起了国际金融和石油界的高度关注。看似与国际石油市场无关,但若此“人”变身为“原油狗”,并进入国际石油市场“泄愤”,后果将不堪设想?

天上掉下来 “Master”

“Master”是2016年底先后登陆中国国内两大围棋网站。起初,他悄无声息、接二连三地击败中日韩三国围棋高手。当人们发现这个神秘人物时,他已将世界声名显赫的50多名高手“腰斩”。 其中包括目前中韩“第一人”的柯洁和朴廷桓,以及古力、常昊等十多位过往的世界冠军。即使是这些全球顶尖级围棋高手,聚集在围棋平台上,群起抵抗Master,他们还是一败涂地,就像是针对全球公认智力级别最高的围棋界一次集体的定向“屠杀”。其中,围棋世界冠军朴庭恒连败5次,古力、陈耀华连败三局,还有曾经放言“就算 AlphaGo(“围棋狗”)赢了李世乭,但它赢不了我”的现世界“第一棋手”柯洁也连败三局。

在Master取得46连胜之后,“棋圣”聂卫平针对Master棋路撰文点评说,这一招“直接点角很奇怪,明显不符棋理,但意外成立”;那一招“左上角撞实黑棋的下法难以苟同,然而它就这么下了,还能赢”…… ;在充分研究了Master战例后,“棋圣”也按耐不住内心的冲动,在1月4日下午亲自出马对弈。再次吸引了全球公众的眼球。尽管“棋圣”的宝刀未老,尽管他很沉着稳健,尽管战况比之前52场更加胶着,但还是在坚持到254手后,以7.5目败给了Master。此时,连胜54局的Master第一次用繁体中文显示出了五个大字:谢谢聂老师!

直到Master拿下第59场胜利后,才突然宣布自己就是人工智能的“围棋狗”,就是2016年3月在韩国首尔以4:1大比分战胜围棋前世界冠军、韩国名将李世乭九段的、举世瞩目围棋“人机世界大战”的主角。随即,谷歌DeepMind团队也发布声明证实,“Master”是最新版本人工智能的AlphaGo程序。并表示这次将过半世界围棋冠军掀翻“马”下的挑战仅是“一次非正式测试”。

由于围棋变化极其复杂,即便是算力无双的计算机,也无法穷尽黑白两子在棋盘里361个点位上的所有变化。所以,一度曾被认为是人类智慧的最后堡垒。国际象棋人工智能(Artificial Intelligence,AI)用了不到10年时间完成了AI战胜人类的战绩,而今天,围棋AI只用了不到10个月就以“一次非正式测试”的形式完败了人类。

在众围棋高手惊呼看不懂“围棋狗”的一些落子意图时,围棋古谱、棋理及以往的经验已经失效了;在众高手与“围棋狗”对弈不超过平均240手就败北时,已经宣告了人类算法和算力都已落伍。以至于,谷歌DeepMind团队不无讽刺地称,这仅是“一次非正式测试”。暗含着当下没必要再进行正式比赛了。因为,需要给围棋界甚至是人类自己留下些许面子和尊严。而更重要的是,面对已经获得的通杀战绩,穷尽黑白两子在棋盘里361个点位上的所有变化要比与高手一较高下更有价值。

从算法交易到人工智能与量化交易相结合

史上最早使用算法交易的案例可追溯到1949年。那时,对冲基金之父阿尔弗雷德·琼斯用空多3:7的比例进行资产配置交易。从1955年到1964年间,其综合年化回报率竟高达28%。进入上世纪60年代,投资者又开始引用计算机进行周期分析与价格预测。进而,使这类交易系统不断完善,逐渐发展成后来的算法交易。很快,这种算法交易策略在华尔街生根开花,并带来可观收益。

随着计算机的普及和大量使用,华尔街各大交易平台都开始允许执行算法交易,由于这种算法交易能快速有效地降低交易成本,控制市场冲击成本,并还具有较高的执行效率,而且还能隐藏交易意图规避监管。致使算法交易在股票、包括原油在内的大宗商品期货以及外汇等市场中成为不可或缺的组成部分。

2009年有投资银行研究报告称,超过50%,甚至是75%的股票交易都是通过算法进行自动交易的,商品期货市场也有类似的应用规模。2016年5月,《机构投资者》旗下出版物《阿尔法》公布的“2016年全球收入最高的对冲基金经理”排行榜显示,前十位收入最高的对冲基金经理中,有八位是量化基金经理,前25位有一半属于量化交易。因此,在索罗斯的名气被数学家西蒙斯超过时,在股神巴菲特年化20%的收益神话被大奖章年化35%(1989-2007)打败时,量化交易的神秘才更受市场关注。

随着大量计算机IT工程师的加入,使金融机构原有通过编写简单函数,设计一些指标,观察数据分布,再进行“简陋”的量化交易模式不能满足市场的实际需要。为此,陆续走上引进机器学习、大数据分析以及人工智能(Artificial Intelligence,AI)与量化交易相结合的模式上,特别是将人工智能中的4个子领域:图谱识别,机器学习,自适应功能以及策略遗传基因优化等贯穿整个量化交易的始终。并在自动报告生成、金融智能搜索、人工智能辅助量化交易和智能投顾等四个领域大显身手,更甚者,正在开始模拟人的某些思维过程和智能行为(如学习、推理、思考和规划等)。

在了解了上述信息后,也就不难理解“围棋狗”为何不费吹灰之力就能“屠杀”世界围棋众多泰斗们了。

游荡在国际石油市场上的“原油狗”们

随着实物石油贸易中的石油价格成为无疆界金融资本投机套利的标的后,油价就从微观经济学的层面上升到了宏观经济学的领域,并相继成为各市场主体进行资产配置与进行避险的标的。正因宏观经济层面新增了油价这一驱动因子,所以,每当一轮全球性金融经济危机爆发,油价无一例外地要同步发生一轮大幅震荡。反过来,又增加着各市场主体进行资产配置和避险的内生动力。同时,美国监管机构也不会丧失这种天赐的“良机”,不失时机地要根据其国内经济运行情况,进行一轮操纵市场的违规稽查和巨额处罚,用以补充其财政收入和打击他国的竞争对手,特别是针对欧洲的竞争者,进而又增加了监管风险和对价格的扰动。

自2008年全球经济金融危机以来,已公开查处了针对Libor(伦敦银行间拆放款利率)、WM/Reuters基准汇率、ISDAfix利率指数和包括原油在内的商品期货的操纵行为。涉罪主体除巴克莱、瑞银、德银、汇丰、高盛、摩根大通等全球顶尖级投资银行和金融机构外,甚至还有世界级的综合性石油公司,如英国石油公司(BP)等。为了规避风险,这些金融机构和交易所创新出了众多权证类、期货、期权、二元期权和各种商品指数的金融工具,又依此组成了各种场内及场外的资产组合与配置策略。

比如针对NYMEX市场WTI原油与ICE市场Brent原油进行的跨市场套利策略。两者虽都是原油,且同处全球大的宏观经济背景下,但因受各自不同货币、财税等宏观驱动因子的影响,致使二油价波动幅度不同,且又运行在相应的价差区间内。进而为投机套利提供了可能与机会,也为有实力的实体公司提供了避险和资产配置的可能——用数理统计的方法,进行量化交易。

例如,可将WTI和Brent价差波动区间计算出来,给出一个置信区间,如99%。即在99%的情况下WTI和Brent的价差波动是在该区间。当价差触发上限时,做空这个价差,触发下限时,做多这个价差。尽管NYMEX和ICE交易所已将这种量化策略制成了标准的价差交易合约(工具),但因这种被量化的价差合约过于透明,易暴露在监管者的“放大镜”下,进而迫使更多投资银行与石油公司躲进场外市场进行交易,以规避监管。一旦场外交易达成,这些投行等市场主体会用计算机时时刻刻跟踪计算此价差,然后在其设定的区间上下限完成自动开平仓交易。同时,为确保其统计得出的置信区间价差的安全性,他们还会积极携巨资进入场内期货等市场对油价涨跌施加影响,确保其在场外进行资产配制的头寸安全。

其实,为了牟取暴利,各投行等金融机构还用计算机量化研发并使用了大量高杠杆的商品指数金融工具(参见笔者在本杂志2016年第三期刊发的“商品指数金融工具化对石油市场的影响”)。随着全球性货币的超发,包括原油在内的所有大宗商品和资源资产价格一路盘升,但随量宽的收缩,油价又会受到这类金融政策调控的影响而下跌,因此,这种政策风险又迫使着更多实体企业进入市场寻求规避主级上涨正向波中风险。

为此,这种量化后的石油金融工具应运而生,其中,瑞信就曾经推出过三倍于标普高盛原油指数ETN(VelocityShares Daily 3x Long Crude,交易代码为,UWTI),因其有令人难以置信的流动性和可获取暴利的期望值,而备受市场欢迎。但好事多磨,在2014年7月以后,油价暴跌了50%,但UWTI的价值却陡降99.6%。特别是,那些没有量化能力的投资者原想通过使用这类投资工具进行资产配置或避险,但却忽视了这类产品本身的缺陷(高杠杆和短期产品特性),造成自身的巨大风险。于是,瑞信不得不在2016年12月8日退出纽交所。将有需求的实体企业重新逼回场外市场进行交易。

今天,在国际石油市场上,无论是进行资产配置还是进行避险操作,量化交易已经是一种重要的交易手段,而“原油狗”也早已悄悄登陆。虽然笔者仅是从去年才开始研究和开发这类“狗”的,但却很快理解了既往无法解释的价格频繁在瞬间(一分钟或数秒内)暴涨暴跌的原因,其实,它就是程序化交易与反程序化交易博弈时大量程序化止损指令被触发的结果。而这种可怕的后果通常会造成价格在超短期的巨幅震荡,直接引起弱势反向一方暴仓并给其带来巨额亏损。

有鉴于此,它不仅要求参与者能够看得懂价格瞬间变动的内在逻辑,还需要有能够将其转化为可量化策略予以应对的“原油狗”,只有如此方能提高在石油市场上的生存机会。

能否诞生超级“原油狗”

就程序设计本身而言,石油期货市场里的价格变量和涉及的算法,远不及人类智慧巅峰的“围棋”复杂。因此,与“围棋狗”类似的“原油狗”早已登陆国际原油期货市场,并悄无声息地参与着实体企业对原油及其产品的定价,并从中牟利,只是这些量化策略的“黑箱”没有被利益相关者完全披露出来而已。

但是,随着人工智能与量化交易相结合的大量实践,系统创造了大量、随机的虚拟“交易员”,测试他们在历史数据上的表现。然后选出最好的“交易员”,利用它们的“基因”来创造出一个最好的“交易员”。然后再在最好的“交易员”上重复这一过程……并逐渐使用到多商品合约和多周期上。随后,系统返回一个能够成功进行自适应、自学习和自我操作的“交易员”。经过几千次的基因改造,万亿次的竞争与淘汰,最后,就可以获得一批聪明的“交易员”来帮投行等金融机构以及实体石油企业进行交易,他们就是当下及未来超级的“原油狗”。

届时,如果你还没有培育和驯化出你自己的“原油狗”,不仅不能抗衡“原油洋狗”对你自有财富的洗劫,而且,你还会成为整个石油市场中的标准韭菜,去任人收割。

如需转载请注明来源与作者名称

本文为转载内容,授权事宜请联系原著作权人。

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

如何用“原油狗”进行资产配置与避险

“Master”在围棋界的震撼提醒着我们,如果人工智能进军国际石油市场,会有怎样的后果?

新年伊始,一位没身份、没背景、没历史的神秘棋手“Master”在围棋界一通“疯狂杀戮 ”,包括“棋圣”聂卫平在内的世界顶尖级棋手悉数败北,至今已连胜60场。这一战绩迅速让“Master”声誉鹊起。其前所未有的诡异棋风和轻松快速的行棋方式,不仅令围棋界震惊和无数网友的围观,也引起了国际金融和石油界的高度关注。看似与国际石油市场无关,但若此“人”变身为“原油狗”,并进入国际石油市场“泄愤”,后果将不堪设想?

天上掉下来 “Master”

“Master”是2016年底先后登陆中国国内两大围棋网站。起初,他悄无声息、接二连三地击败中日韩三国围棋高手。当人们发现这个神秘人物时,他已将世界声名显赫的50多名高手“腰斩”。 其中包括目前中韩“第一人”的柯洁和朴廷桓,以及古力、常昊等十多位过往的世界冠军。即使是这些全球顶尖级围棋高手,聚集在围棋平台上,群起抵抗Master,他们还是一败涂地,就像是针对全球公认智力级别最高的围棋界一次集体的定向“屠杀”。其中,围棋世界冠军朴庭恒连败5次,古力、陈耀华连败三局,还有曾经放言“就算 AlphaGo(“围棋狗”)赢了李世乭,但它赢不了我”的现世界“第一棋手”柯洁也连败三局。

在Master取得46连胜之后,“棋圣”聂卫平针对Master棋路撰文点评说,这一招“直接点角很奇怪,明显不符棋理,但意外成立”;那一招“左上角撞实黑棋的下法难以苟同,然而它就这么下了,还能赢”…… ;在充分研究了Master战例后,“棋圣”也按耐不住内心的冲动,在1月4日下午亲自出马对弈。再次吸引了全球公众的眼球。尽管“棋圣”的宝刀未老,尽管他很沉着稳健,尽管战况比之前52场更加胶着,但还是在坚持到254手后,以7.5目败给了Master。此时,连胜54局的Master第一次用繁体中文显示出了五个大字:谢谢聂老师!

直到Master拿下第59场胜利后,才突然宣布自己就是人工智能的“围棋狗”,就是2016年3月在韩国首尔以4:1大比分战胜围棋前世界冠军、韩国名将李世乭九段的、举世瞩目围棋“人机世界大战”的主角。随即,谷歌DeepMind团队也发布声明证实,“Master”是最新版本人工智能的AlphaGo程序。并表示这次将过半世界围棋冠军掀翻“马”下的挑战仅是“一次非正式测试”。

由于围棋变化极其复杂,即便是算力无双的计算机,也无法穷尽黑白两子在棋盘里361个点位上的所有变化。所以,一度曾被认为是人类智慧的最后堡垒。国际象棋人工智能(Artificial Intelligence,AI)用了不到10年时间完成了AI战胜人类的战绩,而今天,围棋AI只用了不到10个月就以“一次非正式测试”的形式完败了人类。

在众围棋高手惊呼看不懂“围棋狗”的一些落子意图时,围棋古谱、棋理及以往的经验已经失效了;在众高手与“围棋狗”对弈不超过平均240手就败北时,已经宣告了人类算法和算力都已落伍。以至于,谷歌DeepMind团队不无讽刺地称,这仅是“一次非正式测试”。暗含着当下没必要再进行正式比赛了。因为,需要给围棋界甚至是人类自己留下些许面子和尊严。而更重要的是,面对已经获得的通杀战绩,穷尽黑白两子在棋盘里361个点位上的所有变化要比与高手一较高下更有价值。

从算法交易到人工智能与量化交易相结合

史上最早使用算法交易的案例可追溯到1949年。那时,对冲基金之父阿尔弗雷德·琼斯用空多3:7的比例进行资产配置交易。从1955年到1964年间,其综合年化回报率竟高达28%。进入上世纪60年代,投资者又开始引用计算机进行周期分析与价格预测。进而,使这类交易系统不断完善,逐渐发展成后来的算法交易。很快,这种算法交易策略在华尔街生根开花,并带来可观收益。

随着计算机的普及和大量使用,华尔街各大交易平台都开始允许执行算法交易,由于这种算法交易能快速有效地降低交易成本,控制市场冲击成本,并还具有较高的执行效率,而且还能隐藏交易意图规避监管。致使算法交易在股票、包括原油在内的大宗商品期货以及外汇等市场中成为不可或缺的组成部分。

2009年有投资银行研究报告称,超过50%,甚至是75%的股票交易都是通过算法进行自动交易的,商品期货市场也有类似的应用规模。2016年5月,《机构投资者》旗下出版物《阿尔法》公布的“2016年全球收入最高的对冲基金经理”排行榜显示,前十位收入最高的对冲基金经理中,有八位是量化基金经理,前25位有一半属于量化交易。因此,在索罗斯的名气被数学家西蒙斯超过时,在股神巴菲特年化20%的收益神话被大奖章年化35%(1989-2007)打败时,量化交易的神秘才更受市场关注。

随着大量计算机IT工程师的加入,使金融机构原有通过编写简单函数,设计一些指标,观察数据分布,再进行“简陋”的量化交易模式不能满足市场的实际需要。为此,陆续走上引进机器学习、大数据分析以及人工智能(Artificial Intelligence,AI)与量化交易相结合的模式上,特别是将人工智能中的4个子领域:图谱识别,机器学习,自适应功能以及策略遗传基因优化等贯穿整个量化交易的始终。并在自动报告生成、金融智能搜索、人工智能辅助量化交易和智能投顾等四个领域大显身手,更甚者,正在开始模拟人的某些思维过程和智能行为(如学习、推理、思考和规划等)。

在了解了上述信息后,也就不难理解“围棋狗”为何不费吹灰之力就能“屠杀”世界围棋众多泰斗们了。

游荡在国际石油市场上的“原油狗”们

随着实物石油贸易中的石油价格成为无疆界金融资本投机套利的标的后,油价就从微观经济学的层面上升到了宏观经济学的领域,并相继成为各市场主体进行资产配置与进行避险的标的。正因宏观经济层面新增了油价这一驱动因子,所以,每当一轮全球性金融经济危机爆发,油价无一例外地要同步发生一轮大幅震荡。反过来,又增加着各市场主体进行资产配置和避险的内生动力。同时,美国监管机构也不会丧失这种天赐的“良机”,不失时机地要根据其国内经济运行情况,进行一轮操纵市场的违规稽查和巨额处罚,用以补充其财政收入和打击他国的竞争对手,特别是针对欧洲的竞争者,进而又增加了监管风险和对价格的扰动。

自2008年全球经济金融危机以来,已公开查处了针对Libor(伦敦银行间拆放款利率)、WM/Reuters基准汇率、ISDAfix利率指数和包括原油在内的商品期货的操纵行为。涉罪主体除巴克莱、瑞银、德银、汇丰、高盛、摩根大通等全球顶尖级投资银行和金融机构外,甚至还有世界级的综合性石油公司,如英国石油公司(BP)等。为了规避风险,这些金融机构和交易所创新出了众多权证类、期货、期权、二元期权和各种商品指数的金融工具,又依此组成了各种场内及场外的资产组合与配置策略。

比如针对NYMEX市场WTI原油与ICE市场Brent原油进行的跨市场套利策略。两者虽都是原油,且同处全球大的宏观经济背景下,但因受各自不同货币、财税等宏观驱动因子的影响,致使二油价波动幅度不同,且又运行在相应的价差区间内。进而为投机套利提供了可能与机会,也为有实力的实体公司提供了避险和资产配置的可能——用数理统计的方法,进行量化交易。

例如,可将WTI和Brent价差波动区间计算出来,给出一个置信区间,如99%。即在99%的情况下WTI和Brent的价差波动是在该区间。当价差触发上限时,做空这个价差,触发下限时,做多这个价差。尽管NYMEX和ICE交易所已将这种量化策略制成了标准的价差交易合约(工具),但因这种被量化的价差合约过于透明,易暴露在监管者的“放大镜”下,进而迫使更多投资银行与石油公司躲进场外市场进行交易,以规避监管。一旦场外交易达成,这些投行等市场主体会用计算机时时刻刻跟踪计算此价差,然后在其设定的区间上下限完成自动开平仓交易。同时,为确保其统计得出的置信区间价差的安全性,他们还会积极携巨资进入场内期货等市场对油价涨跌施加影响,确保其在场外进行资产配制的头寸安全。

其实,为了牟取暴利,各投行等金融机构还用计算机量化研发并使用了大量高杠杆的商品指数金融工具(参见笔者在本杂志2016年第三期刊发的“商品指数金融工具化对石油市场的影响”)。随着全球性货币的超发,包括原油在内的所有大宗商品和资源资产价格一路盘升,但随量宽的收缩,油价又会受到这类金融政策调控的影响而下跌,因此,这种政策风险又迫使着更多实体企业进入市场寻求规避主级上涨正向波中风险。

为此,这种量化后的石油金融工具应运而生,其中,瑞信就曾经推出过三倍于标普高盛原油指数ETN(VelocityShares Daily 3x Long Crude,交易代码为,UWTI),因其有令人难以置信的流动性和可获取暴利的期望值,而备受市场欢迎。但好事多磨,在2014年7月以后,油价暴跌了50%,但UWTI的价值却陡降99.6%。特别是,那些没有量化能力的投资者原想通过使用这类投资工具进行资产配置或避险,但却忽视了这类产品本身的缺陷(高杠杆和短期产品特性),造成自身的巨大风险。于是,瑞信不得不在2016年12月8日退出纽交所。将有需求的实体企业重新逼回场外市场进行交易。

今天,在国际石油市场上,无论是进行资产配置还是进行避险操作,量化交易已经是一种重要的交易手段,而“原油狗”也早已悄悄登陆。虽然笔者仅是从去年才开始研究和开发这类“狗”的,但却很快理解了既往无法解释的价格频繁在瞬间(一分钟或数秒内)暴涨暴跌的原因,其实,它就是程序化交易与反程序化交易博弈时大量程序化止损指令被触发的结果。而这种可怕的后果通常会造成价格在超短期的巨幅震荡,直接引起弱势反向一方暴仓并给其带来巨额亏损。

有鉴于此,它不仅要求参与者能够看得懂价格瞬间变动的内在逻辑,还需要有能够将其转化为可量化策略予以应对的“原油狗”,只有如此方能提高在石油市场上的生存机会。

能否诞生超级“原油狗”

就程序设计本身而言,石油期货市场里的价格变量和涉及的算法,远不及人类智慧巅峰的“围棋”复杂。因此,与“围棋狗”类似的“原油狗”早已登陆国际原油期货市场,并悄无声息地参与着实体企业对原油及其产品的定价,并从中牟利,只是这些量化策略的“黑箱”没有被利益相关者完全披露出来而已。

但是,随着人工智能与量化交易相结合的大量实践,系统创造了大量、随机的虚拟“交易员”,测试他们在历史数据上的表现。然后选出最好的“交易员”,利用它们的“基因”来创造出一个最好的“交易员”。然后再在最好的“交易员”上重复这一过程……并逐渐使用到多商品合约和多周期上。随后,系统返回一个能够成功进行自适应、自学习和自我操作的“交易员”。经过几千次的基因改造,万亿次的竞争与淘汰,最后,就可以获得一批聪明的“交易员”来帮投行等金融机构以及实体石油企业进行交易,他们就是当下及未来超级的“原油狗”。

届时,如果你还没有培育和驯化出你自己的“原油狗”,不仅不能抗衡“原油洋狗”对你自有财富的洗劫,而且,你还会成为整个石油市场中的标准韭菜,去任人收割。

如需转载请注明来源与作者名称

本文为转载内容,授权事宜请联系原著作权人。