【资讯】细分数据里的千层饼

细分数据里的千层饼

世界跟我们想的是不是一个样子？经常用显微镜的科学家会告诉我们，世界和我们想的并不太一样：人的身体是由细胞组成的，苍蝇是有好多眼睛的，原子里的绝大部分是空的，等等等等。现在，就让我们看看显微镜下的股票市场是个什么样子的。　　让我们想象一种交易策略A:在不考虑手续费、交易点差、印花税的情况下，假设我们在每天的第1到210分钟买入，分别持有1到30分钟，得到210x30=6,300种交易结果。把这个过程在两个不同的半年比较时间里，各重复100多遍，计算每种交易回报率的平均值，并得出三维图像：我们会得到什么结果？　　还记得有人说，市场是随机游走的吗？如果这种说法是对的，那么这种得到的交易结果应该是平滑的，而且在两个不同的交易时段里都体现出同样的平滑。但事实上，我们发现了一个千层饼：在两个时期里，不同的两种交易策略产生了分布类似的平均累计回报结果，这种回报结果似乎是按某种波浪的形式存在的，间隔大概在10到15分钟左右。　　如果说这种波浪形式的回报分布是巧合、或者说只是无序波动的自然显现，那么我们一定不能解释以下的事实：在两个完全不同的时期，平均累计回报都在开盘以后60到110分钟作用的时间里出现大幅上涨，在随后的110到130分钟左右出现下跌，又在235分钟以后出现上涨。　　而如果说，这种规律在某一个区间的出现是巧合，我们又怎么能解释其在两个比较区间里的同时出现呢？　　在细分数据里我们发现的规律不仅局限于回报率的平均值，也包括了这种回报率为正的概率。让我们想象另一种交易策略B，在每天的240个交易分钟里任选一个时候买入、并任选一个时候卖出，计算在每个时长为半年的区间里所取得的回报率为正的概率，并得到一张240x240的三维图。　　我们发现，很明显的，在两个各为半年的比较区间里，指数在中午和下午收盘之前快速上涨，在下午收盘前5分钟里，理论上可以取得正回报的概率甚至达到了80%到90%。　　如果说，市场是随机的，我们又怎么解释这种在某个固定区间里出现的、极高的上涨概率呢？　　不仅是波动回报的大小和为正的概率，事实上，波动回报的幅度也呈现出某种内在规律。在比较了A、B两种策略所取得的回报的标准差和波动区间以后，我们可以发现很多的规律，其中比较明显的一个是：在上午的交易区间内，市场的波动性明显大于下午，而上午上半场的波动性小于下半场，下午上半场的波动性又小于下半场。　　总结来看，市场似乎呈现一个冷-热-冷-热的循环。当然，随着更细致研究的展开，我们或许能发现这种循环只是一个简单的假设，事实可能比这种循环显示的更加复杂、更有规律性。　　现在让我们总结一下，我们已经发现了什么？我们发现市场在细分数据下的回报分布是有规律、而非随机的；我们发现在某些时点，这种回报呈现强烈的正回报倾向；我们还发现这种细分数据产生的回报的波动性是有规律的，似乎遵从一个冷-热-冷-热的循环。那么我们能拿这些发现做点什么呢？　　最简单的回答是，我们可以用这些发现打败有效市场理论。但事实上，这种胜利几乎没有什么意义。我们要试试看我们能不能做一种策略，来帮助交易部之类的部门。　　现在我们假设一种策略C:在每个交易日里，在开盘买入，在其中1到240分钟任选一分钟卖出，然后比较这种策略可能带来的理论累计回报。初看之下，在两个各为6个月的比较区间里，这种策略带来了完全无关的回报分布。　　事实上，如果我们把这两个回报数据做一个叠加，就会发现它们反映了非常近似的回报分布。不过，关于怎么利用这种分布，我们尚没有得出有效的结论。但是，作为一个研究的方向，这至少可以告诉我们：在细分数据里，也许有我们可以利用的机会。

ib选课

英国alevel考试

gre考试是什么意思