Why Wall Street won’t see the next crash coming
即便是最頂尖的交易員,也難以預測波動率的突然飆升
![]()
圖片來源:路透社
2025年11月2日
杰米·戴蒙在10月中旬警告稱,許多資產“看似正進入泡沫區間”。他的觀點之所以有分量,不僅因為他執掌著美國最大銀行摩根大通,還因為持類似看法的人正越來越多。高盛集團與戴蒙職位對等的戴維·所羅門提及“投資者狂熱”,花旗集團CEO簡·弗雷澤則談到“估值泡沫”。英國央行近期警示“市場大幅回調的風險已上升”,國際貨幣基金組織(IMF)也擔憂可能出現“無序”回調,原因是“風險資產價格遠高于基本面水平”。
他們在一點上的判斷完全正確:許多資產的估值高得令人眩暈。如今,投資者購買美國標普500股指成分股的價格,是其經周期調整后盈利的41倍——這一市盈率僅在互聯網泡沫時期被超越過,且差距不大。投資級公司債的平均收益率,僅比同期美國國債高0.8個百分點。上一次信用利差如此之低,同樣是在1998年的互聯網泡沫時期。即便是通常作為避險資產的黃金,如今似乎也異常容易受交易員情緒波動影響:10月20日創下歷史高點后,其價格僅兩天內就下跌7%,目前較峰值已回落8%。
那么,或許一場回調早已開始。其他資產的回調何時會接踵而至?對于任何希望跑贏市場的人——包括那些承諾無論市場行情如何都能實現收益的量化交易公司和其他對沖基金——這都是最緊迫的問題之一。投資公司Elm Wealth的詹姆斯·懷特表示:“宏觀交易的終極目標,就是預測這些轉折點。”但問題在于,實現這個“終極目標”幾乎是不可能的。
預測市場回調,本質上是預測波動率(簡稱“vol”)——即資產價格的波動傾向。試圖預測股市波動率的交易員和量化分析師,會依賴一系列程式化事實;只要盯著股價指數圖表看足夠久,這些事實就會逐漸顯現。其中一點是,波動率呈“雙峰分布”:這意味著資產價格會長時間處于每日小幅波動的狀態,期間穿插著短期的大幅波動。換句話說,波動率本身也存在“跳升”傾向:市場要么處于低波動區間,要么處于高波動區間,很少有中間狀態。這些波動區間與資產價格的整體走勢相關:低波動時期,價格往往穩定或上漲;高波動時期,價格則傾向于下跌。
波動率大多停留在某一個區間內,這意味著在大多數時候,預測次日波動率的最佳方式,就是參考當日波動率。這一觀察結論,是銀行和投資公司交易員日常用于評估風險的“自回歸模型”的核心基礎。這類模型還被用于期權定價——期權是一種能讓交易員從價格大幅波動中獲利的合約,而定價過程需要估算預期波動率。但盡管這類模型在日常使用中很有用,它們本質上無法預測區間切換時、伴隨回調出現的波動率突然跳升。
因此,許多交易員會構建其他模型來補充自回歸模型,這些補充模型的基礎是可能導致波動率飆升的外部因素。目前最先進的方法,是利用機器學習分析所有已知經濟變量的影響——企業盈利、GDP、通脹、就業數據等,任何一個或所有變量都可能導致市場情緒突然降溫。與此同時,機器學習是識別“非直覺性風險組合”的理想工具,這類風險組合僅憑直覺難以察覺。全球最大對沖基金之一橋水基金,就以基于復雜經濟變量組合的交易策略而聞名。
遺憾的是,這類策略中真正有效的寥寥無幾。某競爭對手對沖基金的前交易員表示:“除了橋水,我不清楚還有哪家公司能靠這些宏觀模型成功。”即便最頂尖的模型,也無法預測那些常引發回調的“純粹沖擊”——比如疫情或銀行擠兌。宏觀模型能鎖定“此類沖擊可能對市場造成過度影響”的場景,但無法預測沖擊何時會發生。
交易員確實還有其他工具可用于識別市場反轉信號。由于價格轉向時波動率往往會跳升,動量交易員通常會在首次大幅下跌打破上漲趨勢后,立即平倉離場。不同資產類別之間的相關性,也能為即將到來的回調提供早期預警。例如,投資者轉向“避險模式”的典型信號是:股票價格下跌,而黃金、美國國債等避險資產價格上漲。
另一家大型對沖基金的量化策略主管表示,改進有缺陷模型預測結果的有效方法,是將多個獨立模型組合使用。即便如此,對于沒有“神啟”的交易員而言,他們真正能期待的最好結果,也只是盡早識別回調并及時止損。華爾街的精英或許能預警崩盤風險,但別指望他們能說出崩盤何時會到來。■
說明:本號刊發來自各方的文章,是為了獲得更全面的信息,不代表本號支持文章中的觀點。由于微信公眾號每天只能推送一次,無法即時更新,本站目前在騰訊新聞發布最新的文章,每天24小時不間斷更新,請收藏以下地址(請完整復制),隨時刷新:
https://news.qq.com/omn/author/8QIf3nxc64AYuDfe4wc%3D
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.