自動交易二三事 Professor_Durrr
http://xueqiu.com/1459805993/22842054自動交易比較符合當下大數據時代的想法，通過尋找海量數據中的相關性，利用模糊的相關性來獲利。大數據的原則包括，放棄精確，追求數量級；放棄因果，追求相關性。這兩點在很多行業裡都是可行的，但是用在投資裡，兩者結合是比較危險的。
自動交易說穿了是將投資標的的比較小的相關性變動，利用較大的槓桿來擴大利潤。
這裡面有幾個風險，首先是相關性是否有意義，比如看到茅台漲的時候，銀行股在降，也就是相關性上看，銀行股與茅台成負相關，於是做多茅台，做空銀行股，然而這個相關性的因果關係不是很明顯，也許是因為經濟擴張，茅台漲價，銀行股被通脹吞噬，資本金不足需要補足，所以兩者明顯負相關；但也有可能是因為有人（但斌？）惡意做空銀行股，做多白酒股；更有可能是因為今天郭樹清說了幾句話，大家頭腦一興奮，分析出了一點什麼東西。這個問題很簡單，就是這個負相關，很可能是個正相關，也可能根本不相關。
大數據理論中，我們並不關心這個相關的因果，只關心相關這個事實。因果關係需要我們自己去理清。但是很多對沖基金基本關心到這個事實就去做了，實際因果關係鏈條上有很多漏洞。
其次，放棄精確追求數量級。做一個套利，風險很小，但不是沒有風險。根據凱利公式，我們追求最大的收益，就要在收益風險比較大的時候下重注。機器自動交易能夠尋找到的套利空間，很多時候很快就會消失，也是因為市場畢竟沒那麼無效，所以利潤空間很小，市場給出的底池成敗比比往往很不合理。利潤空間小，雖然風險小，但還是不值得一做。很多機器交易尋找的就是將所有這些機會集中在一起，然後套一個非常大的槓桿，無限放大利潤空間。這裡的思想錯誤在於，當你放大利潤，你的風險同樣是成比例放大的。小規模的套利風險在槓桿作用下被極大擴張了。追逐數量級的大數定理不起作用，其原因在格雷厄姆的證券分析中解釋的很清楚，就是證券市場的波動同向。
還有很多可以攻擊自動交易的理論，但是我相信自動交易有很多想法很有意思，不一定一棒子打死，可以看到很多交易思想的閃光點。