27、在场 “这个新策 ...
-
云际中心，88层，周一，上午8点30分。
1号会议室。这是Abyss最大的一个会议室。
300平米的会议室当中，新风系统在低声运作，12名高级数据分析师和量化研究员已经全部落座。
他们都是跟随Abyss从曼哈顿迁徙回来的核心员工，清一色出身于常春藤或者国内名校的物理、数学和计算机专业。他们是这颗星球上最聪明的一群人，当然，也是最傲慢的一群人。
他们有傲慢的资本，在他们的认知里，金融市场不过是一组庞大且嘈杂的非线性PDE¹。所有的主观交易，在他们眼中，都是一群靠新闻联播和美联储点阵图²算命，连Python都不会写的旧时代遗老。
会议室正前方的巨型无缝屏幕中，展示的是Abyss几十个子策略上周的复盘情况。
08:30:00。
会议室的磨砂玻璃门□□脆地推开。
沈潜川穿着深灰色的高支棉衬衣，扣子依旧扣到了最上面一个，露出半个性感的喉结，袖口用Tateossian - Gear纯钛陨石系列的袖扣扣得很整齐，维持着他一贯的一丝不苟。
程放跟在他身后，手里端着一杯刚磨出来的El Paraíso，随着他进门，咖啡里重瓣玫瑰与熟透荔枝的甜香瞬间充满了整个会议室。他眼神带着几分怜悯扫了一圈在座的quant们，想到接下来要发生的事情，他就有点憋不住笑。
沈潜川和程放分别坐在会议桌上首的左右两侧。
沈潜川没有任何寒暄和废话，直接切入主题，快速地和所有的投研人员复盘了一遍上个星期所有子策略的P&L，直到翻到复盘PPT的最后一页。
这一页的标题是Alpha Lab种子账户。
奇怪的是屏幕的中央并没有他们汇报常用的周五收盘后的P&L曲线的截屏图片，而是一片空白。
沈潜川直接用快捷键切到种子账户风控系统的实时页面，整个账户的P&L动态曲线铺满大屏幕，但整个窗口只展示了最前端20天的曲线。
在图表最前端的十几天里，这条深红色的曲线以一个很平缓的斜率缓慢向右下方倾斜。
“最大的回撤在这个阶段已经超过了2.5%，”沈潜川左手边的风控主管David盯着屏幕，紧锁眉头，“这个回撤不符合Abyss的底层风控。”
“这条曲线……”另一个普林斯顿出身的高级量化工程师James推了一下眼镜，仔细盯着曲线的斜率，“像是做空某个货币对付出的carry导致的，而且，这个货币对应该在这十几天的时间里，在横盘震荡，波动不大。”
“这里为什么不对negative carry做均值回归的平滑？如果是真正在跑的子策略，这个头寸活不过第三天。”另外一个和沈潜川一起从MIT CSAIL实验室³出来的女研究员Ruby，对这条曲线向下的斜率提出了疑问。
沈潜川点点头，表示认同。然后，他将种子账户P&L的窗口缩放，将窗口扩展到了40天左右。
在某一天，仿佛是跨越过了一个奇点，这条P&L曲线拔地而起，几乎是以90°的角度向上。
会议室里出现了短暂的沉默，紧接着，是几声压抑着情绪的倒吸冷气的声音。
大家都沉默着，看着这一条根本不正常也不符合高频量化模型的净值曲线，不知道应该说什么。这种近乎垂直的暴力拉升，几乎不可能出现在Abyss。
伴随陡峭斜率的，还有当中因为日本当局干预和市场多头反扑造成的几次浮盈回撤，不用说，这些回撤的幅度也不在Abyss风控的容忍范围内。
沈潜川看着一会议室里沉默的人，很干脆地把P&L的窗口拉到了最后。
屏幕右上方显示：
初始资金：$50,000,000.00
期末资金：$551,625,732.84
交易费用：$341,077.68
利息支出：$24,103,255.44
净利润：$501,625,732.84
持仓时间：93天
区间收益率：+1,003.25%
年化收益率：+3,937.49%
会议室里继续沉默着。
“嘿嘿。”程放没憋住，笑了出声。
上周五，他也被这条P&L震惊，第一次直接面对宏观逻辑的强大与不可逆。
随着程放笑出声，会议室里的沉默总算被打破。
“这是做了什么头寸？”David看到期末净值的那串数字，觉得自己对于交易体系的认知被颠覆了。
“做空了USD/JPY，在现汇市场。”沈潜川说，他看向一开始分析曲线的那个高级量化工程师，“James说的没错，前面十几天，曲线平缓往下，是因为每天都在支付carry。”
“Q.C.，根据我对我们所有子策略的了解程度，这条曲线不应该是任何子策略可以跑出来的，”Abyss负责策略开发的主管Markos提出质疑，“这完全不符合高斯分布，这种P&L只有遇见极端的尾部事件，才会出现。”
“你说得对，”沈潜川向Markos点头，“这个策略是我近期开发的，还没有跑过样本外的测试，所以我拿种子账户也就是我和程放自己的钱，测试了一下，这张图就是这3个月的测试结果。”
“至于你说的尾部事件，”沈潜川用快捷键把彭博终端的USD/JPY行情接入，显示了持有头寸时间的所有K线，“看看这里，这里，还有这里……”
沈潜川用激光笔在大屏幕上点了几根K线。
“……都是单日6-Sigma级别的下跌，”沈潜川看着一屋子的聪明人，“这个统计学的意义，我应该不用给在座的各位上课吧。”
“Abyss高频量化的算法是把市场巨大的波动切分到极其细小的波段，以至于在我们模型要交易的那个时间区间内，市场看起来是线性的。”沈潜川双手交叉，放在会议桌上，身体微微前倾，“而真正的市场，本身就不是量化模型里的高斯分布。宏观事件的各种冲击，会导致肥尾事件时不时发生。”
“这个新策略所做的，就是选对方向，并且在宏观事件发生的时候，在场。”
在场，这对高频量化基金这种以微秒级进行交易的机构来说，是一个奢侈的词。
“虽然Abyss是依靠量化模型赚钱的，”沈潜川的表情认真而严肃，“但我们必须直视量化模型的最大风险。”
“在一年前，我和你们一样傲慢，认为数学公式可以解释这颗星球上的所有流动性问题，以为高斯分布就是市场的上帝。”沈潜川像是想起了什么，笑了一下，“呵，不用说未来，1998年，LTCM⁴的那群核心合伙人，也是这么想的。”
那是金融史上最惨烈的一次量化黑天鹅，是每一个quant都不想遇到的尾部风险。
“他们比在座的各位更加聪明，两个诺贝尔奖经济学得主，一屋子哈佛和MIT的顶尖科学家，带着完美的Black-Scholes模型⁵，以为自己算无遗策，结果呢？”沈潜川的声音低了下去，“俄罗斯政府主权债务违约，基本面的宏观重力瞬间抽干了市场上所有的流动性，这都不止是6-Sigma的事件了，数学的概率上，这应该是在整个宇宙存续期都不会发生一次的事情。”
“他们从人人追捧，到濒临清盘、被债权人接管，不过数周。”
这是沈潜川第一次在开会的时候承认量化模型的不足，不只是高频，所有的量化模型都有固有的缺陷。
他在MIT CSAIL实验室读博的时候，就认定高频量化是他的一生志向，这是把数学之美、计算之美与市场之美结合在一起的职业之路。
他对此非常着迷。
他看了很多量化交易员的传记和访谈，发现他的偶像西蒙斯⁶已经证明了这条路径的可行性。他也在获得Data Open Championship⁷之后，和华尔街最顶尖的那帮quant吃过饭。对他而言，他从一开始就接触到了这个行业最顶尖的资源。
他从来没有想过有一天，他会亲口承认量化模型的不足。
他忽然想到，他读博士的时候读到Niall Ferguson评价LTCM这帮创始人的话：“To put it bluntly, the Nobel Prize winners knew plenty of mathematics but not enough history.”⁸
当时他觉得这是非常荒诞的，怎么能拿数学和历史比，这两者根本没有可比性。
但在这一年，经历过伦铜和美日汇率的行情之后，他慢慢有点明白了。
简初静的宏观交易，其实就是一直在复刻历史，每一次的崩盘或者暴涨的逻辑，都在历史上有迹可循。她早就理解了这些，而他，才刚刚从量化高频的微观小世界走出来，看着宏观世界在他面前缓缓展开。
沈潜川修长的手指在接入系统的平板上敲击了一下。
“叮！”
会议室里，所有人面前的物理终端同时发出了一声清脆的提示音。一个名为MacroHive_Decrypted_Archives.zip的数据包被推送到他们的桌面上。
“这是什么？”Markos不解。
“解压，阅读。”沈潜川的指令很简洁，“这是一个宏观交易员在七年时间留下的10篇高热度发言，我希望你们看看和量化高频完全不同的宏观交易逻辑。”
作者有话说
第27章 在场
，还差 