年化20%量化笔记 · 第40篇

上一篇我们聊了平稳性检验——量化策略的"安全带"。今天继续深入时间序列的世界，聊两个看似简单却蕴含着深刻哲学的概念：白噪声和随机游走。为什么说股票价格在短期几乎无法预测？这不是你的能力问题，而是市场的底层逻辑决定的。这篇文章，我想用尽量通俗的方式，把这件"残酷但重要"的事情讲清楚。

WHY：一个让牛顿都翻车的千年难题

牛顿亏光家产的故事

1720年，英国。

这一年发生了一件震动整个欧洲的事——南海泡沫（South Sea Bubble）。

南海公司宣称自己获得了南美贸易的垄断权，股价从年初的128英镑一路飙到7月的1000英镑。整个伦敦陷入了疯狂的投机热潮，贵族、商人、甚至国王乔治一世都在买。

有一个人在旁边冷静地看了很久。

他就是艾萨克·牛顿——人类历史上最伟大的科学家之一。微积分、万有引力、光学，他几乎凭一己之力建立了经典物理学的框架。

牛顿分析了一番南海公司的"基本面"，得出结论：这只股票涨过头了，泡沫迟早要破。于是他清仓离场，锁定了约7000英镑的利润。

但他犯了一个致命的错误。

他走了，市场还在涨。他的朋友们继续赚钱，有人翻了两倍，有人翻了五倍。牛顿看着那些"不如自己聪明"的人赚得盆满钵满，心里的天平彻底失衡了。

几个月后，牛顿以700英镑的高价重新杀入。

然后——泡沫破了。股价从1000英镑跌回150英镑。牛顿亏得只剩大约2万英镑的身家（相当于今天的几百万美元），但他此前已经投入了更多。事后有人问他怎么看南海泡沫，牛顿说了一句流传三百年的名言：

"我能算出天体的运行轨迹，却算不出人类的疯狂。"

牛顿的悲剧不是因为他笨。恰恰相反，他太聪明了——聪明到相信一切都可以计算。但股票市场不是行星轨道。行星按物理定律运行，而股票价格……本质上更接近一个随机游走。

一个醉汉的散步

1905年，统计学家卡尔·皮尔逊（Karl Pearson）在《自然》杂志上发表了一封读者来信。他描述了一个有趣的数学问题：

想象一个醉汉在广场上走路。每走一步，他随机改变方向——左转、右转、直走、后退，完全随机。走了N步之后，他距离起点有多远？

这就是"随机游走"（Random Walk）这个词的由来。一个完全醉酒的家伙，在没有任何目的的情况下乱走——每一步的方向都跟前一步无关。

听起来很荒诞对吧？但1965年，经济学家保罗·萨缪尔森（后来的诺贝尔奖得主）用这个模型证明了一件让很多人震惊的事：

如果市场是有效的，股票价格的变化就应该是一个随机游走。

为什么？因为如果股票价格可以被预测，那就意味着存在一种"免费的钱"——你可以低买高卖。但在一个信息充分流通的市场里，所有已知信息都已经被价格反映了。你看到的"规律"，不过是历史数据的巧合。未来价格的变动，只取决于尚未发生的新信息——而新信息，本质上是不可预测的。

所以，股票价格的短期变动，就像一个醉汉在街上散步——你无法判断他下一步会往哪走。

散户为什么总在"猜顶摸底"中亏钱？

讲到这里，你应该能理解一个残酷的现实了：

大多数散户的"技术分析"，本质上是在试图预测一个随机游走。

你画了一条趋势线，说"股价要反弹了"——但股价的下一步变动，主要取决于新信息（比如突然公布的财报、意外政策、突发新闻），而不是昨天那根K线长什么样。

你看到了一个"头肩顶"形态，说"这是卖出信号"——但在随机游走的世界里，任何形态都可以出现，也可以不出现。历史数据中的"形态"，和未来的价格方向之间，可能根本不存在因果关系。

这不是说技术分析100%没用。而是在大多数时候、对大多数人来说，试图预测短期价格方向，就像那个醉汉试图走一条直线一样——他可能偶尔走对几步，但长期来看，他只是在原地打转。

这也是为什么统计数据显示，超过70%的主动交易者长期跑不赢指数基金。不是因为他们不够努力、不够聪明，而是因为他们在一个本质上随机的游戏里，试图寻找确定性。

HOW：白噪声、随机游走与预测的边界

好，故事讲完了。现在我们用尽量通俗的语言，把核心概念理清楚。

什么是白噪声？——市场里的"背景杂音"

想象你站在一个安静的房间里，打开收音机，把频率调到一个没有电台的位置。你会听到什么？

沙沙沙——一片均匀的杂音。

这就是白噪声（White Noise）。它的核心特征很简单：

1.每个瞬间的值都是随机的：下一秒的声音跟上一秒毫无关系

2.没有规律可循：你无法根据过去的杂音预测下一个杂音是什么样

3.均值是零：虽然每时每刻都有声音，但长期来看，没有偏向任何方向

用金融的语言来说：如果一只股票的日收益率是白噪声，那就意味着——今天涨了1%，明天涨多少？完全随机。今天跌了2%，明天是继续跌还是反弹？完全随机。

昨天的涨跌对未来没有任何信息价值。

这就是白噪声的残酷真相：它是一个"无记忆"的序列。每一个数据点都是一个独立的、全新的随机事件。就像扔硬币——你连续扔了10次正面，第11次是正面的概率仍然是50%。硬币没有记忆，市场也没有。

一个生活化的比喻

把白噪声想象成收音机的静电杂音：

•你听了10秒钟，觉得好像有规律——"刚才那段像不像一首歌的旋律？"

•但如果你仔细分析，那段"旋律"只是随机杂波的偶然组合

•你再等10秒，"旋律"消失了，变成完全不同的声音

金融市场上的很多"规律"就是这样——它们是白噪声中的偶然模式。你的大脑天生擅长在混乱中寻找秩序（这是进化的功劳），但在白噪声面前，这种本能反而成了陷阱。

什么是随机游走？——醉汉的数学公式

现在我们从白噪声走向随机游走（Random Walk）。

两者的关系很简单：

白噪声是随机游走的"砖块"——把白噪声一块一块叠起来，就形成了随机游走。

用公式表达：

翻译成大白话：

今天的价格 = 昨天的价格 + 一个随机变化

那个"随机变化"（ε）就是白噪声——每天都是独立随机的，跟昨天无关。

这个模型看起来简单到近乎荒谬，但它完美地描述了一种现象：

想象一个醉汉从广场中央出发，每一步都随机选一个方向。走了100步之后，他可能在广场任何位置——但你无法准确预测他在哪里。

更神奇的是：

•如果你看他的轨迹图，会发现它有时像一条直线（看起来像"趋势"），有时像在兜圈子（看起来像"形态"）

•但这些都是假象。因为每一步都是随机的，过去的路径对未来的方向没有任何指引

•你画什么趋势线都没用——因为醉汉的下一步跟前面100步走成什么形状，完全没有关系

股票价格就像一个醉汉的轨迹。在K线图上，你会看到"突破""支撑""阻力""头肩顶"等各种形态——但在随机游走的世界里，这些形态是噪声中的幻觉，不是未来的预兆。

随机游走的一个反直觉特征

这里有一个让很多人困惑的现象：

假设一个醉汉从原点出发，走了1000步。他的位置在哪里？

直觉上，既然每一步都是随机的，长期来看他应该回到原点附近——对吧？

错。

虽然醉汉的期望位置确实是原点（向左走和向右走互相抵消），但他的实际位置离原点越来越远——只是你不知道他会往哪个方向飘。

数学上，走了N步之后，醉汉离原点的平均距离大约是

步。走了100步，平均离原点10步；走了10000步，平均离原点100步。

这和股票价格的行为惊人地一致——价格会"漂移"得越来越远，但你无法预测它往哪个方向漂移。

有效市场假说：随机游走的金融学翻译

讲到这里，我们不得不提一个金融学中最重要的理论——有效市场假说（Efficient Market Hypothesis，简称EMH）。

1970年，芝加哥大学的尤金·法玛（Eugene Fama）教授正式提出了这个理论。后来他因此获得了2013年的诺贝尔经济学奖。

EMH的核心观点用一句话概括：

在一个信息充分流通的市场里，价格已经反映了所有可获得的信息。因此，没有任何人能够系统性地"战胜市场"。

为什么这和随机游走有关？因为——

•如果价格已经反映了所有信息，那么只有新信息才能改变价格

•新信息是"新"的——它还没有被任何人知道，所以不可预测

•价格变动 = 对新信息的反应 = 不可预测的随机变动

•因此，价格变动近似于随机游走

法玛把市场效率分为三个层次：

绝大多数实证研究表明，成熟市场（如美国股市）至少在弱式有效层面是成立的——也就是说，纯粹看K线图做技术分析，长期来看大概率跑不赢买入持有指数基金。

这就是为什么巴菲特能跑赢大盘——不是因为他会看K线，而是因为他在买入企业，而不是在预测价格。

那预测到底有没有边界？——三个层次

好了，讲了这么多"不可预测"，你可能会问：那量化交易还有什么意义？如果市场完全随机，我们不都应该去买指数基金然后忘掉密码吗？

这个问题问得好。答案是：市场不是完全随机的，但预测是有边界的。

我用三个层次来说明：

第一层：短期价格方向——几乎不可预测

日收益率序列接近白噪声。今天的涨跌和明天的涨跌之间，相关性接近于零。在这个层面上，试图预测"明天涨还是跌"，和预测抛硬币的正反面没什么区别。

预测极限：日频方向预测的准确率，很难持续超过53-55%（扣掉手续费后可能就亏了）。

第二层：波动率和相关性——可以部分预测

虽然"明天涨还是跌"不可预测，但"明天的波动有多大"是可以部分预测的。这就是波动率聚类（Volatility Clustering）——大涨之后往往跟着大跌（不管方向），平静期之后往往跟着平静期。

就像天气：你很难精确预测明天会不会下雨，但你可以预测明天"大概是什么量级的天气"——台风天还是晴天，大方向上是有规律的。

GARCH模型就是用来捕捉这个特征的——它预测的不是"价格往哪走"，而是"价格会走多大"。

第三层：长期均值回归——有规律可循

在更长的时间尺度上（月频、季频），市场确实存在一定的均值回归特征。估值过高（PE太高）的时候，未来5-10年的回报率往往偏低。这是有学术证据支持的。

但这和短期交易完全是两个世界——你需要的不是日频进出，而是长期持有、估值择时。而且这种效应的信号很弱，需要大样本和长周期才能显现。

总结：

量化交易的真正价值，不在于"预测明天的价格"——而在于在波动率、相关性、市场微观结构等维度上寻找微弱的、可重复的优势。

LTCM的故事：天才们的傲慢与覆灭

讲到这里，我必须分享一个量化史上最震撼的故事——长期资本管理公司（LTCM）的崩盘。

1994年，LTCM成立了。它的核心团队堪称"梦幻阵容"：

•约翰·梅里韦瑟（John Meriwether）：所罗门兄弟公司的传奇交易员

•罗伯特·默顿（Robert Merton）和迈伦·斯科尔斯（Myron Scholes）：期权定价公式（Black-Scholes模型）的发明者，刚刚获得诺贝尔经济学奖

这帮人聚在一起，用复杂的数学模型做债券套利。头几年，效果惊人——年化收益率超过40%，回撤极小。华尔街惊呼这是"史上最赚钱的基金"。

但1998年8月，俄罗斯宣布债务违约。这个"极小概率事件"发生了。

全球市场陷入恐慌，原本"不可能发生"的价格偏离不仅发生了，而且偏离的程度远超任何模型的预测。LTCM在不到四个月内亏损46亿美元——是他们资本金的将近两倍。

最后，美联储不得不亲自出面协调华尔街各大银行来"救火"，防止LTCM的崩盘引发系统性风险。

LTCM的教训是什么？

他们的模型假设市场在大部分时间是有效的、价格偏离终将回归——这在正常时期确实成立。但他们忽略了一个关键问题：

随机游走并不排除极端事件的发生。而且，当极端事件发生时，它的破坏力可以摧毁所有基于"正常时期"建立的策略。

正如一位LTCM的合伙人后来回忆的：

"我们做了99%正确的事。但那1%的错误，就足以让我们归零。"

WHAT：对量化交易者的启示与认知升级

三个认知

学完白噪声和随机游走，我希望你能带走这三个认知：

认知一：市场在短期接近随机游走——接受它

这不是悲观，而是现实。就像天气预报的准确率在短期内也就55-65%一样，短期价格预测的准确率也不会高到哪去。接受这个现实，你才不会在"猜对一天"时过度自信，也不会因为"连续猜错"而崩溃。

交易中的"确定性幻觉"是最大的敌人。当你看着K线图说"这个形态我见过100次了，下次一定涨"的时候——请回想那个醉汉。他走过的路径上，也有100次看起来像要转弯的样子，但下一步仍然是随机的。

认知二：预测的价值在于"边界"——利用它

市场不是100%随机游走。在波动率、相关性、市场微观结构等维度，确实存在可预测的成分。量化的价值不是"预测方向"，而是：

•预测波动：用GARCH类模型预判市场的波动状态

•预测相关性变化：当市场从平静进入恐慌时，资产之间的相关性会急剧上升——这本身是可预测的

•预测市场微观结构：订单簿的流动性、买卖盘的不平衡——这些在毫秒级别的尺度上确实存在可预测性

认知三：策略的"保质期"——敬畏它

如果市场接近随机游走，为什么量化策略还能赚钱？因为——

市场不是完美的随机游走，而是在"接近随机"和"偶尔偏离"之间反复切换。

当市场出现定价偏差时（比如某个事件导致的过度反应），价格会暂时偏离随机游走——这就是alpha的来源。但这种偏离是短暂的，随着套利者涌入，价格会回归到接近随机游走的状态。

所以，每一个策略都有"保质期"。当市场环境变化、参与者结构变化时，原来有效的微弱规律可能就消失了——因为市场在向更有效的方向演化。

行动

1.别在日收益率上寻找强预测信号：如果你的策略声称能持续准确地预测明天的涨跌方向，请保持怀疑——大概率是过拟合或者数据窥探的结果

2.把预测重心放在波动率和相关性上：这些维度的可预测性远高于方向预测，而且是风险管理的核心

3.做ADF检验：在建立任何预测模型之前，先用上一篇讲的ADF检验确认数据的基本性质。如果价格序列是随机游走（非平稳），你应该在收益率序列上做分析

4.对策略样本外表现保持谦逊：LTCM的教训告诉我们，即使是最聪明的模型也有盲区。永远为"黑天鹅"留有余地

5.区分"预测"和"风险管理"：预测不了方向不代表做不了量化。仓位管理、止损机制、分散投资——这些"防御性"策略在随机游走的世界里同样有效

我个人认知的转变

最后，说一点个人感受。

刚开始学量化的时候，我花了大量时间研究各种技术指标——MACD、RSI、布林带、KDJ——试图找到一个能准确预测涨跌的"圣杯"。我画了无数张K线图，尝试了上百种参数组合，偶尔回测出一个"年化100%"的策略就兴奋得睡不着觉。

然后——实盘亏了。

后来我学到了白噪声和随机游走的概念，一开始是抗拒的。心里想："不可能，一定有什么规律是我还没发现的。"

但当我真正理解了背后的数学逻辑，当我看到LTCM的故事，当我用真实数据反复验证——我慢慢接受了这个事实：

短期价格变动的不可预测性，不是因为我们不够聪明，而是因为市场本身的结构性特征。

这个认知虽然"残酷"，但反而让我轻松了很多。

我不再执着于"预测明天涨跌"，而是把精力放在风险管理、波动率建模、以及寻找那些微弱但真实的市场低效上。我的策略收益率可能没有"找到圣杯"那么高，但它更稳健、更可持续、更不容易在极端行情中崩溃。

这才是量化交易真正的魅力——不是打败市场，而是与市场共舞。

写在最后

牛顿的故事告诉我们：即使是最伟大的头脑，也无法预测市场的短期走势。

LTCM的故事告诉我们：即使是最精密的模型，也无法防范所有极端事件。

白噪声和随机游走的理论告诉我们：接受不可预测性，是走向成熟的第一步。

但这不是终点——恰恰相反，接受不可预测性之后，你才能真正开始思考：在可预测的维度上，我能做些什么？

这个问题，就是我们后续要一起探索的方向。

年化20%量化笔记 · 第40篇

系列进度：40/300

下一篇：【维克】自相关函数ACF：时间序列的"指纹"