2、金融基础回顾:股票、债券、ETF等资产类别;收益率与风险度量

好,咱们正式开始之前,先聊点实在的。

做量化投资,尤其是强化学习那一套,很多人一上来就撸代码、调模型。结果呢?模型跑得挺欢,但连基础资产都没搞明白。我见过不少新手,把股票和ETF混为一谈,最后策略回测出来全是坑。

所以这一章,咱们先把地基打牢。说白了,就是搞清楚你手里到底在交易什么,以及怎么衡量这笔买卖划不划算。

2.1 资产类别:你交易的对象到底是什么?

我个人习惯把金融资产分成三大类:权益类、固收类、衍生品类。咱们做强化学习投资组合,最常打交道的是前两类,外加一个ETF。

2.1.1 股票(Stock)

股票就是公司的所有权凭证。你买一手茅台,理论上你就是茅台的迷你股东。收益来自两部分:股价上涨(资本利得)和分红(股息)。

特点:

  • 高波动,高风险,长期预期收益也高。
  • 流动性好,T+1交易(A股),随时可以买卖。
  • 受公司基本面、行业政策、市场情绪影响巨大。
我的经验: 做强化学习策略时,千万别把股票当成独立个体。它们之间有相关性。比如银行股涨,保险股往往也跟着动。我曾在策略里忽略了行业相关性,结果回测曲线漂亮,实盘一跑就崩。

2.1.2 债券(Bond)

债券就是借条。你买国债,等于借钱给国家;买公司债,等于借钱给企业。收益主要来自票息和到期还本。

特点:

  • 风险相对低,尤其是国债,基本无违约风险。
  • 收益稳定,但收益率通常跑不赢股票。
  • 对利率敏感。利率涨,债券价格跌;利率跌,债券价格涨。
注意: 别以为债券就绝对安全。公司债有违约风险,高收益债(垃圾债)波动起来不比股票小。我曾经在2018年踩过一只信用债的雷,那叫一个惨。

2.1.3 ETF(交易型开放式指数基金)

ETF本质上是一篮子资产的组合,但像股票一样在交易所交易。比如沪深300ETF,你买一份,就等于同时买了300只股票。

为什么强化学习喜欢用ETF?

  • 分散风险: 单只股票暴雷,对ETF影响有限。
  • 交易方便: 像股票一样买卖,手续费低。
  • 透明度高: 持仓每天公布,不像主动基金那样黑箱。

我个人做策略时,80%的底仓都用ETF。省心,而且回测数据干净,不会因为停牌、涨跌停搞出幺蛾子。

2.2 收益率:你到底赚了多少?

收益率这东西,看着简单,但坑不少。咱们做量化,至少得搞明白三种。

2.2.1 简单收益率

最直观的算法:

简单收益率 = (期末价格 - 期初价格 + 期间分红) / 期初价格

比如你100块买的股票,涨到110,分红2块。那收益率就是 (110 - 100 + 2) / 100 = 12%。

2.2.2 对数收益率

量化里更常用的是对数收益率:

对数收益率 = ln(期末价格 / 期初价格)

为什么用这个?因为对数收益率在时间上可加。你想想看,今天涨10%,明天跌10%,简单收益率算出来是亏的,但对数收益率算出来是0。而且对数收益率更符合正态分布假设,很多模型都基于它。

核心要点: 做强化学习时,状态空间里我建议用对数收益率。它能让模型更稳定,不会因为极端值把梯度搞炸。

2.2.3 年化收益率

不同周期的收益率没法直接比。比如你一个月赚了5%,另一个策略一年赚了20%,谁厉害?得年化。

年化收益率 = (1 + 总收益率)^(1 / 年数) - 1

一个月赚5%,年化就是 (1 + 0.05)^(12) - 1 ≈ 79.6%。嗯,看着很猛,但别忘了风险。

2.3 风险度量:别光看收益,得看代价

做投资,收益和风险是孪生兄弟。我见过太多人只看收益率,结果回撤30%就扛不住了。咱们量化人,得用数字说话。

2.3.1 波动率(标准差)

最基础的风险指标。衡量收益率围绕均值波动的程度。波动率越大,风险越高。

波动率 = sqrt( 1/(n-1) * Σ(ri - r̄)² )

其中ri是每日收益率,r̄是平均收益率。通常我们会年化,乘以sqrt(252)(假设一年252个交易日)。

2.3.2 夏普比率(Sharpe Ratio)

这是量化界的「万能指标」。它衡量的是:每承担一单位风险,能换来多少超额收益。

夏普比率 = (策略年化收益率 - 无风险利率) / 策略年化波动率

无风险利率一般用国债收益率,比如2.5%。

我的判断标准:
  • 夏普 < 0.5:一般般,不如买理财。
  • 夏普 0.5 - 1.0:还不错,值得关注。
  • 夏普 > 1.0:优秀,但得小心过拟合。
  • 夏普 > 2.0:要么是神,要么是骗子。

我曾经优化一个策略,夏普干到了3.2,当时兴奋得不行。结果实盘一跑,直接腰斩。后来发现是回测时用了未来数据。嗯,这坑我替你们踩过了。

2.3.3 最大回撤(Max Drawdown)

这是最让人心疼的指标。它衡量的是:从历史最高点,跌到最低点,你最多亏了多少。

最大回撤 = min( (策略净值 - 历史最高净值) / 历史最高净值 )

比如你账户最高到过100万,后来跌到70万,那最大回撤就是30%。

避坑指南: 我曾经做过一个策略,年化收益30%,夏普1.2,看着完美。但最大回撤是45%。这意味着你投100万,中间可能亏到只剩55万。普通人根本扛不住,肯定在最低点割肉。所以做强化学习时,一定要把最大回撤作为约束条件,别光盯着收益。

2.4 知识体系总览

下面这张图,把咱们这一章的核心逻辑串起来了。你可以把它当成一个思维导图,方便以后复习。

金融基础回顾 资产类别 收益率 股票 债券 ETF 简单收益率 对数收益率 年化收益率 风险度量 波动率(标准差) 夏普比率 最大回撤 核心:收益与风险必须同时考量,缺一不可

2.5 实战小贴士

最后,分享几个我自己的习惯,希望能帮你少走弯路:

  1. 数据频率: 做强化学习,日频数据就够了。别用分钟级数据,噪声太大,模型容易过拟合。
  2. 回测周期: 至少包含一个完整的牛熊周期。A股的话,2015年、2018年、2020年都是很好的测试样本。
  3. 风险预算: 策略里一定要设最大回撤止损线。我习惯设20%,到了就清仓,绝不犹豫。
  4. 夏普陷阱: 别迷信高夏普。如果一个策略夏普超过2,先检查是不是用了未来函数,或者样本外测试了没有。
一句话总结: 搞懂资产是基础,算对收益率是基本功,管好风险才是真本事。下一章,咱们开始把这些东西塞进强化学习的框架里。

公众号:蓝海资料掘金营,微信deep3321