学校金融工程已经有一年多了,这一年看了一些书籍,有一些体会。
金融工程我的理解就是经济学需求与供给的一种延伸。在实际的业务中,客户有了某种需求,为了满足需求,金融人员设计一种产品来供给对方的需求。客户最主要的需求是在可控风险下的该收益率。追求高收益率,低风险是一切金融活动中心指导思想。金融产品一般由一些金融机构高技术人员设计,但是放眼世界任何国家的金融机构都需要金融监管机构的监管,由于金融监管机构的存在,金融产品的设计又增加了一个目标,有时候需要规避监管机构的监管。
所以出现了2种需求,可能还有其他需求。1追求高收益率,低风险,2摆脱监管。
首先讲讲第一种需求,对于高收益率的渴望是很多投资人的一个目标。但是收益率取决于未来的价格,未来具有不确定性,如何在交易场交易的各种金融资产中准确把握和预测金融资产的价格和走势就变得很重要了。金融资产有股票,外汇等原生金融资产也有期权和期货等衍生出来的产品。如何预测不确定资产呢,一般来说有这么几种方法,分析历史数据的统计规律性,得出一些规律,比如统计学,计量经济学,随机过程,随机分析等数学方法,这些数学方法有区别,但是共同点就是基于历史数据,和均值的伟大概念,做一些数学处理,这种处理舍掉了一些专业人士认为不重要的东西,保留了一些东西使其简约化。理论界基于这种研究方法诞生了一些所谓金融数学,金融计量经济学等学科。在美国那种比较有效的市场,在没有黑天鹅事件的情况下,这种预测方法可能还是比较准,但是在极端情况和不发达的市场,这种基于理论假设的定价方法不会很行的通。一般,均值方差模型,CAPM理论,MM理论,EMH假设,B-S定价公式都是基于有效市场的一连串完美假设做出来。这些理论完全掌握也需要运筹学中的优化理论,随机过程,偏微分方程等三门数学书籍,方可真正从推导弄明白。如何控制风险呢,一般来说对于实体经济可以买保险,但是对于金融资产投资的胜负,一般来说没有常规的保险。因为保险产品开发也是基于保险的基本原则的。但是此时一些优秀的投行对于信用风险却动了脑筋,开发了一系列的信用衍生产品来转移信用风险,此时金融衍生品居然有了新的用武之地-风险转移,丰富了风险管理的功能。
第二摆脱监管的要求,也诞生了一些金融衍生工具,比如一些合约或者一些组织的建立。地方ZF融资平台算不算一种金融工具,留给大家去议论吧。
金融工程核心或者精髓我认为是满足客户的需求,一般客户的需求有追求高收益,低风险,规避管制,或者某种特殊不可告人的目的,金融工程师去设计这样的金融工具让客户满意。什么随机过程,期权定价,偏微分方程或者金融计量技术都只是技术性层次问题,无非是一种数理技术对于现实情况的简化和模拟,当然你也可以按照其他数理技术处理。比如有人利用分型几何的数理技术做模型。当然你也可以用其他工程技术。曾经就看过有的人利用有限元数值算法模拟某些新型期权的定价处理,效果怎么样就不好说了。
现在是计算时代,数据时代。面对的金融数据很广阔,如何更好地满足客户的需求,需要会分析数据,处理数据,这势必需要SQL数据库和数据结构,统计,计量分析等理念,去数据挖掘有用的金融经济信息。当然分析数据表面也是不够的,还需要整体宏观经济分析能力以及财务分析处理,多者结合才可能分析的准确,因为国内市场不是很完善,需要综合很多很多信息。
分析完了,就要实际投资,投资什么,怎么样投资,遵循什么原则,就是集中关心的问题。
大的基金机构一般是组合投资,风散风险。组合投资就需要计算机编程建模能力,通过计算机编程建模去下达命令和争夺时间下单。一个好的计算设备会很有优势,西蒙斯团队充分证明了这一点。公墓基金受到的管制和关注比较多,很多情况放不开。一些私募阳光基金团队,开始有了一些苗头,利用大规模计算设备,通过量化策略开发测试等手段进攻投资界,其实量化投资的原则还是技术分析等套路,只是借用机器可以更加客观,时间更快。当然有一些老经验的投资人对于量化投资嗤之以鼻,他们继续通过财务报表分析或者其他手段投资。