【金融市場】股市偏態增加最重要的三個原因

偏態(Skew)這個詞有學過統計的人應該不陌生,換在金融市場的語言就是「大漲大跌的機率比常態分配(Normal Distribution)機率還高」,也就是一般所說的黑天鵝效應,看到黑天鵝的機率比我們想像的還要高,黑天鵝效應發生時通常會出現恐慌的現象,例如911恐怖攻擊、319槍擊案等突發事件,除了本身出現機率比常態分配高外,極端漲跌的幅度近年也較過去來得大,歸納有幾個原因如下。


程式交易:趨勢追逐(Trend Following)

相信會看我的文章的各位應該都是對於量化交易或程式交易有興趣,對於這個策略一定不陌生,以一個移動平均線的簡單順勢策略來說,當價格突破移動平均線則進場買進,反之當價格跌破移動平均線則進場賣出,再想像一下一個情況,如果全市場都是以這種策略會發生什麼事,當一穿過均線,反向流動性瞬間真空,如果順勢交易以市價單(Market Order)進場,則價格會瞬間大漲或大跌,反而讓更多觸發(Trigger)更多順勢交易策略進場,透過一個從眾心理反而會讓趨勢自我實現,而且幅度相當大。

逆勢交易永遠是市場的潤滑劑,而最常使用逆勢交易的交易者就是一般投資人(俗稱散戶)或是價值投資者,人性一般都會懼怕追高殺低,所以自然會表現出逆勢交易的特性,逆勢交易參與者夠多將會使波動率降低,大家可以想一下台股的波動率是高還是低呢?像是台灣的金融股在存金融股的風氣下,當下跌時持續有一般投資人進行買進,越跌越買,所以波動率相當低,可以去比較一下美國的金融股波動率。

衍生性金融商品:選擇權Short Gamma部位

選擇權Greeks中最重要的一個係數就是Gamma,Gamma就是定義選擇權非線性的核心,非線性特性就是在持有選擇權時,透過選擇權本身就可以幫你在賺錢的時候加碼,跌的時候減碼,這個都是自然而然出現的,就是利用一個二階微分的Gamma值來衡量,剛剛的假設是一個選擇權買方的特性,而選擇權買方一定是由選擇權賣方所買進來,選擇權賣方為了要複製出非線性的特性,在避險操作上,必須要「追漲殺跌」,假設一個情況,選擇權賣方的避險交易金額佔市場超過五成會發生什麼事,股價漲1%後,第一波避險單快速湧入買入股票,並將漲幅推升到2%,又導致第二波避險買盤出籠,所以自然的會導致波動率與偏態擴大的狀況。

槓桿與反向ETF

槓桿與反向ETF也是一種衍生性商品,實質上是屬於一個第二階層的衍生性商品,最底層為現貨指數,第一階層衍生性商品為期貨,而槓桿與反向型的ETF持有期貨,形成第二階層的衍生性商品,而ETF的資產管理機構必須每日追蹤指數報酬,當指數漲跌幅比例夠大時,資產管理機構就會進行Daily Rebalancing,如果大漲就會去買入期貨,大跌則會賣出期貨,在尾盤時就會有順勢的買盤或賣盤出現。


結論

你是不是也是間接造成股市偏態增加呢?未來偏態只會越來越嚴重,散戶的退出與系統化投資交易的趨勢下,這個現象是必然的,偏態我們從金融市場觀察到的一些現象,也可以變成一些交易策略,甚至如果資金量夠大,還可以去攻擊選擇權的賣方,利用一些流動性的不對稱來吃選擇權避險買盤的豆腐,這種攻擊型態有時間再跟大家分享。


雷大的Python投資筆記電子報

歡迎訂閱雷大的Python投資筆記電子報,每週將會發布定期市場分析文章與不定期的專案研究文章:

  1. 國際金融市場分析
  2. 量化交易策略分享
  3. Python程式撰寫教學

立即訂閱最新文章