我的书签
添加书签
移除书签14.2 依据事件所进行的交易
有两种情况可以触发事件交易，最常见的是计划经济报告、收益公告以及金融机构和独立分析师的建议。价格走势往往较为温和，而交易者通常会站在与市场行情相反的立场，进而寻找其回调的时机。这是第13章所讨论的套利交易的一部分。在本节中，我们将讨论对报告和意外事件所呈现的更大反应情境以及如何处理特定的情况。
价格波动所带来的最大行情波动被称为价格冲击事件，其是人们对重要的、意外的消息做出反应的结果。这些市场事件对所有交易者构成了最大的风险，因为它们是不可预测的，而且规模如此之大，以至于它们与正常的交易风险不成比例。在不经历巨大的、不利的价格冲击的情况下，其有可能在数年时间里影响相关的交易，许多交易者并没有为这些情况做适当的计划。然而，能否在价格震荡中幸存下来则需要将交易生涯的终止与漫长而成功的交易区分开来。关于价格冲击的进一步讨论可以在第21章和第22章中找到，本节则重点介绍一种于价格冲击后立即进行交易的策略。
并非所有的价格冲击事件都非常严重，以至于它们会带来一些难以管理的问题。还有，可能大部分的价格变动（不管是大的变动还是小的波动）要么是对相关新闻所做出的反应，要么是对相关新闻的预期，而更大的价格变动则是全球经济行动所造成的结果，比如恐怖袭击、宣战、暗杀或与天气和地震相关的自然灾害。较小的价格冲击事件来自政府机构或货币当局定期发布的经济报告、电视广播或报纸上的金融评论、收益发布、意外破产、最高法院的裁决、农业部对一种新药的声明以及其他无数的原因。另外，美国政府会公布一些预定的经济数据，其中很多都是在纽约时间上午8点30分，这些会定期生成相应行情走势的中断情境。
相应价格变动的频率和规模大都由意外的消息所引发，从而使这些事件成为交易系统的自然性选择。 [1] 然而，获取收益的机会并不是于报告公布前占据一席之地，而是预测市场的反应，同时需要研究在最初的价格反应之后所出现的系统性模式，因为相关的信息是出乎意料的，所以你无法预测相关的结果或市场反应的程度。因此，在政府报告之前，在市场上占据一个市场头寸的行为会有50%的成功概率，而且，其往往会面临很高的风险。相关研究可能表明：由于货币当局会计划经济增长以及控制通货膨胀，所以价格冲击的方向存在偏差；然而，相关的风险度仍会很高。本节只关注事件出现当日结束之时的仓位头寸，因为这一天会呈现剧烈的市场变动情境。
14.2.1 市场行情应对经济报告所呈现的反应模式
为了确定是否有足够的机会从一个事件后的价格变动中获利，我们有必要研究一下在接下来的几天内所呈现的价格变化的方向，这些滞后反应是市场效率低下的结果。当一个意外事件发生时，没有人知道正确的价格应该是多少，市场需要时间才能达到平衡。有效市场假说提出的前提是：市场将立即得到正确的价格，而这是荒谬的。考虑到市场反应的时间和订单的规模，目前的价格可能是正确的。在巨大的价格冲击下，通常会有一种过度的或不足的反应模式在未来几天内得到纠正——有时，价格会向一个方向跳跃，然后马上开始另一个方向，直到交易日结束之时，它们完全不考虑事件冲击的影响，而对价格冲击的最初反应情境对交易者而言可能不是有利的。
图14-1 价格应对意外消息的反应模式，其中也包括延迟反应模式
注：在事件出现当天，行情向上（0）；价格上涨可能持续（a）；或者，行情在接下来的3天内发生反转（b）。
图14-1说明了预期的价格变动类型，而这是在价格上涨之后才有的。当出现反应不足或结构性变化时，价格在未来几天内会走高；当出现过度反应或短期事件时，价格会出现逆转。相应模式不会像图14-1中所示的那样有序，因为波动率很高，所以，许多交易者会冲动地做出反应（或出于财务上的需要），从而掩盖他们的损失，而依据事件所进行的交易对应的候选行情的必备项是：
·必须有足够的波动性，如此才能产生足够大的后续行动，进而生成相关利润；
·一定要有成功的可能性；
·必须能够对冲另一个头寸，从而降低整体的风险。
当研究上述这些事件时，市场反应的大小和随后的行情模式之间应该有直接的相关性，例如，对新闻的一个小反应模式可能指示价格冲击所造成的、持续的行情方向。因此，如果一个月内初始的工作申请或总失业率上升了0.2%，那么，市场就会预期政府会通过降低利率来刺激就业的增长；如果失业率跃升了1个百分点，那就会出现与前相同的初始反应模式，但是相关的数字会非常大，以至于它可能被认为是一个错误，而在这种情况下，我们还不清楚政府将会做出何种程度的反应。市场可能对大的冲击事件反应过度，但是，其对小事件的反应却很迟钝，而发现这一观点的最好方法是研究事件发生时的反应模式。
对此，我们可以这样解释：如果顺势交易模式对市场工具而言有利可图，那么，所有的行情变动都是不同规模的价格冲击事件而生成的结果。如此，正常的价格冲击事件则会发生在趋势运行的方向之上。
对经济报告或发布的公司收益的反应模式是理解价格冲击事件的基本原理，即这种冲击的规模是基于预期数据和实际报告数据之间的差异，而对预期最好的评估是在经济报告发布前的市场价格——市场行情总是对报告所认为的最好预期情境进行贴现。因此，如果债券价格在重要的失业报告前上涨，我们可以说：市场预期失业率会上升；如果短期利率的期货价格上涨且预期有一份非常糟糕的报告，而收益率下降但相关报告属于中性，那么，债券价格将大幅下跌，从而抵消不正确的预期。当你从经济数据的历史记录中学习市场反应模式时，你必须用价格来表示期望。一份关于同一经济报告中价格变动幅度的研究显示：当前的价格完全低估了预期的公告。
14.2.2 相关事件的衡量方式
衡量一个事件的意外效果的最实用的方法是：将震荡当天的波动率与平均波动率进行比较，这可以通过将当前日的波动率与最近的平均波动率进行比较，且使用真实波幅来计算：
即
上式当中，真实波幅均值是以n天计算的，但是，也使用平均滞后的m天的值，通常n=60，m=30。应用平均60天的值将减少在此期间发生的任何其他价格冲击事件所造成的影响，而滞后因子则避免了两个事件相互冲击的情境。当上式比率大于3.0时，我们则可能已经确定：某一天的新闻事件造成了巨大的价格冲击；比例越大，市场的惊喜就越大。我们需要注意的是：由于使用真实波幅均值，而价格冲击事件可能在一夜之间发生，这样会造成一个缺口，在这种情况下，最好的衡量波动性的指标应该涵盖相对于前一期的价格变动情境。同时，为了获得最好的结果，我们只能使用“分区信息表”（pit session）中的数据。
行情的波动模式
在2000年开始的股市下跌和随后的行情反弹当中，交易者所关注的主要经济报告是：每周首次申请的失业救济和月度失业人数。一项关于波动率的研究表明：在报告发布当天，美国国债的期货价格的变动幅度最大；在报告公布后的第二天，其波动率则是最低的。在相关报告发布的月度之间，波动率的周期性变化情境似乎每周都会发生。
14.2.3 交易事件的滞后性问题
一旦你研究了价格在事件发生日或价格震荡之后的走势，你就可以创建相应的交易规则，例如，如果市场预期与公布的数据相似，而消费者价格指数居于0～0.2%，那么，月际的变化模式不会有较大的起伏；+0.2至+0.4或-0.1至-0.4之间的变化则足以引起市场做出明显的反应，同时，相关情境还要伴随更低或更高的预期度。大于0.4的数据应该会引起价格的震荡，且不需考虑预期因素。此外，我们可能会发现：由于市场存在过度预期或不信任的情绪，+0.4变化度项下的市场行情则会相对于政府的正常行为而产生相反的映射情境。
基于研究相关模式所生成的结果，沃里克（Warwick）建立了以下交易规则，即
（1）如果市场行情在某一天的交易区间收于上端20%以内，同时价格已经显示出具有历史意义的延续模式，那么我们就要做多；
（2）根据市场行情的滞后模式，在预定的天数内持仓；
（3）使用止损来限制风险。
在对玉米市场的一项历史性的研究之中，阿诺德·拉森发现：81%的价格变化是在事件当天发生的；在接下来的4天里，典型的价格反转是8%；在最初的45天里，价格的净变化值是27%。 [2] 这项研究的更新版出现在本节的最后，其证实了人类的行为是不容易改变的。
14.2.4 对相关事件反应结果的研究
在《依据事件所从事的交易》（Event Trading）一书中，沃里克展示了一些主要市场行情的测试结果，如此可使我们比较美国30年期国债与标准普尔500指数以及其他金融市场工具的系统性反应的影响模式。导致债券价格大幅上涨（收益率下降）的意外消息将导致股市上涨，除非这一消息对该国的长期经济特别不利。因此，耐用消费品消费量的下降应该是低利率和股市反应略微滞后的结果。前述这些模式在表14-1中被显示出来，其中，债券和标准普尔的测试结果被并排标识。
表14-1 美国债券和标准普尔500指数向上突破的测试结果，1989～1994年
总体而言，我们预计价格冲击事件将首先影响利率，然后是货币，最后是股市。在通常情况下，利率会以某种方式抵消经济影响，稳定股市，这将会抢占央行所预期的行动。外汇（FX）市场对加息的反应是积极的，而由于利率变化的原因，外汇市场对利率的下降有负面的反应模式，而唯一的例外情境是：这个消息比以往更加极端，并且首先瞄准了股市——由于缺乏信心，投资者将把资金从股票市场转向利率市场，这种行为被称为“逃向安全地带”，如此将导致股市的下跌，而收益率也会相应下降，沃里克通常预计前述两个市场行情将朝着相同的方向发展。而较低的收益率（较高的债券价格）应该可以降低借贷成本，从而促进企业的经营，进而提高股票价格。不过，投资者会收到警告，即由于受到美国经济状况和当前对经济政策的舆情解析模式的影响，美国国债和股指市场的反应时间可能存在很大差异。
表14-1显示了市场行情在利率和股市做出最初反应时的情境，当两种市场都朝着相同的方向运行时，那么，诸如零售业、GDP和就业一类数据所相关的全面性影响模式需要更长的时间才能被市场评估，或者政府会有一些持续的反应政策；PPI指数和全国采购经理协会（NAPM）的报告没有显示出相应的一致性，这表明市场对相关信息的接受程度不同——当置信度很低时，市场可能会在对新闻的即时反应中达到最好的价格水平，因此，在随后的价格变动中没有呈现出一致性。
表14-2显示了导致债券价格下跌和标准普尔500指数价格相应下降的并行测试结果。低置信度的测试结果相关的频率可能代表了股票市场正常的上行偏差与测试期间异常乐观的趋势之间的冲突，而最具可信度的GDP数据表明：即使GDP数据会影响利率的上升，股市也会走高。交易数据的平衡表（trade balance）并非始终是市场的主要焦点，但是，它有着非常一致的变化模式，其与大多数其他统计数据的利率变动并无明显的关联性。
表14-2 美国债券和标准普尔500指数下跌情境的测试结果，1989～1994年
尽管上述这项工作的重点是对突发新闻的短期反应，但是，长期趋势也不应被忽视。经济数据可以在很长一段时间内显示出趋势，而美联储的反应方式通常是温和但始终如一的。如果CPI或PPI指数显示出通货膨胀的早期迹象，那么，货币当局将会小幅度提高利率；如果这项政策没有效果，就像在下一系列经济报告中所看到的那样，那么，美联储将会再次加息，这种模式创造了一种潜在的趋势，其可以被用来过滤交易的方向并增加测试结果相关的置信度。
我们在这里要警告读者：由于经济状况的变化，美国国债与股票指数的相关性可能会长期性处于变化当中。尽管基本的经济原则最终会浮出水面，但是，亲自研究市场行情并验证交易模式总是很重要的，这个过程将建立在对相关方法的理解和自信的基础之上。
1.相对于失业报告的市场反应模式
在最近的经济衰退中，失业一直是经济复苏的焦点，追踪失业数据是过去交易的关键。我们使用逻辑信息机器（LIM）发现：当市场低估了其预期的月度失业率（发表在每月的第一个星期五）达到至少0.2%时，那么，平均收益率则是4.5%——标准普尔500指数的行情会在报告结束后的27天里持续运行；与之相类似，美国30年期国债的平均收益率在报告公布后的3～28天，其平均收益率为3.2%， [3] 对此的解释是：美国经济比预期的更糟且此情境会继续下去。
2.依据对财政和经济报告的反射情境所进行的交易
国债价格通常是受经济报告影响最大的市场。一份好的报告暗示了利率将会上升，而一份糟糕的报告将会导致利率下降，这种反应的假定前提是：政府将利用相对于目标水平而言或低或高的利率政策来平衡经济的增长模式。正如上一节所讨论的那样，期货市场可以反映对相关报告的预期。在涵盖了175个报告日的鲁杰罗 [4] 的一份研究中显示：美国国债被认为是，其相对于PPI、失业率、零售数据以及美国国债拍卖当天所公布的数据而言会产生过度的反应。
为了从美国国债的反应中获利，鲁杰罗使用了1日原始随机数据；他随后买入美国国债，当时该值低于0.50，并在报告公布后的下一交易日于此数值在0.50以上的时候卖出，且头寸保留了3天。根据此债券交易的测试结果：其对PPI的反应是最好的；其次是零售；最后是失业率，但仍然有利可图。由此，我们可以得出结论：交易者对前述三种报告的反应是过度的，但是，波动率的上升将带来更好的回报率。
14.2.5 拉舍克的新闻交易模式
在琳达·拉舍克与劳伦斯·康纳斯的畅销书中，他们只对早上的经济报告做出了反应。 [5] 以30年期美国国债为例，如果像PPT或GDP这样的报告出现，那么，债券价格会比前一天的高点高出4/32 [6] ，如此，则：
·于3/32处设置一个止损点——低于前一天的高点，同时，在走势反转的情况下进行卖空交易；
·一旦植入新的订单，那么，我们应该将止损的价格定在当前高点之上1/32处；
·尽可能快地找到一个收支平衡点。
拉舍克采取了一种务实的交易方式，从而尽量降低风险、提高交易成功的可能性，甚至在早晨报告发布后出现异常高波动率的反应情境之下也不例外。而同样的方法也适用于货币交易，但是，我们没有理由不能将其用于任何直接受经济数据影响的市场交易工具，比如股票指数。欧洲利率和指数市场可能特别有趣，因为它们也会对美国的报告做出反应，但之后，其必须按照自己的经济状况进行调整。
14.2.6 当前行情模式的发现过程
我们可以编写一个程序来对任何价格冲击的模式进行设计。正如前面所讨论的那样：真实波幅均值将允许我们根据相对较大的冲击事件进行投资。我们可以从60天的均值开始，然后以当期真实波幅除以30日滞后期的真实波幅均值（滞后期=30），从而得到相关的比率。我们需要使用n天作为下标，从而检查n天的比率，并且，查看第n+1天到今天的价格，相应数理模型指令语言为：
每当相应比率大于T（T是一个阈值）时，例如2.0，那我们就要将这个比率打印出来，然后登记冲击事件发生当天的价格变化值，然后，开始累积计算自相关事件伊始的价格变化值（其初始时刻标注于X轴）。累计价格的变动值表明：如果在价格冲击当天植入了多单或者空单并持仓10天，那么将要发生的情况就会显现出来，相关编辑语言可在英航网站上TSM软件内的Price Shock Reactions程序中发现。
相应的测试结果显示了过去10年的3个不同市场工具的变化情境，其终止于2011年4月。而相关比率的阈值是2.0，这表明当前的波动率至少是平均波动率的两倍，不过，这些都是基于收盘价而得出的。图14-2a的数据显示：在过去10年里，最大的正面和负面的价格冲击事件发生在2008年和2009年；图上的起始点显示了震荡日结束时的相关差值，其高点为其高点为，低点。此外，相应的头寸是在震荡日当天收盘时构建的，相应图形显示了第2日至第10日的累计变化净值——10天之后，向下的价格冲击将会超过1个点，而上行的价格冲击只会呈现小幅上涨的情境。在最理想的情况下，我们可以在4天内于收盘时通过卖出因冲击事件而上涨的国债产品来获取的收益，我们也可以在5天内通过购买因冲击事件而下跌的产品来获取同等数量的收益。我们已经注意到：相应的波动率在迅速地下降，而图形所显示的最大价格冲击事件背景下的累积反应模式是温和的——这两种事件冲击情境在10天后就会结束，如此则表明：一旦冲击事件的影响消退，那么，长期趋势就会浮现出来。
图 14-2
我们所观察的最大冲击事件并不能代表交易的回报。图14-2b显示了所有价格冲击的平均值超过，其显示了一种稳定的、基于冲击事件所指示方向的倒推情境。行情下跌的冲击事件是最有利可图的：在震荡日收盘时，平均回报率接近1个百分点；同时，平均波动率非常低，这与图14-1所示的情况非常相似，在随后的几天里，价格在震荡的方向上持续缓慢地运行。
在评估测试结果时，我们应考虑市场行情的根本方向。在沃里克的研究中：1989～1994年，有一个更短的、不稳定的横盘周期，然后是一次重大的牛市。如此，你可能会预期：交易者会有更大的信心于下行的价格冲击事件发生时做多。在图14-2b所发现的模式中，我们也会预期向上或向下的价格冲击事件，然后，行情会向上移动，但这是不可能发生的；相反，行情大都是对称的，其根本的方向不偏向于结果，图14-3相关的30年国债期货行情说明了这一点。
图14-3 美国30年期国债期货行情，1986年~2011年4月
原油测试的结果如图14-4所示，原油市场的价格冲击情境与债券不同，因为它们通常来自地缘政治事件，而不是每周美国石油协会（API）的数据或经济报告。在大型震荡中，市场收盘时刻的价格会上涨或下跌至少4美元/桶，平均值接近6美元/桶，这里最大的交易机会是做空；然而，在3～4天之后，上行和下行的冲击事件都结束了，其竞合作用使相应价格下跌了近2美元，而10天之后的下行冲击事件是价格走得更低，我们则应该假设其正在向趋势回归——对价格冲击事件的记忆应该小于10天。
图14-4 10年期原油期货价格波动的结果
为了观察大的价格冲击事件是否与更频繁、更小的冲击事件不同，图14-4b显示了：所有冲击事件引发的价格变化的平均值大于1美元——与高于4美元的冲击情境相比，这些结果是温和的；同时，上行价格冲击的情境会伴随一个温和的下行反应模式，而下行价格冲击情境则几乎没有提供任何做多的机会。
几乎所有人都对标准普尔感兴趣，而图14-5则显示了：向上的价格冲击情境超过30点之后，行情会出现稳定的大幅下跌，其净价约40个百分点或每份合约2000美元；向下的价格冲击不能产生利润或损失，这表明如果出现大幅下跌的行情，那么，价格就会在相应水平之上停留数天。这里值得注意的是：30个百分点的冲击更有可能发生在较高的价格水平，而这代表了一个较小的百分比。在过去10年里，标准普尔指数价格上下波动的行情基本终止了其初始的走势。2008年秋天，在次贷危机期间，价格波动的最高频率生成了一个相应的上下波动区间，尽管这种模式在几年前更为盛行，但其对价格的冲击仍然偏向于下行的趋势。大多数交易者/投资者更倾向于长期持有股票工具，而当大量的投资者想要同时退出市场时，他们就会制造出卖空的氛围。
图14-5 标准普尔相关的冲击事件使其价格的变化超过了30点
相应测试的详细信息可以在英航网站上TSM软件内Price Shock Reactions程序中的电子表格文件里找到，其后续伴随的是市场代码。
14.2.7 股票的条件分析
到目前为止，对冲击事件的分析只考虑了收盘时刻的行情方向，即参看其是否高于或低于前一日收盘时刻的价格。即使我们有每天的数据，但是，还是有一些模式可以被完善，而相关的研究可使之变得更加实用一些。如果在大变动的当天，价格在高位附近或接近低点附近时，那应该如何预期呢？如果冲击事件生成行情上升的情境，而价格接近高点，那么我们可能会预期这一趋势将延续到第二天；如果上升事件生成的冲击情境使相关价格于相应交易日在低点附近收盘，那么我们可能会预期行情将出现逆转。
我们应用美国30年期国债作为一个范例，因为它会面临不同规模事件的频繁冲击。同时，我们使用1.5倍的阈值来测试价格冲击事件的运行过程（价格高于、低于或接近平均真实波幅的1.5倍）。另外，收盘时刻的价格位于每日交易区间最高或最低的20%范围以内。图14-6显示了在价格冲击事件发生后6天的测试结果，其与忽略收盘时刻相对头寸的研究方式有很大的不同。相对于上升情境下的冲击事件而言（见图14-6a），较低的收盘价明显地指示趋势将继续下降，尽管平均波幅只有17个基点也无法改变相应的事实，而更高的收盘价则不能被延续。对于下行情境下冲击事件而言（见图14-6b），当价格接近最高点时，向上的反应模式就会强烈得多——在震荡后的两天内，价格上涨50个基点，然后，其回落至冲击事件发生时的最初水平。我们将前述这些反应模式置于整体的环境之下，从中可以发现：债券行情在过去25年里一直处于上升的趋势，因此，在向下的价格冲击之后，其向上的偏好可能只是一种趋势回归模式。
图14-6 基于收盘价、阈值为1.5且价格在每日交易区间最高或最低20%范围内的价格冲击事件所相关的测试结果
[1] Ben Warwick，Event Trading(Chicago：Irwin，1996).Also see Andrew Busch，World Event Trading(Hoboken，NJ：John Wiley & Sons，2007)and Peter McKenna，The Event-Trading Phenomena(Wilkes-Barre，PA：TradeWins，2003).
[2] Arnold Larson，“Measurement of a Random Process in Futures Pricing，”Food Research Institute Studies 1，no.3(November 1960)，referenced in Warwick，Event Trading(1996).
[3] Gibbons Burke，“Event-Based Analysis，”Futures(April 1995).
[4] Murray A.Ruggiero Jr.，“Exploiting Report Day Tendencies in Treasuries，”Futures(February 2001).
[5] Laurence A.Connors and Linda Bradford Raschke，Street Smarts(Malibu，CA：M.Gordon Publishing，1995).
[6] 国债最小呼值单位是1/32。——译者注
