《超越技术分析》 作 者：图莎尔·钱德

引起我们注意的是CTA-20和CTA-31的 比较，他们管理着近 10亿美元的资金。CTA-20和CTA-31的 实际业绩记录之间的相关 系数是0.59，表明存在中等程度的相关性，但交易策略不是“ 完全 一样 ” 。关于投资组合#1，长短期利率和外汇，他们两个使用的策 略看起来有很大的不同(见表6.2，第1列 )。 但是，比较CTA-20 在一个多元化投资组合上(第5列 )与CTA-31在 利率和外汇投资 组合上(第1列 )，我们看到他们对长期趋势跟随系统的相关系数 上升到0.70 ~0.75左右，表明他们似乎使用了类似的交易策略。于 是，CTA-31和 CTA-20所用策略的相关性并不明显，除非我们不以 相同子板块业绩为基础进行比较。实际上，CTA-20、 CTA-23、 CTA-27和CTA-31似乎都对长期趋势跟随策略情有独钟，而投资组

表6.3 使用电子表格得出的统计显著性线性回归计算结果的总结表明，CTA-25盈利中的大部分变化，都可以通过交易长期债券市场和货币市场的长期 趋势跟随系统的盈利来解释。     

图 6.23 使用表6.3中计算出的线性回归参数，通过长期趋势跟随系统交易长期债 券和外汇的盈利，可以得出相当接近于CTA25实际盈利的模型。

合的差异似乎可以用来解释他们之间相关性的差异。

 现在我们将这种分析进行推广，对CTA-25的业绩记录和子板 块盈利使用多次线性回归分析。使用长期债券和外汇的板块盈利 ， 根据统计学显著性回归分析我们能够解释该CTA的盈利中至少60% 的差异(见表6.3)。 实际资金曲线和从线性回归模型中得出的曲 线示于图6.23中 。于是，子板块分析可以提供进入“ 黑匣子 ” 的线 索，而该“ 黑匣子 ” 便是CTA的 交易策略。 “ 较大 ” 的相关系数 (大于0.60 )表明，它是对CTA盈 利来源的一个很好解释。超短期 CTA的盈利应该与长期趋势跟随收益无关，对该类CTA盈利的测试 表明，他们的盈利与利率子板块的相关系数在0.2~0.3之 间。但是线 性回归分析没有显示出统计显著性，与我们的预期一致，所以，小 于0.3的相关系数表明相关性可能是一种假象。 

我们在本小节中的分析表明，理解CTA之间的相关性还需要关于 他们投资组合的详细信息。在没有这种信息的情况下，我们使用简单 趋势跟随系统来得出子板块盈利。这种盈利被合成到CTA盈利的统计 学显著性模型中，我们就可以构建更完善、更有效的投资组合。

稳定的资金经理等级评定

开发一个对盈利产生过程(RGP)的性能进行等级评定的稳 定程序是相当有趣的工作。这种等级评定主要用来构建有效的投资 组合，获取更大的利润。不幸的是，问题可能并不是那样简单，因为过去的业绩看起来与未来业绩关系甚微。业绩评定可以使用绝对 标准(评定周期上的百分比盈利)，也可以使用风险调整后的标准 (比如平均月盈利除以月盈利的标准偏差)，或者用相对标准(比 如与同组的其他RGP进行对比评定)。 相对等级评定本身既可以使 用绝对评定，也可使用风险调整后的业绩评定在同组中对比得出。 

为了实现目标，我们将使用期货交易顾问的业绩进行分析。将 每一位CTA看做是一个独立的RGP。 一个小群体的研究表明，基于 过去业绩的CTA等级评定具有有限的预测价值(见Irwin et al，施瓦 格，1996)。 这些来自学术界和交易行业的研究，在不同周期上对 大量CTA进行了对比，得出的结论是很难预测后续周期上的绝对盈 利。这些研究的确认为基于月盈利标准偏差的等级评定相对稳定 ， 反复多变的CTA一般在后续周期上保持他们的反复多变性。 

我们来考虑一下，对于一位CTA来 说，为什么过去的业绩会 在未来周期上不断变化。此处假设CTA不改变交易中使用的杠杆。 如果RGP和投资组合保持不变的话，绝对业绩每年都会改变，因为 投资组合中的市场随着时间的推移都已经不同。随着时间的过去 ， 市场中的这些变化将反映在风险调整后业绩的变化中。因为大多数 CTA都在持续研究新的交易思想，所以投资组合和RGP一 般也会 随着时间变化——对于一些CTA来说这一过程较慢，而对于另一些 CTA来说则非常迅速。这使得长期业绩比较更加复杂化。另外，如 呆CTA同时选择改变杠杆，那么业绩变化甚至会更大。所以，即便 只研究一位CTA，随着时间的发展，业绩度量方法也将变化。