第19章 低买高卖

时间一晃到了2000年春天，这是新港沙滩又一个温暖明媚的早晨。从坐落在600英尺高的山坡上的家中放眼望去，30英里外太平洋上卡特琳娜岛的海景清晰可见，在这座因瑞格利家族[1]而闻名的海岛上，26英里长的海岸线宛如一艘巨艇横陈在天边。而在左手处，60英里以外，同样巨大的圣克莱门特岛的身影隐约藏匿于天际线上。从我所坐的位置向前走2.5英里就是蔚蓝的大海，中间由一片宽阔的沙滩隔开，远远望去，拍打岸头的浪花宛如一条白色丝带。此时，清晨早航的船只已经从新港港口鱼贯而出，这个港口是世界上最大的小艇停泊处之一，有超过8000艘帆船和动力船只在此停靠。同时，新港地区也不乏一些世界顶级的奢华住所。这里的生活环境如此宜人，让我不由在外出度假时怀疑是否压根没必要离开。

早餐时分，太阳从我身后的山峦间冉冉升起，照亮了西边时尚岛上巨大的商务出租楼群，数座高耸的金融中心大厦也因此添上一缕晨色。

等到我驱车到3英里外时尚岛的办公室时，那些摩天大楼已完全沐浴在阳光里。到那时为止，我和史蒂夫在1992年创立的统计套利[2]公司已经顺利运营了8个年头。

在清晨的第一个小时内，我们的计算机就完成了超过100万股股票的交易，同时赚取了40万美元的利润。此刻，公司管理着3.4亿美元的本金，我们买入价值将近5.4亿美元的股票并做空等价的证券产品。通过电脑拟合，并结合经验判断，我们的投资组合近似市场中性，也就是说投资组合的价值波动几乎和市场总体的平均价格变化没有显著关联。

如果用那些金融理论学家们所谓的“贝塔”（beta）指标来衡量，我们的市场中性贝塔平均值为0.06。当一个投资组合的贝塔值为0时，该投资组合的价格和市场价格变动无关，这就是所谓的“市场中性”。而如果投资组合的贝塔值为正，这种组合的价格会对应市值的升降而同向增减，贝塔值越大这种趋势越明显。通常，我们定义市场对自己的价格变化贝塔为1。负的贝塔值则表示组合的价格波动和市价波动趋势相反。如果从另一个金融理论学家们常用的角度——风险调整超额回报（risk–adjusted excess return），也被称作“阿尔法”（alpha）指标（与同等风险的投资相比，年收益率超过这些投资的部分）——分析，我们的平均超额回报率达到了每年20%。[3]在未扣除成本和佣金时，年投资收益率约为26%，这就意味着我们的收益率总体可以看作由三部分组成：美国短期国债的5%年收益、与市场有细微相关性的1%收益和20%的超额回报率。

通过模型计算，计算机每天都会为投资组合中的股票算出一个“合理”价格，这些股票是纽约和全美交易市场上约1 000只最大、买卖最频繁的股票。市场专家们把这些交易量巨大的股票称为“液体”，由于体量优势，它们能在交易中轻易买卖转手而不明显影响总体股价。最新的交易价格源源不断地流入电脑，并立刻和我们的模型所预测出的合理价格进行比对。当实际股价与合理价格相差大于特定程度时，我们就会做多被低估的股票并做空被高估的股票。

为了控制风险，我们对每家公司的股票投资设置了上限。显然，这种风险控制措施和谨慎起到了效果：我们日、周、月的回报率都是“偏正”的，也就是说，赚钱的天数、周数和月数都是多于亏损的，我们与此同时还在盈利。

坐在办公桌前，我扫过电脑屏幕，看看今天的有趣信息，比如今日涨幅和跌幅最大的股票。我可以很快了解是否有哪只股票的收益高得出奇或者过低，但是一切看上去都很正常。接着，我沿着大厅走到史蒂夫·水泽的办公室，他在那里盯着彭博终端机，查看是否有影响我们股票的突发消息。每当兼并、收购、分拆或重组这类消息曝出时，他都会给电脑发出指令并把股票放到限制清单上：不再新增该投资标的并结算现有交易。

史蒂夫成功说服我们的主要经纪人把每股的佣金降低了0.16美分。

这节省了大量开支。我们所持有的全部股票，包括做多和做空，每隔两周就会完全更换一次，所以每年大约会这样更新25次。从现有的资产来看，每次更换就意味着我们要卖掉手中持有的5.4亿美元做多的股票，再买入等额的股票，一进一出加起来就是10.8亿美元的资金流动。在另一侧，我们还要对手头做空的股票执行同样的操作，这又是10.8亿美元。一年25次就意味着每年要经手540亿美元，或者说15亿股[4]。著名的对冲基金经理人迈克尔·斯坦哈特退休时，曾说他一年内交易了10亿股，光是这一数字就已经惊呆了不少人。

史蒂夫和经纪人的协商结果能每年为我们节省160万美元的费用，不过经纪人每年依然能从我们这里赚取1 430万美元的佣金。显然，比起那160万美元，我们的经纪人相当聪明，他很清楚如何保持自己的市场竞争力。

什么是统计套利呢？套利最初是指一对持仓相抵的资产款项，利用两者间的差价可以锁定利润。比方说，在伦敦，每盎司黄金可以卖出300美元的价格，而同一时间在纽约买入1盎司黄金只要290美元，那么这之间就