Philip & Allan Maymin – Compounding Through Risk, Not Return (S7E35)

发布时间    来源
Episode 设置


登录已过期或未登录,无法修改。请先登录后再试。

这是一期播客节目《Flirting with Models》的详细总结,由 Corey Hofstein 主持,嘉宾是 Janus Henderson 全球资产配置联席主管 Philip Maiman 和 Alan Maiman 兄弟。 --- ### 一、 嘉宾背景与职业轨迹 #### 1. Philip Maiman 的轨迹 * **导师影响**:职业生涯的第一位老板是诺贝尔奖得主 Myron Scholes(迈伦·斯科尔斯)。在 Janus Henderson 再次与他共事是 Philip 每天的高光时刻。 * **经历**:曾供职于长期资本管理公司(LTCM,主要从事股票衍生品交易,经历了风暴并学到了“危机中尾部相关性趋向于1”的重要一课)、创立并运营自己的对冲基金、获得博士学位。 * **学术与行为学**:在 NYU 教授金融工程/金融与analytics,后涉足体育 analytics,并与 MIT Sloan Sports Analytics Conference 合作。曾在 Essentia(一家专注于行为 analytics 的机构)工作,帮助投资组合经理减少行为偏差。4年前加入 Janus Henderson。 #### 2. Alan Maiman 的轨迹 * **背景**:早期从事量化执行算法、高频交易(HFT)、Platinum Grove、Société Générale 的卖方衍生品交易、Alliance Bernstein 内部对冲基金以及自营交易公司(Prop firm),后加入 Janus Henderson。 * **关于 HFT 的观察**:2010年闪崩期间的经验表明,许多短期的统计套利(stat-arb)和 HFT 策略在市场崩盘时反而表现更好,因为它们能够利用无知流(uninformed flow)并在流动性枯竭时主导市场。 * **“速度与智慧”观点**:Alan 指出,“越快越愚蠢,越慢越聪明”。这里的“慢”意味着更高的可解释性(explainability)和经济学逻辑,能够让投资者在短期噪音下坚持策略。 --- ### 二、 Janus Henderson 资产配置组的核心哲学:复利与风险管理 * **客户与目标**:服务机构和零售投资者,核心哲学是**提升复利回报(compound returns)**。关注客户的真实“目标(Objectives)”而非仅仅看结果。 * **复利公式的本质**:复利回报 = 平均回报 - 风险(Compound Return = Average Return - Risk)。 * **Alpha 的局限**:Alpha 是善变的(fickle),极难在统计上去区分它是否异于零(Bob Merton 1980年的论文论述过这一点)。 * **风险的优势**:风险比 Alpha 更具可操作性(tractable)。通过更高频地切分数据(从月度到周度、日度、小时度),风险可以被更精准地度量,且风控体系可以随着环境变化而不断进化、复利积累。 --- ### 三、 动态风险管理(Dynamic Risk Management)与期权信号 #### 1. 风险的重新定义 * 风险不是波动率(Volatility treats gains and losses alike),而是**未能达到客户目标的概率**,核心表现为**最大回撤(Drawdown)**。投资者需要设定能够容忍的最大回撤底线。 #### 2. 期权市场的核心价值 * 期权(看涨期权 Calls 和看跌期权 Puts)市场提供了对特定资产前瞻性的、基于真实真金白银的定价信息。 * **覆盖范围**:对超过 4000 种资产和证券提取期权链信息,捕捉市场对上行风险与下行风险的隐含概率分布。 * **P与Q测度(Risk-neutral vs Real-world)**:虽然存在漂移项(drift)的差异,但通过模拟以及剔除中间 80% 的噪音、只专注于尾部(tails),分布的形态保持高度稳健。 #### 3. 具体指标:CVAR 与 90th percentile * 采用 **90th percentile 条件风险价值(Conditional Value at Risk, CVAR)**,即 10 delta 的期权翼部(wingy option),平衡了流动性与极端尾部特征。 * 关注指标:**预期尾部收益(Expected Tail Gain)与预期尾部损失(Expected Tail Loss)的比例(即偏度/凸性 Skewness)**。 --- ### 四、 投资组合构建的“步骤化”方法 Maiman 兄弟强调极简主义(Parsimony)与避免过拟合: * **步骤一(Step One)**:宏观层面的大局观问题——**在考虑当前的远期风险和已发生的资产回撤后,资产组合应该配置多少权益资产(Equity vs. Cash)?** 这是最关键的底层优化。 * **步骤二(Step Two)**:微调与资产细分——在步骤一的基础上,逐步加入固定收益、区域配置、大宗商品或自下而上的个股名称,利用期权隐含偏度(Skewness)在菜单中进行倾斜(Tilt)。 * **尾部相关性与政权转换(Regime-based correlation)**: * 在尾部,资产相关性趋同(趋近于 +1 或 -1)。 * 团队通过监控资产自身的波动率是否处于历史高分位数来动态判断尾部相关性(例如,股票和债券波动率同时处于前 25% 时,尾部相关性极可能是 +1)。 * **税务意识(Tax-aware Investing)**:在个股优化中嵌入税收延迟目标,优先卖出产生税收亏损的标的以平滑纳税周期。 --- ### 五、 关于期权 tenor、极端情况与“未来愿景” * **期权期限(Tenor)的选择**:团队主要关注 **2 到 3 个月** 的期权期限,这与资产配置的风险视界相匹配。尽管存在零日到期期权(0DTE)的散户噪音,但 2-3 个月的价格变动能更有效地反映市场对中短期分布的真实看法。 * **未知之未知(Unknown Unknowns)**:期权价格已经隐含了市场参与者对各种可能发生、甚至无法具象化的灾难的“恐惧”和保险购买行为。期权市场是成千上万聪明人利用真金白银表达其综合预期的“预测市场”。 * **“波动率时间”(Volatility Time)**:市场是以消耗 $\sigma \sqrt{t}$(波动率乘以时间平方根)的速度在向前推进的。在平静期(波动率时间慢),系统化策略有充足时间进行回测和思考,从而在危机(高波动率时间爆发)时能够沉着应对。 * **Myron Scholes 的终极愿景**:如果整个资管行业最终都转向动态的风险管理(使用动态基准而非静态的 60/40 或 S&P 500 基准),那么整个市场和社会的交通状况就会像装了实时导航一样变得更加顺畅。 --- ### 六、 播客结尾:个人近期痴迷的事物(Obsessions) * **Philip Maiman**:痴迷于**生成式 AI 视频(Generative AI video)**。他认为视频和音频是沟通的终极边疆,能够让每个人都成为艺术家和更好的沟通者,将大脑中的想法直接转化为触动人心的视觉表达。 * **Alan Maiman**:同样痴迷于 **AI**,尤其是 **AI 多智能体群(Swarm intelligence)**。随着本地模型成本的下降,未来 10,000 个 AI 智能体之间的协同工作、选举领导者、分配工作将成为现实,甚至可能用视频和图片来代替传统的文字报告。 * **主持人 Corey Hofstein**:痴迷于**生活优化与陪伴孩子**。处于孩子成长最需要陪伴的黄金期,他在不断权衡工作与家庭的时间,通过各种工作日常的小修改来最大化陪伴孩子的时光。

这是一期播客节目《Flirting with Models》的详细总结,由 Corey Hofstein 主持,嘉宾是 Janus Henderson 全球资产配置联席主管 Philip Maiman 和 Alan Maiman 兄弟。 --- ### 一、 嘉宾背景与职业轨迹 #### 1. Philip Maiman 的轨迹 * **导师影响**:职业生涯的第一位老板是诺贝尔奖得主 Myron Scholes(迈伦·斯科尔斯)。在 Janus Henderson 再次与他共事是 Philip 每天的高光时刻。 * **经历**:曾供职于长期资本管理公司(LTCM,主要从事股票衍生品交易,经历了风暴并学到了“危机中尾部相关性趋向于1”的重要一课)、创立并运营自己的对冲基金、获得博士学位。 * **学术与行为学**:在 NYU 教授金融工程/金融与analytics,后涉足体育 analytics,并与 MIT Sloan Sports Analytics Conference 合作。曾在 Essentia(一家专注于行为 analytics 的机构)工作,帮助投资组合经理减少行为偏差。4年前加入 Janus Henderson。 #### 2. Alan Maiman 的轨迹 * **背景**:早期从事量化执行算法、高频交易(HFT)、Platinum Grove、Société Générale 的卖方衍生品交易、Alliance Bernstein 内部对冲基金以及自营交易公司(Prop firm),后加入 Janus Henderson。 * **关于 HFT 的观察**:2010年闪崩期间的经验表明,许多短期的统计套利(stat-arb)和 HFT 策略在市场崩盘时反而表现更好,因为它们能够利用无知流(uninformed flow)并在流动性枯竭时主导市场。 * **“速度与智慧”观点**:Alan 指出,“越快越愚蠢,越慢越聪明”。这里的“慢”意味着更高的可解释性(explainability)和经济学逻辑,能够让投资者在短期噪音下坚持策略。 --- ### 二、 Janus Henderson 资产配置组的核心哲学:复利与风险管理 * **客户与目标**:服务机构和零售投资者,核心哲学是**提升复利回报(compound returns)**。关注客户的真实“目标(Objectives)”而非仅仅看结果。 * **复利公式的本质**:复利回报 = 平均回报 - 风险(Compound Return = Average Return - Risk)。 * **Alpha 的局限**:Alpha 是善变的(fickle),极难在统计上去区分它是否异于零(Bob Merton 1980年的论文论述过这一点)。 * **风险的优势**:风险比 Alpha 更具可操作性(tractable)。通过更高频地切分数据(从月度到周度、日度、小时度),风险可以被更精准地度量,且风控体系可以随着环境变化而不断进化、复利积累。 --- ### 三、 动态风险管理(Dynamic Risk Management)与期权信号 #### 1. 风险的重新定义 * 风险不是波动率(Volatility treats gains and losses alike),而是**未能达到客户目标的概率**,核心表现为**最大回撤(Drawdown)**。投资者需要设定能够容忍的最大回撤底线。 #### 2. 期权市场的核心价值 * 期权(看涨期权 Calls 和看跌期权 Puts)市场提供了对特定资产前瞻性的、基于真实真金白银的定价信息。 * **覆盖范围**:对超过 4000 种资产和证券提取期权链信息,捕捉市场对上行风险与下行风险的隐含概率分布。 * **P与Q测度(Risk-neutral vs Real-world)**:虽然存在漂移项(drift)的差异,但通过模拟以及剔除中间 80% 的噪音、只专注于尾部(tails),分布的形态保持高度稳健。 #### 3. 具体指标:CVAR 与 90th percentile * 采用 **90th percentile 条件风险价值(Conditional Value at Risk, CVAR)**,即 10 delta 的期权翼部(wingy option),平衡了流动性与极端尾部特征。 * 关注指标:**预期尾部收益(Expected Tail Gain)与预期尾部损失(Expected Tail Loss)的比例(即偏度/凸性 Skewness)**。 --- ### 四、 投资组合构建的“步骤化”方法 Maiman 兄弟强调极简主义(Parsimony)与避免过拟合: * **步骤一(Step One)**:宏观层面的大局观问题——**在考虑当前的远期风险和已发生的资产回撤后,资产组合应该配置多少权益资产(Equity vs. Cash)?** 这是最关键的底层优化。 * **步骤二(Step Two)**:微调与资产细分——在步骤一的基础上,逐步加入固定收益、区域配置、大宗商品或自下而上的个股名称,利用期权隐含偏度(Skewness)在菜单中进行倾斜(Tilt)。 * **尾部相关性与政权转换(Regime-based correlation)**: * 在尾部,资产相关性趋同(趋近于 +1 或 -1)。 * 团队通过监控资产自身的波动率是否处于历史高分位数来动态判断尾部相关性(例如,股票和债券波动率同时处于前 25% 时,尾部相关性极可能是 +1)。 * **税务意识(Tax-aware Investing)**:在个股优化中嵌入税收延迟目标,优先卖出产生税收亏损的标的以平滑纳税周期。 --- ### 五、 关于期权 tenor、极端情况与“未来愿景” * **期权期限(Tenor)的选择**:团队主要关注 **2 到 3 个月** 的期权期限,这与资产配置的风险视界相匹配。尽管存在零日到期期权(0DTE)的散户噪音,但 2-3 个月的价格变动能更有效地反映市场对中短期分布的真实看法。 * **未知之未知(Unknown Unknowns)**:期权价格已经隐含了市场参与者对各种可能发生、甚至无法具象化的灾难的“恐惧”和保险购买行为。期权市场是成千上万聪明人利用真金白银表达其综合预期的“预测市场”。 * **“波动率时间”(Volatility Time)**:市场是以消耗 $\sigma \sqrt{t}$(波动率乘以时间平方根)的速度在向前推进的。在平静期(波动率时间慢),系统化策略有充足时间进行回测和思考,从而在危机(高波动率时间爆发)时能够沉着应对。 * **Myron Scholes 的终极愿景**:如果整个资管行业最终都转向动态的风险管理(使用动态基准而非静态的 60/40 或 S&P 500 基准),那么整个市场和社会的交通状况就会像装了实时导航一样变得更加顺畅。 --- ### 六、 播客结尾:个人近期痴迷的事物(Obsessions) * **Philip Maiman**:痴迷于**生成式 AI 视频(Generative AI video)**。他认为视频和音频是沟通的终极边疆,能够让每个人都成为艺术家和更好的沟通者,将大脑中的想法直接转化为触动人心的视觉表达。 * **Alan Maiman**:同样痴迷于 **AI**,尤其是 **AI 多智能体群(Swarm intelligence)**。随着本地模型成本的下降,未来 10,000 个 AI 智能体之间的协同工作、选举领导者、分配工作将成为现实,甚至可能用视频和图片来代替传统的文字报告。 * **主持人 Corey Hofstein**:痴迷于**生活优化与陪伴孩子**。处于孩子成长最需要陪伴的黄金期,他在不断权衡工作与家庭的时间,通过各种工作日常的小修改来最大化陪伴孩子的时光。

摘要

In this episode, I speak with Philip and Allan Maymin, co-Heads of Global Asset Allocation at Janus Henderson. Philip and Allan run the asset allocation group founded at Janus Henderson by Nobel laureate Myron Scholes more than a decade ago, and they've arrived there by wonderfully different routes — Philip through LTCM, academia, and behavioral analytics; Allan through high-frequency trading, derivatives, and prop desks. At the heart of their process is a simple but subversive idea. As Philip put it in our pre-call, "people live in an average return world, and they ought not." What matters to investors is compound growth — and they believe that the surest way to improve compounding isn't chasing higher returns, it's managing risk. Drawdowns destroy compounding and avoiding them is the more tractable lever. They connect theory to practice through the options market. Calls and puts embed the market's collective, forward-looking view of risk, making them one of the richest sources of information available to an asset allocator. We discuss how they extract those signals and propagate them across more than 4,000 assets to build portfolios around client objectives rather than benchmarks. Please enjoy my conversation with Philip and Allan Maymin. 00:00:00 Intro 00:02:29 Philip Meiman’s Long Road Back 00:05:05 LTCM and Tail Risk 00:11:47 Janus Henderson’s Client Mandate 00:18:38 Reading the Options Market 00:31:44 Building the Portfolio in Steps 00:42:14 Simplicity in Noisy Markets 00:45:00 Tenor and Short-Dated Flow 00:51:22 Volatility Time and Preparedness 00:53:46 When Dynamic Risk Goes Mainstream 00:58:01 Living in a Compound World

GPT-4正在为你翻译摘要中......

中英文字稿