当前位置: 主页 > 中国市场情报网 > 布局 > 内容页

为什么宏观预测经常错

2023-06-23 05:05:12 来源:互联网

写这篇文章,是因为最近看到很多对于中金宏观预测的调侃。


(资料图片)

我是个非常坦诚的人,我要承认的是:放在年初,这里面我顶多觉得五,八,十比较虚,剩下七个实话说我觉得很有道理,要我写也是这样写。

所以我也在反思,这里面肯定是有问题的,但问题出在什么地方?首先我觉得中金的分析师们水平都是在线的,基本功也很扎实,人很好也很聪明,数据来源很丰富,和海内外投资者的交流也很多,我觉得肯定比我厉害。那为什么还会有这些错误?

我理解中一个正确的结论是三个东西的合集:精准的数据来源,正确的分析方法,反复的迭代验证。那到底问题出在哪个层次呢?

这里我想说明的是,这篇文章绝对不是对中金分析师们的调侃或者攻讦,因为第一我觉得他们水平是不错的,第二我觉得落井下石没有意义,在别人做错的时候去指责其实毫无用处,中国的男子汉都是在别人得意的时候仗义直言,在别人失意的时候雪中送炭。要干就去干那些比你牛逼或者正处在自己人生巅峰的人,去欺负一个比你弱小或者已经墙倒众人推的人毫无快感。

同时我也希望以后大家在看到对于宏观经济的分析的时候,有一个更好的评价标准决定是否采信这些观点。

我把我的结论写在前面

-宏观交易最有效是两种情况:长趋势,或者拐点

- 写预测尤其是一篮子预测的时候,不能只看逻辑,也要检查相关性的高低

如果做不到这两点,宏观预测会很容易错

这是我在2023年学会的两个东西,以前我有说过,达里奥有句话叫做,如果你不觉得去年的自己是个傻逼,那么说明你今年没有进步。我觉得这就是我2023年比2022年进步的地方。

长趋势,或者拐点

我相信今年做宏观交易的朋友一定不是特别舒服,因为每个月的宏观交易基本情景都在变,一月份大家还在交易中国复苏+美国浅萧条,二月份就开始交易中国不那么复苏+美国不萧条,三月份是SVB银行的问题,四月17号中国数据就过了高点。基本上每个月的交易主题都在变。

要知道大部分重要的宏观数据都是一个月一次,那一个月变一次宏观主题,怎么交易呢?所以现在很多人都开始看每周的初请失业金,开始看每周的联储官员讲话,开始耦合高频经济数据,二月份基建出拐点就开始做顺周期,四月底LME铜开始累库就开始空铜。

但数据越高频,波动就越大,很多交易做几天就没有下文,甚至需要反向。到现在为止,全年大部分宏观资产,利率,汇率,金铜都是波折的,没有一个很流畅的行情。

这种情况下,宏观交易确实很难做,因为本身我们的数据点就很少,我们的优势原来是噪音比较小,或者说你能够See through无视噪音。但现在数据经常彼此打架,然后价格会跟随每一个短期数据波动,这等于让宏观交易的优势变得更小。比方说2月初你看到一个六个sigma之外的就业数据,你肯定想不到今年还会看到连续几次超预期好的就业数据。铜的曲线和库存走向也是对不上的。

或者这么说吧,如果你是一个期货交易者,你在2019年-2021年,如果你做交易赚了钱,你大概率是一个非常拿的住头寸的人,你在3500-4000买的白银里面会有很多波折,但你拿得住的话就可以在6000卖掉。而2023年,如果你做商品,你能赚到钱很有可能是因为你是一个手很快的人,你在19000的成本附近买了锌,你在20000可以卖掉赚一个小波段。

以前我刚入行的时候,经常在年初路演的时候被问一个问题,叫做”今年到底有没有趋势性行情“,我以前对这个问题理解不够深刻,我总是侃侃而谈不求甚解,但我现在明白了,这个其实决定了全年的交易思路,到底是赚一笔就跑,还是拿着不动扛住波动。

宏观交易最赚钱的路径之一叫做长趋势,什么意思呢?举个例子,你在2016年年初的时候,看中国资产否极泰来,说中国居民部门上杠杆然后复苏,这个交易可以一直做到2017年10月份,周行长给你说PMI见顶了,然后你在2018年1月,还可以在银行股上面赚到一笔不该赚到的钱,整个时间周期长达24个月,或者你在2019年1月看全球货币政策转向,你可以一直做到2021年,也是24个月,在这24个月里面,你可以一直说宏观逻辑,然后所有不信的人一个个被打脸。最后整个宏观逻辑走完后,还有不明所以的接盘侠进来。

如果没有这种1-2年的长趋势,每个月出一个宏观数据,你去做交易其实很难受,因为本来反应就慢,趋势如果很短的话干嘛要做宏观交易呢?

所以以后我觉得每次在思考宏观问题的时候,我都要思考两点

- 我认为的这个趋势够不够长

- 如果够长的话,在短期会不会开始

第二点叫做拐点,宏观交易者是比较容易抓住拐点的,理由和前面一脉相承,因为我们数据点比较少,所以更容易钝化。我知道现在有非常高频的宏观数据,每天都可以更新,但今年就是一个很好的例子,如果你开始做高频数据,那经济数据肯定比不过市场数据。所以宏观交易者还有一个时候特别牛逼,就是在资产价格两倍标准差的时候喜欢做反转,而且做得对。

例如去年10月底的A股,或者现在的人民币汇率,宏观交易者一定在这种地方更愿意赌反转,汇率的话确实我觉得距离反转不远了,之前有说过,人民币汇率从来不看利差,更多是经济的反应,别人可能是利差推动资金流动,中国永远是经济实际需求推动资金流动。我自己觉得7.0-7.2很多购汇需求都已经完结,现在对于人民币来说,无论是一个大阴线或者大阳线,都有可能是反转的信号。我相信过不了多久这个标志性的K线就会出现。

当然,从去年到今年,中国还好,美国很多交易者可能看着美债的收益率也是一头包,曲线一直倒挂,然后十年期的水平一直不低,都想等他下来,但迟迟不来。这个就像打麻将,四个水平相近的人一起打,你上家已经连赢了9把,然后你觉得后面怎么着运气也会风水轮流转,结果你上家又赢了五把。这时候坦率说,你最理智的决策肯定是继续打,但大部分人(尤其是极度理性的贝叶斯主义者lol)肯定跑了。

所以综上所述,我觉得大家如果判断未来一段时间,经济的不确定性在降低,或者经济走出一个长趋势的可能性不小,或者资产价格在极值,那么宏观分析是非常有效的。反之则需要小心一点

事后我去看中金的那十个分析,我说了要我去看,里面七个我都很认可,但如果要我去写,我可能不会写十个,为什么呢?因为它里面很多都是同质化的,比方说觉得通胀会起来,和觉得多买股票少买债券其实是同一个意思,所以你错了就一起错。

我能理解可能有时候要写十个,但这其实真的务虚名图实祸。把太多高相关性的建议一起写出来其实很容易错。

这点我也是今年学到的,相关性,尤其是滚动相关性非常重要,比方说举个例子,去年铜和上证50的相关性就很低,在年初的时候,如果你写的是多铜,多上证50,或者空铜,空上证50,由于相关性在极低的位置后面只能反弹(反之最低也就是-1)那么你至少有一个可以对。

这点其实不仅是分析和写报告的时候用得上,我觉得前面第一点说了最好是有长趋势或者价格在极值。但很多时候你么有那么好的运气,或者说,你现在就要做下个月的计划,然后你觉得下个月没有长趋势,那么一定要看看滚动相关性,如果你觉得没有长趋势,那么市场走势很有可能很纠结,那么你选一些相关性低的东西去做宏观判断,比你拿两个高度相关的东西要好很多。

这点是我今年发现的,避险类的资产在相关性比较低的时候容易出拐点,也容易跟着避险情绪走。这点也很好解释,比方说你买黄金,然后黄金和美股的短期相关性高达0.7,那你避了个什么险?

所以这是我的第二个建议和经验:如果你看到一堆同质化的预测,然后预测的资产相关性很高,你可以把它当作一个建议。宏观对冲比宏观赌单边要更有用。利率,汇率,商品和股指本来就很难猜准。我非常能理解宏观交易者喜欢用一套完全逻辑自洽的叙事逻辑去说故事

比方说

- 通胀走低所以空油

- 通胀走低所以多债

- 通胀走低所以多科技空周期

上面这种判断是很爽但必须检查相关性的,如果油,债,科技/周期的相关性或者负相关性太明显,那么其实你不能把这三个东西一起做。这点我觉得海外的机构在风控上,比国内的机构要厉害一点。当然这也是他们理解根深的地方所在。

所以综上所述,我觉得这三点以后我要好好规避一下

- 第一是需要判断是不是有长趋势

- 第二是没有长趋势那么价格是不是已经到了极值

- 第三是,如果没有长趋势,价格又不在极值,那么首先要明白这时候宏观交易的不确定性很大,其次要尽可能选择低相关的东西去作为交易的标的,而不是选择高相关的东西去博弈确定性

写在最后的话,我觉得在国内研究经济和宏观有两个比较艰难的地方,第一是数据质量和层次不如国外,第二是很多时候我们喜欢把宏观分析师打造成无所不知的形象,大家不会去问一个电新的分析师怎么看铝价,但经常问一个宏观分析师怎么看铜价,或者问一个专注中观数据的分析师怎么看信用债问题。我以前其实也有这个感觉,很多读者问我怎么看新能源或者化工的时候我也会努力去回答,但后面我觉得这就是我做不到的事情,确实不懂,没有理由说一个看宏观的人就应该比看其他的人懂的更多,相反我们不懂的地方可能更多。我觉得如果能克服这两点,然后理解宏观分析和行业分析公司分析一样,有自己的局限性和自己的优势,那么就有可能避免2022,2023年至今,20个预测都很蛋疼的情况...

标签:

商品
观焦点:工业自动化时代的制造进步
在工业自动化时代提高产品质量和安全性过去两年,工业自动化 (IA) 技术在创新方面取得了巨大飞跃。专家估计工业自动化将达到3000亿美元以
世界热门:转型中的行业:实现可信的工业自动化
新技术的进步以及对更高效的制造工艺和工厂的渴望正在推动工业设施发生前所未有的变化。这些变化提高了可用数据的自动化程度、精度和数量。
全球快资讯:通过物联网分析,释放连接设备的全部潜力
物联网分析涉及使用专门的工具和技术来分析连接设备产生的大量数据,以提取有意义的见解并为决策提供信息。其可以帮助组织更好地了解运营,