量化市场掘金潮,编程技能成为债券交易员的致富新方式

过去要想在债券市场制胜,需要的是数学技巧、敏锐直觉,以及能啃下大部头发行文件的耐心。但这是量化时代之前。

如今,编程能力成为债券市场最热门的技能之一。规模数万亿美元的公司债市场充满了系统性投资参与者,企业为了招揽最优秀人才不惜付出重金。

据猎头公司透露,对冲基金正纷纷从竞争对手处挖角,他们给出更优厚的薪酬并承诺提供更多资源。伦敦猎头公司Selby Jennings的信贷量化基金客户为了招聘交易台策略师,给有5年工作经验的博士生开出最高40万美元的年薪。

至于从业经验丰富的量化基金交易员,机会无处不在。Citadel的前全球信贷量化研究部负责人Frederic Boyer就是一个例子。今年早些时候,意图进军债券市场的高频交易公司Jump Trading将其招入麾下。

BlueBay Asset Management的联合创办人Hugh Willis正在伦敦筹备一家系统性债券投资公司。其55名员工中超过70%都具有编程能力。资产管理规模达1,130亿美元的对冲基金的量化子公司Man Numeric在去年也成立了一个公司债团队。

经过多年来对债券市场系统性投资方式的摸索,投资者开始相信高深的统计学和机器学习的潜力。据景顺资产管理的一项研究,约70%的机构投资者和78%的大额投资者相信以价值和动量等因子为基础的证券评估方式同样也适用于固定收益产品。

“过去18个月来机构对于重金招募人才的意愿越发强烈,”伦敦猎头公司Lascaux Partners Ltd.的合伙人Luke Williams表示。“在系统性投资的世界里,信贷市场已逐渐变成一个独立的市场。”

这个过程已经持续了很长一段时间。几十年来,量化基金为富人阶层挖掘股票,固收市场仍是个新兴领域。相比股票市场,固定收益市场的研究力度甚微。近期随着股市失利,以数据密集为基础的主动性策略将固定收益市场列为下一个前沿阵地。

新领域需要新技术,在这个交易员仍需依靠人脉来进行交易的市场,新人才的加入将带来科学的智慧。

Andrew Das Sarma正是这类人才。据消息人士透露,Jump Trading近期从Citadel挖来了基金经理Das Sarma,后者在Citadel主要关注可转换套利和系统性信贷策略。他在LinkedIn的资料显示,其毕业于哈佛大学,拥有物理学学士及应用材料学硕士学位。

Das Sarma没有回复记者通过电邮和LinkedIn发送的置评请求。

对这类人才的争夺日益白热化。猎头公司Options Group称,信贷量化岗位的面试数量比去年同期高出四分之一。

与Paul Kamenski共同管理Man Numeric量化信贷部门的Robert Lam表示,候选人的数量少到可以忽略不计。

“建立一个强大团队非常困难,”Kamenski说。多数候选人只擅长系统性策略或信贷市场中的一个,两个领域都擅长的人凤毛麟角。“要想既在系统性策略上有建树,同时又是信贷市场方面专家,需要下很多苦功。”

Kamenski的团队成员受过多种学科的训练,例如机器学习、工程、计算机科学、计量经济学,或者采用编程及统计学知识来进行交易。

量化交易员的日常

在Robeco鹿特丹总部大楼,附近伊拉斯姆斯大学的博士生俨然成了主角,基金经理Patrick Houweling表示,“这些博士能够采集经验数据,编程回测并分析结果和理清含义。”

信贷量化交易员的日常生活完全不同于传统的债券交易员,后者可能把整天时间都花在电话上,并需要翻阅字典般厚的发行文件。

在Robeco公司,研究基本面的交易员今年早些时候围聚在电视机前收听欧洲央行行长马里奥·德拉吉今年最后几次记者会之一。这种场合量化交易员通常不会出现。

作为2014年具有先驱性的量化因子投资论文合著者之一的Houweling说:“量化研究员座位上的电视屏幕里不会播放德拉吉的讲话视频。”

一款名称为COBRA的自营交易软件每晚运行,并在清晨向基金经理发送电邮,做出资产配置建议。如果模型没有提示需要调整的地方,当天就不会进行交易。在Robeco办公楼的第五层,也就是量化交易员的办公地,气氛如同一个图书馆。

“这不像股票研究那么直截了当,”Houweling表示。“它需要对细节有更多的关注。”

例如,信贷市场可能被极复杂的公司结构所困扰,单一证券有着多重的字母数字编码。与股票不同,债券有到期日。相比股票,债券的数据资料匮乏,流动性短缺情况也更为严重。

其所需要的计算机技术远远不只是知道怎么做Excel数据透视表那么简单,交易员除了金融学外还需要懂得其他。猎头公司Korn Ferry的金融科技部全球联席负责人Deepali Vyas表示,“最近有一名策略师,Netflix、谷歌、Facebook、对冲基金都想要,最后我安排他去了对冲基金。”

但是这也并不代表优秀的、传统的人为主观判断就是多余之物,它们是在交易大厅用几千小时磨练出来的。

Houweling谨慎的指出,在Robeco,模型的投资决策中大约5%仍然需要人力干预,因为人工会注意到一些可能被模型忽视的问题。

“你既需要量化技巧,也应具备固定收益方面的技能,”他说。“如果你不是一名固定收益市场的专家,你可能错过很多股票市场不具备,只有债券市场独有的东西。”

本文作者Yakob Peterseil和Cecile Gutscher,首发于彭博终端。

亲身感受彭博终端带来的非凡体验 预约演示