A Walk Down Financial Markets 随机或非随机漫步在金融市场

一 观点缘起

普林斯顿大学经济学教授伯顿·马尔基尔（Burton G. Malkiel）编写的一本著名的书“随机漫步华尔街（ARandom Walk Down Wall Street )”表示，金融市场的价格变动是一个随机的过程，不能被预测。

他有一个非常有名的实验来测试随机漫步（random walk）假设，他给出了一个假设份额，初始价格为五十美元，每天的收盘价由硬币翻转决定。

经过一段时间后，马尔基尔（Malkiel）将实验结果交给了一名股票交易图表分析员（chartist），该图表分析员建议对这种假设股票立即买入。

从这个测试中，马尔基尔认为，金融市场的变化可能与翻转硬币一样随机。

二 反方意见

当然，有很多人反对随机漫步的假说。

不过，我们并不能够完全相信在金融界工作的人的意见，并且他们中的很多人都是受益于对金融市场的预测的市场需求，所以他们的意见并不中立。

来自学术界的意见则更为可信些，而且他们可以给出更加可靠的研究结果。

一般来说，研究人员倾向于进行测试或建模，以匹配来自现实世界活动的观察结果，验证他们的假设。

金融行为研究中的著名专家马丁·韦伯（Martin Weber）对股票市场趋势进行了许多测试和研究。

他指出，五年来价格涨幅高的股票在接下来的五年中往往表现不佳，这一观察已成为反驳随机漫步假说最重要的因素之一。

来自麻省理工斯隆管理学院和宾夕法尼亚大学的几位教授撰写了一本名为“无随机漫步华尔街（A Non-Random Walk Down Wall Street)”的书籍，认为随机漫步假说是错误的。

他们进行了一个定量分析方法来测试股市观察的波动性，其简单的基于波动的规范测试（simple volatility-basedspecification test）拒绝了随机漫步假说。

三 我的观点

在可靠性方面，我认为非随机假设的测试更可靠，原因如下。

首先，Malkiel测试的可靠性是相当可疑的。

在Malkiel的研究中，他进行了一项基于他的假设的测试，并且由于这个假设测试的结果与人们对现实世界现象的期望相匹配，他建议金融市场遵循随机漫步假说。

这个测试已经犯了几个错误。

股票交易图表分析员被提供了错误的信息，他是根据这个结果来自股票的历史表现所做出了决定。

如果没有这个重要的信息，这个股票交易图表分析员就可能提出完全不同的意见。

我们无法根据相类似的结果就得出两件事情是一样的结论。

人类和黑猩猩共享DNA的98.8％，我们不能因为我们的DNA是如此相似就断定我们就是黑猩猩。

这可能永远是定量分析的弱点。

如果我们只从人类和黑猩猩样本中收集随机的DNA片段，并使用常用的95％置信水平（confident level）来决定是否拒绝人类与黑猩猩是一样的的假想，那么我们可以发现我们很可能不会拒绝这个假想。

此外，Malkiel在测试中只能在金融市场上出现一种现象，因为他的结果来自随机性，可能只是显示了金融市场上随机存货的表现，而不是反映整个市场表现。

其次，Malkiel对投资策略的建议似乎并不符合他的随机漫步假说。

Malkiel的建议投资策略是购买股票市场指数而不是特定股票，而且他认为，购买大约50只股票是投资的一个理想选择，他还建议投资于更多的领域和更多的市场（例如一个部分投资于发达国家金融市场，一部分投资于新兴市场），而不是集中在某个特定的市场。

他的建议符合今天的风险集中策略。

然而，根据他的随机漫步假设，如果所有股票的价格都是随机走势演化的，整个股市指数也应随机变化。

同时，基于实验，当有更多样本的情况下，平均值应该接近随机事件的平均值，在这种情况下为零（如果平均值不是零，则可以表明存在趋势而不是随机漫步在金融市场）; 因此，如果金融市场遵循随机漫步假说，股票市场指数的变化将比特定股票的变化更接近于零，因为股票指数有较大的样本。

第三，教授和研究人员对非随机漫步假说的研究更加可靠。

他们直接测试了实际股票市场的随机性。

他们使用许多方法和方向来研究这个问题。

他们使用人类行为以及来自真实金融市场的观察来解释金融市场中的非随机漫步。

由于更多的实验可以使结果更可靠，因此可以为结果提供更多的学分。

当然，也有许多关于随机漫步假说的研究，例如，尤金·法玛（EugeneFama）（被称为“金融之父”，以他对投资组合理论，资产定价和股票市场行为的实证研究而闻名）的文章“随机走在股市价格”(Random Walks In Stock Market Prices)。

四 我的结论

由于非随机漫步假说的研究似乎更可靠，我认为我们应该接受股价变动是有其决定因素，研究这些决定因素对预测未来股市表现的趋势是有着非常重要的帮助。

在金融市场上，绝对有随机事件，而且我们也可能使用随机性来解释一些不可观察或不可预测的事件，我们给出这些随机事件的名字，如随机效应（stochastic effect），黑天鹅事件（black swan event）。

所以我们不可以完全拒绝随机漫步这个假设。

为了抵消随机漫步的影响，重要的是覆盖更为广泛资产的投资组合，当投资组合可以涵盖多种类型的资产和多个股票时，随机效应的影响往往更接近于零，而我们的投资组合的回报更趋向于我们的预测趋势，并降低金融市场随机性给我们投资带来的风险。

总而言之，尽管我是非随机漫步假设的支持者，但我同意马尔基尔（Malkiel）的观点，即为了对付现有的随机性、不可观察性和不可预知性的影响，较不频繁的交易和内容广泛的投资组合是更可取和理想的投资策略，并且具有较高的可能性，也更有机会赚取稳定的回报。