理论驱动模型更受宽客的青睐，因为其中囊括的风险因素都有明确的意义。很难想象，对于股票而言，市场风险不是二个很强的系统风险因素。这和认为理论型阿尔法模型合理的基本逻辑是一样的任何理性的人都可以理解理论并认为它很有可能是对的。这反过来加强了宽客对模型的信心，即使在模型表现并不好时。例如，在互联网泡沫期间，沃伦·巴菲特就很坚持自己的投资观点而不做改变，因为他很不看好当时的股市。他能够坚持自己的信念，很大程度上是因为他看待市场的方法有着坚实的理论基础。使用经验主义风险模型的宽客主要是想利用自适应性带来的好处。
理论风险模型是相对僵化的，意味着风险因素不怎么变动(否则理论也就不放在第一位了)。但实际上推动市场的因素的确在随时间变化。例如美联储可能会降低或提高利率的预期是市场的主要推手。经验主义模型可以通过新产生的数据推断出推动市场的新因素，从而更加适应于不断变化的市场环境。在市场环境恶化的早期(如股票投资者快速由风险偏好型转向风险厌恶型)，宽客仍使用无关的历史数据来分析关系以及度量风险因素。所以，在这一阶段，经验主义风险模型会错误地判断市场风险。随时间推移，如果新的市场行为延续下去，经验风险模型逐渐跟得上新的市场形势，表现就会重新变好。
经验型风险模型除了在环境变化时表现出的缺陷外，对统计学的基本理解会揭示出经验型风险模型的另一个间题。为了达到统计学意义上的显著性，减少计算各种产品相关关系时可能存在的测量误差，经验型风险模型需要使用大量的样本数据。但这会抵消经验型风险模型自适应性带来的绝大部分优势。
但经验型风险模型也有很多优势。如果说理论风险模型以其正确性取胜，经验模型可以捕捉到一些风险因素而不必事先知道其名称。如果市场风险的确是股价的巨大推动力，经验型风险模型可以从数据中将其识别出来。如果不能通过数据加以证实，理论再好有什么用?此外，统计显著性和自适应性之间的矛盾关系可以通过使用日间数据来加以缓和。例如，如果宽客使用每分钟的日间价格数据而不是只使用每个交易日的收盘价，则每天可以采集到差不多400个样本点，这样只需要使用很少几天的数据就可以达到和每天只使用一个收盘价数据同样的统计显著性。
由于理论驱动型风险模型所使用的概念用起来比较方便，很多宽客最终会选择理论驱动型风险模型，而舍弃了经验型风险模型。需要指出的是，这两类风险模型并不是完全相互排斥的。宽客会在他们认为恰当时对两种模型进行合理组合。也有一小部分基金经理试图根据自己的判断监测市场行为，如果他们通过金融同行或媒体比较确定地意识到市场上有”新的。风险因素在推动，他们便会建立定制化的风险因素去应付这种临时情况。当他们发现这个新的驱动因素逐渐不再那么重要时，便再次根据自己的判断将其从风险模型中移除。值得一提的是模型量化，在黑箱的绝大部分模块中，宽客有权利选择建立自己的风险模型或者使用已有模型。绝大部分事先做好的风险模型都不是基于经验主义的，因为基于经验的方法需要详细设定好产品范围模型量化，分析工具也相对简单，只使用价格数据就可以实施分析。
【聚财盆 投资理财在线教育第一品牌。点击文章上方“关注”获取更多精彩内容。】
———END———
限 时 特 惠：本站每日持续更新海量各大内部创业教程，一年会员只需128元，全站资源免费下载点击查看详情
站 长 微 信：jiumai99
×