|
七禾网注：嘉宾回答仅代表其本人观点，不代表七禾网的观点及推荐。金融投资风险丛生，愿七禾网用户理性谨慎。
大部分的团队、私募基金使用的（CTA策略）周期都是偏中长线为主的，而且入场方式都是以突破为主，震荡的时候尽量减少开仓或者不开仓，当行情走出震荡区间再入场，也就是追求一定胜率的一种策略。 2016年的行情应该是整个大宗商品至少近5年以来算是比较大的行情，这么大的一个行情过后，肯定会进入一个低谷或者回落状态，这个状态下，波动率在慢慢缩小，那么会对刚才我说的那种以中长线、大周期为主的策略造成一定的损伤。 去年的十二月份到今年的三四月份，虽然周线级别的大的单边走势没有出现，但是日间的波动率还是比较高的。 （去年“双十一”到今年三月初）短周期的波动率其实是处于5年以来的历史高位，在这种情况下，没有理由坚持只做长周期。 我们把CTA策略定位为做多波动率，也就是说，只要波动率足够大，CTA策略是应该要赚钱的，这个波动率不仅仅限于周线、日线级别的波动率。 我们并不想把整个策略就集中在某一个时间维度上面去捕捉行情，如果我们坚持像去年一样中长线这种时间框架的CTA策略，比如像今年六七月这一波黑色的上涨没有出现，一直维持到明年的六月份，那有可能我们就处于一直的回撤状态。 国内的大宗商品市场，它又是一个不缺乏波动的市场，可能不会出现这么大的一个单边行情，但是结构性的一些小行情还是会有的，如果我只是定位成这么大的周期的话，那很可能就一直处于回撤要被市场取缔掉，但是我如果各个级别都能做一些布局的话，可能我的收益没有像那些抓大行情的一波赚得猛，但是我整体的产品的运作平滑度可能会更加合理一些，可能会更加熬得到大行情来的一天，不会提前被市场淘汰掉。 如果每个品种都分得差不多，肯定收益不会有一个特别拔尖的表现，但是好处在于，它能捕捉到整个市场的一个平均波动，它能承受个别品种的风险情况。 我们子衿的CTA没有选择以中长线、突破的方式进场这种策略为主，我们选择的是一直在市场里面的这种策略，就是说整个市场没有什么趋势的时候，我们就不停地多、空，切换头寸，但是这个切换过程中，我们的仓位是比较轻的，因为趋势的强度比较低。但是当趋势性比较强的时候，我们会把仓位逐步地增大，然后会在一些特殊的位置主动进行减小或者再放大。 很多策略，你刚刚做出来的时候，往往就是曲线创新高的，因为模型玩的是一个概率，最近创新高，说明你的盈利的概率比较高了，那如果你这时候选择上线，比如它的概率开始回归了，那就开始亏钱。 波动率比较大的话，我们觉得一些中短线的策略目前的适应状况还是比较好的，但是中短线策略，它毕竟能承受的容量还是比较有限。 我们得跳出整个CTA这个框架，因为交易最终看的是你能否盈利，那么并不是说你一定要把钱就集中在CTA这一块，你有别的一些机会、你有能力的话，其实还是应该去抓的。 应该跳出单一的CTA的框架，去选择一个多策略、多模型这样结合的方式，可能会更加走得长远，或者对整个市场会适应性会更加好一些。 在波动幅度加大的情况下，滑点加大其实也是相对的，因为滑点虽然加大，但是它波动幅度加大，利润也会有一定的弥补。 只要做正确的事，经过一定时间的熏陶下，肯定会得到一定的成果的。 我们不想随大流，就比如同样是CTA，人家大部分做中长线或者是突破的策略，我们不做跟人家一样，虽然这一类策略可能比较大流一些，或者是好开发一些，但是我们不做这样。 我们不想让市场去迎合我们的模型，反而我们想要通过自己的改变，去迎合市场，因为没有人能战胜市场或者预测市场。 视频节选 主持人：各位观众朋友大家晚上好，欢迎大家收看本周七禾网的【机构面对面】节目。今天很高兴邀请到了程序化交易高手、杭州子衿资产总经理兼投资总监钱江钱总，由钱总来和大家分享程序化交易的一些经验。钱总毕业于上海华东师范大学计算数学专业，有7年期货量化交易经验，曾就职于浙商期货金融工程部和资产管理部，管理资产业绩稳健、年均正收益。曾获2012年浙商期货精英实盘程序化组亚军、2015年央视CCTV期货时间程序化大赛第一名。现任杭州子衿资产管理有限公司总经理兼投资总监。 “子衿”这个名字，我个人感觉非常文艺，请问取这个名字的来源和含义是什么？ 钱江：我个人比较喜欢看《三国》题材的一些小说、电视剧、电影等，比较迷里面曹操这么一个乱世枭雄，在赤壁之战之前，曹操有一首非常有名的诗歌——《短歌行》，里面有一句“青青子衿，悠悠我心”，那么我就用里面“子衿”这个词作为公司的名字，表达的想法也类似于曹操，他希望天下才俊都加入到他的麾下，共谋统一大业，我们也是类似的一个想法。 钱江：我们分两块，一块是负责研发的，研发这一块，首先，比较强的一个专业背景肯定是需要的，像我们做研发，包括模型的开发、模型的挖掘这一块工作，都是需要数学的专业非常强的。一般来说，我们的专业定位也会在数学、物理，包括人工智能、机器学习领域的一些拔尖人才，肯定会要求他有一个比较强的数学、建模的能力，这是对于专业技能或者专业背景的比较强的需求。 另一点，如果做研发，我们比较看重这个人的性格，我们会要求这个人有比较强的好奇心，或者有比较强的创新能力，他有比较强的狼性，我们不希望一个开发人员像乖乖学生一样，他就像完成作业一样，应付式地开发一个模型，我们更加希望他投入的是自己的兴趣或者自己对交易、对数据有自己的理解，有自己的一个目的，比如这个模型要赚钱，这个模型要达到怎么样的收益，有这么一个热情在里面。 刚才说的是做模型，我们还有一块就是编程，或者偏IT的一些人，这一块其实就比较简单，首先我们要求他至少有上万行的编程经验，还有他的学校或者专业背景也要足够强大，基本上都是要求国内的名校毕业的一些人员。还有性格方面不需要太花哨、太活跃的，反而要求他心思比较缜密一些、逻辑性稍微强一些，在编程的过程中，能把代码尽量地精简、尽量地准确、减少一些BUG。比方说，交易员有一个思路，他能跟交易员配合得比较好，比如80%~90%的概率去完成他的想法。当然这两方面的人才，我们都会要求他们有比较好的团队合作的精神，我们不希望一个人他把自己定位定得很高，什么模型都自己来做，也不跟人家去分享。我们还是希望把整个研究团队做得有化学反应一些，因为每个人的见识或者专业能力都是有缺陷的，那么互相补足、取长补短才能创造出更好的效益。 主持人：您当前的公司有多少成员组成？ 钱江：公司现在有两块，杭州这边是子衿的一个总部，总部这边有十多个成员，包括一些后台人员，大部分都是我们的研发团队。我们还在山东，跟山东大学的数学院合作，相当于建立了一个实验室或者研究院，对山东大学数学系或者物理系应届毕业生或者比较优异的人才，我们进行一些项目的培训，这些我们接触下来觉得比较好的人才，我们就会发展成我们后备的研究力量，基本上我们现在构成是这两块。 钱江：跟模型有关系，当然跟行情本身也有一定的关系。首先，模型的问题，你说的难做，基本上定位是CTA策略，现在整个圈子里，大部分的团队、私募基金使用的周期都是偏中长线为主的，而且入场方式都是以突破为主，震荡的时候尽量减少开仓或者不开仓，当行情走出震荡区间再入场，也就是追求一定胜率的一种策略。那这种策略就会出现一个情况，比方说震荡的时候大家都没有进场，但是一旦价格突破了震荡区间，大家都会在这个时候一起进场，这个时候单子肯定会显得非常拥挤，就会造成单子进场的时候你买不到你想要买的价格，就会产生比较大的滑点，这个滑点越大的话，它就会压缩这种策略的盈利空间，无形地就会造成这一类的策略，规模越来越大的话，它的表现就会越来越难以稳定或者难以维持这么好的表现。 还有一个情况就是行情本身，2016年的行情应该是整个大宗商品至少近5年以来算是比较大的行情，这么大的一个行情过后，肯定会进入一个低谷或者回落状态，这个状态下，波动率在慢慢缩小，那么会对刚才我说的那种以中长线、大周期为主的策略造成一定的损伤。行情在去年双十一之后就一直维持一个波动率缩小的状态，那么CTA这种类型的策略，肯定或多或少会表现得差一些。但是也有一个情况，去年的十二月份到今年的三四月份，虽然周线级别的大的单边走势没有出现，但是日间的波动率还是比较高的。比方说像铁矿石的波动率，我们当时的数据结论是大概达到了7%的波动率，好比就是今天涨4%，然后明天可能就变成跌了3%，从最高点到最低点有7%的幅度，日间波动其实是非常大的。但是这个波动是走过山车，A型反转或者V型反转，对于那种中长线为主的大周期策略，基本上是抓不住的，或者它没有可以抓的点，会受到一定的损伤。但是这种类型的波动，对于一些中短线的策略，其实还有一定的机会，这也是我们子衿今年针对这种行情做了一个调整的背后原因。那这种情况下，行情的特点造就了去年年底到今年，整个CTA可能表现没有像2016年那么好。 钱江：刚才也提到，从去年的“双十一”到今年的三月初，我们旗下的产品也有一定的回撤，回撤的原因刚才也说到，因为去年波动率这么大，那么过了波峰以后，它肯定有一个回溯的情况，我们也是步入了回撤。但是我们观察到，短周期的波动率其实是处于5年以来的历史高位，在这种情况下，没有理由坚持只做长周期。在我们的理解里面，我们把CTA策略定位为做多波动率，也就是说，只要波动率足够大，CTA策略是应该要赚钱的，这个波动率不仅仅限于周线、日线级别的波动率，比方说5分钟级别，一下子拉了4%的涨幅，那对于5分钟级别其实也是一个很大的行情了，所以我们不能仅仅盯着比如月线级别涨了一波20%，其实5分钟级别这么大涨幅，我们也应该要去抓住，这样才能真正地让CTA策略发挥称之为做多波动率这么一个策略的定位。所以基于这一点，今年三月初，我们做了一些升级，加入了日内、中短线的一些波段策略，削减了一些中长线的策略，同时我们也加入了一部分套利的仓位。这种情况下，我们的净值从今年的3月1号开始，一直慢慢地往上回升，到今年的6月初，我们旗下全部的产品基本上已经走出了去年的回撤，开始进入一个盈利的空间。所以相对而言，从目前来看，我们这一次调整，还是得到了行情的肯定。 钱江：如果要换，我们不会这么简单地去换，我们当然也有换的时候，但是条件会比较严苛，因为我们本身在上一个策略的时候，会要求这个策略有比较强的普适性。对于一个策略，它正常运行的时间框架比如是半小时，那么我们可能会要求它在5分钟、10分钟、60分钟、90分钟，也就是相隔的一些时间框架下，它都能有一个比较好的表现。比如它本身是针对螺纹钢做的一个策略，那我们也会要求这个策略在橡胶上面表现也比较好，或者在一些农产品上面也要比较好，它的品种适应性也要比较过关。这一步过关以后，我们还要求它在参数的敏感性上面，也有一定的非敏感度，或者没有存在一些孤岛的参数的选择。经过这种严苛的挑选以后，我们觉得，我们的策略应该是能抓住市场普遍存在的盈利特征的，在这样一个基础上，基本上这一类策略一旦出现表现不太好或者回撤的状况，我们不会很草率地立马把它换掉。首先我们肯定是会分析，具体是行情的原因，还是策略本身真的是有问题，一般来说，这么严苛筛选后的策略，应该是行情造就的回撤，如果我们分析觉得是这个策略它捕捉的市场特征已经没有了，造就了这个策略已经不适应目前的市场状况了，那我们可能会把这个策略下线，但是我们会有一个新的、类似的策略作为替补，把它的位置给填补上。比如这个策略是一个月线级别的趋势跟踪策略，它不行了，我也会上一个同样框架的类似策略，保持我的整个组合不会从性质上面发生特别大的变化。 钱江：我个人做量化有7个年头了，我最早开始是做股指纯日内的，后来做到股指多周期、多策略的组合，股指被限制以后才开始转战做商品，整个2016年，我们做的是中长线趋势跟踪为主的组合，仓位当时基本上就集中在一些中线跟长线上面，但是我们品种做得比较多、比较分散，所以仓位也分得比较均匀。前面也提到，面对今年一月份到三月份这种特殊的行情，我们削减了中长线的策略，增加了一些中短线甚至日内的仓位，这样一个情况下，我们头寸的分布也有一些均衡，目前我们长、中、短几个时间框架上的仓位都是比较均衡的。然后我们还分了一部分仓位到套利上，大概占了15%到20%的仓位。我们并不想把整个策略就集中在某一个时间维度上面去捕捉行情，如果我们坚持像去年一样中长线这种时间框架的CTA策略，比如像今年六七月这一波黑色的上涨没有出现，一直维持到明年的六月份，那有可能我们就处于一直的回撤状态。但是国内的大宗商品市场，它又是一个不缺乏波动的市场，可能不会出现这么大的一个单边行情，但是结构性的一些小行情还是会有的，如果我只是定位成这么大的周期的话，那很可能就一直处于回撤要被市场取缔掉，但是我如果各个级别都能做一些布局的话，可能我的收益没有像那些抓大行情的一波赚得猛，但是我整体的产品的运作平滑度可能会更加合理一些，可能会更加熬得到大行情来的一天，不会提前被市场淘汰掉。 钱江：大家常见的一些因子，比方说成交量、持仓量、波动率，这个是基本上大家都能理解的一些维度，还有一些维度是我们自己设计的一些算法，我们会从大概10个维度对所有品种进行打分，基本上根据这个打分的情况，进行各个品种上权重的分配，动态地分配仓位，但这一步目前我们还是处于一个半自动的状态。我刚才说的，我们在山东那边还有一个团队，山东那边团队的一个带头人，他应该是机器学习、人工智能领域比较顶尖的一个人才，他原先是在部队里面做这一块的，应该是这个领域的一个领军人物了，那么我们想在他的带领下，把权重设置这一块跟机器学习结合起来，做到自动地设定权重，如果这一块我们能实现真正的电脑自动设定，可能利润上面会有一个台阶的跳升。 我们也在摸索，如果每个品种都分得差不多，肯定收益不会有一个特别拔尖的表现，但是好处在于，它能捕捉到整个市场的一个平均波动，它能承受个别品种的风险情况，不会说某个品种仓位特别集中，然后这个品种突然出现了一些系统性的风险，那么你的产品就会受到一个致命性的打击。如果品种比较集中，当然如果这个品种上面刚好出现一个比较大的行情，那你的收益肯定是远远超过平摊的状态，但是同样的，如果这个品种出现一个反向的跳空，或者政府出了什么政策，比方像股指这样，立马就不能做了，那你整个产品就会受到比较大的损伤，甚至就不能操作了。我们也有一些朋友，原先纯做股指的，然后股指被限定，他CTA这一块就没法操作了，商品突围又没有成功 ，这个就是比较致命的影响。但是我们如果让机器学习分配头寸，我们也不会做得特别极端，比方说我们分配到某一个品种占了九成的仓位，其他的加起来占了一成，我们也不会做得这么集中。但是我们还是会有一个相较于平均的侧重点，比如像最近黑色系比较强，我们也看到，最近的一些化工有些个别品种的波动或者它的行情趋势性也起来了，像甲醇，你如果是平均的状态，可能这些对整体的贡献并不多，但是如果你集中起来，或者你的机器学习，机器足够智能，那可能对你净值的爬升会有更加大的贡献。 钱江：我讲讲我们的模型吧，我们子衿的CTA没有选择以中长线、突破的方式进场这种策略为主，我们选择的是一直在市场里面的这种策略，就是说整个市场没有什么趋势的时候，我们就不停地多、空，切换头寸，但是这个切换过程中，我们的仓位是比较轻的，因为趋势的强度比较低。但是当趋势性比较强的时候，我们会把仓位逐步地增大，然后会在一些特殊的位置主动进行减小或者再放大。跟那些突破型策略相比的话，他们相对而言可能追求的是高胜率，那我们反过来，胜率没去追求，因为一直在切换，整个市场70%到80%左右的时间都是震荡，这个状态一定决定了我来回切换的胜率肯定是低的，因为我是跟着切换，是被动地切换，不可能是左侧切换，那么被动地右侧切换，肯定造就了这个胜率比较低。但是我们通过仓位的放大、缩小这个资金管理，我去扩大盈亏比，比方说我做了10笔交易，可能8笔交易在来回地切换头寸，但是8笔交易每笔亏的时候都亏了1块钱，但是行情来的时候，我2笔交易赚钱了，但因为我有个加仓的动作，我2笔交易每笔赚了20块钱，那我盈亏比就很高。我们通过这样的方式去控制风险，然后去获得相对应的一个收益情况，我们觉得这样比较合理，也是能比较长久地存活下去的方式，而且能跟大部分的以突破进场方式为主的CTA区别化，因为他们突破的时候，大部分单子进去的时候，我们可能已经有仓位在里面，我们不需要跟他们去抢那个单子、抢那个利润，这样就会比较好一些。来回切换的时候，当然也会出现情况，有一定的风险，比方说，突破型策略，可能一直震荡的时候它始终保持不进场，那对它而言没有什么风险，但是我们因为有个来回切换，可能会对我们造成来回的亏损。对于这个问题，首先前面说的，我们因为仓位比较低，可能这个损耗还受得了，但是如果当这个状态真的维持得比较久，那么我们也是通过比如策略的多样化去对冲，可能在这些震荡的区间的时候，我们可能会通过一些日内或者日间的反转性的策略，甚至通过一些套利的策略去对冲来回切换的趋势跟踪策略的损耗，从这样一个角度去分摊我的震荡期的回撤，做到真正的控制风险。 钱江：我大概说一下，虽然大家应该也比较清楚。基本上也比较简单，首先你会有一个想法，你通过阅读一些国外的研究资料，或者我们现在圈子里面有一些卖这方面研究资料的，通过别人在卖的一些模型和资料，通过各个渠道，你有一个思路或者一个交易的雏形了，那么，你把这个雏形进行伪代码化。所谓的伪代码化，就是基本上逻辑能一条一条列出来，那么我们会对这个逻辑进行审核，这个逻辑是不是有一定交易的意义，或者有一定的站得住脚的一个点。因为我前面发掘这个雏形，有可能是通过数据挖掘，甚至是机器学习自己给出了一个模型，以前有一些软件，你给它一筐子的数据或者指标的算法，然后再给它一段历史数据，它算一下，然后给出一个交易模型，曲线非常好看。结果我们一看这个模型，比如MACD除以根号KDJ，那你说这个意义是什么呢？根本就没有任何意义，不存在任何交易的意义，这样的话，这一道关就过不了。所以我们会对这个逻辑先进行伪代码化以后，对这个交易背后的逻辑进行审核，如果这一块也过关，那么我们把这个伪代码正式地代码化，代码化以后就很简单，就是拿历史数据测，要过品种的多样性、时间框架的多样性，还要过参数的敏感性的测定，这些都过了，那么我们认为，这个模型就基本上成型了。 但是成型后我们也不会马上放上去实盘，还有一到两个月的冷静期，过了这个冷静期以后，如果这个策略要上实盘，我们就可以随时找机会把它上实盘了。设置这么一个冷静期，其实也有一定的想法，因为很多策略，你刚刚做出来的时候，往往就是曲线创新高的，因为模型玩的是一个概率，最近创新高，说明你的盈利的概率比较高了，那如果你这时候选择上线，比如它的概率开始回归了，那就开始亏钱，那这是挺尴尬的事情，所以我们一般会设置一个冷静期，一方面是为了规避这个模型中还存在一些小BUG，一方面也是为了让自己冷静一下，不是很冲动地去踩这个概率回归的陷阱，然后就可以选择上线了。 钱江：我们觉得目前这个波动率还是比较大的，波动率比较大的话，我们觉得一些中短线的策略目前的适应状况还是比较好的，但是中短线策略，它毕竟能承受的容量还是比较有限，但是如果对一些个人客户，那不存在容量的问题。但是比如说像我们这样的，想做一定资产管理规模的，那可能这一类策略就会受到一定的容量的限制，那么我们会把策略做得更加分散一些，比如说我中长线模型，分两个策略在跑，我中短线策略可能要分10个策略在跑，那才能承受得起比较大的容量。还有一个就是，我们得跳出整个CTA这个框架，因为交易最终看的是你能否盈利，那么并不是说你一定要把钱就集中在CTA这一块，你有别的一些机会、你有能力的话，其实还是应该去抓的。所以我们觉得，目前这个状态的话，尤其是现在大部分的股票对冲策略，大部分的团队这类策略都不太好做的情况下，我们反而想去往这一块去做，或者把这一块的头寸加大，但是我们的做法也跟别人不一样。为什么大家去年以来的阿尔法股票对冲策略表现不太好，原因是有多方面的，包括股指的倒基差的情况等。我们观察下来觉得，可能整个阿尔法策略的一个基础就是，市场存在一个长期的阿尔法，我们觉得这个点可能都不一定能成立。大家应该也能体会到，我们的A股市场，它又是一个不缺少热点或者风口的市场，往往会有炒作的点，那这个炒作的点往往会引发个别板块或者个别股票短期内超越指数的表现，这种情况下，短期的阿尔法其实是存在的或者是比较多的。 因为我们有比较好的短线的CTA技术，我们想把短线的CTA技术结合，然后放到这一类的股票阿尔法策略里面，如果这一块出来，其实是对我们整个CTA有很大的一个弥补。还有一点就是，我前面一直在提，我们加大了套利的仓位，这一块其实就是商品之间的套利。就是我们做程序化交易CTA这一块的，应该能感受得非常深，尤其是去年，最近偶尔也发现，比方说一波比较顺的涨势，那么大部分的CTA的仓位肯定就做成了一个多头的持仓，可能头寸也会比较大，但是行情走的过程中，不可能每天很顺畅地涨，肯定有那么一两天，往下打，打得很厉害，包括前几周，黑色系有一两天跌了5%、6%，但是后来又回上去了，这种情况的话，如果你纯粹只有CTA的仓位布局，肯定或多或少会受到一些伤害。但是我们也观察到，这种行情发生的时候，两个品种之间是不会存在这样一个情况，比方说，铁矿跟焦炭这两个价差之间，可能不会出现突然的一个变化，比如做宏观对冲他们说的，做空钢厂利润等逻辑，最后表现到，比方做多铁矿、做空焦炭，或者是做多焦炭、做空铁矿，但是这个价差不会出现一下子这样的反复。所以针对这一块，我们就加强了一个专门做这个价差的套利，那这样的话，可以弥补我们CTA趋势的风险、收益，会更加平稳、稳健一些，所以我觉得，应该跳出单一的CTA的框架，去选择一个多策略、多模型这样结合的方式，可能会更加走得长远，或者对整个市场会适应性会更加好一些。 钱江：刚才也说了，我们股票其实做的并不是纯粹的多头，我们做的是对冲的状态，其实说实话，如果是采用传统的方式，这种状态的一个对冲策略，其实还是赚不到钱。因为虽然最近股票在上涨，但是上涨的是大的一些蓝筹股，金融、银行，这种股票在涨，但是一些中小创的股票，应该到今年的三四月份，还是在差不多历史新低附近，还没有上来。这种情况下，你去做传统的股票对冲策略，其实不太好的，所以我们从去年年底就停掉了股票这一块，往一些捕捉短期的市场阿尔法的股票对冲策略在改造，所以目前我们这一块的策略其实是停滞状态，我们在升级，预计今年年底前可能会把这个策略做出来，那么我们经过一些测试，可能到明年年初会重新启动这个策略。 钱江：滑点是相对的，滑点肯定比之前比如2015年要大，因为从2016年以来，日间的波动率肯定是加大了，我们单独看螺纹钢这个品种，像2015年之前，螺纹钢一天内涨2%，幅度都很大了。但是从2015年11月开始，尤其像最近，螺纹钢一天内涨5%或跌5%是很正常的事情，所以在波动幅度加大的情况下，滑点加大其实也是相对的，因为滑点虽然加大，但是它波动幅度加大，利润也会有一定的弥补，但是如果单单看滑点，那肯定是扩大了，但是这个也是相辅相成的，也正是因为滑点扩大，或者交易成本、交易手续费增加了，那么主力等整个市场背后的力量，他在推动行情的时候，肯定要把行情的幅度推得更加大一些，才能弥补掉成本的扩大，所以目前我们看，涨跌幅度会偏大一些。 减小滑点的方法肯定有，比如，现在的行情，经常会出现感觉上好像就触发了程序化的连续止损，就是往往打到一些特定点位的时候，突然行情就出现一个断崖式下跌或者直线上涨的走势，那么在这种情况下，如果你的策略有触发信号，选择进场，一般来说，除非你打市价单，如果你打对手单很难马上成交，如果你成交不到，你再去加价成交，可能下一跳已经很远了，这个滑点就非常大。我们的模型能检验出这种特殊的行情，这种情况下我们一般信号就不会产生立即的开仓，我们可能等到行情相对平稳以后，再把这个仓位处理掉。当然我们也会有个阈值，比如我们持有的是空单，突然往上拉的时候，如果你一直不处理，那肯定也是有问题的，万一拉得太远，你风控肯定做不了，那我们也会有一定的硬性的止损线，如果真的触发到我们硬的止损线，我们也会被迫地强硬平仓，但这种情况还比较少出现。 还有一个情况，就是我们的策略和品种也足够分散，哪怕真的有一个品种出现这种情况，我们也不会受到很大的影响。我们还有盘口的一些算法，去规避掉这种特殊的快速的行情，来减少滑点。我们在做交易的时候，我们也会尽量把单子分散到每个合约，并不是集中在一两个合约上面，或者集中在主力合约上面。比如某个品种在换月的过程中，也会造成一个比较大的损失，我印象比较深的是，螺纹钢1705换到1710的时候，当时螺纹钢是在下跌，当时的主力合约换到下一个合约的时候，1710其实价格更低，这样一换过去，换月就已经损失了几百个点的利润，后来有一波比较大的反弹，因为1710它本身价格比较低了，它一反弹，可以反弹很大，反而价位相对比较高的1705反弹的时候就没有反弹很多，但是你一换仓，这么大波的反向风险就完全吃住了，对于做空头趋势跟踪就有比较大的一个损失。所以我们会进行多个合约的分散交易，可能在换月的过程中，我们自动地仓位已经慢慢地均摊过去了，所以就不大会出现因为换月或者其他原因造成滑点、换月损失的特别大的影响。 主持人：比起以前来，现在学习程序化交易的途径有很多，比如有一些现成的策略源码能直接作为参考或实盘，也有很多的培训和学习资料，您认为，当前的环境下，学习程序化是否有捷径可走？还是说，程序化只能是脚踏实地地学习和研究？ 钱江：做任何事情都没有捷径，尤其是交易这么一个复杂的事情，我个人认为，除非你特别有天赋，就是刚接触这一块，立马能想到一个非常好的模型，我想这种人应该比较少，但是我也见过，他可能就看了一些资料，突然就编写出来一个高频模型，然后就很稳健地收益，几倍几倍地翻，这种毕竟是少数。那么对于我们大部分人而言，我觉得如果你是学习程序化的，其实相较于从主观这样入手去做交易还是有优势的，因为本身程序化跟主观交易相比，程序化交易就有很大的优势。就好比西医跟中医，主观交易就像中医一样，需要几年、几十年这样的学习、问诊，然后才能对病人进行望闻问切，凭自己的感觉判断出他有一个怎么样的病症，要有一个很长的周期，可能要几十年下来才能把握得比较准，那主观交易也是一样的，可能要几十年下来，你才能对行情各方面都能把控得比较好。但是程序化交易就好比是西医，我们可以通过数据挖掘等各方面，就好比抽个血、做个CT、B超，我可以通过几个化验单上的数据来判断是什么病症，你是有依据做出具体判断的。像西医的话，一般来说学十年，就可以正式进行比较好的行医了，那程序化可能虽然时间没有这么长，但是它的学习周期不会像主观交易这样要很长时间，如果你已经比较熟练地掌握了一个模型的意义和模型的编写，那么你可能唯一要做的就是，去读一些资料，然后挖掘一个模型，然后到最后实现，可能这个周期就大大缩短了。那我觉得已经有这么一个优势在里面，那我们还是应该一步一步、脚踏实地地去做。当然，你如果选择做这一行，还是要有一个比较强的兴趣，我觉得如果你有一个比较强的兴趣，兴趣会推动你去学习、挖掘这个模型，这样的话，可能会大大缩短你的学习的周期。 钱江：首先我觉得肯定要有一两个灵魂人物，因为肯定是以团队的性质发展，那么这两个灵魂人物，他在交易上的理解、理念，或者是他的模型，都是得比较优秀，那么他才能作为一个舵手或者船长，去带好整个团队。如果带头人目光放得比较短，他死磕CTA，那有可能某两三年或者某四五年，整个大宗商品行情就是很差，CTA模型就一定表现得不好，那如果你只是陷在这里面走不出来，整个团队可能就有一个比较大的毁灭性的影响。但是如果这个带队的人能着眼于一些新的策略开发，或者他本身有这个经验，往别的一些模型开发，他能带领团队做一些突围的动作，或者针对市场的一些变化，它能带着整个团队做出相应的改变，那这样的我觉得这个团队才能做到长期适应这个市场的变化，至于出不出成绩，那我觉得只是时间的问题。只要做正确的事，经过一定时间的熏陶下，肯定会得到一定的成果的。至于公司管理上面，我觉得跟其他行业也差不多，该有的规章制度都要有，包括人才一些激励还是要有的，主要还是掌舵的人必须掌控得比较好，无论是对研发团队的开发，还是对市场的改变，做出一个比较合理的动作，都是应该的。 我们现在也没有做出特别大的成绩，也谈不上什么优势，我就说一下我们我们的几个精神。我们有个精神，我们不想随大流，就比如同样是CTA，人家大部分做中长线或者是突破的策略，我们不做跟人家一样，虽然这一类策略可能比较大流一些，或者是好开发一些，但是我们不做这样。现在我们做的一些一直在市场里面的策略，或者一些中短线这种策略，然后像阿尔法我们也摒弃了传统的阿尔法模式，我们也做去抓一些偏短线的阿尔法。我们想，始终跟整个市场的大流保持一定的距离，我们要做一个小众化。第二个，我们还是希望，我们团队的氛围或者成员，都是特别优秀又会分享的一个状态，所以我们目前子衿的投研团队，至少学历或者学校背景都是非常优秀的，基本上都是毕业于国内外一流的一些学校。第三个，我们希望能做到与时俱进，刚才说三月份我们做了一些调整，也能看出，并不是说我们做出一个模型，这个模型表现不太好的时候，我们认为可能是市场的原因，然后我们就不去做任何的改变，等市场去慢慢变化，然后再去跟着我们模型走，我们不想让市场去迎合我们的模型，反而我们想要通过自己的改变，去迎合市场，因为没有人能战胜市场或者预测市场，但是市场在变化，如果分析到我们这边，是有能力或者是我们应该去做出改变的，我们还是要尽量地去贴合市场，做出一些改变，这样的话，就始终能把自己保持在一定的优势状态，就不容易被市场淘汰，所以我们还是把整个团队做得与时俱进一点。就是这三个点我们觉得是我们企业的一个侧重点，或者我们比较看重的点，希望这几个点也能成为我们的一个优势。 钱江：我们都有，但是大部分比如我们的模型可能给出一个具体的价位，比方说3000点买，那行情比方到2990多的时候，我们可能相应的单子已经预埋好了，但是我们不会打市价的单子让它去成交，我们肯定会根据盘口的情况，有一个挂撤单的动作在里面，刚有也说到，为了避免一些直线上升、直线下跌的情况，我们会选择暂时规避掉这一笔单子，可能过一会再来成交。 钱江：这个我觉得也没有好跟不好，这其实是一个逻辑上的问题，表现在均线上面，实时的时候可能已经交叉了，产生了一个金叉或者死叉，可能到收盘的时候，又收回去没有交叉，这其实是模型逻辑上的一个问题，并不是说你交易采取的动作的问题，你完全可以通过改变你的模型去做一个动作，你可以等到确定他要相交了，再做出一个相应的开仓动作，也可以是第一瞬间你就做出相应动作。如果你采取的是一般性的软件，可能测试各方面会有问题，可能信号测试跟实际成交会有问题，但是对于我们这些稍微专业一些的团队，我们这方面数据可以选择得比较精细，即使我们要用第一时间成交这个逻辑，我们也能测试跟实际做得一模一样，我们可以比较精细化。这个是逻辑层面，我觉得并不是成交层面。 钱江：我自己做CTA也7个年头了，期货可能早期的时候因为一些事情，大部分人听到期货这个词都觉得风险很大，我们接触下来，其实期货相对于股票而言风险并不大，股票涨停、跌停是10%的幅度，那么期货像个别品种涨跌停板就4%，你如果不选择使用杠杆，其实它的绝对幅度、涨跌幅度是要比股票小，当然你如果是用了期货的杠杆，那风险就稍微大一些了，但是你如果不使用杠杆的话，其实期货风险要比个股小多了，我觉得大家也要摆正对期货的理解。还有一个就是，我们在做CTA的时候，面临很多个人客户，可能CTA对他们来说是比较新的，他在购买CTA的基金的时候，他对这个产品的观察周期普遍比较短，可能看三个月、四个月，这个产品不赚钱，就觉得这个产品是不是不行，但是CTA它的几个特点里面正好有个特点，它是一个低胜率、高盈亏比的模型，而且市场里面75%以上是震荡行情，25%左右才是趋势行情，所以决定了可能75%的时间它一定是在回撤的，剩下的25%可能就是那么一周两周或者一个月两个月就完成了一年的涨势。如果你对这类产品的观察周期缩得这么短，往往可能你觉得不太好撤掉了，但是后面行情就来了，所以我也是给广大投资者一个建议，对CTA策略，大家还是要把观察的时间框架拉得更长一些，比方说你拉长到两年或者三年，这样的话，一般来说，国内的市场两到三年肯定会有一两波行情，你去衡量这个CTA基金能不能抓到这两波行情，去判断它是不是一个合格的CTA基金，那是正确的。那么还有一点，因为国内的波动率其实是偏大的，如果你把这个时间框架放得比较长远、比较合理的话，CTA基金长期下来，它的收益情况是要比大部分的投资策略要好的，所以大家在做一些投资的时候，应该更加科学一点、理性一点。 钱江：这个其实要涉及到一个分享的问题，因为往往这些人都是有一套比较成熟的模型、交易逻辑，他可能缺乏的是量化到编程实现的技术能力，如果自己去学，可能这个过程又会非常长，但如果他去寻找一些相关的编程人才配合的时候，这个就涉及到愿不愿意把他那些东西给人家。所以一般如果真的是有比较好的一个交易逻辑或者成型的模型，最好还是以团队化去运作，这个团队还是要把各方面的制度建立完善，这样才能做到真的无保留地跟IT人员说出你的模型，那人家能更好地把你的想法实现，这样才能真正达到一个完美的程序化。 主持人：有一些新手刚开始学的话，会不会自己去先学编程比较好？ 钱江：如果是入门的话，国内一些常用的程序化平台还是比较容易入手的，像TB、MC、文华，文华可能编程的模型适应力更加差一些，相对而言TB跟MC稍微好一些，它们的语言其实你只要懂一些英语的话，还是比较能理解的，对于初级的想入程序化这一行的人，从这几个平台入手去学习可能更加好一些。那么如果你在这个平台上做模型已经做了两三年的时间，你再去学习一些比方像现在比较热门的python等语言，往这个方面去拓展，可能会更加好一些，因为至少你对交易模型已经有理解了。现在市面上也有一些配套的程序化的编程平台的一些培训、语言的培训，如果你有那个基础的话，再去学习一下这方面的知识，我觉得还是可以的。 七禾网注：成绩代表过去，未来充满挑战！
|
|
|
