|
均成资产:穿越量化CTA的周期，CTA策略整体市场表现不佳该如何应对？  司维：好的，感谢主持人，非常高兴有机会和大家做一次线上交流。我们均成资产是2016年成立，然后2017年在中国基金业协会备案成立第一支产品，到现在也有6年多的历史业绩了，整个过程中也是和投资人一路相伴成长，我们最早的策略就是CTA这一块，然后后来也逐步在19年的时候开始做股票，现在也开始做一些债券，然后我们整体的一个定位的话，是要给到投资人一个最尽可能稳定、同时能够有一定收益的这样一个产品。 主持人：好的，谢谢司总。我们其实有一个问题一直投资者都比较困惑，就是从去年开始到今年年初，我们的CTA策略其实表现得非常的不尽人意，然后先想问一下司总，就是咱们CTA策略整体市场表现不佳的一个原因是什么？ 司维：我觉得从两个维度来解释，先从一个这种相对来说比较形而上，其实不管是任何一个市场是吧，它总有好做的时候，不好做的时候。它可能有时候大涨，有时候大跌，它是会有这样的一个市场行情的，只是说CTA相对来说复杂一点，它可能不是一个简单的涨跌来影响策略的收益。所以大家可能会相对困惑一点是吧？明明这个指数是比方说南方商品指数，下半年几个月一直在涨。为什么CTA管理人的策略收益其实还是在下降？其实没那么直观。但是道理还是一样的道理，就是说原来可能大家赚钱容易是吧？赚钱容易之后它就是会有很多资金进来，很多资金进来之后，来的人多了钱多了，钱就不好赚了。 这个钱不好赚的话，它就会用各种方式体现出来，对吧？可能整体市场的波动，就是说走势或者说整个市场的结构就会有一些变化，这些变化就可能使得很多交易策略就相对来说收益会比较困难，只是说这个东西它是就像股票一样是吧？可能前期来的人越来越多，涨得越来越多，但是到最后它总有一个临界点，就涨不动了。 CTA市场其实也是类似的，其实当很多资金往里涌的时候，它前期其实可能是越来越好，收益越来越高，到了后期进来的资金不足以支撑这个东西的持续的一个获利的时候，它就会进入到一个相对来说难做的这样一个市场。我们如果不去看里面的细节是吧？它到底是怎么实现的，我们只是从相对来说比较大的一个方向来看这个问题的话，进来的钱越来越多是吧？多到一定程度之后，没有持续的资金进到这个市场，这个市场就变成一个存量博弈市场，它就会变得比较困难，可能这个时候大家都很难赚钱，只有少量的一些可能之前亏钱的一些策略，它可能这个时候就开始赚钱了。 这就是一个市场的一个自我约束的一个大而泛之的道理。这是从大的角度。从小的微观角度来说的话，其实是因为就是市场的波动结构，它呈现的这种宽幅震荡，但是又没有明确趋势的这样一个市场结构，随着震荡它的周期不一样是吧？这个时候可能对于这种日内以及短周期的一些策略，相对来说不是那么友好。对于中长周期的策略相对来影响不是那么大。但是有时候比如6月份那一波是吧，它是一个持续上涨，然后突然反向，然后又持续下跌，连续跌了两周多的这样一个行情。 这个时候对于短周期策略来说，它其实这个时候可能还能创新高，因为它不管是持续上涨还是持续下跌的时候，它都能抓住这些短的这种趋势，但是对于中长周期策略来说，这个市场就是非常难的是吗？它在6月份就可能回撤的比较大，去年6月份回撤的相对来说会大一些，这个东西它里面有各种各样的市场结构，总有一款就可能跟某一个策略类型的收益就会不匹配，然后就会使得这个策略在持续亏损。 而去年整个下半年就是各种不好做的行情就轮番上演，然后各家管理人的收益也相对来说也就会相对比较难一点。这是我们从市场观察到的一个解释或者是我们的一个看法。 主持人：好的，谢谢司总的解答。其实我们也看到从去年以来，对于CTA策略市场来说的确是寒冬已至，那么其实想问一下司总这边，虽然咱们量化不预测未来，然后能不能想请司总来谈一下对于今年CTA一个市场的一个行情的展望是怎么样子的？  司维：好，谢谢。我们其实就是类似的情况，说实话并不是第一次，这种情况之前是发生过的。上一次的话是在16年有一波供给侧改革，当时有关注过CTA策略或者期货市场的投资者朋友的话，应该是会有一些印象。这16年有一次供给侧改革的话，就导致当时的商品也是大涨一波，然后大概是到整个从15年底附近，然后到16年11月附近，也是整整涨了一年的时间，而且是趋势特别好，所以各类策略都在赚钱。但是到了16年双11的那天晚上，就是夜盘的时候，整个市场出现了一个非常剧烈的波动，从之后整个期货市场就处于一个非常难做的行情状态，这个事情一直持续到了2017年的大概10月份左右，也前后差不多将近一年的时间。 但中间其实像2017年6月份五六月份的时候还是有一波行情，大家都喘了口气，但是整体来说17年一年下来，很多管理人也都是不赚钱。对，我觉得可以可以借鉴的一个历史条件，因为历史它是在不断的重复，但是它可能每次都一模一样，其实只能大概的一个借鉴。而这一次的话它可能也会有一个相对比较长的调整周期，调整周期比方说我们看19年或者是看21年整个调整的话，一般都相对来说短一点，可能就三个月左右，基本上回撤就回来了，然后就开始一个向上修复的一个过程。但是去年的话22年这一次的话，它的调整的周期是相对比较长，家对于20年开始的这一波商品牛市的印象或者是这种预期都还在，觉得CTA策略不是一直赚钱的吗？ 其实相对来说它还是比较稳定的，我们个人觉得CTA策略它其实相对于股票市场的收益来说，其实是会更稳定一些的。因为股票市场可能是三五年才有一波行情是吧？一年跌个20%很正常，大家都习惯了，都可以接受对吧？但是在CTA这边大家可能预期不是这样子的，觉得你只要这个可能一年不赚钱，半年不赚钱，甚至一个月不赚钱，都觉得CTA策略不是说好涨也赚钱，跌也赚钱，怎么就不赚钱了呢？ 但其实说实话，各种策略它都有赚钱、不赚钱的时候，其实大家不要对CTA有过高的预期，但是我个人觉得在眼下包括经历了这么长的一个调整周期之后，CTA的整个收益的稳定性仍然是要比指增策略也好，或者是说股票多头策略也好，它的稳定性仍然是要好一些的，这就看跟谁比了对吧？你要跟那些套利策略比，肯定稳定性比不过，但是套利策略本身容量要小很多，对吧？CTA策略应该是跟股票的这些多头策略去进行一个比较，相对来说会更合适一点。 所以我们觉得眼下来说，这也是一个相对比较长，可能堪比2017年的这样一次调整。但是这个调整它其实也是会应该也是一个阶段性的。毕竟差不多9个月过去了，整个CTA市场大家都是表现都非常不好，可能也有很多资金慢慢撤出了CTA市场，这样子的话其实慢慢当资金流走之后，市场机会又会慢慢回来。这是一个大而泛之的一个道理，道理就是这个道理，但是实际操作起来其实很难。比方说眼下节点，大多数人它其实都会坚持不下去了，都觉得没信心了是吧？CTA这么长时间都不赚钱了，是不是这个策略失效了是吧？是不是这个市场不行了？都会有这些怀疑。但是其实拉长了来看，其实都还好，在我们觉得这个东西是一个相对来说比较长，历史上比较少见，但是也不是没见过。然后我们觉得对于未来来说，这个眼下应该是一个还不错的机会，不管是你持有对吧？ 我觉得没有必要赎回。如果你这边还有一些其它的资金可以，其实我们觉得是可以加仓的这个东西，就是现在这个节点上，我们觉得整个CTA市场风险已经释放得比较充分。对这个时候不管是我们家也好或者别家也好，其实大家如果有一些比较认可、比较信任的 CTA管理人的策略，现在还在募集的话，其实是可以建议大家可以做一些平衡，因为毕竟CTA这边你亏钱了对吧？没怎么赚钱。这个时候你把其它赚钱的策略减掉一点，加一加CTA都是可以的。 对，你觉得这个市场它其实在眼下至少短期的2~3年内，应该还是有一个比较稳定的超额收益的。对长期来说不好说，因为这个市场它最后都是会趋于一个平均收益的水平，这种东西就CTA策略的这样一个超额收益或者相对稳定的收益，其实也是一个历史性的机会。也就是这么几年，觉得就三五年之后，估计就很难有这种像眼下这么好的一个性价比的时刻。大概是这样子的对未来的想法，对，谢谢。 主持人：好的，谢谢司总的解读。其实现在是我们CTA策略的一个基点位，其实对于很多投资人来说也是高抛低吸的好时候，然后其实基于市场长期一个机会的话，其实也是比较有后续有不错的收益增厚的一个效果。那么其下面一个问题想问一下司总，技术发展是量化投资的重要驱动力，然后当下AI发展正如火如荼，比如说我们最近很火的Chat GPT，还有之前比较火的原宇宙，司总您对于AI的一个发展的看法，然后AI发展会对咱们量化投资会有怎样的一个挑战和机遇？ 司维：好，谢谢。这个问题我其实个人是比较感兴趣的，就是这个东西我们一直以来对于技术的重视程度是很高的，不管是AI也好，或者是之前的各种统计的一些模型，以及个人数学上面的一些研究的进展，其实是我们作为投研这块的主要的一个关注方向。 然后首先说一些大一点的东西，其实不管是计算机也好，然后这些一些基于规则的交易策略也好，然后基于这种相对来说人工神经网络也好，这些东西它做一些这个是一直在持续改进和和提高的。 但是有一个点，其实这个东西它我们在跟谁比，都是在跟人比。其实为什么Chat GPT这么引人关注，因为它终于像一个人了，就是它的回答会和一个水平很高的一个人的回答会比较接近，虽然它有时候也会胡说八道。但是这人有时候也会胡说八道，有时候会弄混记错是吧？它其实也是会像一个这种人的一些特征。这是我们以前在其它的不管是各种设备上面或者各种技术上面也好，是从来没有见到过。 但是这种东西不管怎么样，它仍然是基于一个人的基本水平去看待的。它如果说是要我们用在做投资上面的时候，它仍然是要找到一个独特的切入点，比方说它现在可以理解这些文章了是吧？它能够有很好的文字处理能力，这个就是 GPT的文字处理能力，应该是已经超越了绝大多数人类的，这个是毫无疑问的。但是它如果从文字信息里面提取出来，我们认为需要的或者说有用的一些东西，这个东西其实仍然是处在一个跟人类相当的水平，那人基于这些信息，它也没有办法得到一个非常有效的或者说特别显著的这样一个投资结果。 作为 AI它来做这件事情的话，它确实有优势是吧？它能够处理足够多的信息。但是我们的比方说做主观的那些从业人员，他们每天也是处理很大的信息，每天看的报告基本上市场上主要的一些报告以及各种新闻都会关注。这个信息其实并没有说多大，特别是我们是分了很多行业，分了很多细分的领域，由每个人去单独去覆盖，对吧？这个东西它其实是人其实已经做得非常充分到位的。 如果由电脑来做的话，它最多能做的接受人工是吧？原来我可能要请10个、20个研究员，现在可能是上了一个 AI模型，它可以帮我们去把这些数据整理好之后，可能我不需要研究员了，这个应该是很快可以实现的，但是它能够提高多少投资业绩这件事情的话，其实相对来说眼下这个节点，这个技术其实它能起到的作用还是比较有限的。包括这个东西不管怎么样，不管是 GPT这些模型也好，或者说之前的机器学习神经网络或者深度学习是吧？大家名词概念大家都说的比较多，但是其实不管怎么样，这些东西在我们看来它都是工具，那这些工具的出现，它可能使得我们的一些工作变得更加省时省力，但是它并不能改变投资本身的一个核心逻辑。 对，它可能使得我们做这件事情更容易了，或者效率更高了更准确了。但是投资本身的一些核心逻辑仍然在，而这些核心逻辑并没有被这些新技术进行颠覆，对吧？就像有一些工种，比方说一些做美工的是吧？它现在 AI生成图片的能力非常强，很多初级的美工可能就就面临被替代的问题，对吧？现在可能就是一些初级的研究员是吧？它可以被替代。 但是最后的最核心的更难的，以美术为例，有些东西你可能整体要保持风格的一致，然后你要做整体的一些这种美观上面的一个整体的考量，对吧？你不是说我就是让程序它生成了一堆图片，然后就把堆砌上去，它的效果其实是不够好的。只是说这个程序这个 AI是吧，它能够帮你省时省力的快速的完成以前可能是比较费人工、费时间的一些工作，其实对于我们投资来说也是一样的，可能它也是帮我们可以更快速的去处理一些信息和数据，节省了我们的一些投研的一些精力。 但是最核心的就是为什么我们能赚到钱的这些东西。其实不管是 AI也好，或者是人工也好，它其实都是需要花巨大的代价和精力去逐步去积累的。这个东西就是以目前的技术来说，我觉得仍然是并不会因为这个人工智能的出现，而发生一个颠覆性的一个变化，使得整个格局进行一个大的调整。至少眼下这件事情还是还是没有发生。但是未来有可能会，因为技术的进步确实是很快的。谢谢，我们大概是这么一个观点。 主持人：好的，谢谢司总对于咱们Chat GPT还有 AI这个行业之后的发展的观点分享，然后其实我们司总也是毕业于咱们北京大学的物理电子学的硕士，然后其实也是之前是有光刻机从业的经历，然后想要问一下司总您的个人经历是怎么样的？为什么会选择进入量化投资这个行业？您在转型投资的过程中会有什么样的一个经验体会？ 司维：好，谢谢。我个人从业的经验相对来说是比较曲折一点，也可以说丰富一点。一开始可能主要是做数据处理相关的工作，最开始做科研的时候其实也是大量实验数据的一个处理，怎么样去得到一个相对来说比较清晰的一个实验结果，它都是从大量的实验设备采集的数据里面去处理出来的。 然后后来在微软的时候去做用户界面的一些数据，因为用户操作它会有一个叫用户体验改善计划，就是把大家的操作这些数据提取出来，然后我们去分析看怎么样去改进软件的一些设计，使得大家操作会更更舒适、流畅。以及后来不管是做光刻机这一块的话，它其实也是主要基于一些光学模拟计算，然后去改进芯片制造的一个工艺，提高产良率对吧？ 这个是我之前做过的一些工作，这些工作其实都是在跟数据打交道，怎么样去从一些实验数据也好，或者是采集的用户数据也好，去得出一些结论，去找到一些规律。这个是我之前的一些做的比较多的工作，所以这个东西其实更多的带给我这边或者带给均成这家公司的一些优势的话，我们在数据处理点以及在整个IT系统搭建上面会相对来说有比较大的优势。因为针对性比较强，把一些工业界的技术或者是一些架构的设计思路去引入到了量化投资这样一个领域里面，所以这一块的话相对来说我们其实是有比较大的一些优势，也包括大家说的比较多的机器学习什么之类的，其实我们之前也是有设计过的，包括比方说光学模拟计算是吧？芯片的电路设计的时候，怎么样这些结构更加高效，更加有用是吧？ 其实也是考虑过很多方案去进行优化，然后这个东西其实也会涉及到相关的一些技术。所以这些东西其实是一个比较好的一个基础，后来对于投资这块，我觉得是一个比较好的方向，因为投资有个好处，就是它不需要依赖别人的评价，就是你不管做什么，比如说你作为医生、作为律师是吧？你这个水平好不好？其实对于大多数患者来说，对于大多数需要律师的这些客户来说，它没有办法去分辨医生或者律师的水平，它分辨的标准是什么？行业里面其它人对于他的评价是吧？一个行业里面评价的话，它其实相对来说就不是那么客观的，那里面就可能涉及到很多这种人际关系，然后它的行业里面的工作年限积累，这些东西其实跟它的实际业务水平不一定有直接的关系。所以但是投资这个行业不一样，投资这个行业你的业绩是非常客观的，能赚钱就是能赚钱。 你的历史的业绩摆在那里，这个怎么说也说不过去。对，所以这是投资行业的一个最吸引我的地方，所以我还是比较喜欢投资这种比较简单直接是吧？我做得好就是好，做的不好就是不好，没有什么太多的道理。所以就2011年开始做这个股票的一些投资研究，在这个过程中其实是一开始做的是这个行业研究员去看上市公司，是吧？去看这个行业的一个发展，看行业的一些这种技术路线，然后整个去测算它的盈利空间，整个市场的容量空间大小，收益的一个预测，盈利能力的一个判断。这些东西的话其实也是我一个比较有益的帮助，对于资本市场有一个相对来说比较直接第一手的接触。 所以对于不管是这行业研究也好，或者是各种投研的一些相关的东西，以及整个资本市场上的相关投资机构，他们的一些决策依据和投资行为会有一些更直观的感受。后来的话是因为量化这边，它其实也是看到了2013年的时候，就看到量化这边其实会有一个比较明显的一些交易优势，量化的交易优势。 我自己的一个判断，是因为整个市场上它其实受市场情绪的影响还是比较大的。对于这种情绪的把握和判断的话，其实用量化模型来做的话是会有更大的优势。这个是不那么擅长或者不那么容易做到的一件事情。所以我们其实有一个观点，就是说量化投资机构其实赚的钱都是市场情绪的钱、以及一些短期的交易性结构定价误差或者是一些高频的一些钱。这些东西是之前市场的一个主要矛盾，我们基于主要矛盾来做投资的话，肯定收益就会更高一些。所以当时开始做量化研究。 其实一开始做的还是股票这一边，然后后来开始因为股票这边其实你的进入门槛是比较高的，那就开始做商品、做期货，因为期货这边的量化的交易门槛是要低很多的，所以我们就从门槛最低的，但是竞争最充分的领域开始做，然后逐步就做到了一个还不错的收益。这是关于量化投资，刚才也说到一个点就是说它赚的钱都是市场情绪的钱，当市场的主要矛盾是市场情绪的时候，它的收益就会比较高。当市场的主要矛盾不是由情绪需要的。驱动的可能是由于政策或者是由于一些宏观因素经济因素，以及由于这个行业本身的一些这种重大事项的一些发生。 这些市场波动这些钱，其实量化来说，不太能去赚这个钱的。所以刚才也有个判断，就是未来可能三五年之后，可能再长一点，可能10年之后，市场情绪的这些钱，依然是由于赚这些钱的量化机构越来越多是吧？整个策略可能趋于饱和。然后另外一方面也是由于市场投资者越来越成熟，受市场情绪的影响越来越少，利润这个超额它就会逐渐下降，这是一个必然趋势，这是我们的长期的判断。对，所以这量化也是有一个历史性的机会，它不是无所不能的。它跟传统的主观比起来，其实只是说现在这个时间节点上，量化可能会更有一些优势。但是长期来看，大家其实会回到一个从同样的一个表现水平上面去，这才是一个相对来说更合理的一个预期。 主持人：好的，谢谢司总，然后对于您从事量化投资这样一个初心，还有一个您从业以来的心得的分享，然后其实咱们刚才司总也是有分享了，从去年行情以来就是行情波动的原因，还有展望了一下咱们量化投资CTA后续的一个后市。接下来我想问一下司总，咱们均成资产对于后面CTA一个波动的行情，咱们这里有没有什么比较不错的策略，有优势和竞争力去应对。  司维：好的，谢谢。其实刚才也说了，就说我们其实在数据处理和整个系统搭建上面，其实是相对来说会有优势一些，我们公司其实开始的时候规模也很小，最早就一个人，后来就到了19年之后，我们大概有5个人。其实在人很少的时候，我们怎么样去把整个系统做起来，或者怎么样去把它跑起来，这个东西其实是需要一些取舍。然后在这些过程中，其实都是我们对于这种系统的一些理解的体现。接下来的话随着我们公司的人员越来越多是吧？ 然后大家磨合的也相对来说更加更加流畅了，就是说整个的团队的氛围和以及整个基础设施的一个搭建，包括整个制度建设的完善，使得我们有更大的一个发展空间。更大的一个策略的研发空间的话，其实对于我们的核心竞争力来说是非常大的一个保障，因为毕竟之前我们其实是做了很多取舍的，我们只会做一些相对来说比较不那么依赖于比方说人力不依赖于数据的一些这种在相对来说比较充分竞争的一些策略类型上去做开发。现阶段的话其实我们有了更多的人手，然后有了更强的团队，我们可以做的策略就比原来要更加丰富了。 我们可以去做一些原来更加困难的，像现在我们就会去采集很多这种市场上一般不容易拿到的一些数据，我们会通过采购的也好，或者是自己去单独得去采集也好，我们都是在不断去完善和加强的。那数据其实是第一方面。然后第二方面就是我们数据处理，也就是我们原来可能是每个投资经理是自己去处理数据，然后单独去做一个策略的。这个东西它其实会对于投资经理的时间消耗会比较多是吧？每个人都要花时间去重新做一遍数据的处理，然后一些回测的框架。接下来真的现在我们已经就把整体的数据的一些前期的采集也好、更新、校验，以及模型本身的一个验证。 这些东西我们都有一个成熟的一个框架之后，大家的策略的开发的速度就会比原来要大幅度得增加。这样子的一个基础的话，其实是我们去应对未来市场竞争的这样一个信心和保证。当然这个东西其实每家都有是吧？其它也有很多大的量化管理人，它们也有很强的团队，但是我们相信我们会依托我们自己的这样一个特点，我们掌握我们自己擅长的一些领域，然后更深入的更细致的去做这些东西，然后逐步的去找到一个方向，第一我们要在方向选择上会更慎重，或者说是更基于我个人之前的相对来说更丰富一点、多元一点的这样一个知识结构，去做一个相对来说投研方向的一个决策，这个觉得其实会影响到我们的这样一个产出。 这个东西其实是觉得是一个战略上公司发展战略上的一个最核心的，或者说是公司的最重要的一个竞争力的点。在这个基础上之后，就是怎么样去更好得去实施这样子的一个投研方向的一个决策，然后使得我们的能够在选定的方向上尽可能多的得到一些产出，这就是看我们整个公司的管理，看这个团队的建设。 我们也是在这个方向上在不断的持续去努力，以应对这样一个就是市场的就是未来将会面对的这样一个激烈的竞争。就是市场环境它是在不断变化，但是竞争是越来越激烈，市场环境可能有时候好做，有时候不好做，这个东西其实我们无法去改变，我们只能去面对是吧？提高我们抗风险能力，提高我们的面对这种困难的市场环境的时候的这样一个业绩表现的水平。但是真正核心的还是说取决于我们的投研的一个创造能力，这些东西是由我们公司内部的一些治理，我们公司的整个的方向的一个选定，最终去形成这个优势的。所以我们也是希望能在这两个大的方向上面做得更好。好，谢谢。 主持人：好的，谢谢司总的分享。下一个问题再想问一下咱们均成资产的一个风险控制这个方面，特色的是什么？主要是咱们公司风险投资和对冲策略的结果吗？或者公司在风险控制方面有别的心得可以谈谈吗？ 司维：好的。风险这个事情，我觉得，第一要预期上面就相信这个风险永远是存在的，就是不管资产线走的多么漂亮，因为事实上它不会严格按照原来的这样一个规律去运行。所以只要它有变化，它变得跟以前不一样，你其实就没有办法去防范和预知这件事情，因为你不知道它会变成什么样子。如果你能预知到的话，这个东西就完全不是风险，那是利润了。之所以是风险，是因为没有办法预判，还有世界上这么复杂，总有一些东西是没有办法预判到的。 所以我们的观点就是风险它一直在，而且你没有办法严格得去限制说我一定能把回撤限制在多少以内，这个其实是逻辑上是本身就是不成立的。但是这个东西它毕竟是一个就是极端情况，我们至少能够在大多数情况下，去约束这个产品本身的一个回撤风险，整个产品的一个波动，这个是能做到的。做到这一点的话其实也不难，对吧？ 根据我们的这样一个目标的波动，目标的一个回撤水平，去设定相应的产品的仓位，这是我们的一个理念就是说我们把这个风险定好了之后，然后去确定一个相应的仓位，这个仓位就不要说觉得最近比方说市场波动小，我们是不是要把仓位加一下，这个东西其实里面就有很大的风险，因为你仓位一加上去，万一波动突然大了是吧？然后而且当时刚好持仓的方向又反了呢，这个时候可能就会有一个比较大的回撤。这个是我们在仓位管理上面相对来说会比较谨慎一点。 这是一个点，然后刚才是另外一个包括分散这个点，就是我们不会集中在某一个品种上持仓，而且我们对于每个品种，它会评估它本身的潜在的一个风险情况，对于一些这种风险比较高的风险系数比较高的品种，还有我们的持仓就会低一些。对于相对而说风险系数没那么高的品种的话，它的持仓就是一个正常的水平。然后我们会在不管是股票上面、还是期货上面都是一个高度分散，基本上市场上能做的尽量都做，这是我们的一个投资理念，也是我们的一个风控思路。 然后另外就是多空对冲的这样一个持仓结构，如果你只有多或者只有空的话，这个东西它一旦市场有一个转向是吧？这个东西你的持仓的风险是很大的。所以我们通过构建一个多空组合，不管是出现在单边上涨或者单边下跌的市场上，我们的波动相对来说就会小一些。 不管是股票这边，我们其实会更喜欢做一些这种偏中性的这种产品，因为相对来说我们做的是超额。期货这边我们愿意更大部分仓位都是一个多空对冲的这样一个结构，只有少量的这样一个多空的一个敞口，它会有一个择时模型去判断说，我们认为最近大盘可能涨的概率比较大的话，我们会有一些多头的暴露。当我们判断跌的概率比较大的时候，可能我们变成空头暴露。当我们拿不准的时候，这个是我们的整个持仓是相对比较均衡的这样一个持仓，但是这个东西不是一个一下子就100%敞口是吧？那这个东西就控不住了。 所以我们只在一个可以接受的这个仓敞口范围内去做相应的这样一个择时的判断。这也是我们能够或者是希望去把整体的产品的回撤控制在一定的水平范围内。其它的可能一些政策风险的防范是吧？有一些比方说镍是吧？这个可能去年有一段时间它的波动特别大，然后监管也比较关注，这个时候我们可能短期的就会避免这种品种参与到我们的交易中来。 一来是因为它的涨跌的影响，它其实已经不受一个市场情绪的影响，更多是受消息、受政策的影响。这个东西其实不是这样的话，或者说我们模型所能去预判的一个东西。当主要矛盾发生变化的时候，其实我们就不太适合去做这些品种。这些东西都是我们的一些这种很多的包括其它的一些业务，类似的情况的一些情况出现，我们都会去做一些处理，使得我们整体的产品的持仓相对来说是在一个可以接受的风险范围内，这样子我们至少有一个原则做投资最重要的是活下来对吧？ 如果出现一个特别大的回撤，其实特别是回撤又不匹配投资人的风险承受能力的时候，这个时候会非常麻烦。所以我们觉得我们的风控更多的是会去匹配投资人的一个风险承受能力和我们的产品本身的一个风险定位，这个也是一个很重要的点。对，谢谢。风控主要就是这几个方面，谢谢。 主持人：好的，谢谢司总对于咱们均成资产风控体系的一个介绍，下一个问题就是想问一下司总，对于现在咱们A股市场，然后您对于高频量化和基本面量化，分别有怎样的一个看法？ 司维：高频这块其实我的观点一直就是说它一般容量不会特别大，交易频率高了之后容量肯定不会很大。容量不大的一个策略的话，其实是一般来说它不太会成为一个资管策略，不会成为一个拿出来给很多投资人可以投的一个策略。因为高平有一个好处，好处就是它回撤特别小，收益可以很高，就可以不高，这个就不一定了，看策略的类型。但这个回撤小意味它的代价就是容量也小，容量小的情况下，很多投资人就不一定能买到真的高频，买高频是一个拼运气的事情。 对，所以能买到真的高频策略的概率，反正相对来说我觉得可能和做投资赚到钱的概率其实是差不多的。所以我个人是觉得除非你投资人特别确定，这真的是一个靠谱的高频策略，关注点不在于这个策略能不能赚钱，策略在于这个关键点在于高频策略到底是不是一个真高频策略，这是投资人要关注的一个点，因为刚才也说了高频策略容量小的策略它本来就卖的少，而且还有很多也不太会拿出来卖。这个时候号称高频的策略，是不是真高频策略？是大家要仔细去判断的一件事情。 然后基本面量化这一块的，我觉得就看怎么说了，我们其实也会做一些非量价的，大家可能就把非量价的量化策略都统一称之为基本面量化了，这个就看大家怎么分类。 基本面量化我觉得是可以做的，因为它是基于一些这种广泛的一些其它的数据，其实我觉得基本面的话也可以叫做另类数据运用策略。 它就不再主要依赖于量价的一些数据，它更多的是依赖于一些三方的或者是自己采集的一些数据，这种策略的话其实相对来说会比较独特一些。但是这种策略它也有一个缺点，就是它的数据更新频率没那么高，一般来说最高的也是日频更新，不会像这个行情数据每0.5秒钟都有一个更新是吧？它做不了那么快，所以它如果数据更新没有那么快的话，它的持仓周期也会比较长。那策略的持仓周期长了的话，就会有一个代价，它这个策略的波动也会比较大，所以单一的或者是单纯的基本面量化策略的话，其实可以赚钱，我觉得长期还是可以赚钱，但是它可能波动会比较大，收益回撤比不会很高，很多投资人不一定能够拿得住。所以大家在购买或者是投资这类策略的时候，其实要考虑的一个点，不要把它当成一个量价类的这种策略，量价类的策略它相对来说收益会更稳定一些。 而偏基本面的这种策略，它本身的稳定性会相对来说要差一些。当成另类的分散投资组合，然后长期去持有配置，包括我们其实在整个投资组合里面，其实也会有将近百分之40~50的这样一个非量价的这样一个策略在里面。这样一个组合到里面之后，整体的产品的稳定性就会相对来说要好一些。但是同时这种策略本身也能带来一些长期的收益。对，这是我们对于基本面量化的这样一个观点，谢谢。  主持人：CTA这个品种太内卷了，导致现在大家觉得收益都不太好，司总您怎么看这个现象？ 司维：刚才也说了，是因为很多资金进入到CTA策略市场，其实整体的表现可能就会下降。这个是一个类似的客观规律，但是这种东西它是有周期的，它不赚钱很多资金就会走，很多资金走了之后，策略又会开始变得比较赚钱，这个东西就是一个持续的周期性的东西。但是周期什么时候开始、什么时候结束就很难判断，其实我们做了这么多年投资，其实自己也很难判断准。我觉得回撤得差不多了，然后去加仓可能就夹在山腰上了，接着还能再跌。有时候我觉得这个趋势是不是起来了，我一追也加仓是吧？ 这可能加在山顶上了，一加仓就回撤，所以这种东西其实是我们会去避免做的一件事情，也希望投资人可能也相对来说就是要去选择这个高点出低点进，这件事情是很困难的。对，所以我们觉得对于 CTA策略的话，保持一个平常心，一方面在人多的时候不要追是吧？然后在大家都丧失信心的时候，可以适当得去逐步加一些。对，也不要说就觉得这一定是底部了，这也很难判断的。谢谢。 主持人：好的，谢谢司总的解答，然后下一个问题是咱们均成资产的交易系统是基于第三方平台二次开发的还是完全自研的？ 司维：我们的交易系统完全都是自己开发的，我们只接券商和期货公司的这样一个交易系统，就是我们会对接它们的柜台。除此以外，都是我们自主开发的。 主持人：好的，谢谢司总。然后想问一下贵司的交易是完全量化的吗？基本面的宏观面有无研究？ 司维：我们都是量化的。宏观这边我们其实会看一些，但是这东西不会转化成任何对于投资的一个判断，这个东西只是一个观察和跟踪，因为也主要是对于一个风险防范的角度来看待这个事情，它不影响投资决策。 主持人：还有一个问题是均成资产现在的策略有做一个怎样的调整，更好的把握最近的行情？ 司维：我们其实不会针对某一段时间的行情去做这个调整，我们觉得这个东西就像去追随潮流一样，往往总是追不上。所以我们更多的是开发新策略，我们在持续得去做一些差异化的另类的一些数据的采集和和做一些相关的策略。这些策略的话会不断得去加强我们这个产品的盈利能力，以及提高产品本身的收益的稳定性。这是我们持续在做的一个方向，也是在逐步得去加强我们的竞争力。 主持人：好的，谢谢司总，最后一个问题是最近为什么各家管理人业绩分化会这么大，您怎么看待呢？ 司维：管理人业绩分化其实也很正常，因为市场它可能在处于这样一个前期的开始阶段，赚钱的时候大家可能都赚钱，不赚钱的时候大家都不赚钱。中间会有个阶段就是说可能也不太好做，但是也没那么难做，这个时候就开始出现管理人的收益的分化的一个表现了。 因为大家风水轮流转，就是不同的行情会匹配不同的策略。有的时候比如说某一家管理人，它的策略刚好匹配这样一个阶段性的行情，它的收益就会比较好。这个东西也能看出来，其实大家的策略也不是完全趋同的，大家其实是会有一些这种差异化的，差异化的话往往在这种时候就会体现出来。像有的年份比如说2020年大家都赚钱，其实这个时候其实看不出来谁的策略好，谁的策略不好是吧？只有在这种相对来说，可能市场环境没那么好，也没那么差的时候，这时候其实就是一个体现大家的一个策略能力的时候，往往这个时候就才能出现差异。 |
|
|
