“Ricequant”经棋剑资产首席执行官王晓光先生授权发布，如转载请独自获得授权。
写在文前：上一次已经分享过王晓光的一篇量化投资的方法论，这次带来的是他做CTA的一些心德，以棋剑资产做为原型对量化做了近一步的阐述，而且从不同维度讲述了对于交易和量化的联系和看法，文中小编对一些自己深有体会的地方做了加深。
这货真的很干。
棋剑资产王晓光：中国CTA市场中的策略风格与风险因子
注：本文是根据王晓光博士在“中融-量邦高级量化投资方法系列研讨会（一）”上所做演讲报告整理而成。任何人转载请单独向作者本人获取授权，否则违权将追求相关法律责任。
主持人：谢谢晶晶总的分享。如何看待这个期望收益率风险是投资领域的重大问题接下来的嘉宾棋剑资产王晓光总也想来聊一聊风险，他是美国普度大学统计学的博士，拥有8年的实战投资经验，我们对冲头条也是刚刚收录了晓光总的文章，接下来他要分享的是《中国CTA市场中的策略风格和风险因子》，掌声有请。
王晓光：大家好，非常荣幸得到冯总的邀请来做这个报告，今天无论是演讲嘉宾还是到场嘉宾，都是非常资深的，在量化投资行业的专家，刚才两位嘉宾都提到说诚惶诚恐，其实我本人才是真正的感觉到诚惶诚恐。其实我不光今天诚惶诚恐，我现在在公司每一天都很诚惶诚恐。因为在我们棋剑，我们有8个非常厉害的合伙人，其中5个都是博士，有很多合伙人他们的毕业学校比我也要厉害，他们的从业经历也要比我长，很多方面的水平也比我要高，所以说我每天带领这样一个团队在投资领域，每天都感到诚惶诚恐。
很多机构或者朋友会问我一个问题，对冲基金这个领域会出现一个问题，尤其是做的好的很多都是精英人士，对于精英人才的管理以及你们公司有这么多的合伙人，大家水平又这么厉害，这样的话会不会有风险，这种问题大家也偶尔能够见到。在这块，为什么我们公司到目前为止，我们的团队各方面还能够比较稳定，大家相互能够比较追求共同的利益，没有出现太大的问题，这就跟我今天所要分享的有关。我今天在CTA市场举例来说，我觉得在这个方面我们的一些独到之处，我们公司争取要打造的是把量化投资这个生意做成流水线式的。所谓流水线式的就是每一个人都有明确的分工，负责其中具体的一个环节，确保做到在这个环节他是足够专业并且能够责任到位，但是并不要求有其中哪一个人或者说在若干个环节或者很多环节，都做的比别人要好，而且那样我觉得也不现实，因为这个事情本身非常复杂，很难找到一个人从IT、数据、到建模、到投资到交易都面面俱到，我觉得不太可能。所以我们做一个流水式的管理，每个人负责一块，谁都离不开谁，所以能够越做越好。包括我们未来对人才的包容性也会越来越多，每个人进来之后可以很快的找到自己的位置。
但是这样做有一个前提，整个公司在做量化投资尤其从研究怎么赚钱，到最后策略的落地，到实际赚钱过程当中，你要有一套非常清晰的纲领，或者说方法论。大家要统一有一个非常清晰和标准的大纲，这样的话你才能每个人在这个大纲里面这块的业务，或者说他应该负责的东西是什么。
这个就跟带兵打仗是一样的，真正的将军或者负责人，要对整个战场的格局有非常清晰的把握，他不一定面面俱到到具体的战役，研究地形，怎么排兵布阵，这可能是他手下的前锋将军或者是左将军的事情。但是他对于整个战役要怎么打，整体的进军路线，相互之间的进攻和防守要怎么做，这块有很清晰的定位。尤其今天到场的各位很多都是对冲基金或者资产管理公司的负责人，或者说是老板，那么我觉得在这样的角色当中，我们更要对这个层次上多下工夫，你不需要也不应该去和公司里面那些量化交易员或者分析师去比，谁的机器学习做的更好，或者谁的模型水平更高。但是你应该在格局上能看到他不能看的比较全面的问题，我觉得公司是围绕这样一个有体系的方法论打造的，这样它就能比较自上而下，非常的井井有条，而且相互之间大家的关系、很多事情也比较容易协调。
所以，今天我以整个CTA市场来举例，在CTA这个领域，如果要做量化投资，这样一个方法论应该是怎么去构建，这里面提出我个人的一些想法，中间可能也有不完善的地方，我只是拣一些我认为比较重要的点说出来，后面大家可以做深入的探讨和交流。我们现在看到的这个方法论，我把它从自下而上分出了这么几个模块，或者说几个层次，首先最底层的是最大的一个，针对于CTA本身来说，当然对于投资来说这是很小的一块。对于CTA来说，首先你要理解，CTA在整个系统化投资当中的位置和作用，它的风险收益等等各方面会有什么样的特点，这块要有很清晰的理解和定位，这样的话你才有一个很大的方向，说我做的CTA的策略组合也好或者说风控也好，我对它有哪些具体要求。你先有了位置和定位才能提要求，有了要求以后这些交易员或者分析师才能根据要求制订项目，然后再去干活，再找模型把这个问题解决掉，是这样一个过程。
有了这一步之后，在这之上的就是对期货这个市场的理解，对期货期望收益的理解或者解剖。在CTA市场里面，尤其对于中国来说，CTA主要就是期货市场，尤其是商品期货和股指期货，可能做现货的比较少一点。对于期货市场来说，当然后面也会有商品期权的推出，总之现在以期货市场举例，我认为这是一个主要的交易主体。对这个市场的理解，对于期货的交易标的的期望收益怎么理解，你到市场里面是要赚钱的，赚钱要分成多少个纬度，为什么是这样分呢？有没有一个合理的分解？你有一个合理的分解，每个分解的纬度里面才能产生不同风格的子策略，在子策略之下再看用什么样的模型和方法再这样一个字策略，我觉得这是第二步，你要对市场本身的运作，它是怎么样一个运作机理要有很好的理解。
这一步如果能有比较好的认识，是不得不做很多实战交易的。我自己就经常把我个人定位成一个不务正业的quant，我认为我在所有统计学的博士里面，水平应该是中等偏下的，我做模型各方面甚至做论文的水平比他们都要差很多，但是我可能相对于他们来说稍微有一点的边际优势，就是我可能是所有读了统计学或者计算机的人里面盯盘时间最长的，咱们以小时来计，我从、年开始跟着别的私募炒期货，当时是接触的比较偏游资的炒法，也研究各种书、什么股票作手回忆录，日本蜡烛图，金融炼金术，聪明的投资者等等，也天天盯盘，经常做交易，经常亏钱。到了美国以后又去做原油期货，美股期货，还有后来做外汇，以至于一段时间走火入魔，看盘看的都忘记了跟我的博士导师要开会。所以这个过程当中，累积下来光对着电脑看盘就已经超过一万个小时了，就是这样一个概念。那我觉得一个人在集中一段时间之内大量的做一个事情，往往会量变引起质变，包括爆仓的经历也有两三次。在这个过程当中我个人完成了一个机器学习的过程，机器学习就是你给它大样本，让他学这样做亏了不行然后做调整，在中间找规律。我作为人比机器要笨一点，没有像它这么清晰的目标，中间来回循环往复走了很多弯路。
但是人的特点就是在学的过程当中，他能有更大的格局，能够慢慢的把不同的看似表面没有联系的东西，很多人可能觉得外汇市场和股票市场联系是不是不多，或者美国的股市和中国的债券市场肯定联系不多，但是是不是本质上有些地方是相通的呢？就是看似表象毫不相通的关系，其实内在有一些共同的东西在驱动，就像比如说做股票阿尔法的一些方法，是不是也可以用在期货上？外汇投资中的一些思路，是不是也可以用在债券上？其实最后你发现很多东西都是相通的，这就像武侠小说里面说的武功，你一开始是练剑的，你可能觉得给你一把剑才最好使，给你个棍子你就不会耍了，但最后达到一定境界，往往会有一个“草木皆可为剑”的领悟，一片树叶也一样可以作为一把剑，那么这就是融会贯通了。在这些方面呢，我觉得在经历了这么痛苦和漫长的学习过程以后，逐渐的有一些自己的领悟。
所以今天我就只专注于在期货市场本身说一说在这一块我的一些感悟或者理解。这就是第二个层次，其实这个层次对于投资总监来说，尤其是CTA投资总监是很重要的。最下面这个事情假如说是公司的总经理或者是整个的投资总监要重点考虑的事情，如果说你有一个CTA投资部门，第二层这块对于CTA投资部门的总监或者负责人，他在这块要给所有手下的量化交易员，所有的量化分析师等专业人才，在这块要给大家一个非常清晰的解读，给大家一个清晰的路线。
有了这个之后，咱们才能找到我的策略逻辑，哪些切入点才是有可能作出有效的逻辑的，哪些切入点切下去之后可能是比较没有前途的，或者说无论用各种高科技的手段，最后做出来的是表面效果很好，但是一到实战当中就会亏钱的。所以说我觉得你的策略先基于这一层再去搭建策略，这样你的风险就小。如果你没有下面这一层非常深刻的挖掘，你直接去用数学模型做策略，那么你本身对市场的理解可能很多是错误的。你让一个不太懂交易的统计学家去做策略，那他做出来的策略肯定是重点使用和强调对于他来说最擅长的，那肯定就是那些统计学模型，就是参数的优化，方程式上的优化等等。你要把所有的事儿都交给他做，他做出来的结果肯定就是只是充分发挥了自己的优势，然后模型做的很漂亮，结果也很漂亮，但是他在对市场的理解上面可能不足，那么他对于最底层的逻辑可能没有认真深刻的考虑，那么这样一来，即使从模型角度看似不过度拟合，但是相当于对他所使用的统计学知识过度使用，这也是一种过度拟合。
有了策略逻辑和风险因子寻找之后，接下来你就可以去安排让公司里的量化研究员，根据你定位的策略因子和风险因子，研究具体的课题。比如你们最后研究下来发现期货市场里面升贴水是个很有意思的东西，对于驱动市场很有意义，但是里面的关系很复杂，那你把这个问题做一个拆分，交给不同的量化研究员，让他们去研究，读论文也好，查找一些数据，从中找出一些模型，最后说这个地方怎么样把它量化，把你刚才说的思想或者思路最后真正抓出来，这一步是很多的统计学博士，或者技术人才真的要专注的层次。
这一步落地以后，最后的部门负责人还要考虑一个问题，你有这么多的策略，不同的策略有不同的特点，不同的逻辑，它们的风险也不同，最后不同的策略之间怎么组合，权重怎么搭配。这个权重分配问题，本身也要系统化的理解，不要想当然的决定，一拍脑袋说平均各配20%吧，或者说主观的认为哪些应该多一些权重等等，这都是不好的习惯。在棋剑，所有关于投资的每一个环节，最后都要力求做到系统化的，都是有一个模型在背后的，这样就比较符合真正的系统化投资的理念了。这个问题做的好，最后就是变成了一个非常自下而上非常流畅清晰的体系了。
今天就在这几块上来讲一些，咱们从最底层来讲，CTA在系统化投资当中的地位和作用。什么叫系统化投资，我尽量避免使用量化投资这几个字，因为我觉得量化投资的精髓不在于量化，在于系统化，在于它的目标清晰，它的行动、逻辑各方面都是非常清晰的。在整个系统化投资来说，我认为它大概是有这样几部分来组成，先说中间这个环节，是大家讨论最多的，我认为这里面做好系统化投资要做好三个方面，一个是大类资产的分配或配置，配多少股票，配多少债券，这是一个方面的问题。只研究好这一个方面的问题，即使不研究具体的怎么选股怎么搞策略，也可以做的很好。比方说，你只研究如何在沪深指数，中国商品期货指数，中国中债指数等之间进行分配权重和买卖，研究的好，也一样可以获得长期比较稳定的回报。
另外一个面是策略风格，这块往往是很多的机构投资者或者是量化对冲基金之间大家较量最多的地方，我们都做趋势，是不是我的CTA趋势做的比你的CTA趋势能好一点？所以在这个层面上的策略风格。或者说你CTA只能做趋势，我既能做趋势还能做反转，还能做套利，这就是你的策略风格更多一点，在这个层次上下工夫，就是说我的策略风格能不能更多，对于每一类资产，是不是能有多种策略风格，这是另外一个层次。
第三个层次就是说，风险因子，常见的风险因子像经济增长、通胀、流动性风险等等，有些风险因子是你要小心或者一定要规避的，有些风险因子恰恰是你策略收益的一些来源，风险并不是说都是不好的事情，你要做趋势肯定要暴露单边风险，不暴露单边风险怎么样赚到趋势的钱呢？所以说关键的是这个趋势可能对他是好的，对你可能是不好的，你比如说我是一个做CTA趋势的，那么单边风险对于我来说是个好事情，我研究的就是怎么从这个风险里赚钱。对于另一个纯粹做市场中性的，或者说做一种均值回归或者套利策略的人，那他可能不太喜欢非常强的趋势市场，因为你这个市场短期内趋势一下子特别强，很多价格都疯狂了，就像9到10月份的时候，黑色系有些期货品种一个月的时间价格就翻倍了，这在期货的历史长河当中来说也不多见，属于小概率事件了。
这种小概率现象可能对于其他的策略系统会产生一些比较大的影响，反而会导致亏钱。比如说你的均值回归的策略或者套利的策略，你套的就是它们之间的价差或者他们之间相对的平稳结构，结果小概率的一个走了极强趋势，另一个不怎么走或者走的趋势弱很多，这个时候就有可能他们之间的历史上的平稳结构被破坏，就超出了历史上所有你见到的情况，或者说一些你定义的平稳的变量创出了历史新高，在这种情况之下你做了那个基于平稳逻辑的策略，那段时间的风险对于你来说就是不好的，所以说风险因子这块，对它的观点要中性，不是说它好或者不好，而是说你要对它有一个深入的研究，有哪些风险因子对你的哪些策略会产生什么样的影响，是好的还是不好的，如果是不好的影响是不是要慢慢解决。
刚才周总最后分享了一句话我觉得特别好，不求不可得，意思就是说什么呢，不是所有的风险你都可以化解，这一个风险因子对于这些类型的策略来说，可能就是对它又不利而且你确实没有办法完全规避，你非要找技术手段把它规避了，最后都是自欺欺人的，回头看市场还是没有规避。首先你在逻辑上要想明白这个问题，这个事情是不是一定不可得的事情，如果一定不可得的事情用其他的方式分散化或者策略的组合来弱化，但是不要想把它完全规避。
中间实体的部分，三者之间做好了以后，你还要考虑到数据和人的影响，研究所有的东西都要有一个来源，就是数据，你不可能不跟数据打交道，对于数据的处理，包括什么样的数据可以用，数据的真实性、可靠性，以及数据怎么用，这里面今天不展开讲，它里面也有很多的学问。包括人，市场交易研究的也是人，大家都是交易员，都是市场的参与者，本身市场的群体效应包括市场心理学，会不会对你所想的逻辑有非常严重的冲突，这个冲突如果有的话也要想一想。
下面的三个，这里写的只是三个我认为相对比较重要的三个金融学科里面的理论工具，当然金融里面的模型和工具可谓汗牛充栋，东西很多，这里列出来的一个是资本资产定价模型，另外一个是投资组合理论，另外再一个是有效市场的假说。这三套东西往往在你做研究的时候是手不离边的东西，一旦做策略或者因子归因，我往往离不开CAPM这套东西，或者说我要搞策略组合或者大类资产组合，我就少不了研究投资组合理论，当然投资组合理论有非常多的理论，从最早的马科维茨模型，到后来一些改进模型，包括现在使用机器学习的一些前沿成果做的投资组合理论。不是说越往后或者说越复杂的理论对你就一定是越好的。有的时候你面临的问题，可能等权重分配就是最好的，因为可能比如说你得到的数据都是不能被信赖的，你无法从中获取比较靠谱的信息或者定义一些有价值的变量，那么面对这种一无所知的情况，可能等权重已经是最简单有效的方式。但是有的时候，或者更多的时候，你要做的比等权重能够更好一些。所以说什么情况之下选哪一个工具，我觉得这一块也是很重要的一点，这取决于你对工具的把握和理解以及你是否能够看到其中的本质。
还有像有效市场假说，这一块就是围绕有效市场这个概念做文章，如果说是相对有效的市场会怎么样，完全有效的市场会怎么样，很多时候我们之所以做套利，一个基本的最大的理论假设或者基石就是这个市场相对来说比较有效的，如果这个市场完全不有效，所有的东西都是可以不收敛，等到基金被结算的时候人家还不收敛，这个东西就有问题了。有效但事情往往不是绝对的，不是说完全有效，也不是说完全没有效，市场性是相对的，有强有弱，而且它是间歇性的，可能这一段时间特别有效，中间有一段时间比如说金融危机了，或者要打仗了，大家都吓的跑路卖房子，作鸟兽散，这个时候可能市场本身就不是很有效，很多好的资产或者很多好的东西被错杀等这都可能出现。
问题的关键是你如果做一套东西或有一个策略，你需要知道它对于市场有效性假设的需求程度到底有多强，是不是一定要非常强的市场有效你才会获利呢？这里面有两个维度，一个从幅度上讲，市场有效要到什么程度，你定义的套利空间要收敛到什么程度，才能让你赚钱，还有一个维度就是时间，要在多久之内必须实现收敛，你的策略才能赚钱？是不是只要在很长一段时间内相对比较有效你就可以赚到钱？还是说必须三天内就得收敛，或要收敛到零，才可以。这对于你做基金产品很重要。因为我们知道国内很多产品都是一年一期，或者说一年以后要进行一个分红，一个结算。所以说，在国内你要把可能承担超过一年以上的风险敞口的策略或逻辑把它做成基金产品，这个就比较困难，因为这个时候你要向投资人解释为什么一年过去了你还在亏钱。你要是说“你不要看我一整年都在亏钱，我是在为了等后面一个大的什么机会”，那他们可能会说你去等你的吧，我宁可选择那个三个月就能让我看到收益机会的。并不是所有的机会都得在一年以内实现，但是对于我们做基金的人来说，你如果可以做这个东西是在一年以内能够大概率实现的，就不要做非要等三年才能大概率实现的东西。如果你做了一些策略，可能要等三年，最后的理论才能被证实，或者它的收益才能兑现，但是你没有意识到这一点，也没有让投资人意识到这一点，然后你们做了一个一年期的产品，这样就很尴尬了。
这些都做好以后还要研究收益与风险的平衡，是不是策略非常好，就意味着我可以用极大的杠杆了？这个问题，就是收益与风险的平衡，人不要过于激进，不要想着把天底下的钱都赚尽了，给市场留一些余地，也是给自己留一些余地。因为这中间可能还有你没发现或者没意识到的风险出现，可能会对你造成很严重的后果。这种你不知道的风险，那才是最可怕的风险，因为你可能对他毫无防范。
现在我们来看CTA具体来讲，它在系统化投资里面，它应该怎么去看待，或者它的地位在哪里，我认为首先从大类资产来看，CTA首先是以商品为核心的，既然以商品为核心，它就是大类资产当中的一类，这类ALT是指另类投资，其中包含了商品。它在策略里面CTA这个市场本身其实是可以有多种策略风格的，很多传统的交易者可能有个基本的理念，或者说一个误解，认为商品就是做大趋势，或者说商品就是做趋势和套利，我觉得这个东西可以分的很细，你即使只在商品里面做，也不是说除了趋势就是套利，其实玩法也很多，研究更加丰富的玩法，要比使劲的钻研到底怎么做好趋势，就只干这一个，对于做一个大基金来说，可能要更有价值一点。还有就是风险因子与CTA的关系。这里列出了几个常见的风险因子。
比如说经济增长，经济处在比较高速的增长期，整个商品市场的基本逻辑就是以需求为驱动，在经济快速增长的过程当中，是需求驱动供给，所有的东西都以需求为根本逻辑点出发来定价，今年我需要多少钢铁，需要多少煤炭，和明年需要多少可能就是两个级别，明年有的人说需求要涨10%，有的人说要需求涨30%，这个驱动之下对整个商品市场的价格产生影响，但并不是说经济增长好的时候，每一段时间商品价格都会向上涨，也未必。如果有一段时间大家对于未来的经济增长过于乐观，你比如说经济还是高增长，明年只增长8%，大家都以为明年要增长16%，这个时候可能在短期之内你的商品已经把未来要增长的空间过度定价了，那么到了明年发现其实没有那么乐观，那么大涨之后的大跌也可以很激烈。我这里要强调的地方，不是说强调增长的高与低，意味着商品的上涨和下跌，要强调什么呢？要强调的是，当经济增长这个因子处于不同的状态时，商品本身市场价格的运动的核心逻辑出发点是不同的。你比如说在现在从年到年，我觉得中国的大宗商品市场，它可能最大的逻辑在供给侧这一端的，而不是需求那一端。但是在年到年那段时间，其实大家不怎么
转载请注明：http://www.feijiquandao.com/hylbb/6298.html
