棋剑首席王晓光,深入解析中国CTA市场中的策略风格与风险因子(高级量化进阶必读)
王晓光 2017-01-10 10:25:46
导语:中国的CTA市场是如何的?

作者:王晓光  上海棋剑资产管理首席执行官 潮汐智咖  来源:举棋若定,重剑无锋(知乎专栏 已授权)        编辑:扑克投资家,转载请注明出处

扑克导读

随着金融市场的发展,CTA策略正在整个系统化投资扮演了越来越重要的作用。

对于CTA来说,首先要理解,CTA在整个系统化投资当中的位置和作用,其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,如此才有一个很大的方向。

CTA市场对于中国来说,主要就是期货市场,尤其是商品期货和股指期货,期货市场是主要的交易主体。

交易的风险因子包括经济增长,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。

然而,事实却未必如此。读完扑克投资家今天带来的这篇棋剑首席王晓光的长文,或许能够有更多的启发。

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。

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2006、2007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300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。

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,市场有效性是相对的,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2015年到2017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2006年到2010年那段时间,其实大家不怎么关注供给,更多的是关注需求端。当然最后是需求和供给共同发生作用,才会对商品的定价产生影响,但是这两者谁是主导的地位,在不同的经济增长周期中,是不一样的。

你如果看不到这一点,对这个没有认识,那么就可能会产生很多不理解市场一些时期的表现的困惑。可能你在需求端看到一些逻辑,但是当时市场焦点是供给侧,这种焦点很多时候驱动了资本,驱动了投机,那么市场价格的运动因此而变,而这个变化可能与你以为的很不一样。 所以说,经济增长,这里是个重要的风险因子,它通过微妙的各种方式,暗地里影响了商品市场价格的运动,所以你不能不研究它。

现在大家看的是这个魔方的表面,这三个方面之间看似很光滑,但是它的内部是一个非常复杂的机器,它有很多的千丝万缕的线相互之间穿插联系,一个好的对冲基金就是把中间千丝万缕的线捋的特别清楚,或者捋的比别人好一点,这个时候这个基金才能适应更复杂的市场环境,无论是高增长时期或者是箫条时期或者是通胀时期,这个基金可能都能表现的好。

而只见树木不见森林的一些投资者,或者说只看到了部分表面,没有深刻研究内部的这些联系,那么可能就跟不上市场的变化,不能做到融会贯通,有时候做的还不错,市场突然一切换,然后突然看不懂了。所以说中间的这些线之间怎么联系呢,这里面对于我们研究者来说可能是要花一生的精力好好研究的。

这就是CTA在系统化投资当中应该是什么样的位置。

我们再来看第二个层面,商品期货的市场怎么去理解,这里就做了一个非常简单的理解,你实际当中这边可以加很多的东西,这里只是根据我个人的理解,我把我认为最重要的几个给它先加出来,商品期货收益本身是有不确定性的,那它到底和哪个东西直接相关呢?第一个是现货价格的变化,还有一个很重要的一点就是期货展期收益,期货是合约交易的模式,不同的时期大家交易不同的主力合约,主力合约的换月,比如05合约是主力,之后09合约是主力,不同的主力合约和现货升贴水是不一样的,在你长期做交易的过程中,每一次展期的基差,都可以给你当时带来一个收益或亏损,所以说展期收益这是一个重要的组成部分。

这个期货的久期结构本身往往很多时候是反映了市场的预期的,注意这里并不是说现货价格不可预期,这里写的“不可预期”是相对于期货展期收益来理解的,如果说展期收益更多的是源于期货市场内部,是能够体现市场对未来商品价格的一些预期,那么现货的价格变化,往往更多取决于期货市场的外部,比如取决于供需基本面等,所以从这个角度讲它在期货市场内部看是一个不可预期的外生力量,当然这个也不是绝对的,索罗斯就讲到市场的反身性理论,就是提出了金融市场的价格运动本身对于现货基本面价格又有一个反身性反馈。

咱们举个最简单的例子,比如股指期货,像2014年、2015年大牛市的时候,股指期货当时有时候是高于现货指数的,是升水的,那个时候有很多公司的交易员一个月就干一件事,就是期现货套利,两边一对锁,交割的时候钱是稳赚的,所以说那段时间,你可以感受到当时市场的观点和极度乐观的气氛,所以从升贴水我们有时可以看到市场的一些预期。

而当这种预期出现一些不太合理的现象时,比如像2015年大牛市的时候股指期货高于现货的这种市场送钱的现象,或者这种预期出现了大的扭转,往往也是市场要出现重大转折或者改变的征兆。所以说,研究期货升贴水,是一个很重要的事情。

还有一块收益是保证金现金收益,这块并不是对冲基金研究的重点,一般是被期货公司拿去的,保证金放在那里,现金有利息收益,不过收益也很低,本身就是保证金的无风险利息收益。还有一块是投机性驱动,可能这段时间现货基本面根本没什么变化,甚至现货市场的价格也没怎么变化,然后市场当中大家不断的讲各种的故事,一会儿看多一会儿看空,所以它可以在一年或者几个月以内上涨一波再下跌一波,最后交割的时候一看价格跟当时没差多少,中间坐了个过山车而已。

最后现实证明,可能你无论是过于乐观或者过于悲观都是错的,最后实际的供给和需求的基本面没有那么大的变化,最后价格又回来了,但是回来并不意味着中间的过程没有走,你一直走一条水平线走一年,和你坐过山车先上后下,最后回到原点,这感觉是不一样的,收益也是不一样的。所以这块单独拿出来为投机性驱动收益,这部分收益,它的时间窗口不会很长,因为很多的市场预期之后往往都会被证伪,经不起时间的考验,无论是过于乐观或者过于悲观,到最后一看其实没有想那么夸张。所以在中长期来看最后又回到现货。

在中短期的话确实大有文章可做,比如说几周或者几个月的时间窗口以内,通过资金力量的驱动,以及整个市场上投机性的氛围驱动,有些商品可以走出非常独特的特点,这块在期货市场里面也有体现,在股票市场里面大家见识的更多,很多的上市公司基本面也并没有什么变化,然后连续几个涨停,过一段时间再回来,整天的来回过山车,资金在里面博弈,散户被绞杀。。这块也是一个研究的重点,它对于研究中短期怎么策略怎么找切入点,以及怎么赚钱是很重要的。

所以从这个图里面大家有一个基本概念,如果你要做中低频的策略,多朝前段现货,展期,这边花心思,多研究研究现货、市场还有展期的东西。如果是中短期甚至是日内回转交易,那你就不要管什么现货价格怎么变或者基本面怎么变了,你重点的研究就是市场投机性驱动,市场的资金在干什么。所以这样分解出来以后,你对这个市场整个运作机理有一个基本的把握,这样你就知道我研究哪一类型或者什么周期的策略,重点应该看什么东西。所以这就是你应该给你的量化研究团队,指明的一个进军路线图和大纲。

上面的每一个因子,每一个圆圈里面都有很多学问。现货价格变化比如供给和需求间的差异,包括一些经济指标,包括后面有很多的东西,和一些变量,基本面的东西拿到数据也是一样要量化,国内的很多基金做的就是量化基本面,他们也招数学博士。很多人对量化的误区就是搞那么多模型,最后不如我用两根均线赚的多。

我对于这种观点的反驳是,不是因为你的均线赚的多,而是因为你对市场的理解更深刻。如果把你的这个好的逻辑拿出来,配合以更恰当合适的量化工具,那么得出的策略,应该比原来的你赚的更多,曲线更好。你去和另外的一个做的不好的比,意义并不大,因为他有他的问题,他可能是市场的一些理解和逻辑出了问题,而不应该武断的怪罪于他的量化做的不好。如果逻辑出发点是有问题的,模型做的再好也是没有多大意义的。工具大家还是要尊重的,只不过工具的底层也要有逻辑。

好了,言归正题,下面我们开始对上面提到的三个不同收益的来源,也就是那三个圆圈,一个个的进行一些进一步的初步分析。要注意的是,大家仔细对比可以发现,我们这里采用的,其实是有点像做股票阿尔法量化策略中采用的一些方法或者手段,像上面对商品期货收益的分解,以及我下面要讲的这些分解中的进一步的一些因子分解,我们找到了很多具有深刻意义的有效的因子,这些因子通过相互作用最后一起影响价格运动,然后通过这些因子作为出发点,构建投资策略,这种套路是不是和股票做阿尔法的套路一脉相承?

这就是我一开头说的,整个系统化投资内部的千丝万缕的各种联系和相通之处,这是我们棋剑,对于将系统化投资中的各种工具与方法进行融会贯通,给大家展示的一个示范。类似的融会贯通或者创新,我们还有很多,但是因为时间关系今天不多讲了。

那么首先对于现货价格变化,我们可以找到很多的相关的因子进行解释,这里我只是列出来一些最常见的,后面大家可以根据各自的创造力添加。我这里主要给大家展示这种研究的框架和方法论,具体到怎么去完善,怎么一个个的因子找出来,大家可以各显神通。那么基于现货这个角度,可以有哪些类型的策略呢?这里我列出了常见的几种,也是我们棋剑团队亲自尝试并验证有效了的几种。

第一个,行业分化宏观对冲,这是最常见的一类在国内做基本面策略的方式,把市场分成黑色系、农产品、有色金属、化工类等不同行业,然后广大研究员根据今年明年或者这段时间不同的行业的基本面,通过寻找一些解释现货价格变化的因子,来逻辑推断不同行业之间可能出现的基本面分化,然后根据他们的现货价格变化来看,怎样构建多空对冲组合,能够较好的把握到这个分化所可能带来的收益,这与股票根据阿尔法因子进行多空组合,也是一脉相承。

2016年就是一个典型的例子,在年初的时候有很多公司就已经研究出来,今年整个黑色系板块可能相对于其他的农产品、有色金属等等板块,它的供需面会有一个本质的不同,尤其在供给侧这端,由于供给侧改革的特殊政策,会产生一些重要的变化,利用这个逻辑,可以做多黑色系板块,做空农产品或其他行业,进行一个相对意义上的对冲,这是其中一类策略。

当然你也可以做量化多空,就是更专注与市场行情数据,而不去深入研究基本面,最后达到类似的效果。

不管这个基本面到底怎么驱动导致行业分化的,我首先就看你行业有没有分化,尤其是价格有没有分化,行业分化以后我再用量化的方法,量化的模型去尝试从行业分化当中获取收益,这样就直接到市场上去根据价格,看这个东西到底应该怎么做。

还有像趋势跟随和趋势反转,你要做大趋势肯定是和现货价格相关联,光是做展期收益是展不出趋势策略来的,同理光是研究投机性驱动,可能一两个月可以,但是投机性驱动是搞不出来像一年级别或者更长的大趋势行情的,所以很多时候做趋势跟随,趋势反转,是和现货怎么走是密切相关的,不可能忽视现货价格变化这个层面的因子来去做大趋势。

当然,这里面并不一定要做基本面内部的分析,我就等着趋势来了以后做右侧,但是你没有基本面上的一些因子的辅助,但从行情上面下功夫做趋势策略,那么在先天上可能有一些劣势,但是这些劣势并非没有办法解决,往往通过精巧的量化模型,可以有效提升你的趋势策略中的一些不足,也是可以的。同样的做宏观对冲,你可以用基本面做宏观对冲,我可以用量化做多空对冲,这个就是手段有不同,但是最后交易上看可能殊途同归。

这里举了一个很简单的例子,商品市场里面趋势跟随是一个非常强的因子,这个曲线是从几十年前一直到09年,这整个的曲线基本都是向上的,尽管夏普不是很高。而且不要以为这是个很复杂的策略,其实它非常的简单,就是拿过去9到12个月的商品,哪些涨的高我就买涨,跌的多了我就做空,它的公式都是公开化的,都是可以找得到的。

但是这样一个东西它在市场里面已经持续这么长时间了,当然它的曲线并不下滑,它的夏普率可能不超过1,但是并不代表它是无效的。这就反映趋势这个东西在商品期货里面是有意义的,并不是空中楼阁,或者人们杜撰出来的东西。

为什么商品期货里面能有趋势,为什么趋势类策略被研究了这么多,为什么这个策略没有失效,这就涉及到对市场的价格运作机理的一些本质理解,要知道有一些周期性的变化,以及市场对于供需基本面的一些理解的偏差,时间上的偏差,以及像市场的反身性原理,只要有人还存在,有人在这个市场中参与,这些东西就永远不会消失。具体的怎么去理解,甚至进一步更细的怎么去寻找与趋势相关的因子,这个就不展开讲了,大家去各显神通就是了。

注:过去收益不能预测未来

这是我们做了最近几年的趋势策略集合来看,整个趋势策略相对也还是可以的,当然这里面我们用了一些机器学习或者其他的方法,使曲线更平滑,基本思路思路还是我不光是有长期的目标,做到最大化收益,还要做到每个局部上比较最优的选择。本来做趋势的人可能是连续亏三年,等着赚一波大趋势,这样对做基金来说是非常不利的。我宁可大趋势我只赚20%,少赚一些,但是其他几年我别亏了,达到这样一个收益的再平衡。

注:过去收益不能预测未来

上面这是趋势反转,大家可以看到趋势反转策略,在CTA市场中也是比较不错的,所以不要以为只能有趋势,其实不同的逻辑角度,甚至是看似相反的逻辑角度,在不同的时间周期,不同的方法处理之后,都是可以有效的。当然大家通过对比上述两个图形可以看出,他们之间的相关性还是比较低的,毕竟一个是趋势,一个是反转。比如在2016年,反转策略基本上走了比较大的一个回撤,而趋势策略走的比较好,但是看以往的几年我们就会发现,有时候是反过来的,像2015年,就是反转策略好于趋势策略,所以说为什么CTA本身也要做多策略,它的意义就在于此。

展期收益这里,这里也列出了几点,一个是便利收益,你拥有现货的便利所能给你带来的收益,比如今年9、10月份,由于供给侧改革导致煤炭现货市场非常紧俏,从长期来看供给还是绰绰有余的,但是短期来看动力煤的现货数量当时是远远不足的,这个时候你如果有现货就可以获得一个现货便利的收益,这个是基差或者展期收益当中一个重要的来源之一。

那么这个便利收益有时强,有时弱,它的强弱状态,又会进一步对期货以及现货市场价格产生影响。比如为何2016年10月份当时黑色系连续上涨但是就是不反转呢当时,这和当时1701主力合约依然相对于现货价格贴水,有着很大关系。你主力合约依然贴水于现货,而且没有几个月就到期了,那么你让空头当时怎么敢跟多头对赌呢?所以这又进一步激发了市场的投机性,从而进一步加强了这个运动过程。

展期收益里的因子,另外还有像储存成本,这个东西如果要储存一直到远期和约交割的话,成本是多少,还有包括你用来储存的资金成本,这些都是对于展期收益会有影响的因子,你通过不同的因子切入可以有不同的策略。

最直接的看比如期限套利,还有包括久期套利、跨品种套利、季节性多空套利,都是从这里面衍生出来的,很多人说套利还是很简单,就是一个线性思维,一定要有个协整,或者计算一个价差然后认为价差在一个上边界和下边界之间运动,到了上边就做空,下边就做多,我觉得这是把这个问题简单化了,你可能还没有考虑不同的因子影响的力度,以及他们在不同的期货品种上影响的力度和方式不同,还有在不同的时间影响是不一样的,这个东西你要研究的很细,比如说像储存成本,咱们都知道有一些东西储存成本很低,像铜,这个东西一般也不会过期,也不会烂,所以它的相对储存成本是比较低一点的。但是像农产品、棉花、玉米这些东西,尤其像鸡蛋,这个储存成本就比较高了。

尤其像鸡蛋,储存了一年的鸡蛋还有谁敢吃吗?所以说储存成本是不同的,这个因子在不同的品种上的影响也是不同的,这样从结果上看,就是不同的品种最后反映不同的一些久期结构,那么如果你不能去解读这里面的不同,盲然进行简单的套利,那么你大概率长期是要亏钱的。

另外,不同的储存成本对于展期收益结构会有很大的影响,储存成本很高的,像鸡蛋、农产品这种导致的一个结果就是库存永远处于比较低的水平,库存永远比较低意味着什么呢?意味着你经常容易要么供不应求,要么供大于求了,因为库存处于比较低的水平,它对供需差的容忍程度就比较有限,这种情况下你的久期结构,价格的波动率,以及套利的逻辑,和那些储存成本比较高的像铜、有色金属这些是完全不一样的,所以这个要拿出来分开研究。

还有比如季节性,这里说季节性多空就是说很多农产品在它的收割季节之前,往往这个时候和收割过后,这个时候期货、现货之间的结构有很大的差异,这个也很好理解,这些地方都可以拿出来做文章,也就是说你做套利本身并不是那么简单,我就在两条边线上挂单,来回套就行了,这样很多时候是要亏钱的,或者说市场未必会给你很多的机会,你要研究的很细,你会发现你套利的机会反而更多了,不光可以正套,有时还能反套,甚至还能把套利和单边再做结合,套利就一定要中性吗?

这些条条框框都可以打破,那么不变的是背后的逻辑,是你的研究方法和角度,所以到了这个层次上,也就接近于融会贯通了。

这个就是我刚才说的不同的商品它的展期收益,举例来说,像农产品里面的玉米、棉花等等这些,一般来说纯做被动展期是负的,因为期货比现货高,越展越贵,因为储存成本高。像原油、铜这些,过去十几年来,期货比现货低,所以被动展期收益是正的。

这是我们自己做的一个展期的指数,这不是一个投资策略,只是一个非常简单的指数,我根据升贴水简单的进行多空交易,它是一个非常简单的指数,也不考虑优化,也没有考虑上面这些因子的作用。但是它在很长一段时间有收益,这就说明展期收益这块,在期货市场中是比较长期存在的,不是我们虚构的。

这样一个指数本身它在特定情况下会有非常大的回撤,一年以内可能亏一半,比如像2010年。这里就要研究为什么在2010年的时候,一个简单的展期会亏这么多,之后这几年又不亏了,这是要重点去看的。这里我们得出一些比较典型的结论,像2010年的时候整个商品波动比较大,价格经常处于极端的幅度之间,而且也是很多品种牛熊要转换的一年。

这个时候出现一些对于久期结构的破坏,可能历史上认为这个久期结构大概在什么范围,这段时间它经常是创历史新高或者历史新低,创一些新的水平出来,这个时候你被动的去做肯定有问题。这个时候你要做展期策略就要非常小心市场的波动率,所以说你就算不研究太多的细节或因子,也应当知道当市场波动率出现很高很极端的情况的时候,这个时候的展期类策略至少要更保守一点。

投机性驱动收益里面,比如上图中的资金流动因子,很多人说2016年的黑色行情怎么才能抓得住,其实你要是懂得看这个资金流动因子,这本身就已经是一个很大的信号辅助了。你就看从2016年以来,各个行业资金或者说每天的成交量,(成交量代表资金进场参与的规模),你就看量是增了还是减了,今年很突出的就是黑色系板块期货的进场资金是非常多的,成交量也是创历年以来最高的。而资金持续的显著净流入,一般都会给对应市场带来上涨或高波动的。

还有包括像波动率因子还有换手率因子,这个对于你很多的策略本身既是机会也可以是风险,如果你的策略就是抓波动率的,那波动率来了这个策略就会很好,如果这个策略本身对波动率比较怕,那它来了你就要小心。短线策略、短线波段、短线多空都是投机性驱动的。你要研究短期一两天之内的动量策略的话多研究研究资金的问题,而不是去研究什么基本面,所以说找对研究的方向,这个是很重要的一点。

刚才说的是这样三个不同的圆圈,三个不同的收益的分解对市场的理解,真正的情况实际上更复杂,这三个东西也不是独立的,比如投机性驱动收益和现货价格的相互作用,像索罗斯写的金融炼金术,重点讲的概念就是反身性。比如,本来它的供需基本面是比较稳定的,最近一波投机价格被炒作爆高,导致有些工厂本身不生产的,或者生产的少的,一看这么赚钱就去生产了,然后就改变了基本面,基本面改变了就改变了价格,所以他们之间是高度相关的,只不过影响的时间周期上是有滞后的,不是立刻反馈的。

不是说今天投机性驱动了,明天的现货价格或者基本面就改变了。同理,展期收益和现货价格之间,也会有联系,展期收益和投机性驱动之间亦是如此。这三个相互之间的影响,其实是很重要的,所以说为什么投资这个事情很复杂,就在于这里。这种内在的各种关系,往往也是影响策略表现的情况,为什么今年很多的做展期收益类的策略表现不好,那它跟投机性驱动在今年异常的表现还有现货价格表现也有关系,如果你只盯着这里面的某一点看,而没有认识到或者理解清楚他们之间的联系,就会导致你的策略亏了钱还不知道原因。

那么这三个因子之间内部到底如何联系的,相互影响如何转化的,这些都是涉及对市场的本质的理解,这里面的每一个联系,都可以衍生出不止一个策略,今天由于时间有限,这里不能展开细讲了,有兴趣的朋友欢迎之后来我们棋剑,我们可以再具体深入交流。

风险因子,刚才嘉宾都讲到了风险,我认为比我讲的要好,时间也比较紧张了,所以风险我就不多讲了。上图中我列出了一些风险因子,并在括号中标注了一些策略,主要想表达的就是对于那些策略,这个风险因子要尤其注意,因为这个风险因子对于他的表现的影响可能是很致命的,有时是非常不利的。

对于风险因子的处理,要么对风险因子本身进行研究,研究理论和预测因子的变化,甚至可以基于你的研究,对策略或交易做择时。有一些不能处理不能化解的风险因子,或者你理解不了,预测不了的因子,往往通过多种策略多个市场的搭配来化解和弱化它的风险,这是第二个方法。

最后策略很多了以后要做一个多策略的组合,不要人为决定策略的权重,有的人说20%配趋势,20%配反转,20%配套利,那你的来源你的依据是什么?你决策的原因是什么?很多东西都是凭感觉的,我觉得这个东西都是不对的。这个本身要有一套模型,这个模型本身研究的不同类策略之间在什么情况下怎么调整权重,这样的情况下就避免人为的主观择时,比如主观判断明年会不会有趋势,然后决定配置哪些策略,这些都是不好的习惯,是违背系统化投资的理念的。

第二个问题,是杠杆或者风险厌恶水平的调控,这个也是要做系统化。我认为要有个模型来进行决策整个风险厌恶的水平或杠杆使用的水平,而不是主观决定或者一成不变。这个模型里面要考虑的几个要素,一个是投资系统的胜率和盈亏分布,一个是当前净值距离警戒线的距离,这个直接决定你的风险厌恶水平。

凯利公式有个问题就是只考虑第一个,没考虑第二个或者别的因素。很多时候凯利公式不能用,就是因为它的这个决策过于激进,它往往允许净值先亏50%然后再涨上去,他之所以过于激进,就是因为他的系统里面压根就没有考虑这个清盘线或者警戒线的问题,当然就不会在乎净值的回撤幅度,所以这个第二个因子要考虑。

然后还有就是当前最大回撤幅度,即使净值现在在1.3但是你从2.3回撤到1.3的,那这个可以忽略吗?或者对你的风险厌恶水平不构成影响吗?显然不可以。所以即使现在距离清盘线很遥远,但是如果当前回撤已经很大,也不可以置之不理或无动于衷。

所以最后这个问题变成一个有约束的动态优化问题,优化的是长期的总收益,这一点和凯利公式还是一样的,但是我们还要加一些约束,比如我提到的这两个因素。具体这些约束如何加入去,以及如何建模,这本身都可以非常好的数学化定义,你可以找个数学博士把这个问题研究的很好,所以说这个层面的东西我就不展开讲了。我们棋剑团队本身,也是在这个问题上有着自己很好的模型和解决方案,从而实现了杠杆水平的系统化调整。

最后,大家再回头看一眼一开始的这个自下而上的方法论体系,在我介绍完这里面的每一个环节之后,是不是又有了新的理解和感悟呢?

好的系统化投资,就是这样一个自下而上的过程,最后实现的系统化CTA投资,应当是充分考虑了这中间每一个环节,并且最后做到:自下而上,逻辑扎实而清晰,策略丰富而精准,组合搭配合理而稳健,风险厌恶水平因时因势而变但是有章法。

这样,从杠杆水平,到策略权重配置,到策略交易执行的全自动化,系统化,这中间每一个环节都很重要,团队中不同的成员根据各自的优势不同,分工配合,去专注于这其中的某一部分,这样整个团队整体合作就会非常清晰流畅,井井有条,团队的相互依赖度也会很高,这就是棋剑团队的工作方法,也是棋剑CTA基金的整个运转机理和大纲。

我今天就说到这里,谢谢。

读完潮汐智咖 王晓光的重磅文章

有种人督二脉被打通的感觉

想要“拜师学艺”吗?

扫描下方二维码,他在潮汐社区等你问

(本文经扑克投资家采编,并已标注来源,转载请注明原始出处。添加扑克投资家微信号:puoketrader,第一时间获取大宗产业与金融领域最有温度的研究资讯。)
0 条评论
登录 后评论
推荐文章
面对泡沫,现“金”为王还是手中有“房”?这篇文章讲清楚了
一切终将幻灭:周期奥义在于对过程的追逐,你的一生是它最好的诠释,附周金涛21篇重要文章
黎明前的黑暗:陶冬最新演讲——中国经济后十年两大趋势(个性化消费、人民出海)
深度好文:因为印度,中国已经没了退路
重磅内幕:当年的四万亿决策曝光,有人现场删稿
致命的自负:关于英国退欧,万一你们都错了呢?
X
取消
改版反馈
关注扑克投资家