简单趋势策略很难再赚到钱应该怎么办?

  

  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。

  南开大学国经所硕士,先后在顾众投资、KCV基金担任量化投资经理,多年CTA、高频和对冲套利研发经验,管理账户业绩稳定、参加多次国内实盘大赛获奖。

  (我们主要挖掘)行业基本面数据(供给、需求、库存、基差以及相关产业链的数据)、市场量价数据、新闻资讯等事件驱动类数据。

  数据挖掘会从纵深两个维度去挖掘,纵度上考虑多品种联动,寻求多品种的联动,或者某一板块内部的联动,这种机会往往看盘面是很难一下子捕捉到的;深度上会对某一个品种的大量tick数据进行深度挖掘,通过机器学习等人工智能手段去捕捉细微的交易机会。

  股指期货牛市的升水基本上就是确定性的套利机会,因为交割的时候一定会收敛。

  (CTA系统)我们主要根据市场波动来自适应地调整仓位,不会每次总是固定手数开仓,风险越大开的仓位相对越少,另外我们会用程序选择风险小的品种进行择时交易。

  CTA策略(表现较好)得益于我们良好的仓位管理系统,我们会从市场整体的情绪和单个品种的情绪出发进行双重控制,目的是在风险小的时候建仓,风险大的时候少控制住头寸。

  我们认为只要符合流动性要求的品种都应该囊括在内,我们的交易系统是一整套的,每个品种一个都不能少,如果我们根据事后去增加黑色的权重反而是过度优化了,因为我们也不清楚未来黑色是否还是独领风骚。

  如果我们总是坚持以前的交易理念肯定不能与时俱进,而且随着TB等程序化软件的普及,越来越多的趋势交易者可以无门槛进入期货市场做程序化交易,这会导致同质化很严重,一些策略都在失效或者需要更大的耐心抗住回撤。

  数字货币波动幅度是很大的,没有涨跌停板的限制,趋势也会更加流畅,确实更加适合做程序化交易。

  我们所有的策略都是通过大量样本内数据挖掘并经过大量样本外数据验证得到的,扎金花怎么作弊!我们在数据层面上近乎追求完美,如果某一项指标不满足都不会采用该策略。

  七禾网1、施总您好,感谢您和七禾网进行深入对话。贵公司取名为“数因投资”,请问这个名字的含义是什么?是否和数据挖掘与应用有关?

  施泽宇:数:数学、数理方法;因:因子。即采用数理统计方法,通过金融大数据挖掘因子,基本上我们所有的策略都是通过量化数据为因子来实现的。

  七禾网2、贵公司自主研发了数据挖掘系统,搜集大量的金融数据,采用人工智能对数据挖掘。请问贵公司主要挖掘哪些金融数据,这些金融数据如何应用到交易策略当中?

  施泽宇:行业基本面数据(供给、需求、库存、免费扎金花基差以及相关产业链的数据)、市场量价数据、新闻资讯等事件驱动类数据。

  行业基本面方面比如我们会关注库存,我们将库存处理为因子后排序,辅助我们分辨品种的强弱关系和远近月合约选择,比如沪锌库存低,近月往往比较强。

  市场量价是最常见的,可以构建动量趋势或者动量等反转因子,赋予一定的权重后进行多空强弱的买卖。

  新闻资讯属于事件驱动性质,比如贸易战会影响一些套利合约的走势,比如沪铜的远月会走强,做反套。

  七禾网3、应用数据挖掘的方式做投资,和大部分普通投资者以公开的数据为依据做投资相比,有哪些优势和好处?

  施泽宇:虽然数据都是公开的,比如价格,但是表面上我们只可以看到价格的涨涨跌跌,或者相关技术指标比如突破前高、均线金叉等。越表象的东西越不容易发现本质,也容易被大多数人用到而造成同质化严重!

  数据挖掘会从纵深两个维度去挖掘,纵度上考虑多品种联动,寻求多品种的联动,或者某一板块内部的联动,这种机会往往看盘面是很难一下子捕捉到的;深度上会对某一个品种的大量tick数据进行深度挖掘,通过机器学习等人工智能手段去捕捉细微的交易机会。

  七禾网4、贵公司搜集和挖掘的数据来源于哪里?如何保证数据的有效性和准确度?

  施泽宇:目前数据主要来自于wind、TB和自己建立的数据库以及相关行业网站。搜集的市场数据是来自于交易所,准确度肯定是最高的,搜集的行业基本面数据我们会各个网站做个对比验证,一般都是没有问题的。

  七禾网5、您2013年大学毕业就开始做期货程序化交易,为什么您一开始做期货就选择程序化交易而不是主观交易?

  施泽宇:我在研二的时候偶尔看到丁鹏博士的《量化投资:策略与技术》一书,就深深被量化的魅力所吸引,再加上自身对计量经济学也很感兴趣,代码研究能力还可以,就决定试一试。毕业的时候先找了家期货公司试水,经过一段时间的实践研究磨合,越来越觉得程序化交易非常符合自己的思维习惯。我也曾经尝试过主观交易,但还是很难克服人性的贪婪,管不住自己的手、不能按规则止损、赚了一点就想盈利出场。而程序化交易则帮我克服了这些缺点,既定的规则和进出场写成策略就可以交给程序做了,盘中可以有大量的时间去研究新的策略,盘后则对实盘的策略进行复盘和维护。

  七禾网6、您认为“市场并非总是有效的,捕捉无效那部分的确定性收益”,就您看来,市场什么时候是无效的?又如何去识别和捕捉无效那部分的确定性收益?

  施泽宇:期货市场的定价和现货价格以及仓储成本等息息相关,但是不总是等于现货,他会随着市场参与者对未来商品价格预期的变化而升贴水。比如股指期货牛市的升水基本上就是确定性的套利机会,因为交割的时候一定会收敛。再比如当价格急剧暴跌或者暴涨的时候往往孕育大量的机会,这个时候市场参与者可能会变得不理性,比如2016年双十一的暴跌,当天晚上的跨期套利机会是非常可观的!

  七禾网7、据我们了解,您主要做套利对冲和CTA策略,这两种交易策略在设计和原理上主要有哪些不同?

  施泽宇:套利对冲主要从数理统计角度,分析交易配对的平稳性和协整程度,然后进行双配对或者多配对的残差交易,建立数据预测模型来预测价残差的波动,我们习惯把这种套利对冲称之为残差交易。

  CTA我们有好几类,一类是多因子权重分配打分进行强弱多空交易,主要考虑品种的强弱对比,需求超越市场本身的阿尔法;另一类是趋势择时模型,不管什么时候择时模型都不会过时,非常有效;还有一类是根据波动筛选品种,每天根据筛选的品种进行短线、您表示您目前有一套套利对冲系统、两套CTA系统,请您分别介绍一下您的套利对冲系统和CTA系统的特点是什么?

  套利对冲系统的特点是多空对等,有50万的多就会有50万的空,品种的货值始终是对等的,收益会比较稳定,回撤比较小,适合做安全垫以及平滑资金曲线;CTA系统也就是趋势追踪系统,市场上用的人也不少,

  ,所以这两者结合起来要比市场其他大部分趋势追踪系统更加稳健。七禾网9、贵公司的实盘业绩十分优秀,高频和对冲套利组合,年化收益80%左右、最大回撤不超过2%;低频做市策略,年化收益100%、最大回撤小于5%;CTA组合策略,年化收益80%以上、最大回撤20%。贵公司的这几类策略能取得较高收益,同时将回撤控制得比较小的主要原因是什么?

  高频对冲主要是不留敞口、捕捉微小的交易机会,就算亏损也会及时砍仓;低频做市主要是捕捉市场上确定性的交易机会,出场也会很快,日内交易不隔夜,如果有亏损也会及时止损;CTA策略得益于我们良好的仓位管理系统,我们会从市场整体的情绪和单个品种的情绪出发进行双重控制,目的是在风险小的时候建仓,风险大的时候少控制住头寸。七禾网10、目前国内许多商品期货的手续费都有所提高,不少品种还额外加收平今手续费,您认为在当前情况下,有哪些品种是比较适合做高频交易的?

  上期所平今免手续费的只有有色了,但是有色竞争非常激烈,需要很好的硬件支持和IT支持。另外就是新品种燃料油,手续费很低,但是估计过段时间交易所也会增加手续费了,就像郑商所的苹果。大商所之前的铁矿还是可以的,依赖隔夜高返佣也有不错的收益,但是最近表现似乎不太好了。郑商所不太了解,没有研究过郑商所的高频。七禾网11、据我们了解,您的期货策略是全市场覆盖交易的,有的人认为,在不同时期应该精选部分品种来交易,对此您怎么看?

  在不同时期精选品种似乎比较符合主观交易或者根据基本面交易,但是不太符合我们从数据层面研发策略的逻辑。我们认为只要符合流动性要求的品种都应该囊括在内,我们的交易系统是一整套的,每个品种一个都不能少,如果我们根据事后去增加黑色的权重反而是过度优化了,因为我们也不清楚未来黑色是否还是独领风骚。所以我们还是根据算法来,一套策略在全品种上组合起来达到实盘要求才是可以的。七禾网12、对于不同的期货品种,您的仓位和资金是如何分配的?今年苹果、原油等品种的行情波动很大,您有没有重点配置这些品种?

  因为原油和苹果是新品种,并没有多少历史数据供我们分析,也不好定策略,所以这2个品种没有上。对于不同期货品种的资金我们都是根据算法来的,首先限定一个最大交易开仓手数,这个手数会比较平均,但是在实际交易的时候各个交易品种会根据当时的行情用这个手数乘以一个风险系数。七禾网13、近一两年大部分程序化交易者表现普遍不好,而您却获2017年CCTV实盘大赛前20名,请问您在2017年的实盘表现优于大部分程序化交易者的主要原因是什么?是否您的程序化交易策略和其他大部分人相比有所不同?

  当时参赛的是我们的低频做市策略,这个和普通的CTA策略是不一样的,交易次数比较少,但是会寻求一击必中。七禾网14、面对当前的市场行情,您认为程序化交易者应该如何调整和改变自己的投资策略?

  现在的市场行情节奏变化得越来越快,简单趋势策略赚钱也越来越难,我记得有两个节点,一个是2013年下半年的股指期货比较难做,很多股指趋势策略都失效了,大部分日内策略也在失效;一个是2016年双十一后不少趋势策略都不行了,一直在2017年6月份的螺纹行情才缓了一波,所以市场是在不断变化的。如果我们总是坚持以前的交易理念肯定不能与时俱进,而且随着TB等程序化软件的普及,越来越多的趋势交易者可以无门槛进入期货市场做程序化交易,这会导致同质化很严重,一些策略都在失效或者需要更大的耐心抗住回撤。这就需要我们更新我们的策略,尽量从其他的维度比如基本面、强弱对照等角度出发来调整。七禾网15、近一年数字货币和区块链很火,受到了很多人的关注。贵公司也参与数字货币的交易,您对于数字货币和区块链怎么看?它们是否代表了未来的发展方向?

  数字货币是一种区块链技术,我们主要关注的是数字货币的二级市场交易,因为目前参与的人还不是很多,所以机会还是比较多的,我们的CTA和套利对冲策略在上面的表现还是很不错的,我们会一直持续关注。区块链是一种先进的技术,应该在其他实体方面会有更大的作用,未来也是一种趋势。

  七禾网16、在数字货币上用的策略,和期货上用的策略相比主要有哪些区别?有的人认为数字货币波动幅度大、趋势更流畅,更适合做程序化交易,就您的实盘经验来看,您是否认同这样的观点?

  期货上策略我们是移植过去的,如果重新在数字货币上做策略还不一定放心,移植过去后发现效果还是可以的,但是需要根据数字货币的波动特点进行微调。

  七禾网17、国内股市近半年来整体表现不太好,近期上证指数最低曾跌到2700以下,有人认为股市快要见底、牛市快要来了。您对股票的行情怎么看?您未来是否会考虑增加做股票程序化交易的资金配置?

  股票我们不是很关注,但是我们也认为下跌空间不大。未来会考虑做股票T+0和阿尔法交易,现阶段可能还是先把期货给做好。七禾网18、近期有消息称可能会开放股指交易,您认为股指期货松绑对商品期货和股市会产生哪些影响?您是否会考虑加大股指的资金投入?

  松绑后可能会抽走一部分商品期货的交易量,但是应该不会有太大的影响。股市我觉得会更加健康,不会因为开放了做空工具后股市反而要跌了。股指资金会大幅度投入,因为我们的股指策略表现一直非常优秀,直到今天还是新高的,股指波动幅度大,要比一般的商品CTA好做。

  七禾网19、一年前AlphaGo战胜了目前人类世界围棋排名第一的柯洁,未来可能人工智能在期货交易中的应用也会越来越广泛和深入,贵公司在交易中也用到了人工智能技术。您对人工智能的前景,以及人工智能在期货交易中的应用怎么看?

  人工智能会在今后在各方面甚至交易上都会有举足轻重的作用,我们现在也在应用人工智能在做因子挖掘和预测交易,比如采用遗传基因编程量产因子、采用非线性模型预测各个周期的价格,我们已经在实践了。七禾网20、现在私募机构和交易团队众多,各有各的特点,您认为贵公司的核心优势在于哪些方面?

  我们的核心就是我们公司名称—数理和因子,比如我们团队的成员魏斌斌精通各种算法和机器学习,另外一名成员许昌也是精通IT和各种算法。我们所有的策略都是通过大量样本内数据挖掘并经过大量样本外数据验证得到的,我们在数据层面上近乎追求完美,如果某一项指标不满足都不会采用该策略。值得一提的是我们IT技术也非常可靠,因为数据挖掘出来的策略需要强大的软件编程能力才能实现生产,我们的交易平台经过了多年的磨合,目前都是比较稳定的。另外我们也有严格的风控系统,每个账户会设置好账户预警和单日最大亏损预警,一旦出现问题会邮件通知到我们每个人的手机上。七禾网21、请您谈谈贵公司未来的投资规划,以及公司的发展愿景和规划,是否会往资管的方向发展?

  我们公司先运行自营资金为主,主要做套利对冲、股指期货交易和数字货币交易,积累了一定的利润后开始扩充规模,开始管理外部资金,用高频的套利对冲来做安全垫、CTA策略博取收益、低频的套利策略来平滑收益。我们希望外部资金可以以产品形式管理,阳光化对公司也有不少好处。我们也准备在自营资金有了一些利润后申请私募基金牌照。再然后就是发展股票的产品线,研发基于人工智能的股票阿尔法和T+0策略,最终实现期货和股票多样化的产品线。所以我们是要做一个基于数据挖掘的框架基础上的全面型资产管理公司。七禾网注:成绩代表过去,未来充满挑战!