量策基金营
第二期访谈
为了更客观和深入地挖掘私募管理人的投研逻辑，也为了更好的输出策略配置的干货，好投基金研究院联合亿鲲资产推出【量策基金营】系列栏目，我们将以“买方”的视角，挖掘策略的本质特征，多维度展现管理人的核心能力与特色。
嘉宾介绍
FOF&管理人
- 慧衍基金 基金经理：许红伟
FRM，上海交通大学金融工程博士，具有金融和计算机复合背景，多年从事量化套利与衍生品领域研究，包括商品、股指、贵金属高频套利和趋势投资，以及Alpha策略和期权做市等。设计和主导开发了多项趋势和套利策略，以及业内领先的TopTrader一体化高性能投研和交易系统，微秒级低延时，支持多种模式交易和精确挂撤单。
在《管理世界》、《南开管理评论》、《投资研究》等国内一流期刊上发表文章多篇，长期担任上海交通大学安泰经管学院金融硕士校外导师，及《量化投资实践》金融硕士必修课程讲师。
- 亿鲲资产FOF基金经理：李明鸿
上海财经大学金融学专业。拥有13年证券从业经历，包括10年期货公司资管机构服务从业经验，3年多私募基金行业FOF投资管理从业经历。过往线下尽调过几百家私募基金管理人与几十家公募基金，建立了各类资产从投资逻辑、投资策略、投资敞口和风险因素等全方位的投研体系，形成了从宏观、中观到微观的自上而下的逻辑分析框架。
“精彩观点”
汇聚
Part 1 中高频量化策略
在开场，明鸿老师就关于中高频量化策略的大环境与许总进行了交流，许总的核心观点整理如下：
- 关于证监会政策“四箭齐发”的思考
印花税降低等利好政策的推出,在短期内激发了人们的兴奋情绪，特别是对于T0和高频交易者而言。这些政策对交易总体上利好，尤其对于高频交易策略可以明显降低交易成本。举例来说，双边200倍换手率情况下，交易成本每年可以减少5%，这对于高换手率策略来说效益显著。此外，对于高频和短线策略，政策也有望促进市场情绪的活跃，提高市场总体成交量,从而进一步增加交易机会。总之，这些政策短期内有望在交易层面带来积极影响。
- 关于中高频量化策略的理解
中高频量化策略一般有两部分结合：基于长周期的选股策略和基于短周期的交易策略。长周期的选股策略通常依赖于基本面分析、技术指标、产业政策等因素，而短周期的交易策略更注重利用微小的价格波动执行快速交易。
中高频策略和超高频策略的区别？超高频策略基于盘口数据、订单流等高频和微观结构数据，以微秒级别的速度捕捉微小定价偏差。中高频策略则在短周期内通过大数据和数学模型结合交易技术，在较短周期内（一般是几分钟到十几分钟级别）来获取机会，不过于依赖速度，因此更适合大规模的资金参与。中高频策略强调选股逻辑与高频执行的结合，从而实现更好更高效的结果。
- 市场环境对中高频量化策略的影响和趋势
市场流动性的好坏会影响策略的交易成本和执行情况。流动性越好，交易机会越多，成本越低；合理的波动率能提供更多的交易机会，但波动率过大也可能带来风险，需要与策略节奏匹配；同质化的策略在拥挤程度上会降低超额收益，差异化和持续研究是保持优势的关键。
- 关于中高频策略未来演变的趋势
当前股票市场中，中高频量化选股策略普遍表现出较高的收益，这种趋势反映了整个行业的发展方向。传统长周期量化策略虽在选股上有优势，但在数据处理、风控和稳定性方面存在不足。而高频策略过于追求高频可能导致军备竞赛，其超额收益正明显衰减，尤其在大市值指数上更为明显。未来，中高频策略正朝着人机结合的方向发展，将逻辑和量化的优势结合起来，保持两者的平衡。
Part 2 慧衍在中高频赛道与其他家管理人的差异？
明鸿老师提出，在中高频这个赛道当中，大家数据、模型都差不多的情况下做出来的结果差很多的原因在哪？慧衍的侧重点在哪里？对此许总分享了其在中高频量化上的交易心得：
- 另类数据的重要价值
在数据上主要依赖于多种数据，包括传统的基本面数据、技术指标，以及另类数据如分析师预期和情绪指标。另类数据与传统的标准化数据不同，它可能包括通过军用卫星监控、电商订单数据等特殊方式获得的信息，能够提供更多关于市场和产业动态的见解。
- 因子挖掘的重要性
从数据中提取有逻辑的、有解释力的因子，可以帮助提高交易模型的性能，有意义的因子能够在交易模型中产生60%-70%左右的贡献。
- 因子的选择与市场环境变化的关系
在选择因子时，需要关注其底层逻辑和长期的有效性，以确保其能够长期稳定地产生超额收益；高频因子对交易行为的刻画相对稳定，因为交易者数量多、交易量大，其行为规律较为一致。相比之下，长周期因子受宏观政策和市场状态等影响较大。
- 模型的构建
在模型应用上，将传统的线性模型与机器学习和人工智能等非线性模型结合，以提高策略的适应能力和解释力度。多个模型的结合有助于更全面地捕捉市场变化。
- 高性能交易系统的重要性
自研“TopTrader”高性能系统。在高频交易中，处理数据的速度差异可能导致巨大的损失或收益差距，数据处理完毕，需要快速生成交易信号，并迅速将最终的交易策略执行出去，尤其在使用大数据和机器学习模型时，只有在很短的时间内生成信号并下单，才能抓住市场机会。所以，拥有成熟高效的交易系统，在公司业务中的作用可能占据了至少30%-40%的贡献，甚至更多。
同时，明鸿老师对于慧衍的量化策略也提出了一些问题:
Q:在量化交易中如何追求高胜率？
A:首先是资金管理和仓位管理，要确保做到充分地分散化投资。遵循大数定律的底层逻辑，通过多品种、多参数、多策略、多周期提高交易数量以实现高胜率。
Q:我们的胜率总体比较高，尤其是算法换仓和T0部分那肯定是高胜率，那么在底仓的高频换股层面呢？
A:在底仓的选股策略中，很难达到像T0交易那样七八十甚至更高的胜率，因为底仓选股涉及更多因素。虽然胜率可能相对较低，但我们可以通过调整盈亏比来实现更好的风险回报比。也就是在较低的胜率下，通过合适的风险管理和盈亏比，实现最终总体盈利。
Q:策略是否能够变相择时？
A:就股票中高频策略而言，策略采用自适应方法，根据市场环境和机会的变化，灵活地调整仓位。这种策略可能会在市场环境较好时选择更多股票并增加仓位，而在流动性不佳或者机会较差的情况下也会主动减仓，这可以看作一种自带的判断或变相识别机制。在风险控制方面，策略采取多层次的风控措施，包括集中度约束、组合优化和强制止损，以确保风险可控。此外，策略不需要对标指数，因此在股票数量上和风格上也有一定的自由度。总的来说，策略通过灵活的仓位管理和多层次的风控措施来适应不同的市场情况。
Q:市场环境变化下，中高频策略如何实现稳定盈利？
A：就期货中高频套利策略而言，其实中高频期货套利主要赚取两部分钱。首先，它利用不同合约之间的价格差异波动，即跨期价差或跨品种价差套利。其次，它也从盘口的买卖差价中获取收益。这些策略追求的是市场上价格差异和盘口差价的高频波动机会。
为了实现稳定盈利，这些策略要高频地交易多个品种、多个周期和多个参数。通过分散投资，充分利用大数定律，同时要控制单笔头寸，以防止小概率事件（如黑天鹅事件）对策略产生不利影响。这种分散和风险控制是为了应对市场中不可预测的极端情况。
Q:在极端行情下，如何实现风控？
事前风控：量化策略的风控是非常重要的，通过分散的多种套利，单一品种或合约对仓位相对较低，而不会感到过度担忧。也就是说在极端行情下，很多交易可能不会被迫止损，反而有机会加仓。另外，还可以通过自动砍仓模块来保持风险可控。
仓位管理：仓位管理取决于套利机会的数量和质量。追求“低存量、高流量”的模式，仓位相对较低，通常在20%-30%范围内。这样的仓位分布更稳定更安全，符合我们的风险管理理念。
Part 3 慧衍在策略开发中的心得体会
体系的重要性：在量化交易中，完整的交易体系是至关重要的，而不仅仅是某个单一的神奇指标或技术。投资策略需要是一套完整的系统工程，包括完整的决策、交易和风控体系。
注重技术和人才：技术在量化领域的作用非常大，缺乏技术支持将导致无法进行有效的量化交易。吸引和培养优秀的人才也至关重要，他们能够不断迭代和提高策略的水平。
风控至关重要：风险控制是量化交易的核心。量化交易的优势就在于相对稳定的风险和可控的风险。因此，风控策略必须得到充分的重视，不应该贪图侥幸，而应该注重长期稳定的投资体验。
关于我们
好投基金研究院
我们成立于资管元年的2022年，顺应了资管新规的要求，致力于为大资管时代的财富管理行业提供专业、独立、客观的买方基金投研服务。我们的研究团队由头部买方机构和各领域专家组成，借鉴国外FOF投研理论，结合自研的智能投研系统，逐步形成了适合国内市场的基金投研体系。我们提供深入的市场分析报告、策略研究报告，帮助投资者制定更好的投资决策。同时，我们以独立的买方视角进行尽调，精选优质管理人，提供专业客观的尽调报告，帮助投资者全面了解基金公司的投研实力和运作情况。我们的目标是提供最优质的买方基金投研服务，为投资者提供更多专业、独立、客观的投研分析。
• END •
编辑 | 好投基金研究院
