最近很多朋友提到一个疑惑：“为什么今年的期货市场波动率这么高，但是量化CTA策略收益反而很惨淡”。诚然，今年的CTA策略表现确实打破大家对于CTA策略是做多波动率的认知，尤其是5-6月份，10-11月份这两个高波动率的时间区间反而收益很惨。
为了更好的探讨这个话题，我们需要先正确认知波动率的概念
波动率就是指标的价格的波动程度。通过波动率我们来描述市场波动特性，通俗来讲波动率越大，意味着标的资产波动幅度就越大；反之波动率越小，就表示标的资产波动幅度越小。
对于期货市场的波动率表述应该是二维：方向和幅度。即期货市场波动幅度背后描述的是商品期货价格趋势行情的上涨和下跌，以及运动的幅度。
下面是针对本年度的期货市场商品指数以及波动率的描述和分析
上图是南华商品指数今年以来的走势，整体趋势处于宽幅震荡上行走势，比较有意思的是CTA净值的下跌时间区间正好对应商品指数反转下跌以及下跌后的尾波震荡区间，较长时间的回撤和探底；而盈利区间对应脉冲式上涨的趋势行情，短时间兑现盈利预期。（数据来源于火富牛数据平台）
得出的结论：本年度的商品上涨行情贡献收益，商品下跌区间贡献负收益。
上图是南华商品指数滚动年化波动率，设置的周期参数为20日，我们可以发现只要波动率突破20%的指标就会发生回撤，区别在于高波动的主要原因伴随着政策的强监管，所以波动率下降后也会存在一定沉痛期，而不会马上恢复业绩。（数据来源于火富牛数据平台）
得出的结论：正常波动带来的是盈利，突破峰值后伴随着是较大回撤，主要原因是监管干扰。
动量因子一般是指时序动量和截面动量两大类，不同类型的动量因子对于期货品种的风险收益偏好的要求是不同的，一般来看时序动量偏好一些相关性低的期货品种，而截面动量因子偏好相关性高的期货品种，这里不做详述，主要探讨下背后的动量效应。
期货市场的动量效应(momentum) 指的是：过去上涨或者下跌的期货品种在未来仍可能继续上涨或者下跌，因为价格运动形态具有一定的惯性，这种价格的时间序列存在系数为正的自相关关系。可以通过行为金融学角度来进行分析：
动量因子捕获的就是这种期货价格运行的完整周期形态中的单边行情阶段，也就是价格的惯性上涨或者下跌的延续性收益，从深层次来看波动也是具有聚类效应。简言之，动量策略的盈利是建立在期货品种价格的波动基础上，具体盈利的空间依赖于波动幅度的大小，波动率是动量策略盈利的必要条件。
总结：高波动率是动量策略（也可以延伸理解为CTA策略）盈利的必要非充分条件。
今年的期货品种整体处于高波动的市场环境，但是这种环境下的板块品种价格趋势并不连贯，宏观政策监管会导致突发性的趋势大反转，对于中长周期策略具有较大的打击，因为该策略一般偏向于右侧交易，趋势行情明确后才可以介入交易，平仓的行为发生在被动的止损。交易所监管政策的施压会导致日内和日间反转行情的不间断频发，比如：动力煤大涨白天，结果晚上加手续费后导致夜盘又继续下跌，对于短周期的CTA策略是毁灭性打击。
所以今年CTA策略的表现比较差，主要是充分条件的不满足，这种高波动市场环境带来的是负面影响，根据文章之初展示的南华商品指数以20日为计算参数的滚动年化波动率和CTA策略收益的关系结论也可以反馈出，高波动的极值主要是政策监管导致的。
基于统计波动率对于尾部风险的仓位管理的重要性。
根据市场波动率对于仓位管理和尾部风险的警惕在今年的市场环境尤为重要，风险体现的是收益的不确定性，合理科学的仓位管理可以保住收益和在不确定性中灵活生存。今年的市场环境比较极端，体现在波动率的表现特征和内在动因的特殊性。不同管理人对于波动率的管理方式也会直观体现在最终的产品风险收益特征上。这块内容在之前的文章也介绍过，所以在此只提两个方面：1，对于板块和单个品种波动率均值的操作处理。2，对于仓位和市场波动率的相关处理矩阵。
