作者：躺平阿尔法，好投学堂专栏作家
题图：躺平阿尔法微信公众号
首先波动率和趋势性都影响他们股指策略的表现。根据下面的图，最喜欢上面２种市场情形，不喜欢下面２种市场情形。2020年8——10月份那波股指策略发生最大回撤10％个点：当时市场处于高波动的宽幅震荡，即高波差趋势，处于策略不适应的时候，当时策略也处于第一版本，稳定性也没有现在好。
策略介绍：配了一半日内短周期，持仓十几分钟到几小时，趋势策略为主，部分反转策略（20％左右）。股指日内不喜欢日内V型，喜欢流畅的单边趋势。另外一半是长周期，有1-2天和5-10天的，这里趋势策略为主。
4个股指都做，但IH因为波动率低，占比会低一些。Tick，盘口，以及分钟数据，日级别的数据都会用到。中长周期的策略会用到高频数据低频化的处理。股指换手70－100倍左右。
下面有9大类策略，彼此相关性比较低。有根据模型和因子来分，像规则型策略。有追踪市场情绪的因子，和追踪中长周期趋势的因子等。
根据底层因子对市场刻画的逻辑和上层不同模型以及像规则策略的开平仓方式等来区分不同的子策略类型。
每大类里有2-3个子策略。总策略有20多个。股指策略2018年——2020年——2022年进行了３次比较大的迭代，效用提升比较明显。主要是从底层因子的丰富度和模型的丰富度来的，并不是推翻老策略，而是更新新的东西进去。
不太会调整子策略占比情况，9大类子策略占比一个季度才会调整一下，会看过去所有数据进行回测看。
机器学习在目前策略里用的还比较少，主要是预测模型，这里面也有线性预测，而非线性预测只占比二三十。没有用到复杂的机器学习。
目前纯股指产品1倍杠杆。单股指策略容量估计在10几亿。通过延迟成交来评估策略容量。
不适应的时候，仓位不会主观去调整。没有在策略之外单独设置止盈止损，一些单笔止损会有，可能一年也有一两次会触发。还是通过底层的分散性来保持稳定性。
后面研究方向：大小盘套利，以及非线性方法的研究。
对老策略持续跟踪来观测优化方法，研发和现有策略相关性低的方法。需要从底层因子或者从模型层面找。
判断现有策略的有效性和因子有效性方法：
比方说从数据层面看是否最大回撤，过去效用的减弱，之前表现稳定后面在递减，那么减弱到没法交易的时候可能就剔除。
另外一种方式在于因子在市场不同周期可能表现不同，一旦出现回撤根据能否忍受来判断剔除否。
过去２年股指策略不好做，怎么判断是失效还是单纯市场不适应：
日内策略处于赚几个点再回撤几个点的状态，通过观察市场不同维度，不光波动率，还有日内小时或者日级别级别的这些特征，看底层细分的收益情况，和过去做对比。比方说之前波动率高的时候能赚10％，现在只能赚5％，那说明还是有效，只是因为市场结构的问题导致不赚钱。而有些因子效应，在市场已经不呈现这种特征了，还在亏钱，那说明已经失效。
股指市场过去发生的变化：股指期货2010年上市以来，前面1、2各类套利策略都有一个丰厚的收益，那时候市场有效性不高。2014和2015年股指高频比较好做，但后面１５年股指被限制，一些资金转去做商品，以及做更长周期的股指策略，也就塑造了现在策略的雏形。
股指市场环境分析：2022年到2023年虽然波动率低，但是趋势性在阶段性有不错的表现，所以中长周期股指某阶段还行，虽然波动率低，不利于日内策略。
2023年以来日内的波动率不好，所以23年股指日内表现不好，而23年趋势性还好，所以中长周期表现还行。
2024年波动率上升，日内策略表现好，但是趋势性不是那么好，所以这段时间中长周期的股指在亏钱，日内策略在赚钱。中长线策略更依赖于趋势性，短周期策略更依赖于波动性，
这是实践下来的观测的结果。不代表其他家也是这样。
然后因为雪球的大幅敲入和融券T0的被限制，估计后续市场波动率情况相对之前会有所改善。
和市场其他投资品种的组合：股指和商品，滚动20日相关性来看，长期看，相关性不高，在0.2－0.4之间，在市场极端情况下，数次出现很低甚至负相关性阶段。股指与500指数叠加，和股指本身走势相关性低。
版权声明：文章版权归原作者所有，部分文章由作者授权本平台发布，若有其他不妥之处的可与小编联系。
