七禾網(wǎng)注：嘉賓回答僅代表其本人觀點(diǎn)，不代表七禾網(wǎng)的觀點(diǎn)及推薦。金融投資風(fēng)險(xiǎn)叢生，愿七禾網(wǎng)用戶理性謹(jǐn)慎。

上海吾執(zhí)投資管理有限公司

上海吾執(zhí)投資管理有限公司，是專業(yè)從事投資管理業(yè)務(wù)的私募基金管理人，注冊地為上海，注冊資本1000萬元。公司于2020年10月16日完成中國證券基金業(yè)協(xié)會(huì)備案，登記編號(hào)P1071408。

上海吾執(zhí)投資管理有限公司以追求絕對(duì)投資收益為己任，吾執(zhí)投資產(chǎn)品以對(duì)沖復(fù)合策略為主，擁有股票、期貨、期權(quán)三條特色對(duì)沖產(chǎn)品線，擅長做多資產(chǎn)配置的風(fēng)險(xiǎn)對(duì)沖型量化產(chǎn)品。秉持“科學(xué)、敏捷、穩(wěn)健、實(shí)用”原則，在股票、期貨、期權(quán)等多條產(chǎn)品線上，擁有市場長期驗(yàn)證有效的交易策略（10年以上）。一流團(tuán)隊(duì)的敏捷項(xiàng)目迭代、一體化策略上下線流程，多維度“科研化”特質(zhì)使得團(tuán)隊(duì)具有高效的策略產(chǎn)出效率。

精彩觀點(diǎn)

人工智能，它有著富有想象力的廣泛應(yīng)用場景。它與交易結(jié)合，是這個(gè)時(shí)代擁抱技術(shù)進(jìn)步的必然結(jié)果。

人工智能，顧名思義，“像人一樣工作的智能”。它自帶高效算法處理過程，或者算法與系統(tǒng)的優(yōu)化。它的參與，第一個(gè)優(yōu)點(diǎn)，大幅提高優(yōu)化計(jì)算過程中的算力。第二個(gè)優(yōu)點(diǎn)，決策流程變得高效，交易策略本身直接擴(kuò)容。

信息是物質(zhì)（實(shí)質(zhì)）的，信息也是盈利的來源。

不排斥任何一種有效交易手段，在團(tuán)隊(duì)組建過程中，我們會(huì)盡可能多地囊括各種背景的策略者與交易者。

從傳統(tǒng)的手動(dòng)交易到量化交易，再到人工智能交易，這就是量化交易人工智能體系?；旧鲜且粋€(gè)逐步提高生產(chǎn)力的過程。也是一個(gè)版本不停進(jìn)步的過程。

Timing是基于市場數(shù)據(jù)的系統(tǒng)化策略。國內(nèi)很多手動(dòng)傳統(tǒng)交易，特別是股票交易員，他比較看重?fù)駮r(shí)，對(duì)他而言選擇進(jìn)出場的時(shí)間點(diǎn)位，非常重要。這是Timing策略的關(guān)鍵點(diǎn)。

我們會(huì)盡力持續(xù)更新策略，保持?jǐn)U充策略的成長性。我們在這些策略上一直是非常勤勉的去做自己的本職工作：常規(guī)性地檢測風(fēng)險(xiǎn)參數(shù)和我們新策略的開發(fā)，基本保持在每人平均一月一個(gè)新策略的頻率。

吾執(zhí)核心產(chǎn)品，在兼顧收益和風(fēng)險(xiǎn)回撤上，我們最注重的一個(gè)指標(biāo)，就是收益除以最大回撤后的比率（收益風(fēng)險(xiǎn)比），我們會(huì)以這個(gè)指標(biāo)去框定我們所有上線策略的下限，而內(nèi)部所有策略也都是基于這個(gè)標(biāo)準(zhǔn)。

我們在做一些習(xí)慣上正確的事情，很努力，很理性，但很不合群，還是會(huì)不被大多數(shù)人理解和接受。但后來我也就慢慢習(xí)慣了，不然也不會(huì)從事這個(gè)行業(yè)這么久了。

我認(rèn)為要強(qiáng)調(diào)理性交易的準(zhǔn)則，如果里面摻雜太多情緒的因素，那么交易結(jié)果可能就變得不可控了。

CTA策略還值得投資，因?yàn)楫吘顾髁鞯臋?quán)益類產(chǎn)品在相關(guān)性上還有比較突出的差別，并且它能抓住極端行情下的一些波動(dòng)。

未來五年后的行業(yè)發(fā)展方向：第一，大部分的主流產(chǎn)品的收益預(yù)期得下降一些；第二，繼續(xù)看好量化投資方向；第三，整個(gè)市場的交易者組成改變；第四，量化產(chǎn)品的細(xì)化與差異化。

問題1、孫總您好，感謝您百忙之中與東航金融&七禾網(wǎng)進(jìn)行深度訪談。據(jù)我們了解，吾執(zhí)投資的交易團(tuán)隊(duì)運(yùn)行近10年了，歷史業(yè)績也是位于前列?？梢越榻B一下您們的團(tuán)隊(duì)嗎？

吾執(zhí)投資：吾執(zhí)團(tuán)隊(duì)秉持“科學(xué)、敏捷、穩(wěn)健、實(shí)用”的態(tài)度，核心交易團(tuán)隊(duì)合作已逾八年。在股票、期貨、期權(quán)等多條產(chǎn)品線上，擁有十年以上市場長期驗(yàn)證有效的交易策略。一流團(tuán)隊(duì)的敏捷項(xiàng)目迭代、一體化策略上下線流程，多維度“科研化”特質(zhì)使得團(tuán)隊(duì)具有高效的策略產(chǎn)出效率。團(tuán)隊(duì)科學(xué)研究氛圍濃厚，整體扁平化管理，注重人才的長期培養(yǎng)。擁有嚴(yán)格的人才的引進(jìn)機(jī)制，團(tuán)隊(duì)人員擁有數(shù)學(xué)博士、物理博士及物理奧賽獲獎(jiǎng)?wù)呷舾伞?/p>

問題2、您的團(tuán)隊(duì)是國內(nèi)最早將人工智能應(yīng)用于量化交易的團(tuán)隊(duì)之一，可以談?wù)勅斯ぶ悄茉诹炕灰字械膬?yōu)勢嗎？

吾執(zhí)投資：人工智能，它有著富有想象力的廣泛應(yīng)用場景。它與交易結(jié)合，是這個(gè)時(shí)代擁抱技術(shù)進(jìn)步的必然結(jié)果。

我們從交易方式的角度來闡述區(qū)別：傳統(tǒng)的交易方式，一般是交易員靠人工判斷決策的手動(dòng)交易，這可以算作交易的1.0版本。后來，到了量化交易時(shí)代。交易系統(tǒng)整個(gè)搭建在數(shù)量化為基礎(chǔ)的信號(hào)與模型之上，這已經(jīng)是一套完整的系統(tǒng)化投資體系，可以直接代替人工決策。我們基于這些已經(jīng)系統(tǒng)化的量化信號(hào)，再以程序下單的方式做交易（執(zhí)行）。所以，當(dāng)交易方式演變到了這種量化的、系統(tǒng)化的、程序化的狀態(tài)，傳統(tǒng)手動(dòng)交易相當(dāng)于升級(jí)到2.0的量化交易版本。涉及到人工智能技術(shù)，它的概念比較寬泛。實(shí)際上，涉及到交易相關(guān)的人工智能這塊的技術(shù)應(yīng)用，只是所有可能性中的一小部分。

整個(gè)交易信號(hào)的產(chǎn)生過程中，我們需要適配多種特定場景交易決策做優(yōu)化算法。那么，人工智能的這些特殊算法，可以理解成原來量化交易模式中或者整個(gè)“人工智能交易體系”的加速器版本。人工智能自有的科學(xué)構(gòu)建體系，使得算法實(shí)現(xiàn)與算出交易決策的過程大大縮短，所以，我們可以將它理解為交易信號(hào)的2.5版本（量化交易的升級(jí)版），或者是3.0版本（人工智能交易體系）。

為什么呢？人工智能，顧名思義，“像人一樣工作的智能”。它自帶高效算法處理過程，或者算法與系統(tǒng)的優(yōu)化。它的參與，第一個(gè)優(yōu)點(diǎn)，大幅提高優(yōu)化計(jì)算過程中的算力。第二個(gè)優(yōu)點(diǎn)，決策流程變得高效，交易策略本身直接擴(kuò)容。

這是兩個(gè)概念，流程高效這點(diǎn)，非常重要。

有些流程，他通過人與人之間的工作角色的對(duì)接完成流轉(zhuǎn)。如果一個(gè)人做完第一步，再對(duì)接給另一個(gè)人做第二步，這個(gè)流程下來可能要一天到兩天。但如果他把所有步驟的過程集成打包在一起，在一個(gè)算法里，融入人工智能算法交易體系，就大大簡化了流程提高了工作效率。

從傳統(tǒng)的手動(dòng)交易到量化交易，再到人工智能，這就是量化交易人工智能體系。本質(zhì)上，它是一個(gè)逐步提高生產(chǎn)力的過程。

問題3、正確的投資理念是投資成功的關(guān)鍵，請(qǐng)問吾執(zhí)投資的投資理念是什么呢？

吾執(zhí)投資：吾執(zhí)的投資理念是，"Information is physical, information is profitable."這是什么意思呢？翻譯中文：信息是物質(zhì)（實(shí)質(zhì)）的，信息也是盈利的來源。

什么概念？這表示整個(gè)交易策略團(tuán)隊(duì)非常看重“信息”的價(jià)值?！昂谪埌棕?，抓到老鼠就是好貓”。所以，我們核心團(tuán)隊(duì)的組成非常豐富：有傳統(tǒng)交易出身的，他們來處理來自基本面的信息，有做短線波動(dòng)交易、日內(nèi)手動(dòng)交易出身的，有純數(shù)理背景交易建模的或者擅長其他技術(shù)方式的成員。

我們?yōu)槭裁刺岬叫畔⑦@個(gè)概念？對(duì)我們來說，無論你從市場上得到了什么有用信息，是對(duì)市場當(dāng)前的一些判斷也好，或者對(duì)未來可能發(fā)生事情的預(yù)測也好，還是當(dāng)前決定采用什么策略也好，它的本質(zhì)都是底層信息的交互。所以這結(jié)論引導(dǎo)我們，不排斥任何一種有效交易手段。在團(tuán)隊(duì)組建過程中，我們會(huì)盡可能多地囊括各種背景的策略者與交易者。

問題4、您是如何看待傳統(tǒng)量化交易和AI量化交易的？

吾執(zhí)投資：從傳統(tǒng)的手動(dòng)交易到量化交易，再到人工智能交易，這就是量化交易人工智能體系?；旧鲜且粋€(gè)逐步提高生產(chǎn)力的過程。也是一個(gè)版本不停進(jìn)步的過程。

問題5、請(qǐng)問您們是如何應(yīng)用擇時(shí)策略的呢？

吾執(zhí)投資：這是我們團(tuán)隊(duì)交易體系中的特色。其實(shí)，‘應(yīng)時(shí)’是一個(gè)更接地氣的說法。因?yàn)檫@這套策略其實(shí)在海外是有個(gè)標(biāo)準(zhǔn)的學(xué)名叫做Market Timing。

Timing是基于市場數(shù)據(jù)的系統(tǒng)化策略。國內(nèi)很多手動(dòng)傳統(tǒng)交易，特別是股票交易員，他比較看重?fù)駮r(shí)，對(duì)他而言選擇進(jìn)出場的時(shí)間點(diǎn)位，非常重要。這是Timing策略的關(guān)鍵點(diǎn)。比如看多的時(shí)候，我在合適的底部時(shí)間加倉加杠桿，在高點(diǎn)附近再及時(shí)減倉，或平倉出掉。這種帶著擇時(shí)alpha的浮動(dòng)頭寸的資金配置方案，如果成功率高會(huì)讓整個(gè)收益更豐厚。

但是，吾執(zhí)產(chǎn)品體系中主要的Timing model并不這么看。更多時(shí)候，我們把它當(dāng)做一個(gè)偏風(fēng)險(xiǎn)類的策略，是更偏向于風(fēng)險(xiǎn)控制的策略應(yīng)用。我們過去用Timing model的大部分場景，是對(duì)當(dāng)前市場和未來市場的風(fēng)險(xiǎn)預(yù)判，以及在這種判斷之后，再做一個(gè)整體產(chǎn)品的風(fēng)險(xiǎn)控制?？偟膩碚f，傳統(tǒng)的擇時(shí)模型更多的是應(yīng)用在加杠桿上，這樣就意味著更多的風(fēng)險(xiǎn)暴露，而吾執(zhí)的擇時(shí)模型更多時(shí)候在減小頭寸，是服務(wù)于我們的風(fēng)險(xiǎn)控制體系的。

問題6、吾執(zhí)投資的量化策略是如何布局的呢？

吾執(zhí)投資：吾執(zhí)的產(chǎn)品策略，往往提前幾年布局方向。這也是我個(gè)人的工作習(xí)慣。

現(xiàn)在為止，我們擁有股票、期貨和期權(quán)三條產(chǎn)品線。追求在主要大類資管方向上的平衡，每個(gè)方向都有一兩個(gè)有特色的產(chǎn)品。這三條產(chǎn)品線的核心策略都是有容量的，這是一個(gè)關(guān)鍵的前提。例如，比較受市場追捧的高頻交易策略，它的資金容量比較小，這樣不太便于后期擴(kuò)容，也就不能成為產(chǎn)品線的主要分類。

我們前期的產(chǎn)品布局工作，就是把大方向都鋪好，突出產(chǎn)品線的特色風(fēng)格。然后在交易量達(dá)到一定程度的產(chǎn)品線上，再進(jìn)行優(yōu)化配置。往后，我們也會(huì)在保證這三條主產(chǎn)品線的策略基礎(chǔ)上，對(duì)核心策略進(jìn)行打磨，自營盤中定時(shí)更替優(yōu)質(zhì)新策略。

問題7、在不同類型的策略中，您的資金是如何分配的？

吾執(zhí)投資：從大類資產(chǎn)配置角度，這三條產(chǎn)品線，股票、期貨和期權(quán)，它們資金比例大概是多少？

一般而言，管理人優(yōu)秀的期貨策略資金容量，一般是同樣優(yōu)秀的股票策略資金容量的1/10。從量化同行的總量來看，兩者間的市場體量差距，一般也是差一個(gè)數(shù)量級(jí)。在期權(quán)產(chǎn)品線上，因?yàn)槲覀兊钠跈?quán)是主要做類似固定收益的，以期權(quán)套利為主的產(chǎn)品比較穩(wěn)健。目前為止，我們會(huì)盡量讓它的策略容量打滿格，目前的市場容量大概10億。

這是一個(gè)相對(duì)比較大的體量，我們的策略會(huì)盡量滿足這個(gè)體量需求。我們最主要是做的是股票市場的期權(quán)，商品期權(quán)因?yàn)榻灰追绞胶土鲃?dòng)性一直不是很活躍，所以我們在商品期權(quán)上做得很少。