七禾網(wǎng)8：您們有豐富的策略庫，包含套利、趨勢，多因子，機器學(xué)習(xí)等，您覺得在不同的環(huán)境背景下，什么樣的策略因子會表現(xiàn)更為突出呢？

林雄：首先，針對簡單的策略，你會根據(jù)歷史觀察到現(xiàn)象，但這并不代表未來也是這樣。比如規(guī)則類像趨勢策略，可能在波動率放大期初，它會隨著波動率的放大表現(xiàn)好，但是當波動率很大時，它就預(yù)測不是那么準確了，會表現(xiàn)不好，而且波動率是有一些反轉(zhuǎn)效應(yīng)的，波動率越大，可能導(dǎo)致來回判斷錯誤。我們觀察到一些現(xiàn)象，比如其它類策略像機器學(xué)習(xí)，這很難判斷在什么樣的環(huán)境會表現(xiàn)好，如果真的能判斷，就把它當做一個因子加入進來，可以作為原來策略的加強。所以很難對機器學(xué)習(xí)判斷在什么樣的環(huán)境表現(xiàn)好，這就是不同環(huán)境下同時使用多策略的好處。

七禾網(wǎng)9：結(jié)合今年的股票市場與期貨市場，您認為在今年這樣的行情下，表現(xiàn)比較好的策略有哪些？

林雄：根據(jù)我們的實盤現(xiàn)象，當然這個現(xiàn)象不代表未來。比如我們幾個子策略里，今年七月份之前，雖然上漲行情并不明確，但套利策略是表現(xiàn)比較好的；七八月份之后，趨勢性比較明顯，套利策略就開始回撤，從五月份到九月份，機器學(xué)習(xí)表現(xiàn)不錯。

中長周期的因子像多因子策略，從去年十一月份開始回撤，去年十一月份是高點，到今年三月份左右達到了低點，之后開始反彈，一直反彈到八月底，相當于達到了新的高點；短周期像規(guī)則類策略，我們觀察在三到五月份的時候，其實表現(xiàn)還行，很多短周期策略在五月份達到了高位，五月份到八月份的一波上漲并沒有抓住，雖然從較長周期來看，是比較明顯的，但在偏微觀的環(huán)境下看，很容易造成信號來回被打，震蕩明顯，導(dǎo)致短周期策略有回撤。所以不同策略在不同階段表現(xiàn)不一，多策略均衡配置的組合會使產(chǎn)品的穩(wěn)定性更好。

七禾網(wǎng)10：CTA策略最主要的交易標的是商品期貨，與股票的相關(guān)性較低。請您從資產(chǎn)配置的角度談一談CTA策略的配置價值？

林雄：CTA的配置價值，在海外很早就有研究，有個經(jīng)典的案例，把CTA加到股債配置里，股債一般是按40%和60%的比例配置，研究人員發(fā)現(xiàn)如果把CTA當做一個可交易的資產(chǎn)，像股票債券一樣來配，那么會讓整個組合效果提高。比如配置10%CTA策略，就會讓收益回撤比更好。我們內(nèi)部也做了一個簡單的測試，一邊是持有100%的中證500指數(shù)，另外一邊配10%或者20%左右的貝塔一號，即一個傳統(tǒng)的類似指數(shù)追蹤的CTA策略。然后我們發(fā)現(xiàn)在多頭里面配置20%的CTA策略，它能提高夏普比率，同時增強兩到五個點的年化收益，當然這是根據(jù)歷史來看，不代表未來。未來的收益率不一定能確定，但是相關(guān)性是確定的，即CTA和股票、債券的相關(guān)性很低，從這一點看它就有配置價值。

七禾網(wǎng)11：在過去的一年多時間，CTA策略經(jīng)歷了至暗時刻，而我們蘭盈量投的業(yè)績超越市場平均水平，請您談?wù)勅绾卧诓呗詢?nèi)卷、同質(zhì)化日益加劇的背景下保持競爭優(yōu)勢的？

林雄：想保持競爭優(yōu)勢，這需要很大工作量，我們只能說盡力去做好。首先，在策略研發(fā)層面，我們一直推崇多策略的混合形式，在每個策略類別里，盡量去尋找差異化，比如套利策略，不是簡單的一個回歸就完事了，里面包含了多個子信號，機器學(xué)習(xí)策略里也會有很多子模型。

關(guān)于因子的構(gòu)建，比如大家都做機器學(xué)習(xí)策略，那因子構(gòu)建的邏輯可以不一樣，可以用量價指標，包括技術(shù)指標；如何處理這些因子，特征工程，包括Y的選擇很重要，Y即未來想要預(yù)測的目標值，因子不是對所有的Y都適用，它可能只對某些Y適用，這些細節(jié)都需要關(guān)注。因子在模型層面，如果X和Y都選的很合適，那模型更多的是錦上添花，要注意不能有太多的過擬合。

其次，在投研體系上，我們想做成一個非常高效的投研平臺，基于此吸納人才。如果有高效的投研平臺，產(chǎn)出高對于公司的總體效果提升，包含策略的提升也是有幫助的。所以我們會投入大量的精力去發(fā)展人才和平臺。在人才方面，我們追求少而精，爭取做好收益。

最后，保持優(yōu)勢除了做對事情，同時還要減少做錯事情。在機器學(xué)習(xí)里經(jīng)常會犯的錯誤是拼命試模型、蹂躪數(shù)據(jù)，從不同的方法、模型、參數(shù)等各個方面不斷地蹂躪，出來的效果往往很容易過擬合，另外在策略類型上避免單品種或單一風(fēng)格在倉位上過多暴露，這樣做不一定能有收益增長，但是可以減少犯錯，不然可能在單一品種上暴露過多，可能賺大錢，但同樣也可能虧大錢。所以減少錯誤也是增強。

七禾網(wǎng)12：您們想賺市場上哪一部分錢呢，又是如何通過技術(shù)去實現(xiàn)的呢？

林雄：關(guān)于收益來源，一部分是來源于市場的不有效。目前，國內(nèi)的市場雖然處于快速發(fā)展的階段，但還遠不及成熟有效，所以我們能挖掘到一些機會，通過量價分析、統(tǒng)計建模，可以產(chǎn)生有效盈利信號，我們現(xiàn)在投入大量的精力去挖掘不有效市場的機會去盈利。通過我們過往的經(jīng)驗，尤其是數(shù)理方面，我們在實現(xiàn)這個過程中，更多采用是完全量化的方式，在信號上，我們基本上通過過往回測系統(tǒng)化去驗證，看在歷史上這樣是否可行。 

我們另外一部分收益來源是靠承擔(dān)一定風(fēng)險所獲取的，就是所謂的風(fēng)險溢價。比如偏回歸類的套利策略，策略的兩個套利對可以一直發(fā)散，那么為什么回歸類策略會賺錢，可能因為類似做市的交易提供了流動性，所以獲得了超額收益。再比如波動率套利策略為什么長期能獲得收益？假設(shè)沒有很強的擇時信號，那么波動率套利策略需要承擔(dān)一定尾部風(fēng)險，特別是黑天鵝事件發(fā)生，可能會磨損掉之前的大部分收益，當長時間沒有黑天鵝事件時，那么收益是一直向上的，所以承擔(dān)了一定風(fēng)險，相應(yīng)去獲取收益。

綜上，我們從經(jīng)驗得出，一部分收益來源是市場無效的部分，我們通過量化的手段挖掘阿爾法，另一部分收益我們通過承擔(dān)風(fēng)險去獲得。

七禾網(wǎng)13：您們關(guān)注哪些技術(shù)指標，如何將這些指標應(yīng)用于策略的構(gòu)建？

林雄：這與機器學(xué)習(xí)的應(yīng)用非常相關(guān)。在構(gòu)建指標方面，常見的量價指標我們都會涉及到，所有的TA指標以及比較常見的像趨勢反轉(zhuǎn)波動率我們都會關(guān)注，也會根據(jù)經(jīng)驗構(gòu)建一些另類因子，比如持倉優(yōu)化，這不是簡單的量價指標。

以上只是最原始的因子，其實這些因子很多時候不能直接輸入到模型里面，因為它們的數(shù)據(jù)格式可能很不規(guī)范，需要對它們進行一些類似平滑、標準化等最基本的處理，當這些數(shù)據(jù)都處理完了，我們會通過機器學(xué)習(xí)模型對這些因子進行組合。通過倉位優(yōu)化，得到最終的持倉，接下來再交易。

所以針對指標，我們看的很廣泛。如果把我們成交算法中成交的部分算進去，像tick級別的這些訂單部的信息我們都會看。訂單部是指買一賣一，或者是更高頻的買二賣二到買五賣五這樣的都會關(guān)注。

七禾網(wǎng)14：請問貴司是如何進行策略迭代的？迭代周期又是怎樣的？

林雄：我們的策略迭代基本上是基于現(xiàn)有的投研框架做的，現(xiàn)在的投研框架已經(jīng)比較模塊化了，每一個環(huán)節(jié)都形成了一個模塊，可以是由單獨的團隊或是個人來負責(zé)，這樣我們的策略迭代就逐步流程化，可以持續(xù)地挖因子，因子挖完了就可以持續(xù)地建模，或者也可以在現(xiàn)有的因子庫上直接建模。接下來會加強組合優(yōu)化?？傊覀兺ㄟ^這樣每一個環(huán)節(jié)去增強的目的都是為了在原有組合上做出增量信息。

關(guān)于迭代周期，為了減少過擬合的概率，我們每半年優(yōu)化一次大類策略；在因子更新方面，我們頻率會稍微快一些，其實這部分更多的是看有沒有合適的因子挖掘出來。

七禾網(wǎng)15：索羅斯曾說過，“判斷對錯并不重要，重要的在于正確時獲取了多大利潤，錯誤時虧損了多少?！边@句話放在交易上也非常值得借鑒，請問您們是如何做好倉位管理的？

林雄：在倉位管理中，我們非常注重風(fēng)險預(yù)算與均衡配置，我們不希望單一品種或單一風(fēng)格策略的收益占比過大，所以出發(fā)點是風(fēng)險均衡，基于此，我們會通過組合優(yōu)化再去增強收益。

具體來說，首先，在最頂層，我們通過風(fēng)險預(yù)算的方式來控制產(chǎn)品整體的波動率，一般產(chǎn)品我們會區(qū)分低波、中波、高波，我們通過這種方式來控制產(chǎn)品的波動率，波動率從某種意義上來講是倉位的控制。

其次，我們從底層信號開始，通過風(fēng)險預(yù)算的方式對每一層進行控制，同時也會對交易標的，針對單邊、單品種或是單個組合對進行風(fēng)險貢獻的最高限制，比如單品種不能超過一定閾值，這樣會使我們整體的倉位相對比較均衡，收益或者虧損不會過度集中在單一品種上面。

最后，在產(chǎn)品層面，我們當然也會設(shè)置止損，主要因為策略方面，走勢有可能會失效，我們會根據(jù)策略類型來判斷，是當下進行減倉，還是繼續(xù)再觀察。一般來說，頻率越快的策略，我們對它的容忍度越低，頻率慢的策略，我們對它的觀察時間要長一些。