12月27日，由杭州市萧山区人民政府和对冲基金网联合主办,永安期货特别主办,浙江省金融办、杭州市金融办和中国基金业协会指导的“钱塘江财富管理中心推介暨第六届中国对冲基金峰会”，在浙江省杭州市萧山区雷迪森铂丽大饭店举行。本届峰会以“期权时代”为主题，呈现了一场围绕个股期权、股指期权、铜期权、豆粕期权、白糖期权上市准备与做市商、国债期货与利率风险管理等热点问题的财富管理盛宴。

期货中国网作为峰会的媒体支持参与了会议，期间众多投资界的专业人士就期权投资展开了讨论，期货中国整理了部分专家的观点，为投资者呈现：

张向阳：上海铸铭投资管理中心 总裁

张向阳：这次应大会会务组的邀请，我做一个短时间的专场演讲，大概半个小时左右，时间很短，但我会在这个时间段内，尽量用比较高效率的语言和大家进行信息沟通。

论程序化交易策略模型的思想这是我今天下午谈的主题。在当下各行各业，IT技术都已经成了生产力的重要组成部分，金融行业也一样。但是我们要知道，电脑是没有思想的，它只是一个工具，它可以执行人的思想。那么，投资决策模型，就是通过电脑来执行人的思想，来实现一个可能盈利的交易。常规的主观化交易，你们哪些人是做过股票期货交易？大部分人没有做过交易，如果你没有做过交易的话，可能听起来比较困难。如果你做过交易，对市场有过真正的感受，价格的波动给你带来的心跳有感受过的话，我说起来你会更容易懂一点。我们做主观化的交易怎么做？是眼和耳输入信息，之后用脑思维，然后是产生行为，是这样的过程。

程序化交易信息的抓取是靠IT手段来抓取，我们想想，抓取数据、抓取信息的能力是人更强，还是电脑更强？肯定是电脑。数据处理能力是人更强，还是电脑更强？不用我说，以前我们有一个专业研究员，一天工作8小时，一年的工作量，如果我们把它编成软件，敲一个回车，让电脑完成的话，只要一分钟，也就是一个人一天工作8小时，一年的工作量用电脑只要一分钟就能完成，效率提高了多少倍？

信息抓取、逻辑思维到交易实现，全部由电脑来替代，我们的效率是提高了，还是降低了？所以，我称有IT协助的金融行为是热兵器，而主观化用手交易是冷兵器。大家知道八国联军侵略中国的时候，为什么大清朝的部队打不过八国联军？道理很简单，因为八国联军拿得是热兵器是火枪，而大清朝的军队装备的是大刀长矛。现在很多华尔街、欧洲，包括英国，有很多所谓的“海龟”，他们带着国际上先进的投资技术回来了，换句话说，我们一桌打牌四个人的博弈强度在提高，你还能用原来说我武功天下第一的方法和这些更先进的技术同台博弈吗？那显然你的位置会越来越不利。

下面讲策略模型定义，什么叫策略？所有的策略做一个交易有一个交易策略，不管交易策略千变万化都离不开这个定义，策略等于固化的市场状态加固定的行为规则。什么意思？当一种固化的市场状态发生了，比如我用5个条件，或者是10个条件，定义一种状态，A状态发生了，我认为价格上涨是一个大概的时间，当我提出这个假说的时候，这个结论是主观的，没有客观机制。那么，这种策略提出，我可以依据直接经验，是什么？比如，我是做过10年的交易员，我看过长期的价格变化的规律，通过我观察到的现象，直接抽象出概念，这个是模型概念，这种市场状态的描述，可以用基本数据描述。你也可以用交易数据描述市场状态，这就所谓的技术分析。不管你用什么数据，当你固化一个状态，说A状态发生了，我认为上涨是大概的时间，但这个是主观的，市场是否认你，其实你是不知道的，大家注意是固化的状态，你的定义一定是死的。

固化是两个标准：第一个是明确唯一，当这样的状态在你的定义范围内，你的答案是唯一的，电脑是没有思想的，比如在一个定义里，我定义M>5，当M等于4.99的时候，电脑告诉你不符合定义，大家明白吗？当固化的状态，我所定义出来的状态，有一个规则行为，假设A状态发生我就买B，那么，尽管A状态发生之后，价格上涨是一个大概机率，如果换一种状态，B状态发生了，小概率事件怎么办？止损把它砍掉，如果到C状态，大概率事件发生，就盈利平仓，单子行为结果是随机的，但如果重复100次，重复1000次，实现65%胜率，同时，我的交易是大的收益风险比，是什么意思？如果我的交易亏一块钱，赢两块钱，经过多次重复以后，如果你可以实现大概率变成现实，你是否又赢了？交易就是这么简单。今天与会的人，不可能说不让我赚钱我不出来，不会有这样的交易者，应该没有这样的交易者。这个是策略的定义，不管你使用什么样的方法做策略，只要是你是行为金融策略，都不出这个定义。

什么是图形识别？就是要求在金融数据库中，精确识别几个形状，大部分的人现在做策略会做算法模型，什么意思？通过计算来实现决策，比如，在60日均线以上，这个是算出来了，966的是参数，K线穿底线，所有的指标都是算的。如果我要求数据库里K线有一个推动，有一个调整，我说推动，大家都知道，什么是推动？价格单方向连续快速运行，一轮推动，上下突破买进，这样电脑听得懂吗？其实电脑听不懂，因为我说推动，电脑不懂，我说涨得快和涨得慢，电脑也不懂。但是如果我说A、B之间，单位时间内上涨了大概一个数字，这个电脑懂。比如，图形识别就是要求我们精确地识别K线图的各种几何形状，这个比较复杂，如果你们有人希望或者尝试用图形识别的方法做，我可以告诉你们，图形是由什么够构成的：价格图形是由线段构成的，线段由点确定的，比如A点在下跌，跌到左边了，上来一个G，A、B、C、D、E、F、G，这6个点定义出7个线段，就构成了出了这个图形，但你把这个定义清楚，到电脑可以识别它，电脑最好可以识别，它就是固化和明确唯一的，否则电脑不能识别。

再讲模型的灵魂，所有的策略，所有的模型，它的灵魂是什么？投资决策模型的灵魂就是它的原始创意，就是最初的思想，这个是最关键的，最初的思想决定了模型的灵魂。如果最初的模型创意是好的，比如，现在有一个模型策略，这个模型策略是从2011年我们最早开始IT化的一个模型，是在2013年的11月份，最后一个把它投入到战场上，后面，我会展示一些模型的状态。所有的模型都是编号，比如2.1策略、2.2策略、3.1、3.2、4.1、4.2策略，但是只有那一个模型不是编号，它是有名字的，它的名字叫“立国之本”，那个模型是我们最先开始做，最后上战场，它要求什么？比如价格在一个四方形的运行向一个方向突破，之前是涨，之后是形成四方形向前突破，我要求什么？价格结构紧凑，后面负责IT的博士问我：张老师，结构紧凑如何描述？我跟他说：在四方形之内，假设每个K线都是有质量的，我要求四方形的重心在它的几何中心，同时将这个四方形三等分，在每一个等分内满足整条线。这样结果一定是紧凑的。如果出现这个情况，价格向一个方向突破，我跟进，向上突破，我买进，在四方形的下方止损。这样，如果一级的话，我们可以上到65%，如果二级，我们可以上到75%，三级胜率可以到90%，当然，这种三级共振的特别优良的交易状态一年出现不了几次，但是每次出现这种机会的时候，值得你下2%的风险筹码，因为那个机会很难得，你如果做到了，你的收益风险比是非常理想的。

2013年6月14日我在深圳，有一个公司开了会，当时会议规模比今天小了一些。当时我说：今天上午10点，如果不知道就空头，你不配做期货。有人问我：为什么？我说：道理很简单，你们看，周K线看空，日K线看空，30分钟K线看空，5分钟K线还看空，你都不知道去空，你还做什么期货？等于你是睁眼的瞎子，你都不知道机会如何捕捉。我们用了千分之三的风险值，保证你使用率上到75%，止损的点数非常小。事实证明，那个交易做进去之后没有一点浮亏，做进去就跌，第二天还继续跌。

我们依据什么提出模型的概念？一是你的直接经验，你直接观察到的现象；第二，你的间接经验，就是你所读到的理论和他人的经验，比如我最近读一本书，是《美国九大基金经理的访谈录》，都是9个基金经理，他们做了二三十年的交易，所总结出来的经验，我可以拿过来，也可以提出模型概念和假说。

再看解读模型，我们解读一个模型要从两个方面解读：第一方面，模型数据解读。比如这个模型在今天之前，我经过数据回溯会拉出一个表格，一个数据列表出来，胜率是多少？年化收益率是多少？资金最大回撤比例是多少等等，这些都是我们要做出结论的。因此我们从数据上去解读一个模型它存在一个问题，存在什么问题？存在理论数据和实战数据的差异性问题，一般来说，我们做决策模型的时候会有三个数据：第一个，理论历史回溯数据；第二个，模拟交易数据；第三个，是实战交易数据。而这三个数据一定是一个比一个差。如果你们真的做过这方面的研究，就会有这方面的经验。模拟交易数据一定比理论数据差，实盘交易数据一定比模拟交易数据差，胜率、年化收益率会降低，资金风险回撤最大比率会放大。换句话说，我们解读一个模型、一个策略，只能在今天之前解读，我是否知道未来一个月这个交易模型的数据，我有可能知道吗？不可能。因为今天之后的交易数据，你都不知道，这个是不可能结论的，人类有可能的结论是当下这个时点，今天之前的策略是如何的。我得出一个结论，某一个模型在今天之前理论上是可以赚钱的，模拟交易打个折，实战交易再打个折，还能赚钱吗？其实，我们在数据解读的时候，不能得出这个结论。如果说数据解读的时候，这个模型的参数特别优良，比如，胜率超过80%，年化收益率超过200%，就算你再怎么打折，我还是有可能赚到钱，这个是数据解读。

既然数据解读存在问题，我们是否可以解读它的原理？从原理上解读一个模型策略，如果你可以从原理上解读模型策略，你就可以从根本上得出结论是否成立，如何解读？以价格生成原理和价格变动逻辑为基础去解读模型策略。价格是如何生成的？由买和卖生成的，价格怎么变动的？由买力和卖力产生的推动。再举个例子，比如一轮向上的推动，一个横向的向上突破，是什么样的买卖原理生成调整形态？什么是推动？推动就是价格单方向快速地向上运行，调整就是价格在一个区间内往复地运行，这叫调整。什么的样的买卖机制生成调整形态？就是多方与空方意见严重分歧，构成调整形态，这个是调整形态生存的原理，推动形态生成的什么？就是多方和空方的意见趋同。因此，当你考量向上推动的时候，你只需要考量空方的心理转换临界点，什么时候由空转多。也就是说，你能够从价格生存原理和变动逻辑上，把一个模型的概念解释清楚说为什么我能赢，这就是你真懂它了，你的结论是靠谱的。

程序化交易、模型交易，原理上的合理性根源于人性的稳定性。投资决策模型是什么？就是用统计学的手段来研究人性群体表现出来在统计学意义上的规律，然后以此规律为基础，制定下面的策略。

我讲一下我的个人历程。1991年我开始做期货，当时中国还没有期货，我是做SP出生的。刚开始的时候，我不懂得风险控制，不懂得止损，账户被打爆仓，连续18个月亏损。这地方我买它，是不是认为它价格低了，但是我买了继续跌，更便宜了，更便宜就继续买，然后就被“打爆”了，很愚蠢。后来去读书学习，从香港和美国买学习资料，所有投资大师告诉我说：金融投资一定要追求收益的发散性和风险的收敛性，你一定要止损，一定要风控，一定要坚决执行。于是，我学会了，我一直在这种思想支持下，一直走到了2013年。

从1992年到2013年整个21年的时间里，我一直都非常坚定地做止损，但是2013年，我要告诉大家，真正高级别的交易一定是不止损的，但是不止损，你必须同时满足三个条件：第一个，市场没有机率把你打死；第二个，你的浮亏是一定有一天会回来；第三个，收益率你是可以满意的。比如我的1亿资金买一手橡胶，有没有可能把我打死？不可能，我一直等下去，总有一天回上去，但收益率很低。你在收益率满意的前提下，还能满足前面的条件，你能做到，你就可以不要止损。如果你有一条做不到，你就老老实实控制风险。

我是有依据的，巴菲特曾经说过一句话：我是开保险公司的。我相信99.99%都不懂巴菲特讲得是什么意思。以前我也不懂，只是我知道真正高级别交易是不止损的，同时，我懂了巴菲特的这句话。

常规武器和核武器理念。常规武器就是以统计规律为基础，以处理统计数据为支持，以大概率为背景，这样的交易方法体系、策略体系就是常规武器体系，比如，我追求胜率70%，单次行为结果随机，多次重复1000次，胜率70%我赢了，明白吗？那么，核武器是什么概念？它不是概率，不是可能性，它是一定的。我问了很多的博士：你们认为有这种吗？都认为没有。我也认为没有，但事实告诉我有，我不知道该相信事实，还是相信人。我只是把这个拿来跟大家分享，告诉大家地球上还有这个，大家也不要去找，没这么容易找到的，我找了二三十年才找到，只要有两年以上的都可以收益25%，那不是巴菲特吗？中国为什么不能有巴菲特？中国也有可能出巴非特。

程序化交易是通过电脑手段进行信息处理和交易决策，程序化交易的定义，是对固定市场状态，也就是固化条件群，作固定行为选择，再以若干指标精确评估行为后果，程序化交易就是这样一个技术内涵。策略矩阵什么意思？就是你用一个策略去交易，一个策略就是一个状态配一个规则，比如A状态配A规则，这就构成了A策略，B状态配B规则又构成了B策略，任何策略，不管你突破跟进的，趋势跟踪的，高抛低吸的，不管什么样的策略，你一定有逆境期，就是你最不利的状态连续发生，资金曲线持续往下走，这种是逆境期，任何单一策略都会出现逆境期，而很多交易者都是在策略方法处于逆境期的时候，不能坚守，他的心理承载能力太差，不能坚守，而去废弃掉有效的策略。在我的概念里，金融投资天才的定义是怎么样的？什么是天才？就是连砍11刀，第12次出现这个交易机会，他还敢下单，这就是天才，为什么？因为他有强大心灵承载力，有坚定的信念，这就是天才。既然这样的话，比如我有1个亿的资金，但是我用9个策略，把资金分成9份，而这9个策略之间风险不共振，相关系数低，它的风险在不同的市场状态下释放，这样我有9个策略同时运行，假设有3个在逆境期，那还有6个在顺境期。有5个在逆境期，那还有4个在顺境期，换句话说，有的赢，有的亏，还有的赢，包括有些策略，如果在行为结果上呈现负相关的关系是最好的。任何单一的金融投资策略都会存在逆境期，大部分的投资者在逆境期的时候失去执行力，选择一组有收益率的避免风险，这样表面上看都是有风险的，但事实上，这些东西过滤掉了，比如，有向上波动的，有向下波动的，叠加起来，资金曲线就变得很平滑，你在心理上更容易接受。

其实一种方法好不好，不是最重要的，是否适合你，才是最重要的。有些方法是很好，我经常说，项羽的大刀作为冷兵器好不好？很好啊，但这个宝刀对我来说不好，因为我拿不动，它不适合我。金融投资的策略武器也是一样的道理，并不是胜率越高、收益率越高，这样就最好的。

策略矩阵最大的优点是可以把逆境期的资金回撤比例大幅削减，为什么？因为各策略风险不共振，所以不要用单一策略，一定要用策略集群，用策略组进行交易。我们当下的基金组织有4个大组，策略组、IT组、后端研发组、交易执行组，我们这样一个组织几十号人，分工合作，大家像生产流水线一样的完成作业，金融市场个人英雄主义的时代已经不存在了，你做一点小生意还可以的，真的当事业干是不行的。

程序化交易工作成本，主要有四大成本。很多人说，我在搞程序化，我在搞程序化交易的研究。我劝大家，一般的人不要去搞程序化，为什么？因为程序化交易的难度和它所需要研发的资本投入量远远超出一般人的想象。这个数字我可以简单的告诉大家，从2011年到现在三年，我们在这方面的模型投入大概在2千多万人民币，包括买服务器和数据库，思想不需要买，思想是自己的，只是实现而已。所以程序化交易成本总共有四项，而很多人对这个缺乏正确的理解：第一个，你的手续费、股票，包括佣金，期货，交易成本大家都知道。第二个，成交成本，很多人不知道。第三个，冲击成本，很多大资金的人会意识到。第四个，人为不可控成本。

在这里成交成本需要做一个讲解，有一家证券公司，从美国华尔街回来了一个人，做了一个阿尔法对接策略，就是买50支股票，这是在3000支股票里用阿尔法策略选出来的。他去测试，每周交易4次，每次盈利在千分之三左右。一个月下来接近5%，一年下来60%，这样很好啊。它的理论测试，包括模拟测试的数据都很漂亮。后来，公司发了一款产品让他去操作，第一个月是亏的，第二个月还是亏的，第三个月到月中的时候，第十个交易日还是亏的，他们的老总给我打电话，说：张老师，我们是怎么回事，我们做了阿尔法对冲的策略，理论数据和模拟交易数据都很好，但实盘我们做下来连亏到到第3个月了，你能不能过来和我们探讨。我说：可以。他说：我帮你订飞机票。我说：我不做飞机。他说：那行，我帮你订火车票。这个就在深圳，然后我去了，我说：做程序化交易，如果你亏了只有两个可能：第一个可能是你赚得的点差不能覆盖成本；第二个可能，你的实战数据和理论数据的拟合度超差。比如你在进行数据优化的时候，你在8千组数据里挑出一组最好的，数据过度优化，你的实战数据和理论数据拟合度肯定会非常差。我跟这个博士谈：交易成本在算帐的时候，有没有算进去？他说算了。我说冲击成本有没算？他说算了。我说：成交成本有没有算进去？他说：什么是成交成本？我问他：你在进行历史数据回溯的时候，在进行收益率计算的时候，你是否要拿到一个成交价算帐？他说：是的。我说：好，比如你拿到这个成交价，这个成交价是在买价上生成的，还是在卖价上生成的？你知道吗？他说：不知道。换句话说，你进场的时候，你不知道那口价是在买价上还是在卖价上生成的，在做交易的时候，只能在卖价身上买，也就是说，你进场的时候有一半几率会亏一口价，出场的时候也是一样，一进一出，你就有百分之百的机率会亏掉一口价。我当时就说工商银行多少钱？4块钱，1分钱对4块钱是多少？千分之2.5，就这一个地方，你千分之2.5就没了，你单次赢千分之三，你其他的帐我还没跟你算，你当然是亏的。

我刚刚说了如果做程序化交易的人最后亏钱了，一定是两种情况中的一种，第一种就是赢的点差不能覆盖成本。第二，就是理论数据和实战数据拟合度M值特别差，这个M值和你在研制模型的过程中的数据优化程度成反比，数据越优化，这个M值越差，它和你这个模型原理在投机上的合理性成正比。也就是说，从价格生成原理和变动逻辑上说，这个模型越合理，这个M值越大。后来我自己做了模型来度量这个东西，在当下的金融界是没有结论的，也没有人干这个事，但我后来做了一个模型度量它。

在2013年的5月份，美国有一家机构来了两个博士，在合肥待了一个星期，他们在算我的帐。我当着他们的面，一组参数输进去，跑完了，出来一个历史所有交易机会的列表，我把列表直接给他，帐自己算去。他们算了一个星期，他们不相信有12个夏普率。5以上的夏普率就不得了了。

我们的策略矩阵是由常规武器9大策略，这里展示了三大策略，大家可以看，这里面我没有把“立国之本”给大家看，因为各种原因吧，中国的知识产权保护是全世界最差的，所以我们自己做了平台软件，就相当于我自己做了个TB出来，我的平台是自己开发的，数据库格式是单独的数据库格式，我们所有的策略软件放在一台服务器上，这台服务器不上网。大家会问你不上网你怎么工作？我会用另一台服务器，一共两台服务器，前面一台服务器是上网的，我是两台服务器配一台PC机构成一个作战单元，交易数据在前端服务器上即时落地，它是tick数据，进行5分钟的数据进行转换，然后对5分钟之后的数据库进行更新，每一天下午的2点59分59秒开始转换日K线数据，我的前端电脑和后端电脑会有一个信号线连接，有人会认为，那这样后面电脑不是等于上网了吗？没错，我的后端电脑访问前端电脑是无条件的，但是我的前端电脑访问后端必须过一个16位的密码，而且这个密码每天换一次，旁边的PC机就是密码生成器，也就是说，我后端服务器上的所有的信息是没有任何人可以读的到。有人问：张老师，你的模型产品卖不卖？我说：有三道放火墙的东西怎么卖？

今天就给大家报告这么多，谢谢大家！