主持人：您也提到了，当前贵公司丰富了很多策略，主要以哪些策略为主，资金又是如何分配的？

钱江：我个人做量化有7个年头了，我最早开始是做股指纯日内的，后来做到股指多周期、多策略的组合，股指被限制以后才开始转战做商品，整个2016年，我们做的是中长线趋势跟踪为主的组合，仓位当时基本上就集中在一些中线跟长线上面，但是我们品种做得比较多、比较分散，所以仓位也分得比较均匀。前面也提到，面对今年一月份到三月份这种特殊的行情，我们削减了中长线的策略，增加了一些中短线甚至日内的仓位，这样一个情况下，我们头寸的分布也有一些均衡，目前我们长、中、短几个时间框架上的仓位都是比较均衡的。然后我们还分了一部分仓位到套利上，大概占了15%到20%的仓位。我们并不想把整个策略就集中在某一个时间维度上面去捕捉行情，如果我们坚持像去年一样中长线这种时间框架的CTA策略，比如像今年六七月这一波黑色的上涨没有出现，一直维持到明年的六月份，那有可能我们就处于一直的回撤状态。但是国内的大宗商品市场，它又是一个不缺乏波动的市场，可能不会出现这么大的一个单边行情，但是结构性的一些小行情还是会有的，如果我只是定位成这么大的周期的话，那很可能就一直处于回撤要被市场取缔掉，但是我如果各个级别都能做一些布局的话，可能我的收益没有像那些抓大行情的一波赚得猛，但是我整体的产品的运作平滑度可能会更加合理一些，可能会更加熬得到大行情来的一天，不会提前被市场淘汰掉。

主持人：据我们了解，您的交易系统分为3个板块：品种打分模型、交易策略和资金管理模型，在品种打分模型中，主要根据哪些条件对品种进行打分？

钱江：大家常见的一些因子，比方说成交量、持仓量、波动率，这个是基本上大家都能理解的一些维度，还有一些维度是我们自己设计的一些算法，我们会从大概10个维度对所有品种进行打分，基本上根据这个打分的情况，进行各个品种上权重的分配，动态地分配仓位，但这一步目前我们还是处于一个半自动的状态。我刚才说的，我们在山东那边还有一个团队，山东那边团队的一个带头人，他应该是机器学习、人工智能领域比较顶尖的一个人才，他原先是在部队里面做这一块的，应该是这个领域的一个领军人物了，那么我们想在他的带领下，把权重设置这一块跟机器学习结合起来，做到自动地设定权重，如果这一块我们能实现真正的电脑自动设定，可能利润上面会有一个台阶的跳升。

我们也在摸索，如果每个品种都分得差不多，肯定收益不会有一个特别拔尖的表现，但是好处在于，它能捕捉到整个市场的一个平均波动，它能承受个别品种的风险情况，不会说某个品种仓位特别集中，然后这个品种突然出现了一些系统性的风险，那么你的产品就会受到一个致命性的打击。如果品种比较集中，当然如果这个品种上面刚好出现一个比较大的行情，那你的收益肯定是远远超过平摊的状态，但是同样的，如果这个品种出现一个反向的跳空，或者政府出了什么政策，比方像股指这样，立马就不能做了，那你整个产品就会受到比较大的损伤，甚至就不能操作了。我们也有一些朋友，原先纯做股指的，然后股指被限定，他CTA这一块就没法操作了，商品突围又没有成功 ，这个就是比较致命的影响。但是我们如果让机器学习分配头寸，我们也不会做得特别极端，比方说我们分配到某一个品种占了九成的仓位，其他的加起来占了一成，我们也不会做得这么集中。但是我们还是会有一个相较于平均的侧重点，比如像最近黑色系比较强，我们也看到，最近的一些化工有些个别品种的波动或者它的行情趋势性也起来了，像甲醇，你如果是平均的状态，可能这些对整体的贡献并不多，但是如果你集中起来，或者你的机器学习，机器足够智能，那可能对你净值的爬升会有更加大的贡献。

主持人：您曾经提到，只要做好风控守住回撤，在市场中活下去，赚钱肯定是水到渠成的。请问您对于单个品种，以及整体账户，您是如何做资金管理以守住回撤的？

钱江：我讲讲我们的模型吧，我们子衿的CTA没有选择以中长线、突破的方式进场这种策略为主，我们选择的是一直在市场里面的这种策略，就是说整个市场没有什么趋势的时候，我们就不停地多、空，切换头寸，但是这个切换过程中，我们的仓位是比较轻的，因为趋势的强度比较低。但是当趋势性比较强的时候，我们会把仓位逐步地增大，然后会在一些特殊的位置主动进行减小或者再放大。跟那些突破型策略相比的话，他们相对而言可能追求的是高胜率，那我们反过来，胜率没去追求，因为一直在切换，整个市场70%到80%左右的时间都是震荡，这个状态一定决定了我来回切换的胜率肯定是低的，因为我是跟着切换，是被动地切换，不可能是左侧切换，那么被动地右侧切换，肯定造就了这个胜率比较低。但是我们通过仓位的放大、缩小这个资金管理，我去扩大盈亏比，比方说我做了10笔交易，可能8笔交易在来回地切换头寸，但是8笔交易每笔亏的时候都亏了1块钱，但是行情来的时候，我2笔交易赚钱了，但因为我有个加仓的动作，我2笔交易每笔赚了20块钱，那我盈亏比就很高。我们通过这样的方式去控制风险，然后去获得相对应的一个收益情况，我们觉得这样比较合理，也是能比较长久地存活下去的方式，而且能跟大部分的以突破进场方式为主的CTA区别化，因为他们突破的时候，大部分单子进去的时候，我们可能已经有仓位在里面，我们不需要跟他们去抢那个单子、抢那个利润，这样就会比较好一些。来回切换的时候，当然也会出现情况，有一定的风险，比方说，突破型策略，可能一直震荡的时候它始终保持不进场，那对它而言没有什么风险，但是我们因为有个来回切换，可能会对我们造成来回的亏损。对于这个问题，首先前面说的，我们因为仓位比较低，可能这个损耗还受得了，但是如果当这个状态真的维持得比较久，那么我们也是通过比如策略的多样化去对冲，可能在这些震荡的区间的时候，我们可能会通过一些日内或者日间的反转性的策略，甚至通过一些套利的策略去对冲来回切换的趋势跟踪策略的损耗，从这样一个角度去分摊我的震荡期的回撤，做到真正的控制风险。

主持人：量化交易中的核心是交易策略，在贵公司，一个交易策略从开发到实盘，需要经历哪些步骤和过程？

钱江：我大概说一下，虽然大家应该也比较清楚。基本上也比较简单，首先你会有一个想法，你通过阅读一些国外的研究资料，或者我们现在圈子里面有一些卖这方面研究资料的，通过别人在卖的一些模型和资料，通过各个渠道，你有一个思路或者一个交易的雏形了，那么，你把这个雏形进行伪代码化。所谓的伪代码化，就是基本上逻辑能一条一条列出来，那么我们会对这个逻辑进行审核，这个逻辑是不是有一定交易的意义，或者有一定的站得住脚的一个点。因为我前面发掘这个雏形，有可能是通过数据挖掘，甚至是机器学习自己给出了一个模型，以前有一些软件，你给它一筐子的数据或者指标的算法，然后再给它一段历史数据，它算一下，然后给出一个交易模型，曲线非常好看。结果我们一看这个模型，比如MACD除以根号KDJ，那你说这个意义是什么呢？根本就没有任何意义，不存在任何交易的意义，这样的话，这一道关就过不了。所以我们会对这个逻辑先进行伪代码化以后，对这个交易背后的逻辑进行审核，如果这一块也过关，那么我们把这个伪代码正式地代码化，代码化以后就很简单，就是拿历史数据测，要过品种的多样性、时间框架的多样性，还要过参数的敏感性的测定，这些都过了，那么我们认为，这个模型就基本上成型了。

但是成型后我们也不会马上放上去实盘，还有一到两个月的冷静期，过了这个冷静期以后，如果这个策略要上实盘，我们就可以随时找机会把它上实盘了。设置这么一个冷静期，其实也有一定的想法，因为很多策略，你刚刚做出来的时候，往往就是曲线创新高的，因为模型玩的是一个概率，最近创新高，说明你的盈利的概率比较高了，那如果你这时候选择上线，比如它的概率开始回归了，那就开始亏钱，那这是挺尴尬的事情，所以我们一般会设置一个冷静期，一方面是为了规避这个模型中还存在一些小BUG，一方面也是为了让自己冷静一下，不是很冲动地去踩这个概率回归的陷阱，然后就可以选择上线了。

主持人：当前商品期货行情波动明显加大，您认为在这样的行情中，哪些策略表现会比较优秀？

钱江：我们觉得目前这个波动率还是比较大的，波动率比较大的话，我们觉得一些中短线的策略目前的适应状况还是比较好的，但是中短线策略，它毕竟能承受的容量还是比较有限，但是如果对一些个人客户，那不存在容量的问题。但是比如说像我们这样的，想做一定资产管理规模的，那可能这一类策略就会受到一定的容量的限制，那么我们会把策略做得更加分散一些，比如说我中长线模型，分两个策略在跑，我中短线策略可能要分10个策略在跑，那才能承受得起比较大的容量。还有一个就是，我们得跳出整个CTA这个框架，因为交易最终看的是你能否盈利，那么并不是说你一定要把钱就集中在CTA这一块，你有别的一些机会、你有能力的话，其实还是应该去抓的。所以我们觉得，目前这个状态的话，尤其是现在大部分的股票对冲策略，大部分的团队这类策略都不太好做的情况下，我们反而想去往这一块去做，或者把这一块的头寸加大，但是我们的做法也跟别人不一样。为什么大家去年以来的阿尔法股票对冲策略表现不太好，原因是有多方面的，包括股指的倒基差的情况等。我们观察下来觉得，可能整个阿尔法策略的一个基础就是，市场存在一个长期的阿尔法，我们觉得这个点可能都不一定能成立。大家应该也能体会到，我们的A股市场，它又是一个不缺少热点或者风口的市场，往往会有炒作的点，那这个炒作的点往往会引发个别板块或者个别股票短期内超越指数的表现，这种情况下，短期的阿尔法其实是存在的或者是比较多的。

因为我们有比较好的短线的CTA技术，我们想把短线的CTA技术结合，然后放到这一类的股票阿尔法策略里面，如果这一块出来，其实是对我们整个CTA有很大的一个弥补。还有一点就是，我前面一直在提，我们加大了套利的仓位，这一块其实就是商品之间的套利。就是我们做程序化交易CTA这一块的，应该能感受得非常深，尤其是去年，最近偶尔也发现，比方说一波比较顺的涨势，那么大部分的CTA的仓位肯定就做成了一个多头的持仓，可能头寸也会比较大，但是行情走的过程中，不可能每天很顺畅地涨，肯定有那么一两天，往下打，打得很厉害，包括前几周，黑色系有一两天跌了5%、6%，但是后来又回上去了，这种情况的话，如果你纯粹只有CTA的仓位布局，肯定或多或少会受到一些伤害。但是我们也观察到，这种行情发生的时候，两个品种之间是不会存在这样一个情况，比方说，铁矿跟焦炭这两个价差之间，可能不会出现突然的一个变化，比如做宏观对冲他们说的，做空钢厂利润等逻辑，最后表现到，比方做多铁矿、做空焦炭，或者是做多焦炭、做空铁矿，但是这个价差不会出现一下子这样的反复。所以针对这一块，我们就加强了一个专门做这个价差的套利，那这样的话，可以弥补我们CTA趋势的风险、收益，会更加平稳、稳健一些，所以我觉得，应该跳出单一的CTA的框架，去选择一个多策略、多模型这样结合的方式，可能会更加走得长远，或者对整个市场会适应性会更加好一些。

主持人：今年5月底以来，上证指数也上涨了不少，据我们了解，贵公司的策略已经丰富到了股票择时对冲策略了，今年您的股票策略表现如何？

钱江：刚才也说了，我们股票其实做的并不是纯粹的多头，我们做的是对冲的状态，其实说实话，如果是采用传统的方式，这种状态的一个对冲策略，其实还是赚不到钱。因为虽然最近股票在上涨，但是上涨的是大的一些蓝筹股，金融、银行，这种股票在涨，但是一些中小创的股票，应该到今年的三四月份，还是在差不多历史新低附近，还没有上来。这种情况下，你去做传统的股票对冲策略，其实不太好的，所以我们从去年年底就停掉了股票这一块，往一些捕捉短期的市场阿尔法的股票对冲策略在改造，所以目前我们这一块的策略其实是停滞状态，我们在升级，预计今年年底前可能会把这个策略做出来，那么我们经过一些测试，可能到明年年初会重新启动这个策略。

主持人：当前商品期货行情波动很大、速度也很快，可能会造成程序化交易滑点增大的问题，请问滑点对您的交易影响大吗？您是否有通过一些方法来减小滑点的影响？

钱江：滑点是相对的，滑点肯定比之前比如2015年要大，因为从2016年以来，日间的波动率肯定是加大了，我们单独看螺纹钢这个品种，像2015年之前，螺纹钢一天内涨2%，幅度都很大了。但是从2015年11月开始，尤其像最近，螺纹钢一天内涨5%或跌5%是很正常的事情，所以在波动幅度加大的情况下，滑点加大其实也是相对的，因为滑点虽然加大，但是它波动幅度加大，利润也会有一定的弥补，但是如果单单看滑点，那肯定是扩大了，但是这个也是相辅相成的，也正是因为滑点扩大，或者交易成本、交易手续费增加了，那么主力等整个市场背后的力量，他在推动行情的时候，肯定要把行情的幅度推得更加大一些，才能弥补掉成本的扩大，所以目前我们看，涨跌幅度会偏大一些。

减小滑点的方法肯定有，比如，现在的行情，经常会出现感觉上好像就触发了程序化的连续止损，就是往往打到一些特定点位的时候，突然行情就出现一个断崖式下跌或者直线上涨的走势，那么在这种情况下，如果你的策略有触发信号，选择进场，一般来说，除非你打市价单，如果你打对手单很难马上成交，如果你成交不到，你再去加价成交，可能下一跳已经很远了，这个滑点就非常大。我们的模型能检验出这种特殊的行情，这种情况下我们一般信号就不会产生立即的开仓，我们可能等到行情相对平稳以后，再把这个仓位处理掉。当然我们也会有个阈值，比如我们持有的是空单，突然往上拉的时候，如果你一直不处理，那肯定也是有问题的，万一拉得太远，你风控肯定做不了，那我们也会有一定的硬性的止损线，如果真的触发到我们硬的止损线，我们也会被迫地强硬平仓，但这种情况还比较少出现。

还有一个情况，就是我们的策略和品种也足够分散，哪怕真的有一个品种出现这种情况，我们也不会受到很大的影响。我们还有盘口的一些算法，去规避掉这种特殊的快速的行情，来减少滑点。我们在做交易的时候，我们也会尽量把单子分散到每个合约，并不是集中在一两个合约上面，或者集中在主力合约上面。比如某个品种在换月的过程中，也会造成一个比较大的损失，我印象比较深的是，螺纹钢1705换到1710的时候，当时螺纹钢是在下跌，当时的主力合约换到下一个合约的时候，1710其实价格更低，这样一换过去，换月就已经损失了几百个点的利润，后来有一波比较大的反弹，因为1710它本身价格比较低了，它一反弹，可以反弹很大，反而价位相对比较高的1705反弹的时候就没有反弹很多，但是你一换仓，这么大波的反向风险就完全吃住了，对于做空头趋势跟踪就有比较大的一个损失。所以我们会进行多个合约的分散交易，可能在换月的过程中，我们自动地仓位已经慢慢地均摊过去了，所以就不大会出现因为换月或者其他原因造成滑点、换月损失的特别大的影响。