七禾网7、近一年数字货币和区块链很火，受到了很多人的关注。您对于数字货币和区块链怎么看？它们是否代表了未来的发展方向？

魏铭三：现在国家不太支持数字货币，但是国家还是比较支持区块链的，其实这是一种技术和它的表现形式的区分，至于它是否代表未来的方向，我觉得区块链技术和人工智能技术比，我是坚定地认为人工智能技术它一定代表了未来的方向，而且现在就已经在生活的方方面面去应用了，但区块链这个方向的话，我暂时还没有看到这是必须的，就是离开它不行的这样的一个项目去落地，或者是能够极高地提高社会生产力的这样一个项目的落地，我暂时还没有看到。我觉得我不好去判断区块链是怎么样，而且现在很多人都打着区块链的形式，去骗钱割韭菜，或者发代币、发ICO，我觉得这样的形式是非常不好的，但是在基于区块链这上面的一些比如说智能合约的应用的话，我认为还是不错的，但是如果是发代币的这种形式，我觉得十有八九都是骗子，所以在这上面就存在一个辨识度的问题，如果市场上面的人没有一个比较好的辨识能力的话，很容易就会被套进去。因为我也不是区块链的专家，所以我讲不了太深，但是从交易角度，我觉得现在的数字货币的合约设计非常不合理，因为它的最小手数非常地小，那这样的话对于交易来说就极大地分散了它的流动性，无论它的标价还是最小合约，都可以分到小数点后非常多的位数，有的是4位，有的是8位，这样的话，它就会把流动性拆得比较散，在同一个价位可能只有零点几手的挂单，你每下一次单的话，滑点飘得就会比较多，从合约的设计角度来讲，这是不太合理的。另外现在在几个交易所出了一些衍生品的品种，但是规模还不够大，再就是这个市场上交易所实在是太多了，看似很火，但实际上人其实也不多，因为第一我们国家不允许做，量就很少了，第二个交易所实在太多了，这些交易所的报价、流量都会被分散，就会造成每个品种流动性是不足的，所以从交易体验来说的话，它是不太好的，现在这个情况来看是支撑不了大资金的，只能是小的资金去做一下。

七禾网8、近一两年以来，大多数CTA策略普遍表现不好，您认为主要原因是什么？对于这种现象，以及面对当前的市场行情，您认为应该如何调整和改变自己的投资策略？

魏铭三：从我们自己的实盘做下来情况来看，表现不好主要有两个原因，第一个就是之前谈到的监管，因为CTA策略本质上是做多波动率的这样一些策略，但是从现在监管的套路来看的话，基本上哪个品种波动大，它就去降温，最典型的就是今年的苹果，苹果本来是一个郑商所推出的明星品种，并且前期给了非常多的市场的培育、培训、投资者普及，还有手续费上面的优惠等，好不容易把这个品种做得比较活跃，大家参与得比较多，波动率比较大，郑商所就突然加了非常高的手续费，一下就把这个品种的成交量、流动性和波动性都抽走了。所以我觉得从监管上面来讲，近些年的监管是不希望出现有大波动的品种，既然这样的话，波动性大的品种自然而然就很少。第二个原因，就像我之前提到的，现在市场参与者维度也非常多了，不像以前还是机构投资者比较少、散户比较多，现在散户的数量在一定地减少，机构投资者的参与，还有海外投资者的参与，都提高了市场参与者的平均水平，那这样的话传统的这些策略自然而然就会变得不太好做，自然就觉得CTA变得不好做。第一个自身参与者的进步水平没有跟上高手的进度，另外一个就是好做的品种由于监管等原因都变得很少，品种和策略两个都不好，自然而然CTA策略普遍就会比较差。但是我认为后面的话反而会有些机会，因为美国特朗普对外的政策不确定因素变得特别大，后面的波动性因为这个政策或者全球系统性的原因而放大，我认为CTA在后面政策不确定的这段时间，波动性放大的话，还是比较有机会的，只不过现阶段比较难做。

像现在的话，投资策略一定得进化起来，我觉得现在就两种方式，一种如果自己研究能力比较弱的话，可以把资金交给专业投资者，这也是一种投资策略，不要觉得只能自己做。第二种如果是有能力的话，可以利用现在富有的算力，去进行人工智能或者机器学习这样的一些算法规律的挖掘。我是认为人开发的时代已经过去，如果还在进行这样的尝试的话，那注定会失效、会被淘汰，除非是做非常长期的策略，那我认为还是有机会，但是如果本身又不是做非常长期的策略，然后又想有比较高夏普率的这种收益，还是蛮难的。所以至于调整的话，就是提高自己的投研能力，要么就是交给专业的人做。

七禾网9、有些人在经历了程序的长期亏损和回撤之后容易手工干预，甚至把程序停掉，您也曾有过程序亏损停掉之后，立马程序后来就大赚的经历。您如何看待手工干预这一行为？现在您是否会手工干预程序化交易？

魏铭三：当时是在2012年的时候做螺纹钢，4月、5月份螺纹钢是一波猛烈的下跌，那个时候刚用上了一些螺纹钢的策略，从测试的角度来讲，那波下跌是赚了很多钱，但是后面上了实盘之后，从4月份到10月份，有小半年时间都是在底部震荡。当时做程序化不久，仓位管理不到位，一下子仓位上得很重，所以回撤比较大，回撤了将近50%了，当时全是自己的钱，心里还是蛮难受的，那个时候就控制不住了，到了大概10月份的时候就把策略停掉了。停掉之后，到了11月份的时候，当时习主席刚上台，无论是股市还是商品都受到很大的鼓舞，程序才停了不到两周，螺纹钢一下子就涨起来了，策略要是开起来就能继续赚钱，这个经历给我的印象是非常深刻的。之所以大家会用程序化这种方法，就是因为它执行力强，如果你把它关掉或者手工干预的话，那又会变成手工主观交易的一部分，就发挥不了它执行力的优点。我当时之所以停掉是因为仓位太重，一下子就亏掉了不少钱，其实仓位管理也会影响到你交易的心情，进而就会影响你错误的判断，相当于是一个综合的问题，除了策略是可以的，实际上还有一些其他的交易方面的问题没解决，比如仓位管理、情绪控制、执行力等等，其实这些是道的问题，术没问题，术就是策略，如果道上面出了问题一样是做不好的。

自从这次经历以后，我仓位是放得比较轻的，然后我会给自己定一个比较合理的目标，当初定的是我一年要翻倍，所以我下的仓位也重，这样容易在中途就被洗出去，洗出去有可能是自己执行不到位，有可能是真的行情太大，让你的策略直接爆仓，我后面就会定一个比较合理的收益目标，今年比如说就是20%或者30%，进而来去管控我的仓位应该设置多少，这样一个比较低的仓位，也不太会影响到我的情绪和对于事情的判断，所以我现在基本上都不会去手工干预程序化交易。上次我看到的数据还蛮有意思的，从2005年开始算，公募基金的这些基金的表现，到现在的话年化的回报率大概是15%，但是基金业协会统计，买基金的这些人其实根本就没赚什么钱，大部分还是亏损的，只有很少比例的人赚钱。其实基金本身每年有15%的复合收益，你只要买入持有就能赚这么多钱，但是基民们为什么会亏损？是因为很多基民都把它当作一个短线的股票来炒了，追涨杀跌，这只股票净值涨得快我就买入，结果买入之后回撤就出掉，然后再去追下一只，来回地折腾。这就是术和道的问题，术是没问题的，公募基金的基金经理年化收益能做到15%，其实对于程序化交易的策略来说，如果按每一年算，能够每年赚钱的策略应该是很多的，但是实际上无论是做策略的人还是买基金的人，大部分都不能做到每年稳定赚钱，所以无论做程序化交易还是买基金，其实要管控好自己的资金分配、情绪控制这些道上面的问题，这上面还可以下很多工夫。

七禾网10、您表示在期货市场中要赚信息不对称的钱、趋势的钱以及周期的钱，对于这三个方面，您认为分别应该用怎样的策略来应对和赚钱相应的钱？

魏铭三：第一个是赚信息不对称的钱，这个钱不用什么策略就可以，你知道一些比较有用的信息，如果这个信息稍微复杂一些的话，那你可以进行建模来去兑现它。我举个最简单的例子，保险公司它的会计准则是一套系统，但是去年保险对于这套系统的会计准则进行了一些改变，这样的会计准则改变会暴露它以前用会计准则藏掉的很多的亏损或者是浮亏，这样的话它就会势必改变它的投资策略，在新的会计准则下，它自然就会买一些让它的浮盈优势或者是一些计算方法更合理的标的。这种信息发布之后没有人会太关心保险公司的记账准则会怎么改变，但是了解保险公司这一套会计准则的人就会知道，因为保险公司是一个非常大的资产管理公司，它拿了那么多的保费要去投资，它的投资策略改变的话，对于无论是债市还是权益类资产的配置的切换影响是比较大的。我认为这种就是信息不对称的钱，普通人不理解这背后的逻辑，我恰好认识一些对保险分析非常透彻的人，他们对于这上面是非常敏感的，这个消息大家都同样地知道，不是内幕消息，说大家都拿到同样的消息，但是他们对这上面的解读会更深，保险公司投资策略的改变就会影响到这个市场，那他们就会相应地提前去进行布局，去赚到这部分的钱。所以说它不需要任何的策略，只需要你对于这些背后的逻辑研究得足够深。

赚趋势的钱的话，我分析了非常多的数据，以前甚至是用产生随机数的方式去造一些行情出来，然后验证我们的策略。我在造数据的时候，发现金融数据和随机数本质上是非常不同的，虽然从统计上来说都是钟形曲线形态分布，但是学过金融学的人都知道，金融数据和普通的正态分布是不一样的，它更像学生t-分布是尖峰肥尾的，金融市场并不随机，它的尾巴实在是太厚了，行情很多时候具有了趋势性，我在做随机数市场行情的时候，发现趋势性并不像真实行情那样，所以我在验证策略的时候经常会走偏，所以我后面就会真正提取金融市场的这些数据的特征，来产生我的随机数，而不是纯粹用一些简单的产生方法来产生，这样的话我训练出来的模型，大部分都是趋势模型，它只要做到在钟形曲线分布靠中间的那一段，能够做到不赚不亏，但是在肥尾来临的那个时候能赚到钱就好了，所以赚趋势的钱就是赚金融市场上肥尾的这部分钱。

至于赚周期的钱，从大的周期来讲，无论什么品种，它都具有一些均值复归的特性，均值复归现象无论是在市场还是生活中都存在，就像很多大公司，做得太大了，其实就变成了大公司病，它就变得衰落，增长率就不会太高，小型公司的话成长性会比较好，在任何时候它都会有这样双方面的一个表现。周期的钱指的就是在一些品种沉浸了足够久的时候，它就会有一些周期性反复的这种规律形式存在，但是时间比较久，其实它和程序化没有什么关系，当然你可以用建模的方法去找出这种周期性、相关性等，但是它不一定要用程序化的方法，它就是一种存在的规律，我们可以人工去找、可以模型去找，把它找过来的话，可以建立足够长的一部分头寸。当然我们自己周期还没那么长，我们基本上还是做得比较短周期的，就是赚趋势的钱或者信息不对称的钱，因为这部分验证得会非常快，这样的话我们可以把策略的夏普率做得比较高。

七禾网11、请问您当前的期货交易中总共有多少个策略？各个策略的特点是什么？策略之间是如何配合以及分配资金的？

魏铭三：我们实盘的大概有好几百个，模型库里面有上千个策略，都是在我们人工智能、机器学习算法下面去自己构造的，所以策略还是比较多的，我们只考虑策略之间的相关性，因为学习出来的这些策略看上去没有逻辑，所以特点不好总结，我们只能从策略之间的相关性去衡量。我们基本上都会配置相关性比较低的这些策略去进行组合，分配资金的话，我们是比较动态的一个分配方式。我觉得策略是我们比较有特色的一部分，数量上比较多，我们自己团队比较自豪的主要还是怎么管理这些策略，我们这个方法我们把他叫做大风控，相当于是管理这些策略，主要就一个标准——赢冲输缩，相当于赚钱的策略我们会给它更多的资金，如果是亏钱的话我们会把它的仓位减下来，甚至最后淘汰掉，所以本质上就是赢冲输缩、赚钱多赚。我们先设计了这个算法，后面是另外一个互联网产品给了我们比较大的启迪，让我们坚信往这条路上走，就是现在有个独角兽叫今日头条，现在它的活跃用户很多，今日头条的本质上是一个推荐算法，我们研究了它的推荐算法，它和腾讯的微信不一样，朋友圈是你的朋友分享什么你看什么，它是先生成一篇文章，它先发给一千个人，这一千个人里面有多少人点进去看了，每一个人点进去看的浏览时间是多少、是看到最末尾还是看到中间就跳出来，搜集了这些健康的数据，它会有个初步的判断，认为这是一篇好文章，它再帮你推给一万个人，然后再搜集这一万个数据都还不错的话，再帮你推十万个、二十万个，如果是一篇好的文章，它就很快地通过这样的方式去发掘出来。如果一篇文章它发现第一轮测试都没多少人看，也没多少人点击，那第二遍它只再推荐五千个，而不是一万个，然后如果推荐五千个的效果还不好，它可能就不推荐了，所以渐渐地它推荐的文章都会变成好文章。它就自己设计了一个赢冲输缩的机制，好的东西它会更多地选出，不好的东西它直接丢掉，所以现在今日头条成长为独角兽，就在于这样一个机制，在它上面推荐的不能说全是好文章，起码是大家爱看的文章，久而久之大家对它的粘性就会很大。受到它的启发，我们也坚信我们这一套赢冲输缩的系统，赚钱的这些策略一定是给比较高的权重的，亏钱的策略我们就会降低它的权重，直到它淘汰，我认为这是我们比较核心、比较骄傲的一个点。

七禾网12、您表示您的投资策略分两类，一种是纯高频，一种是中期的趋势策略，对于这两种方式，在思路设计上有哪些区别？

魏铭三：中期的趋势性策略的话，其实就是机器学习那个框架里面去做的。高频还是不一样的，高频是我们自己研发出来的，高频的设计思路还都挺简单的，高频关键不在于交易策略的思路，而在于你的执行，其实大部分时间我们不是在研究策略，都在解决系统发单的时候并发性还有对柜台、线路的了解、机房的布置，还有就是怎样利用操作系统的一些比较巧妙的地方去提升速度，并且让这些策略或者订单不会乱掉，还有IT队伍的培养，都是在这上面花了很多时间和精力。策略上其实都比较简单，包括一些联动、做市，思路都很简单，用到的东西不多，但大部分力气都花在IT系统这一块，提高它的并发性、容错性、订单管理，计算机开发、软件开发这上面投入的精力是非常大的。所以说两者的思路是不同的，一种是重策略上面多元性和搭配性，另外一个是策略很简单，但是大部分精力要花在去实现、执行上面。高频的话我们自己做下来，以前股指那种波动下机会确实是非常多，我身边很多做高频的朋友也都是那段时间实现了财务自由，这几年国内的商品确实是机会比较少，但是还是有些机会。高频策略也会存在像普通的CTA策略的更新问题，特别是有些合约的合约乘数的改变，就会导致很多策略不能用了，其实高频的失效性会比较快，可能就因为一些政策或者合约设计上面改变，高频策略就不能用了，还有市场参与者、监管上面的变化可能也会导致不能用了，所以说淘汰率还是比较高的，也会存在像以前开发传统CTA策略一样失效，你要想新的东西去补充，想一些没有关系的策略去做搭配，这和传统的是差不多的进化路子，难点和门槛就是在执行方面，这方面是会花比较多的工夫。

七禾网13、您表示在品种选择上，是用算法来选择品种的。请您具体谈谈您的品种选择方法和思路。

魏铭三：因为我们不是做基本面出身的，所以并没有把品种分为农产品、工业品、贵金属等，我们就看一些基本数字，比如成交量、波动率，其中有一点我们是比较看重的，就是绝对点数，相当于价格除以最小变动价位。举个例子，比如橡胶价格15000，螺纹钢3800，但是实际上橡胶15000的价格是要除以5的，只相当于螺纹钢3000的价格，但是别看股指只有3000多点，它是0.2一跳，所以说它的3000点是要乘以5的，它的绝对点数是非常高的，我们一般都喜欢做这种绝对点数高的品种。我们的算法就很简单，先把这些绝对点数算好之后，我们做一个排序，这是其一，其二的话我们会看波动性，因为镍涨1%和玉米涨1%概念是不一样的，镍是10万多的价格，10元一跳，相当于1万多点，玉米2000点，涨的绝对点数不一样，绝对点数就代表你赚钱赚了多少，所以就应该更做镍这种品种。所以我们衡量它的波动性，再结合绝对点数做一个排序，达到某一个阈值的品种我们几乎都做，但是之后我们还进行一个相关性筛选，相关性过高的一些品种我们肯定做其中一个或者它们整体分配同样比例的资金，不能在相关性过高的品种上下重注，下重注的一定是策略表现好的那些品种，通过赢冲输缩去调整它的权重，比如黑色系相关性都很高，如果每个品种都平均分配资金，那实际上黑色系的头寸是比较大的，这样的话就不太好分散风险，所以基本上我们还会考虑相关性的问题，再进行一定的筛选，这样的话选出来的品种就不多了，我们不是全品种地做。以前很多台湾的高手到我们大陆来交易，基本上其他品种都不做，只交易一个股指，他们的业绩都很好，大大超过我们自己本土的这些参与者，其实道理就很简单，全品种做起码对于我们来说不是一个好的方式，所以精选出一些好做的品种，何乐而不为呢？为什么不做好做的事情，要给自己挑选困难的事情做。

七禾网14、对于不同的期货品种，您的仓位和资金是如何分配的？今年苹果等品种的行情波动很大，您有没有重点配置苹果？

魏铭三：资金和仓位分配的话，我刚才也陈述了，主要是根据波动性和绝对点数选择品种，分配的话能够做到低相关性的都是等额分配，再根据赢冲输缩，赚钱的品种我还会给它加一些仓，其实品种上的钱我们是用策略去赚，策略加了钱就相当于品种加了钱，所以品种的资金分配也是动态的，赚钱越多的品种，我们会给比较多的权重。苹果我们今年也配了，苹果赚钱了，我们自然而然也把仓位加上去了，但是总的来说也不会超过一个上限，达到这个上限我们也就不会再加钱了，所以苹果也没有特别重仓去做，而只是一个相对比较重的仓位，相对于其他品种来说它的仓位是比较重的。今年基本上靠苹果赚了不少钱，还有镍也赚了不少，今年黑色倒不像去年那么好做。