清源量化：刚刚说到过的套利和趋势策略。从策略来讲，本身特征和别人的策略没什么区别，套利就是找差价，有差价的时候做，没差价的时候不做，趋势就是顺势而为，而什么时候识别出有趋势则每个人会有不同的看法，也需要去调整参数。当然真正落实的时候，也有很多不一样的细节，比如用的数据的时间长短，从这个数据得到的周期的长短，还有风控等等各方面。我们的量化模型分类就是刚才的两大类，而子模型可以有很多种类，子模型有数据的长短，适用于不同的品种，刚才讲到的长短周期的不同搭配就可以衍生出很多的子策略。

清源量化：组合搭配考虑的最关键因素是策略本身对这个品种到底好不好用，它好用才能放在这个品种上。因为每一个品种的成长周期不同，在不同的阶段适合的策略是不太一样的，有的品种刚刚开始的时候可能波幅比较大，方向性比较明确，有的品种可能已经很稳定了，稳定的品种就是交易量比较大，差价收窄，价格比较平缓。需要看这个品种到了哪个阶段，适合哪些策略，策略能不能用，而对同一种策略的组合要看适合的品种有多少，当然越多越好，同时组合的时候也要看这些品种之间有无重复，因为重复的策略相关性会比较大，波幅也大。同一种策略之内品种的组合，需要考虑策略的相关性，相关性越小，组合就越好。而同一种品种搭配不同的策略组合，可以对冲掉一定的风险。

清源量化：这跟婚姻出不出问题相似，因为出错的原因有千百种，没办法去总结，而正确的原因一般都只有一两种。我只知道正确的应该怎么做，我无法总结别人的错误，正确的做法就是首先你的策略要适合于这个阶段、这个品种，组合的时候要均衡盈利。如果做对冲策略，比如跨产品套利，要同时一些相关性强的品种上，就好像油脂类产品之间，钢和铜之间。有些策略例如趋势策略不适合于做同一个类型商品的组合，如果把它们放在一起，账户波幅会比较大，因此需要降低相关性强的商品比重或者将一些商品拆分出来。

清源量化：我们现在在做的有十几个商品品种，之前说的策略也可以用在股指期货上。这十几个品种都需要回测，看策略是否适合于这个品种，是否有很好的回测收益，品种的交易量是否够大，然后再根据它本身的交易量去配置，每一个品种它可以占多少比重。当然一个品种必须要达到一定的交易量，才会有可以量化捕捉的规律出现。我们现在的跨期套利能够有五六种，跨产品套利差不多六七种。

清源量化：我们不会专门针对一个产品、一个品种来设置策略，因为以此为出发点设计出来的策略容量会比较小，以这样的思路去研究也有点浪费。我们一般是一种策略针对一种品种研究好之后，再推广到其他的品种，看看其他的品种有哪些是有同样规律的，再去做组合。当然对于一个品种的确可以用十种策略去研究，但这样会花费很多的精力，而且单个品种的容量还不大，所以我们一般是看一个策略适用的品种有多少个，而不是针对一个品种去研究策略。

清源量化：每一个策略都有限制性，只在某一个阶段有效，因此需要筛选，看哪一个品种哪一个阶段选择用哪一个策略更有效一些，而且没有哪个策略是从头到尾一成不变的，过程中有很多东西要变，就算是同一种策略在同一个品种上它的参数也是需要调整的。

清源量化：我们的头寸变化一般不根据市场变化，而根据品种这段时间的收益情况，或者波幅的情况，从而确定品种的头寸，当然还要考虑这个品种能够容纳多少资金，即考虑交易量和它的回报以及回测的波幅大小。整体账户的仓位大小要看策略类型，对于套利策略，因为它是成对的，一买一卖同时开，本身的风险就比较小，风险属于可控的范围内，日内可以开70%-80%的仓，过夜一般设20%-30%。而趋势策略，因为我们在期货上用的趋势比较短，不像股票那样可以容忍比较长，所以趋势策略我们一般日内开40%-50%的仓，不过夜，当天平仓。所以账户的仓位大小要看用的策略的风险大小。

清源量化：开发和测试的时间可长可短，要看策略本身需要多长时间的数据，如果是对于一个日内的策略来说，可能短一点就可以了。然后模拟回测，没有问题之后，再看怎样可以实现交易系统的量化，交易系统自动化了之后，再用模拟账户模拟一段时间，看看还有什么问题。我想大家都差不多，都是这样的步骤，先回测，回测可以了之后筛选策略，然后模拟，模拟完后拿自己的钱来实盘交易，实盘可以了再管理客户资金，最后再考虑做产品，一般都是这样的步骤。

清源量化：定义一个策略失效，第一看回撤是否大了，回撤大了就需要检讨。第二在选取策略的时候，会考虑风险收益率，比如夏普率、胜率、盈亏率，如果你回撤大了，这几个比例看起来也会很难看。当出现这些问题的时候，可能就是这个策略不适合这个阶段，需要再用最新的数据来回测，找到适合它的策略。

清源量化：就像刚刚说的，每一个月的数据，无论在执行的还是不在执行的，我们都要再回测，挑出好的策略、好的子策略再做组合，所以我们不只是看现在手头上用的策略好不好，而是看整个策略库，每一个都去组合测试，从中挑出回测最好的组合。