设为首页 | 加入收藏 | 今天是2024年07月18日 星期四

聚合智慧 | 升华财富
产业智库服务平台

七禾网首页 >> 头条

半目投资:做好自己策略、坚定投资理念、不被外界影响

最新高手视频! 七禾网 时间:2022-01-27 10:10:36 来源:七禾网

七禾网注:嘉宾回答仅代表其本人观点,不代表七禾网的观点及推荐。金融投资风险丛生,愿七禾网用户理性谨慎。



翟昊

青岛半目投资管理有限公司总经理,本科就读于华南理工大学数学与应用数学专业,同时辅修国际经济与贸易双学位。硕士毕业于英国爱丁堡大学金融建模与优化专业。FRM持证人,五年量化投资经验,业内知名量化私募工作经验,股票、期货量化投研经验丰富。


精彩观点

我们做量化交易,相对来说不依赖平台和资源,对个人来说,想要做出自己的个人成就,可能更容易一些。

做量化交易核心是做好自己的策略,做好风控,坚定投资理念,不被外界所影响。

从最初的长周期交易,到现在的全周期覆盖,目前也在开发套利策略,未来成熟后,也会做一些期权、股票方面的研发,坚持量化交易,向更多更广的策略扩展。

从大类来讲,主要是趋势交易类策略。从周期来讲,我们做到了短中长不同周期的覆盖。

从策略特点来讲,不同品种、不同周期之间可以做好互补;从策略特性上来讲,不同周期还有一些细节上的差异,长周期会做一些止盈,近期资金曲线反弹不给力,就是因为焦煤、焦炭我们可能在两三个月前就止盈了,没什么仓位了,长周期其它交易的品种,也没什么行情。

我们会根据不同策略的波动性,确定好各个周期的资金权重。大概长周期分配四分之一的资金,中周期分配二分之一的资金,短周期分配四分之一的资金。

我们会看策略的回测表现,用常见的卡玛比率、夏普比率这些指标,来考察一个策略的表现,对于我们自己的策略体系,还会有一些更复杂的策略评价指标,包括我们人工构造的一些评价指标,首先回测上可以通过各种指标,然后再经过样本外模拟盘的考验,才会被纳入实盘。

从因子角度来讲,我们用的不是传统的技术指标。从策略类型看,有基于规则类的,也有机器学习类的。

2020年我们中长周期策略表现是非常优异的,因为有一部分资金不在期货账户里,在平台上展示的话是看不到的,我们实盘账户2020年其实有15倍的收益回撤比。

3月底我们就上线了中短周期策略,上线后,长短周期大概是1:1的资金分配。经历了5、6月份的回撤,长周期创出了历史最大回撤,对整体净值影响比较大,出于风控,我们也进行了减仓,趁减仓的机会给各个周期做了更均衡的等波动的仓位配置,削弱了长周期策略的资金配置,增加了中短周期的资金配置。

对于趋势策略而言,我们自身是尽量做到更多周期、更多品种的覆盖,未来希望有更多类型策略的覆盖,这些主要是出于策略的多样化、品种的分散风险来考量,针对单个品种开发的策略,注定是不太适合发产品的策略。

我们不会主观地判断行情,也不会主观地改变仓位,只会根据产品提前设置的风控来调整仓位。一是看策略本身是否创出最大回撤;二是从整体产品上来看,是不是超出了最大回撤的预期。

(在回撤期)心理上来讲,坦然面对,过往来看,这种回撤总会经历的,历史最大回撤就是用来创造的。

对于投研人员来说,对于投研的热情、不断钻研的投研精神是很重要的。投入与产出不匹配时,要能够一如既往地坚持,再加上一点点运气。



七禾网1、翟总您好,感谢您和七禾网进行深入对话。我们了解到,您本科学习的是数学与应用数学专业,硕士学习的是金融建模与优化专业。请问后来是怎样的机缘巧合,进入到期货市场中?您的专业知识,对您后来做量化交易有哪些帮助?


翟昊:我当时留学回国后找工作,以当时对金融市场的了解,投行对我的吸引力更大一些。在英国读书的时候还是感觉自己对数学、模型、量化更感兴趣,因为数学更纯粹一些。我们做量化交易,相对来说不依赖平台和资源,对个人来说,想要做出自己的个人成就,可能更容易一些。


从专业知识来讲,我硕士学习的是金融建模与优化专业,与数学、金融工程差不多,更多的是做以期权为主的衍生品定价,更适合卖方的衍生品定价部门,而统计相关知识对于我们做买方建模帮助会更大。我们用到的一些知识,比如说机器学习,它本质是一种统计推断学习,包括我们应用数学等很多统计相关的知识,都对我们量化投研有很多的帮助,更多的,我还是觉得,学习数学可以培养一个人的缜密思维和逻辑能力,这个会对投研和人生的路有更深远的影响。



七禾网2、据我们了解,今年是您做量化交易的第5年,做了5年的量化交易,您最大的感受是什么?


翟昊:做量化交易核心是做好自己的策略,做好风控,坚定投资理念,不被外界所影响。像我们做基金公司,如果表现不好的时候,会受到来自各方面的一些压力,最好就是可以做好自己,太多地采取人工的干预,对整个交易来说其实是不太好的。



七禾网3、在这量化交易的5年时间中,您的交易理念、交易方法有过哪些变化?


翟昊:我从入行以来一直都是坚持做量化交易。其实自己业余的时候也会做一些手工交易,也是交了不少学费,所以更加坚定了量化交易的理念,向更多元化的策略发展。最初的长周期交易,到现在的全周期覆盖,目前也在开发套利策略,未来成熟后,也会做一些期权、股票方面的研发,坚持量化交易,向更多更广的策略扩展。



七禾网4、您表示,您曾就职于业内知名量化私募,在私募工作的经历,对您做量化交易以及后期组建交易团队有哪些帮助?


翟昊:每一份工作经历,对我的成长都有很大的帮助。在不同公司,不同的工作经历,可以体验到不同公司的投研模式、公司文化,可以取长补短。比如如何建立自己公司的投研框架,如何做好员工的激励,包括公司倡导什么样的企业文化,过往的经历对这些都是有很大的帮助。



七禾网5、请问您目前实盘一共有几套交易策略,每一套策略的主要特点分别是什么?


翟昊:从大类来讲,主要是趋势交易类策略。从周期来讲,我们做到了短中长不同周期的覆盖。长周期,我们主要交易历史上波动性比较大的品种,比如焦煤、焦炭、铁矿、螺纹、热卷等以黑色系为主的,还有沪镍、橡胶、甲醇等能化品种,大概有10多个;中周期我们做到了全品种的覆盖,流动性比较好的40个左右品种都有在做;短周期跟长周期有点类似,短周期也是做短周期波动足够大的一些品种,发现它们还是会有一些重合的,短周期波动比较大的,还是黑色系;中周期虽然是全品种的覆盖,但是最赚钱的也还是这些品种。


从盈利上来讲,长周期和短周期,做其它的品种,盈利有限,资金利用率不高,但中周期做全品种的覆盖,还可以做到不错的收益。


从策略特点来讲,不同品种、不同周期之间可以做好互补;从策略特性上来讲,不同周期还有一些细节上的差异,长周期会做一些止盈,近期资金曲线反弹不给力,就是因为焦煤、焦炭我们可能在两三个月前就止盈了,没什么仓位了,长周期其它交易的品种,也没什么行情。历史上这种做法对净值上的平滑是有很大帮助的,但今年的非典型行情和我们的策略体系不太匹配,导致反弹不及预期。中短周期,我们会有严格的止损,做到长周期做止盈、中周期做止损。


我们还有信号过滤系统,有些品种恰好被过滤了,没抓住这波行情,策略的缺陷也好,运气不佳也好,这些确实是近期反弹不及预期的主要原因。



七禾网6、在这些不同类型的策略中,您的资金是如何分配的?


翟昊:我们会根据不同策略的波动性,确定好各个周期的资金权重。大概长周期分配四分之一的资金,中周期分配二分之一的资金,短周期分配四分之一的资金。当然我们不同周期里面也有不同的子策略,长周期大概有9个策略,中周期大概有几十个子策略,每个周期内的子策略会等权重地分配资金,包括每个策略交易的标的我们也是等权重分配的。



七禾网7、就您看来,一个量化交易策略需要达到哪些条件、经过哪些步骤,才有可能被您纳入到实盘策略中?


翟昊:我们会看策略的回测表现,用常见的卡玛比率、夏普比率这些指标,来考察一个策略的表现,对于我们自己的策略体系,还会有一些更复杂的策略评价指标,包括我们人工构造的一些评价指标,首先回测上可以通过各种指标,然后再经过样本外模拟盘的考验,才会被纳入实盘。


像机器学习策略,样本内注定是一个更好的表现,样本外所谓的泛化能力如何,其实是我们更关心的,如果样本内外都表现不错,和策略库的相关性也比较低,我们会给它分配相对比较高的权重,反之则低。



七禾网8、您表示,您的策略组合中有传统的技术指标类策略,也有机器学习类策略。请问您传统的技术指标类策略中主要关注哪些技术指标?


翟昊:从因子角度来讲,我们用的不是传统的技术指标。从策略类型看,有基于规则类的,也有机器学习类的。


我们有一类策略构成是基于规则的,但我们用到的技术指标并不是传统意义上的,会有一些基于传统指标做的一些延伸因子,还会有根据物理学或者信号学上的算法合成一些更新颖的因子,这几类因子我们会应用到基于规则的策略里。


比如我有一个新的因子,也会应用到突破、排列类的基于规则类的策略里。同样对于机器学习模型也是一样的,不管是基于规则类的还是机器学习类的策略,底层的因子都是相同的。



七禾网9、请问和传统的CTA策略相比,机器学习类策略的设计思路、逻辑主要有哪些区别?


翟昊:本质上没有太大区别,它们作为模型上的输入,本身都是因子,我们的动量类因子、形态类因子,本质上都是因子。规则类策略,我们是通过因子比较清晰的规则,或者交易逻辑来构建一些交易策略,机器学习策略更多是把因子作为特征输入,比如拿未来的收益率来进行模型的训练,核心其实没太大的区别。可能传统意义上,认为规则类的策略更可解释。机器学习策略更多的是,因子质量的好坏,对整个信号的质量起到了决定性作用。



七禾网10、机器学习类策略通常缺乏底层的交易逻辑,因此策略失效是大家比较关注的一个方面,请问您是如何看待和处理这个问题的?


翟昊:机器学习类策略的模型训练导向是很清晰的,比如做一个长周期类的策略,因子上来讲,我更关注长期的动量,只不过由于机器学习泛化特性,更多的是过拟合引发的样本外泛化能力太差,也就是我们所说的失效。样本内的算法,包括数据的特性,样本内注定会得到一个比传统的基于规则类的策略更优的结果,不好的是,样本外泛化能力比较差,自然就出现策略失效的情况。


我们更多的是从策略体系出发,尽量避免过拟合的情况,比如滚动回测方法,包括对数据的一些处理。只不过机器学习的这种天然算法特性,也注定了这种情况是不可避免的,我们也只能尽量通过上面提到的方法来减轻负作用。


基于规则类的策略和机器学习策略,本质上没有优劣之分,不同的人使用会有不同的效果,主观也好,量化也好,本质上都是一个工具。



七禾网11、据我们了解,您以中长线交易策略为主,2020年以来期货行情波动巨大,近期行情波动也明显加大,请问您是否考虑增加短线策略的配置?


翟昊:2020年我们中长周期策略表现是非常优异的,因为有一部分资金不在期货账户里,在平台上展示的话是看不到的,我们实盘账户2020年其实有15倍的收益回撤比。但是2021年,尤其是5月份以来,我们长周期策略回撤非常大。


另外,3月底我们就上线了中短周期策略,上线后,长短周期大概是1:1的资金分配。经历了5、6月份的回撤,长周期创出了历史最大回撤,对整体净值影响比较大,出于风控,我们也进行了减仓,趁减仓的机会给各个周期做了更均衡的等波动的仓位配置,削弱了长周期策略的资金配置,增加了中短周期的资金配置。我们不会主观判断未来行情波动大小,不会主观调整策略,未来实盘还是会按照等波动均衡配置做下去。



七禾网12、对于中长线交易策略而言,用指数合约出信号,映射交易主力合约这样的交易方式,会造成实盘和回测有较大的误差,您是如何看待和处理这个问题的?


翟昊:对于长周期策略而言,根据我们的策略体系做的测试,误差是比较小的。因为长周期交易的信号频率低、持仓久,这个误差相对影响较小。我们交易的那些标的里,主力和指数又比较接近的情况下,这种误差是可以忽略不计的。


像鸡蛋等不同月份合约走势可能出现完全背离的品种,影响会比较大,对于我们长周期策略来说,以黑色、能化为主,影响还是比较小的。



七禾网13、据我们了解,您的量化交易中,是全品种覆盖的,请问您选品种的标准是什么?


翟昊:我们不是真正意义上的全品种覆盖,前面也提到过,中周期可以做到全品种覆盖,超短和超长周期本身由于策略特性原因,是不适合这种策略框架的。比如农产品,本身就不适合长周期,也未必能做好短周期,可能中周期,两三天的策略,利润还可以。持仓小于一天,或者大于10~15天的,还是适合像焦炭这种不管是短周期还是长周期波动性足够的品种。


至于筛选品种的标准,我们首先会根据品种自身波动特性来筛选。长周期策略,会根据更长周期的波动指标,比如长周期的振幅、波动率等类似的统计指标来筛选品种,短周期也是一样的;其次是看品种在我们策略体系里面表现如何,来决定哪些品种适合。我们采用的这些,筛选品种的特征、指标,和我们策略体系下的回测结果,其实某种意义上是存在映射关系的,波动大的品种入选了,必然也是和趋势交易框架下的盈利能力存在映射关系的。



七禾网14、对于不同的品种,账户的资金您又是如何分配的?


翟昊:不同类的策略是等波动均衡配置,每一类的子策略和品种是等权重配置。



七禾网15、我们分析发现,您在焦炭、焦煤、动力煤上获利较多,而近期焦炭、焦煤、动力煤的手续费提高了非常多,请问您是否会考虑将这些品种移出交易标的?


翟昊:展示的账户是我们的自营账户,在今年6月底以前,都是纯粹的长周期交易策略。对于长周期而言,手续费、保证金是没有什么影响的;对于中短策略,目前来看,影响也有限,保证金比例肯定是没什么影响的,因为资金足够,手续费来讲,目前交易频率还没有那么高,像日内平今手续费可以通过对锁来解决。实盘观察下来,也不至于会因为手续费提高而产生亏损,所以目前没有移出交易标的方面的考量,反而因为提高保证金和手续费,行情会加大波动,增加盈利能力。



七禾网16、您的策略是全品种覆盖交易的,而有些程序化交易者可能会专门针对某个品种去开发策略。请问您对于程序化策略的普适性怎么看?


翟昊:我们确实可能会有一些更偏超短周期、更高频的策略,会针对某些品种开发一些更稳定的策略,但是对于我们做私募基金,追求的是更多类的策略覆盖。对于趋势策略而言,我们自身是尽量做到更多周期、更多品种的覆盖,未来希望有更多类型策略的覆盖,这些主要是出于策略的多样化、品种的分散风险来考量,针对单个品种开发的策略,注定是不太适合发产品的策略。


对于程序化策略的普适性,像我们做的长周期、短周期也不是做到全品种覆盖的,品种本身有自己适合的周期,我们不会为了品种的多样性,长周期做全品种的覆盖,因为我们也做过测试,并没有改善回撤,反而盈利能力下降了很多,品种有自己的适应性的。再比如某些高频的策略,也只能适应有限的品种,超短周期策略覆盖了不到十个品种,会发现跟长周期有比较高的重合性。



七禾网17、据我们了解,贵公司遵循严格的仓位管理机制以及动态的止盈止损逻辑,目前期货行情波动幅度明显增大,请问您是否会出于控制风险的角度,主动降低仓位?


翟昊:我们不会主观地判断行情,也不会主观地改变仓位,只会根据产品提前设置的风控来调整仓位。一是看策略本身是否创出最大回撤;二是从整体产品上来看,是不是超出了最大回撤的预期。长周期策略,今年6月份创出了最大回撤,策略上我们降低了长周期的比例;产品层面,如果回撤超过20%,整体上会降低仓位。其它情况下,我们不会根据未来行情的判断调整仓位,行情波动的判断本质上也是一个模型,一个更低频的模型,会引入一个更大的模型误差。



七禾网18、您在七禾网量化排行榜展示的账户,目前处在回撤期,请问出现这一波回撤的主要原因是什么?


翟昊:这个是我们的自营账户,5月份国常会“保供稳价”的政策,导致很多品种出现了大幅的回撤,所以对我们长周期策略造成了比较大的回撤。前面也提到过,3月底上线了中短策略,产品其实回撤没有展示账户这么大,因为产品是全周期地覆盖,展示账户是6月份才做的策略的复合,中短策略当时是在另外一个账户上跑的。


今年5月份虽然展示账户回撤比较大,但是我们整体账户表现还可以。5月份中短周期策略其实是有不少收益的,但是被整体对冲掉了。


全策略角度来看,真正回撤大的还是六七月份,6月份长周期创出了历史最大回撤,出于风控进行了减仓;中短周期策略七八月份表现不佳,主要原因是没有行情,做趋势策略,主要是看行情。做同类策略的很多产品,那段时间都处于回撤期,由于策略特性,可能有的控制得好,有的差,本质原因就是震荡行情做趋势策略是赚不到钱的。



七禾网19、请问您是如何度过漫长的横盘和回撤期的?在这个过程中心理上是否出现过一些变化?是否会去调整策略或者修改参数?


翟昊:心理上来讲,坦然面对,过往来看,这种回撤总会经历的,历史最大回撤就是用来创造的。知道自己的策略赚的是什么样的钱,然后看策略本身有没有发生较大的偏移。最近大家也都在回撤,都是符合预期的。我们长周期策略确实表现不太好,今年的行情,对于我们的策略框架而言,不太有利。近期的反弹也比较弱,穿透到底层,确实是我们长周期策略在焦煤、焦炭止盈了,仓位很轻,盈利贡献有限。其它的品种,最近没有较大的趋势行情,会出现反复止损,所以整体没有一个比较好的收益;而中短期策略则过滤了这波信号。还是那句俗话,做时间的朋友吧!


中短周期策略和长周期策略,都是基于过去很多年的数据进行的训练,可能更适合典型的行情,对于近期非典型行情确实适应性会有不足,另外可能有一些参数上的原因,有的时候短期内的波动,比别人好或比别人差,偶然的因素多一些,更长时间周期才能检验一个产品的好坏。


我们不会主动调整策略参数,策略配置比较均衡,我们的执行体系,除了策略最大回撤和产品回撤线以外,没有任何主观上的干预,模型本身都会定期训练的。



七禾网20、我们分析发现,您的账户经常仓位较重,甚至有时会达到80%以上,而大部分量化交易者主张的是轻仓长期坚持执行自己的程序,请问您敢于重仓的主要原因是什么?


翟昊:闲置资金一般都在账户外面做理财,所以会显得仓位比较重。不过这个是我们的自营账户,杠杆本身也比较高的,理论上最高仓位100%,但平均仓位在40%、50%,展示的这个账户平均仓位一直在80%以上,但实际只有40%、50%,为了提高资金利用率,闲置资金在外面做理财。期货本身是保证金交易。我们不同杠杆下的产品,会对应不同投资者的风险偏好,而且我们对策略本身是比较有信心的。至于轻仓与否,主要看个人的风险偏好,比如我们目前最高的一个账户配置,能预期到的最大回撤可以控制在40%以内,在策略品种都是分散的情况下,一是对策略有信心,二是策略分散的特性,所以敢于重仓,毕竟不是单策略、单品种。



七禾网21、青岛半目投资管理有限公司是成立于2020年3月的新锐投资机构。现在私募团队和机构众多,各有各的特点,您认为一个优秀的量化团队和机构需要具备哪些要素?贵公司的核心优势在于哪些?


翟昊:对于公司而言,量化也好,主观也好,投研团队、投研策略才是公司的立命之本。


对于投研人员来说,对于投研的热情、不断钻研的投研精神是很重要的。投入与产出不匹配时,要能够一如既往地坚持,再加上一点点运气。


我们的优势,一是在创立之初已有非常成熟的策略储备,最近一年已经把策略储备推向了实盘,包括交易基础设施的建设、前端的监控、整个自动化的风控体系、各自预警机制、自动化运维,配置都很成熟;二是投研人员也很优秀,都有共同的目标。目前是三个人,我们既是同学也是股东,不管从激励机制还是团队精神上来讲,投研的架构也是非常稳定的。



七禾网22、贵公司取名为“半目投资”,请问“半目”的含义是什么?反映到期货交易上应该如何理解?


翟昊:很多投资相关的文章都会提到韩国棋手李昌镐的半目胜智慧,他接受采访也说过,不追求奇思妙想的招数,就是我们常说的,善弈者,通盘无妙招。他其实追求的是稳扎稳打,下满全盘数目的时候,以半目的优势获得胜利,这是他的半目胜的智慧,很多文章里把他和对手下棋的风格,描述为钝刀子割肉。不管是从51%上的胜率,还是他这种半目胜下棋的智慧来讲,和我们做量化很多方面都是不谋而合的。


目前我们实盘主要是趋势类策略,争取做到交易的每个周期内达到51%的胜率也好,做到smart beta也好,这样我们所有交易策略的复合,也是非常有竞争力的,这也是我们追求的一个目标。


我们追求的是从因子质量、风控、执行上,各个环节上都做到中上游的交易策略,这样的话,各个策略的复合会达到一个上游的竞争力。



七禾网23、请您谈谈您未来的投资规划,以及团队的发展愿景和规划。


翟昊:未来首先还是做好投研,投研上不断努力,丰富策略库。目前在趋势上各个周期策略覆盖得会全面一点,未来也会积极开发策略类别,比如套利类的策略研发、现在策略体系执行上如何进一步优化。


产品有了更久的业绩、更好的表现后,未来不管是投研还是销售、市场运营,都会进一步扩充人员规模。创业前期还是做好投研,目前也不是急于扩规模的阶段,有优异的业绩展示后,才是收获的季节,现在还是做好投研。未来等规模扩大后,会做更多策略的覆盖,比如期权、股票类策略。


长远的规划是做好私募基金管理,给投资人带来优异的回报。公司长久运营下去,获得不错的发展。



    七禾网注:成绩代表过去,未来充满挑战!




七禾网www.7hcn.com

傅旭鹏、李贺对话整理

2021-10-15


七禾网研究中心合作、咨询电话:0571-88212938



更多精彩文章,请关注七禾网公众号!

责任编辑:傅旭鹏

【免责声明】本文仅代表作者本人观点,与本网站无关。本网站对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。

本网站凡是注明“来源:七禾网”的文章均为七禾网 www.7hcn.com版权所有,相关网站或媒体若要转载须经七禾网同意0571-88212938,并注明出处。若本网站相关内容涉及到其他媒体或公司的版权,请联系0571-88212938,我们将及时调整或删除。

联系我们

七禾研究中心负责人:刘健伟/翁建平
电话:0571-88212938
Email:57124514@qq.com

七禾科技中心负责人:傅旭鹏/相升澳
电话:13758569397
Email:894920782@qq.com

七禾产业中心负责人:果圆/王婷
电话:18258198313

七禾研究员:唐正璐/李烨
电话:0571-88212938
Email:7hcn@163.com

七禾财富管理中心
电话:13732204374(微信同号)
电话:18657157586(微信同号)

七禾网

沈良宏观

七禾调研

价值投资君

七禾网APP安卓&鸿蒙

七禾网APP苹果

七禾网投顾平台

傅海棠自媒体

沈良自媒体

© 七禾网 浙ICP备09012462号-1 浙公网安备 33010802010119号 增值电信业务经营许可证[浙B2-20110481] 广播电视节目制作经营许可证[浙字第05637号]

认证联盟

技术支持 本网法律顾问 曲峰律师 余枫梧律师 广告合作 关于我们 郑重声明 业务公告

中期协“期媒投教联盟”成员 、 中期协“金融科技委员会”委员单位