5、期權(quán)套利

期權(quán)套利，如果市場上出現(xiàn)一些無效的價格，可以通過買進(jìn)買出相關(guān)期貨，不同價格、不同月份之間的看漲看跌，對沖掉系統(tǒng)性的風(fēng)險，實(shí)現(xiàn)絕對收益。期權(quán)交易在國內(nèi)發(fā)展得還不夠充分，因?yàn)橹挥幸粋€投資標(biāo)的，但隨著將來商品期權(quán)和更多的股指期權(quán)，甚至個股期權(quán)的上市，可能會帶給大家更多的交易機(jī)會，實(shí)現(xiàn)穩(wěn)定的收益。

三、阿爾法模型和寬客

我們說的Alpha策略與國內(nèi)傳統(tǒng)狹義上的股票Alpha策略有所不同，我們認(rèn)為只要能做超收益、對沖掉風(fēng)險的策略都是Alpha策略，我認(rèn)為主觀選股也是Alpha策略。無論是評估主觀交易為主的基金還是量化為主的基金，對沖型的就比較簡單。國內(nèi)2014年12月份很多量化對沖性基金就出現(xiàn)比較大的回撤，就是因?yàn)閷_的風(fēng)險不完全，當(dāng)時一些基金做多小盤，用IF做對沖，這是基于2012-2014年的市場，因?yàn)檫@段時間是一個小盤的牛市，而大盤是持續(xù)下跌的，很多基金獲取了比較高的收益，其實(shí)很大一部分收益是來自于小盤對大盤的風(fēng)險溢價，但短期波動非常大。在美國也是一樣的，1960-2000年小盤對大盤的超額收益是非常大的，但隨著市場對風(fēng)險溢價的了解，2000年到現(xiàn)在小盤對大盤的風(fēng)險溢價已經(jīng)消失得很快。評估一個主觀投資基金，都用滬深300做標(biāo)的是不合理的，合理的對標(biāo)標(biāo)的是中小盤指數(shù)，如果主要做創(chuàng)業(yè)板，對標(biāo)標(biāo)的應(yīng)該是創(chuàng)業(yè)板指數(shù)，這樣才能看出投資經(jīng)理是否有獲Alpha的能力。

量化交易策略和主觀判斷交易策略的主要差別：策略如何生成以及策略如何實(shí)施。在我看來，策略的生成才是最重要的，對于策略實(shí)施，量化和主觀交易策略完全可以使用同一個模型。量化交易策略借助計(jì)算機(jī)系統(tǒng)實(shí)施策略，消除主觀判斷交易中的隨意性，實(shí)際上主觀交易策略是可以借助的，主觀判斷最強(qiáng)項(xiàng)的地方是選取標(biāo)的，獲取一些量化模型無法獲取的信息，但在交易執(zhí)行方面，除非交易員有非常強(qiáng)的主觀交易能力，交易執(zhí)行成本比一些算法交易更好，基本是用量化的執(zhí)行方法來實(shí)現(xiàn)交易目的。另外量化可以消除交易決策中的情緒、不守紀(jì)律、心態(tài)、貪婪、和恐懼等心理驅(qū)動因素。

阿爾法策略是扣除基準(zhǔn)回報以后的投資回報，在對沖受限的情況下，純做Alpha就要通過擇時和選股結(jié)合。海外的擇時是非常難的，特別是美國，大家比較信任的是股票上Alpha的超額收益能力。根據(jù)市場行為定義的發(fā)展中國家，像巴西，都是典型的可以通過擇時來獲取超額收益的國家。其中擇時也包括大小盤的擇時、行業(yè)的擇時。

從理論上，量化模型歸類：趨勢型、反轉(zhuǎn)型、價值型、成長型、品質(zhì)型，這些策略都可以混合在一起，像股票量化選股模型就結(jié)合了信息類的東西，結(jié)合出短期跑贏市場的組合。   

數(shù)據(jù)挖掘技術(shù)相對于簡單的基本面量化模型，有一個較高的門檻，優(yōu)勢是可以更大限度地獲取市場行為。現(xiàn)在的神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等都可能是大家今后的發(fā)展方向。

四、量化黑箱中的風(fēng)險控制

對投資者來講，量化就是一個黑匣子，存在很多不可控因素，因?yàn)榭蛻魺o法了解頭寸的原因，更重要的是做好風(fēng)控，降低顧客對你的顧慮。

從投資理論出發(fā)建立一個策略模型、良好的評估體系，通過組合盤加上擇時模型來進(jìn)行的。在做策略組合時，要將各個模型做有機(jī)的組合，如資金管理平臺（擇時與行情預(yù)估模型、資金分配模型、子賬戶分賬系統(tǒng)）、自動化回測平臺（理論、算法、參數(shù)優(yōu)化、模型校準(zhǔn)），很重要的是注意風(fēng)險控制（風(fēng)險計(jì)算模型、盤中風(fēng)險預(yù)估與應(yīng)對措施、模型失效風(fēng)險），任何時候都要控制風(fēng)險，如果跌了50%，就要增長100%，因?yàn)橘Y金是有限的，所以對于不同的產(chǎn)品要用合適的風(fēng)險模型來計(jì)算頭寸組合的風(fēng)險，以及如何處理模型失效。

風(fēng)控方案的組成：盤前風(fēng)控，避免單一市場、單一策略帶來的系統(tǒng)性風(fēng)險。如果滿倉下出現(xiàn)黑天鵝，可能會造成非常大的回撤。盤中風(fēng)控，避免交易執(zhí)行的風(fēng)險，如光大烏龍指事件，在高頻交易上也容易出現(xiàn)系統(tǒng)性風(fēng)險，像騎士資本在45分鐘內(nèi)損失4.4億美元，高盛當(dāng)時由于期權(quán)的策略出錯也出現(xiàn)非常大的虧損。盤后風(fēng)控，避免模型失控風(fēng)險。

風(fēng)險控制模型：風(fēng)險管理不只是規(guī)避風(fēng)險或者減少損失，而是通過對敞口實(shí)施有目的的選擇和規(guī)?？刂?，從而提高回報的質(zhì)量和持續(xù)性。限制風(fēng)險的大小，頭寸規(guī)模限制是風(fēng)險管理的一種重要形式。對我們而言，策略要回溯到1999年（國外）-2005年（國內(nèi)），要經(jīng)歷過一輪大的牛市、熊市和危機(jī)模型的測算，才能保證策略的有效性，而不可根據(jù)近一兩年的數(shù)據(jù)。度量風(fēng)險的大小，通過計(jì)算不同種類的金融產(chǎn)品的回報隨著時間推移的標(biāo)準(zhǔn)差（波動率，波動率越大，市場呈現(xiàn)的風(fēng)險就越大），在固定的投資范圍中，度量不同種類的金融產(chǎn)品行為之間的相似性( 金融產(chǎn)品的橫截面的標(biāo)準(zhǔn)差，標(biāo)準(zhǔn)差越大，行為多樣，市場的風(fēng)險比較小) 。

無論是做主觀還是量化，都可以進(jìn)行參考，一個是交易成本的模型，通過對波動性的預(yù)測和對滑點(diǎn)的控制，可以評估多大頭寸對市場形成多大沖擊，雖然這對長線交易員影響不大，但對短線交易員還是有比較大的可參考性。

量化策略的優(yōu)點(diǎn)和缺點(diǎn)。優(yōu)點(diǎn)：系統(tǒng)性、穩(wěn)定性、可復(fù)制性。缺點(diǎn)：容易趨同，因?yàn)榇蠹叶际菍τ邢迶?shù)據(jù)的經(jīng)驗(yàn)總結(jié)所做出來的策略方案。對同一數(shù)據(jù)做擬合，無論是用機(jī)器還是人工的方法來做，做出來的策略都會比較類似。歷史上小盤平均是跑贏大盤的，大家做出來的策略都是小盤跑贏大盤的，歷史上價值平均是跑于成長的，大家做出來的策略都是價值平均跑于成長的。從九幾年15%的超額收益到現(xiàn)在的5%，大家都做同樣的一件事情，就將將來可預(yù)測的超額收益越做越小。非結(jié)構(gòu)化的處理，比如數(shù)據(jù)點(diǎn)非常少，無法通過數(shù)據(jù)學(xué)習(xí)的方法來出預(yù)測方案，而人工可以根據(jù)全系列的分析得出更好的結(jié)果。還有就是非數(shù)據(jù)信號的處理，如政策，量化策略目前還不能對這些風(fēng)險因素進(jìn)行很好的評估，這方面是人工交易的優(yōu)勢。

七禾網(wǎng)真誠歡迎各類正規(guī)產(chǎn)品登記凈值，參與七禾基金獎的評比，聯(lián)系電話：13757164975/15757152829/15757152837