七禾網(wǎng)注：嘉賓回答僅代表其本人觀點，不代表七禾網(wǎng)的觀點及推薦。金融投資風險叢生，愿七禾網(wǎng)用戶理性謹慎。

翟昊

青島半目投資管理有限公司總經(jīng)理，本科就讀于華南理工大學數(shù)學與應用數(shù)學專業(yè)，同時輔修國際經(jīng)濟與貿(mào)易雙學位。碩士畢業(yè)于英國愛丁堡大學金融建模與優(yōu)化專業(yè)。FRM持證人，五年量化投資經(jīng)驗，業(yè)內(nèi)知名量化私募工作經(jīng)驗，股票、期貨量化投研經(jīng)驗豐富。

精彩觀點

我們做量化交易，相對來說不依賴平臺和資源，對個人來說，想要做出自己的個人成就，可能更容易一些。

做量化交易核心是做好自己的策略，做好風控，堅定投資理念，不被外界所影響。

從最初的長周期交易，到現(xiàn)在的全周期覆蓋，目前也在開發(fā)套利策略，未來成熟后，也會做一些期權、股票方面的研發(fā)，堅持量化交易，向更多更廣的策略擴展。

從大類來講，主要是趨勢交易類策略。從周期來講，我們做到了短中長不同周期的覆蓋。

從策略特點來講，不同品種、不同周期之間可以做好互補；從策略特性上來講，不同周期還有一些細節(jié)上的差異，長周期會做一些止盈，近期資金曲線反彈不給力，就是因為焦煤、焦炭我們可能在兩三個月前就止盈了，沒什么倉位了，長周期其它交易的品種，也沒什么行情。

我們會根據(jù)不同策略的波動性，確定好各個周期的資金權重。大概長周期分配四分之一的資金，中周期分配二分之一的資金，短周期分配四分之一的資金。

我們會看策略的回測表現(xiàn)，用常見的卡瑪比率、夏普比率這些指標，來考察一個策略的表現(xiàn)，對于我們自己的策略體系，還會有一些更復雜的策略評價指標，包括我們?nèi)斯嬙斓囊恍┰u價指標，首先回測上可以通過各種指標，然后再經(jīng)過樣本外模擬盤的考驗，才會被納入實盤。

從因子角度來講，我們用的不是傳統(tǒng)的技術指標。從策略類型看，有基于規(guī)則類的，也有機器學習類的。

2020年我們中長周期策略表現(xiàn)是非常優(yōu)異的，因為有一部分資金不在期貨賬戶里，在平臺上展示的話是看不到的，我們實盤賬戶2020年其實有15倍的收益回撤比。

3月底我們就上線了中短周期策略，上線后，長短周期大概是1：1的資金分配。經(jīng)歷了5、6月份的回撤，長周期創(chuàng)出了歷史最大回撤，對整體凈值影響比較大，出于風控，我們也進行了減倉，趁減倉的機會給各個周期做了更均衡的等波動的倉位配置，削弱了長周期策略的資金配置，增加了中短周期的資金配置。

對于趨勢策略而言，我們自身是盡量做到更多周期、更多品種的覆蓋，未來希望有更多類型策略的覆蓋，這些主要是出于策略的多樣化、品種的分散風險來考量，針對單個品種開發(fā)的策略，注定是不太適合發(fā)產(chǎn)品的策略。

我們不會主觀地判斷行情，也不會主觀地改變倉位，只會根據(jù)產(chǎn)品提前設置的風控來調(diào)整倉位。一是看策略本身是否創(chuàng)出最大回撤；二是從整體產(chǎn)品上來看，是不是超出了最大回撤的預期。

（在回撤期）心理上來講，坦然面對，過往來看，這種回撤總會經(jīng)歷的，歷史最大回撤就是用來創(chuàng)造的。

對于投研人員來說，對于投研的熱情、不斷鉆研的投研精神是很重要的。投入與產(chǎn)出不匹配時，要能夠一如既往地堅持，再加上一點點運氣。

七禾網(wǎng)1、翟總您好，感謝您和七禾網(wǎng)進行深入對話。我們了解到，您本科學習的是數(shù)學與應用數(shù)學專業(yè)，碩士學習的是金融建模與優(yōu)化專業(yè)。請問后來是怎樣的機緣巧合，進入到期貨市場中？您的專業(yè)知識，對您后來做量化交易有哪些幫助？

翟昊：我當時留學回國后找工作，以當時對金融市場的了解，投行對我的吸引力更大一些。在英國讀書的時候還是感覺自己對數(shù)學、模型、量化更感興趣，因為數(shù)學更純粹一些。我們做量化交易，相對來說不依賴平臺和資源，對個人來說，想要做出自己的個人成就，可能更容易一些。

從專業(yè)知識來講，我碩士學習的是金融建模與優(yōu)化專業(yè)，與數(shù)學、金融工程差不多，更多的是做以期權為主的衍生品定價，更適合賣方的衍生品定價部門，而統(tǒng)計相關知識對于我們做買方建模幫助會更大。我們用到的一些知識，比如說機器學習，它本質(zhì)是一種統(tǒng)計推斷學習，包括我們應用數(shù)學等很多統(tǒng)計相關的知識，都對我們量化投研有很多的幫助，更多的，我還是覺得，學習數(shù)學可以培養(yǎng)一個人的縝密思維和邏輯能力，這個會對投研和人生的路有更深遠的影響。

七禾網(wǎng)2、據(jù)我們了解，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，做好風控，堅定投資理念，不被外界所影響。像我們做基金公司，如果表現(xiàn)不好的時候，會受到來自各方面的一些壓力，最好就是可以做好自己，太多地采取人工的干預，對整個交易來說其實是不太好的。

七禾網(wǎng)3、在這量化交易的5年時間中，您的交易理念、交易方法有過哪些變化？

翟昊：我從入行以來一直都是堅持做量化交易。其實自己業(yè)余的時候也會做一些手工交易，也是交了不少學費，所以更加堅定了量化交易的理念，向更多元化的策略發(fā)展。從最初的長周期交易，到現(xiàn)在的全周期覆蓋，目前也在開發(fā)套利策略，未來成熟后，也會做一些期權、股票方面的研發(fā)，堅持量化交易，向更多更廣的策略擴展。

七禾網(wǎng)4、您表示，您曾就職于業(yè)內(nèi)知名量化私募，在私募工作的經(jīng)歷，對您做量化交易以及后期組建交易團隊有哪些幫助？

翟昊：每一份工作經(jīng)歷，對我的成長都有很大的幫助。在不同公司，不同的工作經(jīng)歷，可以體驗到不同公司的投研模式、公司文化，可以取長補短。比如如何建立自己公司的投研框架，如何做好員工的激勵，包括公司倡導什么樣的企業(yè)文化，過往的經(jīng)歷對這些都是有很大的幫助。

七禾網(wǎng)5、請問您目前實盤一共有幾套交易策略，每一套策略的主要特點分別是什么？

翟昊：從大類來講，主要是趨勢交易類策略。從周期來講，我們做到了短中長不同周期的覆蓋。長周期，我們主要交易歷史上波動性比較大的品種，比如焦煤、焦炭、鐵礦、螺紋、熱卷等以黑色系為主的，還有滬鎳、橡膠、甲醇等能化品種，大概有10多個；中周期我們做到了全品種的覆蓋，流動性比較好的40個左右品種都有在做；短周期跟長周期有點類似，短周期也是做短周期波動足夠大的一些品種，發(fā)現(xiàn)它們還是會有一些重合的，短周期波動比較大的，還是黑色系；中周期雖然是全品種的覆蓋，但是最賺錢的也還是這些品種。

從盈利上來講，長周期和短周期，做其它的品種，盈利有限，資金利用率不高，但中周期做全品種的覆蓋，還可以做到不錯的收益。

從策略特點來講，不同品種、不同周期之間可以做好互補；從策略特性上來講，不同周期還有一些細節(jié)上的差異，長周期會做一些止盈，近期資金曲線反彈不給力，就是因為焦煤、焦炭我們可能在兩三個月前就止盈了，沒什么倉位了，長周期其它交易的品種，也沒什么行情。歷史上這種做法對凈值上的平滑是有很大幫助的，但今年的非典型行情和我們的策略體系不太匹配，導致反彈不及預期。中短周期，我們會有嚴格的止損，做到長周期做止盈、中周期做止損。

我們還有信號過濾系統(tǒng)，有些品種恰好被過濾了，沒抓住這波行情，策略的缺陷也好，運氣不佳也好，這些確實是近期反彈不及預期的主要原因。

七禾網(wǎng)6、在這些不同類型的策略中，您的資金是如何分配的？

翟昊：我們會根據(jù)不同策略的波動性，確定好各個周期的資金權重。大概長周期分配四分之一的資金，中周期分配二分之一的資金，短周期分配四分之一的資金。當然我們不同周期里面也有不同的子策略，長周期大概有9個策略，中周期大概有幾十個子策略，每個周期內(nèi)的子策略會等權重地分配資金，包括每個策略交易的標的我們也是等權重分配的。

七禾網(wǎng)7、就您看來，一個量化交易策略需要達到哪些條件、經(jīng)過哪些步驟，才有可能被您納入到實盤策略中？

翟昊：我們會看策略的回測表現(xiàn)，用常見的卡瑪比率、夏普比率這些指標，來考察一個策略的表現(xiàn)，對于我們自己的策略體系，還會有一些更復雜的策略評價指標，包括我們?nèi)斯嬙斓囊恍┰u價指標，首先回測上可以通過各種指標，然后再經(jīng)過樣本外模擬盤的考驗，才會被納入實盤。

像機器學習策略，樣本內(nèi)注定是一個更好的表現(xiàn)，樣本外所謂的泛化能力如何，其實是我們更關心的，如果樣本內(nèi)外都表現(xiàn)不錯，和策略庫的相關性也比較低，我們會給它分配相對比較高的權重，反之則低。

七禾網(wǎng)8、您表示，您的策略組合中有傳統(tǒng)的技術指標類策略，也有機器學習類策略。請問您傳統(tǒng)的技術指標類策略中主要關注哪些技術指標？

翟昊：從因子角度來講，我們用的不是傳統(tǒng)的技術指標。從策略類型看，有基于規(guī)則類的，也有機器學習類的。

我們有一類策略構成是基于規(guī)則的，但我們用到的技術指標并不是傳統(tǒng)意義上的，會有一些基于傳統(tǒng)指標做的一些延伸因子，還會有根據(jù)物理學或者信號學上的算法合成一些更新穎的因子，這幾類因子我們會應用到基于規(guī)則的策略里。

比如我有一個新的因子，也會應用到突破、排列類的基于規(guī)則類的策略里。同樣對于機器學習模型也是一樣的，不管是基于規(guī)則類的還是機器學習類的策略，底層的因子都是相同的。

七禾網(wǎng)9、請問和傳統(tǒng)的CTA策略相比，機器學習類策略的設計思路、邏輯主要有哪些區(qū)別？

翟昊：本質(zhì)上沒有太大區(qū)別，它們作為模型上的輸入，本身都是因子，我們的動量類因子、形態(tài)類因子，本質(zhì)上都是因子。規(guī)則類策略，我們是通過因子比較清晰的規(guī)則，或者交易邏輯來構建一些交易策略，機器學習策略更多是把因子作為特征輸入，比如拿未來的收益率來進行模型的訓練，核心其實沒太大的區(qū)別?？赡軅鹘y(tǒng)意義上，認為規(guī)則類的策略更可解釋。機器學習策略更多的是，因子質(zhì)量的好壞，對整個信號的質(zhì)量起到了決定性作用。

七禾網(wǎng)10、機器學習類策略通常缺乏底層的交易邏輯，因此策略失效是大家比較關注的一個方面，請問您是如何看待和處理這個問題的？

翟昊：機器學習類策略的模型訓練導向是很清晰的，比如做一個長周期類的策略，因子上來講，我更關注長期的動量，只不過由于機器學習泛化特性，更多的是過擬合引發(fā)的樣本外泛化能力太差，也就是我們所說的失效。樣本內(nèi)的算法，包括數(shù)據(jù)的特性，樣本內(nèi)注定會得到一個比傳統(tǒng)的基于規(guī)則類的策略更優(yōu)的結果，不好的是，樣本外泛化能力比較差，自然就出現(xiàn)策略失效的情況。

我們更多的是從策略體系出發(fā)，盡量避免過擬合的情況，比如滾動回測方法，包括對數(shù)據(jù)的一些處理。只不過機器學習的這種天然算法特性，也注定了這種情況是不可避免的，我們也只能盡量通過上面提到的方法來減輕負作用。

基于規(guī)則類的策略和機器學習策略，本質(zhì)上沒有優(yōu)劣之分，不同的人使用會有不同的效果，主觀也好，量化也好，本質(zhì)上都是一個工具。

七禾網(wǎng)11、據(jù)我們了解，您以中長線交易策略為主，2020年以來期貨行情波動巨大，近期行情波動也明顯加大，請問您是否考慮增加短線策略的配置？

翟昊：2020年我們中長周期策略表現(xiàn)是非常優(yōu)異的，因為有一部分資金不在期貨賬戶里，在平臺上展示的話是看不到的，我們實盤賬戶2020年其實有15倍的收益回撤比。但是2021年，尤其是5月份以來，我們長周期策略回撤非常大。

另外，3月底我們就上線了中短周期策略，上線后，長短周期大概是1：1的資金分配。經(jīng)歷了5、6月份的回撤，長周期創(chuàng)出了歷史最大回撤，對整體凈值影響比較大，出于風控，我們也進行了減倉，趁減倉的機會給各個周期做了更均衡的等波動的倉位配置，削弱了長周期策略的資金配置，增加了中短周期的資金配置。我們不會主觀判斷未來行情波動大小，不會主觀調(diào)整策略，未來實盤還是會按照等波動均衡配置做下去。

七禾網(wǎng)12、對于中長線交易策略而言，用指數(shù)合約出信號，映射交易主力合約這樣的交易方式，會造成實盤和回測有較大的誤差，您是如何看待和處理這個問題的？

翟昊：對于長周期策略而言，根據(jù)我們的策略體系做的測試，誤差是比較小的。因為長周期交易的信號頻率低、持倉久，這個誤差相對影響較小。我們交易的那些標的里，主力和指數(shù)又比較接近的情況下，這種誤差是可以忽略不計的。

像雞蛋等不同月份合約走勢可能出現(xiàn)完全背離的品種，影響會比較大，對于我們長周期策略來說，以黑色、能化為主，影響還是比較小的。

七禾網(wǎng)13、據(jù)我們了解，您的量化交易中，是全品種覆蓋的，請問您選品種的標準是什么？

翟昊：我們不是真正意義上的全品種覆蓋，前面也提到過，中周期可以做到全品種覆蓋，超短和超長周期本身由于策略特性原因，是不適合這種策略框架的。比如農(nóng)產(chǎn)品，本身就不適合長周期，也未必能做好短周期，可能中周期，兩三天的策略，利潤還可以。持倉小于一天，或者大于10~15天的，還是適合像焦炭這種不管是短周期還是長周期波動性足夠的品種。

至于篩選品種的標準，我們首先會根據(jù)品種自身波動特性來篩選。長周期策略，會根據(jù)更長周期的波動指標，比如長周期的振幅、波動率等類似的統(tǒng)計指標來篩選品種，短周期也是一樣的；其次是看品種在我們策略體系里面表現(xiàn)如何，來決定哪些品種適合。我們采用的這些，篩選品種的特征、指標，和我們策略體系下的回測結果，其實某種意義上是存在映射關系的，波動大的品種入選了，必然也是和趨勢交易框架下的盈利能力存在映射關系的。

七禾網(wǎng)14、對于不同的品種，賬戶的資金您又是如何分配的？

翟昊：不同類的策略是等波動均衡配置，每一類的子策略和品種是等權重配置。

七禾網(wǎng)15、我們分析發(fā)現(xiàn)，您在焦炭、焦煤、動力煤上獲利較多，而近期焦炭、焦煤、動力煤的手續(xù)費提高了非常多，請問您是否會考慮將這些品種移出交易標的？

翟昊：展示的賬戶是我們的自營賬戶，在今年6月底以前，都是純粹的長周期交易策略。對于長周期而言，手續(xù)費、保證金是沒有什么影響的；對于中短策略，目前來看，影響也有限，保證金比例肯定是沒什么影響的，因為資金足夠，手續(xù)費來講，目前交易頻率還沒有那么高，像日內(nèi)平今手續(xù)費可以通過對鎖來解決。實盤觀察下來，也不至于會因為手續(xù)費提高而產(chǎn)生虧損，所以目前沒有移出交易標的方面的考量，反而因為提高保證金和手續(xù)費，行情會加大波動，增加盈利能力。

七禾網(wǎng)16、您的策略是全品種覆蓋交易的，而有些程序化交易者可能會專門針對某個品種去開發(fā)策略。請問您對于程序化策略的普適性怎么看？

翟昊：我們確實可能會有一些更偏超短周期、更高頻的策略，會針對某些品種開發(fā)一些更穩(wěn)定的策略，但是對于我們做私募基金，追求的是更多類的策略覆蓋。對于趨勢策略而言，我們自身是盡量做到更多周期、更多品種的覆蓋，未來希望有更多類型策略的覆蓋，這些主要是出于策略的多樣化、品種的分散風險來考量，針對單個品種開發(fā)的策略，注定是不太適合發(fā)產(chǎn)品的策略。

對于程序化策略的普適性，像我們做的長周期、短周期也不是做到全品種覆蓋的，品種本身有自己適合的周期，我們不會為了品種的多樣性，長周期做全品種的覆蓋，因為我們也做過測試，并沒有改善回撤，反而盈利能力下降了很多，品種有自己的適應性的。再比如某些高頻的策略，也只能適應有限的品種，超短周期策略覆蓋了不到十個品種，會發(fā)現(xiàn)跟長周期有比較高的重合性。

七禾網(wǎng)17、據(jù)我們了解，貴公司遵循嚴格的倉位管理機制以及動態(tài)的止盈止損邏輯，目前期貨行情波動幅度明顯增大，請問您是否會出于控制風險的角度，主動降低倉位？

翟昊：我們不會主觀地判斷行情，也不會主觀地改變倉位，只會根據(jù)產(chǎn)品提前設置的風控來調(diào)整倉位。一是看策略本身是否創(chuàng)出最大回撤；二是從整體產(chǎn)品上來看，是不是超出了最大回撤的預期。長周期策略，今年6月份創(chuàng)出了最大回撤，策略上我們降低了長周期的比例；產(chǎn)品層面，如果回撤超過20%，整體上會降低倉位。其它情況下，我們不會根據(jù)未來行情的判斷調(diào)整倉位，行情波動的判斷本質(zhì)上也是一個模型，一個更低頻的模型，會引入一個更大的模型誤差。

七禾網(wǎng)18、您在七禾網(wǎng)量化排行榜展示的賬戶，目前處在回撤期，請問出現(xiàn)這一波回撤的主要原因是什么？

翟昊：這個是我們的自營賬戶，5月份國常會“保供穩(wěn)價”的政策，導致很多品種出現(xiàn)了大幅的回撤，所以對我們長周期策略造成了比較大的回撤。前面也提到過，3月底上線了中短策略，產(chǎn)品其實回撤沒有展示賬戶這么大，因為產(chǎn)品是全周期地覆蓋，展示賬戶是6月份才做的策略的復合，中短策略當時是在另外一個賬戶上跑的。

今年5月份雖然展示賬戶回撤比較大，但是我們整體賬戶表現(xiàn)還可以。5月份中短周期策略其實是有不少收益的，但是被整體對沖掉了。

全策略角度來看，真正回撤大的還是六七月份，6月份長周期創(chuàng)出了歷史最大回撤，出于風控進行了減倉；中短周期策略七八月份表現(xiàn)不佳，主要原因是沒有行情，做趨勢策略，主要是看行情。做同類策略的很多產(chǎn)品，那段時間都處于回撤期，由于策略特性，可能有的控制得好，有的差，本質(zhì)原因就是震蕩行情做趨勢策略是賺不到錢的。

七禾網(wǎng)19、請問您是如何度過漫長的橫盤和回撤期的？在這個過程中心理上是否出現(xiàn)過一些變化？是否會去調(diào)整策略或者修改參數(shù)？

翟昊：心理上來講，坦然面對，過往來看，這種回撤總會經(jīng)歷的，歷史最大回撤就是用來創(chuàng)造的。知道自己的策略賺的是什么樣的錢，然后看策略本身有沒有發(fā)生較大的偏移。最近大家也都在回撤，都是符合預期的。我們長周期策略確實表現(xiàn)不太好，今年的行情，對于我們的策略框架而言，不太有利。近期的反彈也比較弱，穿透到底層，確實是我們長周期策略在焦煤、焦炭止盈了，倉位很輕，盈利貢獻有限。其它的品種，最近沒有較大的趨勢行情，會出現(xiàn)反復止損，所以整體沒有一個比較好的收益；而中短期策略則過濾了這波信號。還是那句俗話，做時間的朋友吧！

中短周期策略和長周期策略，都是基于過去很多年的數(shù)據(jù)進行的訓練，可能更適合典型的行情，對于近期非典型行情確實適應性會有不足，另外可能有一些參數(shù)上的原因，有的時候短期內(nèi)的波動，比別人好或比別人差，偶然的因素多一些，更長時間周期才能檢驗一個產(chǎn)品的好壞。

我們不會主動調(diào)整策略參數(shù)，策略配置比較均衡，我們的執(zhí)行體系，除了策略最大回撤和產(chǎn)品回撤線以外，沒有任何主觀上的干預，模型本身都會定期訓練的。

七禾網(wǎng)20、我們分析發(fā)現(xiàn)，您的賬戶經(jīng)常倉位較重，甚至有時會達到80%以上，而大部分量化交易者主張的是輕倉長期堅持執(zhí)行自己的程序，請問您敢于重倉的主要原因是什么？

翟昊：閑置資金一般都在賬戶外面做理財，所以會顯得倉位比較重。不過這個是我們的自營賬戶，杠桿本身也比較高的，理論上最高倉位100%，但平均倉位在40%、50%，展示的這個賬戶平均倉位一直在80%以上，但實際只有40%、50%，為了提高資金利用率，閑置資金在外面做理財。期貨本身是保證金交易。我們不同杠桿下的產(chǎn)品，會對應不同投資者的風險偏好，而且我們對策略本身是比較有信心的。至于輕倉與否，主要看個人的風險偏好，比如我們目前最高的一個賬戶配置，能預期到的最大回撤可以控制在40%以內(nèi)，在策略品種都是分散的情況下，一是對策略有信心，二是策略分散的特性，所以敢于重倉，畢竟不是單策略、單品種。

七禾網(wǎng)21、青島半目投資管理有限公司是成立于2020年3月的新銳投資機構?，F(xiàn)在私募團隊和機構眾多，各有各的特點，您認為一個優(yōu)秀的量化團隊和機構需要具備哪些要素？貴公司的核心優(yōu)勢在于哪些？

翟昊：對于公司而言，量化也好，主觀也好，投研團隊、投研策略才是公司的立命之本。

對于投研人員來說，對于投研的熱情、不斷鉆研的投研精神是很重要的。投入與產(chǎn)出不匹配時，要能夠一如既往地堅持，再加上一點點運氣。

我們的優(yōu)勢，一是在創(chuàng)立之初已有非常成熟的策略儲備，最近一年已經(jīng)把策略儲備推向了實盤，包括交易基礎設施的建設、前端的監(jiān)控、整個自動化的風控體系、各自預警機制、自動化運維，配置都很成熟；二是投研人員也很優(yōu)秀，都有共同的目標。目前是三個人，我們既是同學也是股東，不管從激勵機制還是團隊精神上來講，投研的架構也是非常穩(wěn)定的。

七禾網(wǎng)22、貴公司取名為“半目投資”，請問“半目”的含義是什么？反映到期貨交易上應該如何理解？

翟昊：很多投資相關的文章都會提到韓國棋手李昌鎬的半目勝智慧，他接受采訪也說過，不追求奇思妙想的招數(shù)，就是我們常說的，善弈者，通盤無妙招。他其實追求的是穩(wěn)扎穩(wěn)打，下滿全盤數(shù)目的時候，以半目的優(yōu)勢獲得勝利，這是他的半目勝的智慧，很多文章里把他和對手下棋的風格，描述為鈍刀子割肉。不管是從51%上的勝率，還是他這種半目勝下棋的智慧來講，和我們做量化很多方面都是不謀而合的。

目前我們實盤主要是趨勢類策略，爭取做到交易的每個周期內(nèi)達到51%的勝率也好，做到smart beta也好，這樣我們所有交易策略的復合，也是非常有競爭力的，這也是我們追求的一個目標。

我們追求的是從因子質(zhì)量、風控、執(zhí)行上，各個環(huán)節(jié)上都做到中上游的交易策略，這樣的話，各個策略的復合會達到一個上游的競爭力。

七禾網(wǎng)23、請您談談您未來的投資規(guī)劃，以及團隊的發(fā)展愿景和規(guī)劃。

翟昊：未來首先還是做好投研，投研上不斷努力，豐富策略庫。目前在趨勢上各個周期策略覆蓋得會全面一點，未來也會積極開發(fā)策略類別，比如套利類的策略研發(fā)、現(xiàn)在策略體系執(zhí)行上如何進一步優(yōu)化。

產(chǎn)品有了更久的業(yè)績、更好的表現(xiàn)后，未來不管是投研還是銷售、市場運營，都會進一步擴充人員規(guī)模。創(chuàng)業(yè)前期還是做好投研，目前也不是急于擴規(guī)模的階段，有優(yōu)異的業(yè)績展示后，才是收獲的季節(jié)，現(xiàn)在還是做好投研。未來等規(guī)模擴大后，會做更多策略的覆蓋，比如期權、股票類策略。

長遠的規(guī)劃是做好私募基金管理，給投資人帶來優(yōu)異的回報。公司長久運營下去，獲得不錯的發(fā)展。

    七禾網(wǎng)注：成績代表過去，未來充滿挑戰(zhàn)！

七禾網(wǎng)m.yfjjl6v.cn

傅旭鵬、李賀對話整理

2021-10-15

七禾網(wǎng)研究中心合作、咨詢電話：0571-88212938

更多精彩文章，請關注七禾網(wǎng)公眾號！