七禾網7、近一年數字貨幣和區塊鏈很火，受到了很多人的關注。您對于數字貨幣和區塊鏈怎么看？它們是否代表了未來的發展方向？

魏銘三：現在國家不太支持數字貨幣，但是國家還是比較支持區塊鏈的，其實這是一種技術和它的表現形式的區分，至于它是否代表未來的方向，我覺得區塊鏈技術和人工智能技術比，我是堅定地認為人工智能技術它一定代表了未來的方向，而且現在就已經在生活的方方面面去應用了，但區塊鏈這個方向的話，我暫時還沒有看到這是必須的，就是離開它不行的這樣的一個項目去落地，或者是能夠極高地提高社會生產力的這樣一個項目的落地，我暫時還沒有看到。我覺得我不好去判斷區塊鏈是怎么樣，而且現在很多人都打著區塊鏈的形式，去騙錢割韭菜，或者發代幣、發ICO，我覺得這樣的形式是非常不好的，但是在基于區塊鏈這上面的一些比如說智能合約的應用的話，我認為還是不錯的，但是如果是發代幣的這種形式，我覺得十有八九都是騙子，所以在這上面就存在一個辨識度的問題，如果市場上面的人沒有一個比較好的辨識能力的話，很容易就會被套進去。因為我也不是區塊鏈的專家，所以我講不了太深，但是從交易角度，我覺得現在的數字貨幣的合約設計非常不合理，因為它的最小手數非常地小，那這樣的話對于交易來說就極大地分散了它的流動性，無論它的標價還是最小合約，都可以分到小數點后非常多的位數，有的是4位，有的是8位，這樣的話，它就會把流動性拆得比較散，在同一個價位可能只有零點幾手的掛單，你每下一次單的話，滑點飄得就會比較多，從合約的設計角度來講，這是不太合理的。另外現在在幾個交易所出了一些衍生品的品種，但是規模還不夠大，再就是這個市場上交易所實在是太多了，看似很火，但實際上人其實也不多，因為第一我們國家不允許做，量就很少了，第二個交易所實在太多了，這些交易所的報價、流量都會被分散，就會造成每個品種流動性是不足的，所以從交易體驗來說的話，它是不太好的，現在這個情況來看是支撐不了大資金的，只能是小的資金去做一下。

七禾網8、近一兩年以來，大多數CTA策略普遍表現不好，您認為主要原因是什么？對于這種現象，以及面對當前的市場行情，您認為應該如何調整和改變自己的投資策略？

魏銘三：從我們自己的實盤做下來情況來看，表現不好主要有兩個原因，第一個就是之前談到的監管，因為CTA策略本質上是做多波動率的這樣一些策略，但是從現在監管的套路來看的話，基本上哪個品種波動大，它就去降溫，最典型的就是今年的蘋果，蘋果本來是一個鄭商所推出的明星品種，并且前期給了非常多的市場的培育、培訓、投資者普及，還有手續費上面的優惠等，好不容易把這個品種做得比較活躍，大家參與得比較多，波動率比較大，鄭商所就突然加了非常高的手續費，一下就把這個品種的成交量、流動性和波動性都抽走了。所以我覺得從監管上面來講，近些年的監管是不希望出現有大波動的品種，既然這樣的話，波動性大的品種自然而然就很少。第二個原因，就像我之前提到的，現在市場參與者維度也非常多了，不像以前還是機構投資者比較少、散戶比較多，現在散戶的數量在一定地減少，機構投資者的參與，還有海外投資者的參與，都提高了市場參與者的平均水平，那這樣的話傳統的這些策略自然而然就會變得不太好做，自然就覺得CTA變得不好做。第一個自身參與者的進步水平沒有跟上高手的進度，另外一個就是好做的品種由于監管等原因都變得很少，品種和策略兩個都不好，自然而然CTA策略普遍就會比較差。但是我認為后面的話反而會有些機會，因為美國特朗普對外的政策不確定因素變得特別大，后面的波動性因為這個政策或者全球系統性的原因而放大，我認為CTA在后面政策不確定的這段時間，波動性放大的話，還是比較有機會的，只不過現階段比較難做。

像現在的話，投資策略一定得進化起來，我覺得現在就兩種方式，一種如果自己研究能力比較弱的話，可以把資金交給專業投資者，這也是一種投資策略，不要覺得只能自己做。第二種如果是有能力的話，可以利用現在富有的算力，去進行人工智能或者機器學習這樣的一些算法規律的挖掘。我是認為人開發的時代已經過去，如果還在進行這樣的嘗試的話，那注定會失效、會被淘汰，除非是做非常長期的策略，那我認為還是有機會，但是如果本身又不是做非常長期的策略，然后又想有比較高夏普率的這種收益，還是蠻難的。所以至于調整的話，就是提高自己的投研能力，要么就是交給專業的人做。

七禾網9、有些人在經歷了程序的長期虧損和回撤之后容易手工干預，甚至把程序停掉，您也曾有過程序虧損停掉之后，立馬程序后來就大賺的經歷。您如何看待手工干預這一行為？現在您是否會手工干預程序化交易？

魏銘三：當時是在2012年的時候做螺紋鋼，4月、5月份螺紋鋼是一波猛烈的下跌，那個時候剛用上了一些螺紋鋼的策略，從測試的角度來講，那波下跌是賺了很多錢，但是后面上了實盤之后，從4月份到10月份，有小半年時間都是在底部震蕩。當時做程序化不久，倉位管理不到位，一下子倉位上得很重，所以回撤比較大，回撤了將近50%了，當時全是自己的錢，心里還是蠻難受的，那個時候就控制不住了，到了大概10月份的時候就把策略停掉了。停掉之后，到了11月份的時候，當時習主席剛上臺，無論是股市還是商品都受到很大的鼓舞，程序才停了不到兩周，螺紋鋼一下子就漲起來了，策略要是開起來就能繼續賺錢，這個經歷給我的印象是非常深刻的。之所以大家會用程序化這種方法，就是因為它執行力強，如果你把它關掉或者手工干預的話，那又會變成手工主觀交易的一部分，就發揮不了它執行力的優點。我當時之所以停掉是因為倉位太重，一下子就虧掉了不少錢，其實倉位管理也會影響到你交易的心情，進而就會影響你錯誤的判斷，相當于是一個綜合的問題，除了策略是可以的，實際上還有一些其他的交易方面的問題沒解決，比如倉位管理、情緒控制、執行力等等，其實這些是道的問題，術沒問題，術就是策略，如果道上面出了問題一樣是做不好的。

自從這次經歷以后，我倉位是放得比較輕的，然后我會給自己定一個比較合理的目標，當初定的是我一年要翻倍，所以我下的倉位也重，這樣容易在中途就被洗出去，洗出去有可能是自己執行不到位，有可能是真的行情太大，讓你的策略直接爆倉，我后面就會定一個比較合理的收益目標，今年比如說就是20%或者30%，進而來去管控我的倉位應該設置多少，這樣一個比較低的倉位，也不太會影響到我的情緒和對于事情的判斷，所以我現在基本上都不會去手工干預程序化交易。上次我看到的數據還蠻有意思的，從2005年開始算，公募基金的這些基金的表現，到現在的話年化的回報率大概是15%，但是基金業協會統計，買基金的這些人其實根本就沒賺什么錢，大部分還是虧損的，只有很少比例的人賺錢。其實基金本身每年有15%的復合收益，你只要買入持有就能賺這么多錢，但是基民們為什么會虧損？是因為很多基民都把它當作一個短線的股票來炒了，追漲殺跌，這只股票凈值漲得快我就買入，結果買入之后回撤就出掉，然后再去追下一只，來回地折騰。這就是術和道的問題，術是沒問題的，公募基金的基金經理年化收益能做到15%，其實對于程序化交易的策略來說，如果按每一年算，能夠每年賺錢的策略應該是很多的，但是實際上無論是做策略的人還是買基金的人，大部分都不能做到每年穩定賺錢，所以無論做程序化交易還是買基金，其實要管控好自己的資金分配、情緒控制這些道上面的問題，這上面還可以下很多工夫。

七禾網10、您表示在期貨市場中要賺信息不對稱的錢、趨勢的錢以及周期的錢，對于這三個方面，您認為分別應該用怎樣的策略來應對和賺錢相應的錢？

魏銘三：第一個是賺信息不對稱的錢，這個錢不用什么策略就可以，你知道一些比較有用的信息，如果這個信息稍微復雜一些的話，那你可以進行建模來去兌現它。我舉個最簡單的例子，保險公司它的會計準則是一套系統，但是去年保險對于這套系統的會計準則進行了一些改變，這樣的會計準則改變會暴露它以前用會計準則藏掉的很多的虧損或者是浮虧，這樣的話它就會勢必改變它的投資策略，在新的會計準則下，它自然就會買一些讓它的浮盈優勢或者是一些計算方法更合理的標的。這種信息發布之后沒有人會太關心保險公司的記賬準則會怎么改變，但是了解保險公司這一套會計準則的人就會知道，因為保險公司是一個非常大的資產管理公司，它拿了那么多的保費要去投資，它的投資策略改變的話，對于無論是債市還是權益類資產的配置的切換影響是比較大的。我認為這種就是信息不對稱的錢，普通人不理解這背后的邏輯，我恰好認識一些對保險分析非常透徹的人，他們對于這上面是非常敏感的，這個消息大家都同樣地知道，不是內幕消息，說大家都拿到同樣的消息，但是他們對這上面的解讀會更深，保險公司投資策略的改變就會影響到這個市場，那他們就會相應地提前去進行布局，去賺到這部分的錢。所以說它不需要任何的策略，只需要你對于這些背后的邏輯研究得足夠深。

賺趨勢的錢的話，我分析了非常多的數據，以前甚至是用產生隨機數的方式去造一些行情出來，然后驗證我們的策略。我在造數據的時候，發現金融數據和隨機數本質上是非常不同的，雖然從統計上來說都是鐘形曲線形態分布，但是學過金融學的人都知道，金融數據和普通的正態分布是不一樣的，它更像學生t-分布是尖峰肥尾的，金融市場并不隨機，它的尾巴實在是太厚了，行情很多時候具有了趨勢性，我在做隨機數市場行情的時候，發現趨勢性并不像真實行情那樣，所以我在驗證策略的時候經常會走偏，所以我后面就會真正提取金融市場的這些數據的特征，來產生我的隨機數，而不是純粹用一些簡單的產生方法來產生，這樣的話我訓練出來的模型，大部分都是趨勢模型，它只要做到在鐘形曲線分布靠中間的那一段，能夠做到不賺不虧，但是在肥尾來臨的那個時候能賺到錢就好了，所以賺趨勢的錢就是賺金融市場上肥尾的這部分錢。

至于賺周期的錢，從大的周期來講，無論什么品種，它都具有一些均值復歸的特性，均值復歸現象無論是在市場還是生活中都存在，就像很多大公司，做得太大了，其實就變成了大公司病，它就變得衰落，增長率就不會太高，小型公司的話成長性會比較好，在任何時候它都會有這樣雙方面的一個表現。周期的錢指的就是在一些品種沉浸了足夠久的時候，它就會有一些周期性反復的這種規律形式存在，但是時間比較久，其實它和程序化沒有什么關系，當然你可以用建模的方法去找出這種周期性、相關性等，但是它不一定要用程序化的方法，它就是一種存在的規律，我們可以人工去找、可以模型去找，把它找過來的話，可以建立足夠長的一部分頭寸。當然我們自己周期還沒那么長，我們基本上還是做得比較短周期的，就是賺趨勢的錢或者信息不對稱的錢，因為這部分驗證得會非?？?，這樣的話我們可以把策略的夏普率做得比較高。

七禾網11、請問您當前的期貨交易中總共有多少個策略？各個策略的特點是什么？策略之間是如何配合以及分配資金的？

魏銘三：我們實盤的大概有好幾百個，模型庫里面有上千個策略，都是在我們人工智能、機器學習算法下面去自己構造的，所以策略還是比較多的，我們只考慮策略之間的相關性，因為學習出來的這些策略看上去沒有邏輯，所以特點不好總結，我們只能從策略之間的相關性去衡量。我們基本上都會配置相關性比較低的這些策略去進行組合，分配資金的話，我們是比較動態的一個分配方式。我覺得策略是我們比較有特色的一部分，數量上比較多，我們自己團隊比較自豪的主要還是怎么管理這些策略，我們這個方法我們把他叫做大風控，相當于是管理這些策略，主要就一個標準——贏沖輸縮，相當于賺錢的策略我們會給它更多的資金，如果是虧錢的話我們會把它的倉位減下來，甚至最后淘汰掉，所以本質上就是贏沖輸縮、賺錢多賺。我們先設計了這個算法，后面是另外一個互聯網產品給了我們比較大的啟迪，讓我們堅信往這條路上走，就是現在有個獨角獸叫今日頭條，現在它的活躍用戶很多，今日頭條的本質上是一個推薦算法，我們研究了它的推薦算法，它和騰訊的微信不一樣，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，它先發給一千個人，這一千個人里面有多少人點進去看了，每一個人點進去看的瀏覽時間是多少、是看到最末尾還是看到中間就跳出來，搜集了這些健康的數據，它會有個初步的判斷，認為這是一篇好文章，它再幫你推給一萬個人，然后再搜集這一萬個數據都還不錯的話，再幫你推十萬個、二十萬個，如果是一篇好的文章，它就很快地通過這樣的方式去發掘出來。如果一篇文章它發現第一輪測試都沒多少人看，也沒多少人點擊，那第二遍它只再推薦五千個，而不是一萬個，然后如果推薦五千個的效果還不好，它可能就不推薦了，所以漸漸地它推薦的文章都會變成好文章。它就自己設計了一個贏沖輸縮的機制，好的東西它會更多地選出，不好的東西它直接丟掉，所以現在今日頭條成長為獨角獸，就在于這樣一個機制，在它上面推薦的不能說全是好文章，起碼是大家愛看的文章，久而久之大家對它的粘性就會很大。受到它的啟發，我們也堅信我們這一套贏沖輸縮的系統，賺錢的這些策略一定是給比較高的權重的，虧錢的策略我們就會降低它的權重，直到它淘汰，我認為這是我們比較核心、比較驕傲的一個點。

七禾網12、您表示您的投資策略分兩類，一種是純高頻，一種是中期的趨勢策略，對于這兩種方式，在思路設計上有哪些區別？

魏銘三：中期的趨勢性策略的話，其實就是機器學習那個框架里面去做的。高頻還是不一樣的，高頻是我們自己研發出來的，高頻的設計思路還都挺簡單的，高頻關鍵不在于交易策略的思路，而在于你的執行，其實大部分時間我們不是在研究策略，都在解決系統發單的時候并發性還有對柜臺、線路的了解、機房的布置，還有就是怎樣利用操作系統的一些比較巧妙的地方去提升速度，并且讓這些策略或者訂單不會亂掉，還有IT隊伍的培養，都是在這上面花了很多時間和精力。策略上其實都比較簡單，包括一些聯動、做市，思路都很簡單，用到的東西不多，但大部分力氣都花在IT系統這一塊，提高它的并發性、容錯性、訂單管理，計算機開發、軟件開發這上面投入的精力是非常大的。所以說兩者的思路是不同的，一種是重策略上面多元性和搭配性，另外一個是策略很簡單，但是大部分精力要花在去實現、執行上面。高頻的話我們自己做下來，以前股指那種波動下機會確實是非常多，我身邊很多做高頻的朋友也都是那段時間實現了財務自由，這幾年國內的商品確實是機會比較少，但是還是有些機會。高頻策略也會存在像普通的CTA策略的更新問題，特別是有些合約的合約乘數的改變，就會導致很多策略不能用了，其實高頻的失效性會比較快，可能就因為一些政策或者合約設計上面改變，高頻策略就不能用了，還有市場參與者、監管上面的變化可能也會導致不能用了，所以說淘汰率還是比較高的，也會存在像以前開發傳統CTA策略一樣失效，你要想新的東西去補充，想一些沒有關系的策略去做搭配，這和傳統的是差不多的進化路子，難點和門檻就是在執行方面，這方面是會花比較多的工夫。

七禾網13、您表示在品種選擇上，是用算法來選擇品種的。請您具體談談您的品種選擇方法和思路。

魏銘三：因為我們不是做基本面出身的，所以并沒有把品種分為農產品、工業品、貴金屬等，我們就看一些基本數字，比如成交量、波動率，其中有一點我們是比較看重的，就是絕對點數，相當于價格除以最小變動價位。舉個例子，比如橡膠價格15000，螺紋鋼3800，但是實際上橡膠15000的價格是要除以5的，只相當于螺紋鋼3000的價格，但是別看股指只有3000多點，它是0.2一跳，所以說它的3000點是要乘以5的，它的絕對點數是非常高的，我們一般都喜歡做這種絕對點數高的品種。我們的算法就很簡單，先把這些絕對點數算好之后，我們做一個排序，這是其一，其二的話我們會看波動性，因為鎳漲1%和玉米漲1%概念是不一樣的，鎳是10萬多的價格，10元一跳，相當于1萬多點，玉米2000點，漲的絕對點數不一樣，絕對點數就代表你賺錢賺了多少，所以就應該更做鎳這種品種。所以我們衡量它的波動性，再結合絕對點數做一個排序，達到某一個閾值的品種我們幾乎都做，但是之后我們還進行一個相關性篩選，相關性過高的一些品種我們肯定做其中一個或者它們整體分配同樣比例的資金，不能在相關性過高的品種上下重注，下重注的一定是策略表現好的那些品種，通過贏沖輸縮去調整它的權重，比如黑色系相關性都很高，如果每個品種都平均分配資金，那實際上黑色系的頭寸是比較大的，這樣的話就不太好分散風險，所以基本上我們還會考慮相關性的問題，再進行一定的篩選，這樣的話選出來的品種就不多了，我們不是全品種地做。以前很多臺灣的高手到我們大陸來交易，基本上其他品種都不做，只交易一個股指，他們的業績都很好，大大超過我們自己本土的這些參與者，其實道理就很簡單，全品種做起碼對于我們來說不是一個好的方式，所以精選出一些好做的品種，何樂而不為呢？為什么不做好做的事情，要給自己挑選困難的事情做。

七禾網14、對于不同的期貨品種，您的倉位和資金是如何分配的？今年蘋果等品種的行情波動很大，您有沒有重點配置蘋果？

魏銘三：資金和倉位分配的話，我剛才也陳述了，主要是根據波動性和絕對點數選擇品種，分配的話能夠做到低相關性的都是等額分配，再根據贏沖輸縮，賺錢的品種我還會給它加一些倉，其實品種上的錢我們是用策略去賺，策略加了錢就相當于品種加了錢，所以品種的資金分配也是動態的，賺錢越多的品種，我們會給比較多的權重。蘋果我們今年也配了，蘋果賺錢了，我們自然而然也把倉位加上去了，但是總的來說也不會超過一個上限，達到這個上限我們也就不會再加錢了，所以蘋果也沒有特別重倉去做，而只是一個相對比較重的倉位，相對于其他品種來說它的倉位是比較重的。今年基本上靠蘋果賺了不少錢，還有鎳也賺了不少，今年黑色倒不像去年那么好做。