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

童松桃

七禾網程序化排行榜賬戶“大富順3”操作人。出生四川，現居西安。畢業于中國科學技術大學，曾就職于軟件公司及私募公司，2013年開始專職期貨交易。

有多套成熟交易系統，策略涵蓋日內、波段以及中長線，完全自動化交易。覆蓋全市場二十多個活躍品種。連續三年收益超20%，回撤5%左右。

精彩觀點：

編寫一套交易系統需要包含的要素有：可證偽性、邏輯性、普適性、細節處理。

如果策略只在個別品種適用，可能是這個策略恰好匹配了那個品種的歷史數據，不是真正具有有效性；如果能在多個品種上具有普適性，那么策略擬合的概率就降低了。

最理想的降低相關性的方式是使用不同類型策略，比如同時使用趨勢策略、統計套利策略、基本面策略來組成投資組合。

趨勢策略降低相關性要困難一些，我采用的有三個方法：第一使用不同周期的趨勢策略組成投資組合；第二使用不同的技術方式來開發不同的策略，這樣能把開倉點分散開；第三把策略應用到盡量多的品種，把倉位分散到相關性低的多個品種。

主要有日內策略，兩三天波段策略以及中長線策略三種。

近一兩年總的看來趨勢行情較少，卻有一些局部的小周期的行情，兩三天波段策略表現相對最好。

資金配比的初始比例是根據各個策略的歷史回測、對沖效果等因素來確定的；平時是依據主觀判斷來進行動態調整的。

多種策略組合對沖的交易方式確實會降低回撤；收益從長期來看不會降低。

面對充滿風險和機遇的期貨市場，追求的是盡量平穩的收益，不求暴利，但求控制住風險。我希望每年的收益風險比高于2:1。

去年和今年的行情更適合偏短線策略，我的策略組合中偏短線策略比較多，所以去年和今年表現相對更為穩定。

我并不贊成追求高收益，為了獲取幾倍收益需要冒很大的風險，時間拉長必然會遇到極端行情，結果可能是大多數會大虧的，然而因為幸存者偏差，大家沒有關注大虧的多數人。

普適性的實質是策略減少擬合，表現是不能僅在單個或者少數幾個品種上適用，而要在大多數品種上都適用。

對于一個策略，如果回撤超過歷史最大回撤的1.5倍或者回撤持續時間超過歷史最大回撤時間的1.5倍，我就懷疑這個策略可能已經失效并逐步減倉。

中長線策略覆蓋約30個品種，對這30個品種資金基本上是均勻分配的；偏短線策略覆蓋成交量大且波動率大的約15個品種，對這15個品種資金也大致是均勻分配的。所以對偏短線策略覆蓋的15個品種，因為既要進行短線交易，又要進行中長線交易，導致資金集中在這些品種。

對于偏短線策略，如果一個品種成交量足夠大、波動足夠劇烈，就可以選擇，而不用看測試報告。比如今年蘋果在四月份的時候就滿足這些條件了，我就開始交易蘋果。

突發消息到來往往會導致行情快速的大幅波動，這樣的波動方式確實是增加了操作難度，一方面突發消息導致的快速的波動如果造成凈值快速回撤，對交易者的心理是一種沖擊；另一方面如果觸發了開平倉操作，因為行情波動過于激烈，容易造成較大的滑點。

如果開倉基于均線，那么止盈止損也應該基于均線；如果開倉基于通道，那么止盈止損也應該基于通道。

震蕩期策略交易次數比較少，保證金比例在10%左右；趨勢期策略交易比較頻繁，保證金比例在30%左右。單個品種的保證金比例一般不超過3%。

虧損發生之后，我總結自己倉位控制方面比較激進，并且太依賴回測報告，但是未來肯定會發生回測中沒有的極端行情。

盡量輕倉操作，未來即使連續發生更極端的行情也控制好回撤；二是多開發日內策略，規避隔夜風險。

目前交易股指期貨的障礙有：第一，平今倉手續費仍然很高，只能通過鎖倉來規避，鎖倉占用資金量大；第二，流動性很差，導致滑點比較大；第三，近兩年股市波動率逐步降低，股指期貨的盈利率也會隨之降低。

執行力對于交易者非常重要，一些程序化交易者的策略并不是虧錢的策略，卻因為熬不過回撤期而放棄執行，導致結果的虧損。

人們會在來來回回的震蕩中忘記趨勢行情的存在，而人們對趨勢行情概率的低估給了趨勢策略機會。

我們在一個策略剛開發出來的時候過于樂觀急于實盤，結果實盤后發現一些忽略的問題，從而導致虧損。

我們一旦為錯誤的信息建立了理論基礎，就很難再否定這條錯誤的信息。所以交易策略一定要具有可證偽性。

我們在盈利的時候容易過度樂觀，虧損的時候容易過度悲觀，我們需要提醒自己用概率思維來看待盈虧，減小短期的結果導致的情緒波動。

長期的交易結果才能積累足夠的交易次數樣本，短期的交易結果以運氣為主。對于中長線趨勢交易，交易頻率較低，積累足夠的交易次數需要時間更長。

自身進步的速度如果慢于市場整體進化的速度，就會逐漸被淘汰。

有個輕松穩定的占用時間較少的工作，再有另一個熱愛的事業作為畢生追求的目標。

七禾網1、童總您好，感謝您和七禾網進行深入對話。據了解您是程序員出身，對于交易策略的編寫應該比較熟悉。在您看來，編寫一套系統最重要的是什么？一套完整的策略系統應該包含哪些要素？

童松桃：謝謝七禾網，我關注七禾網這個欄目四年多了，很榮幸能接受采訪。

我覺得編寫一套交易系統需要包含的要素有：可證偽性、邏輯性、普適性、細節處理。

可證偽性是指策略系統的開平倉規則、資金管理規則是可以清晰定義出來的，能被量化描述出來并進行回溯測試，即能用數據證明其有效性是否真實。如果使用不可證偽的交易策略，自己也搞不清楚是執行的問題還是策略本身有問題。

邏輯性是指策略開發者要知道策略系統具有什么邏輯導致能盈利。體現在策略研發流程上是用演繹法從市場根本性規律推導出具有可證偽性的策略，然后再用歸納法進行回測驗證。

普適性是程序化交易中防止擬合的要素，要驗證一個策略的有效性，用于驗證的數據集越大越有效。如果策略只在個別品種適用，可能是這個策略恰好匹配了那個品種的歷史數據，不是真正具有有效性；如果能在多個品種上具有普適性，那么策略擬合的概率就降低了。

細節處理包括開平倉規則的改進、過濾方式的優化、發單方式的處理、參數的優化等。每個策略一般都要經過細節處理才能得到提升，我自己的策略在剛寫出來的時候都是很粗糙的，經過細節處理，能得到一些改善。

幾個要素之中，我覺得細節處理要素是最重要的。

七禾網2、在程序化交易過程中，策略的同質性過高往往會導致無法很好得實現對沖效果。您在編寫的過程中，如何降低策略的相關性？

童松桃：最理想的降低相關性的方式是使用不同類型策略，比如同時使用趨勢策略、統計套利策略、基本面策略來組成投資組合。

趨勢策略降低相關性要困難一些，我采用的有三個方法：第一使用不同周期的趨勢策略組成投資組合，這樣有時即使日線級別沒有行情，分鐘級別走出行情也能有策略能做到；第二使用不同的技術方式來開發不同的策略，這樣能把開倉點分散開，避免同時在同一個點位進場的頭寸太多；第三把策略應用到盡量多的品種，把倉位分散到相關性低的多個品種，這樣即使工業品整體沒有走出行情，有時候個別品種走出行情也能把握到，比如今年上半年的蘋果。

七禾網3、您目前使用的策略主要有哪些類型？主要的盈利邏輯分別是什么？

童松桃：主要有日內策略，兩三天波段策略以及中長線策略三種。

日內策略和兩三天波段策略捕捉的是短期的市場單邊行情，因為交易者都是人，人具有從眾的心理，特別是短期面臨壓力情緒的情況下，造成行情單邊的快速大幅波動。

中長線策略捕捉的是持續至少一周以上的趨勢性行情，一般是因為該品種的供需關系或政策面發生了較大變化，加上參與群體存在羊群效應使得行情容易反應過度，導致的持續時間較長的單邊趨勢。

七禾網4、就近一兩年的表現來看，目前效果最好的是什么策略？您認為該策略會在接下來的行情中繼續創造更多的利潤嗎？

童松桃：近一兩年我的三種策略中表現相對最好的是兩三天的波段行情策略。這與近一兩年行情特征有關，比如2016年具有較多趨勢行情，當年中長線策略表現最好；2017年日內大幅波動較多，當年日內策略表現最好；近一兩年總的看來趨勢行情較少，卻有一些局部的小周期的行情，兩三天波段策略表現相對最好。接下來哪個策略表現好或者表現能否持續，我覺得主要要看未來行情如何演繹。

七禾網5、從近期行情表現來看，多數商品還是處于震蕩中。7/8月大宗商品有一波短暫的上漲行情，但是隨后回落得也很迅速，導致很多CTA策略不斷回撤。您表示您的策略涵蓋日內、兩三天的波段以及中長線，您是否因此成功規避或減少了回撤？

童松桃：7/8月大宗商品走出一波短暫的上漲行情，隨后大幅回落，我在商品回落一部分的時候，偏短線的策略的多單已經陸續出場了，剩下中長線策略還繼續以多單持倉為主，倉位已經降低，所以當商品價格進一步回落的時候倉位已經比較輕，也就因此減少了回撤。

七禾網6、您的各個策略的資金配比是固定還是動態調整？若是動態調整，是會依據指標還是主觀判斷？

童松桃：資金配比的初始比例是根據各個策略的歷史回測、對沖效果等因素來確定的；平時是依據主觀判斷來進行動態調整的。動態調整的頻率較低，每個月會對各個策略的績效進行總結，根據其情況決定是否需要調整。如果某個策略表現變差，如超過歷史最大回撤，會降低其倉位，并將降下來的倉位分配給表現相對穩定的策略。

七禾網7、由于您采用多種策略組合對沖的交易方式，那是否會出現在降低回撤的同時也降低了收益？對您來說，怎樣的收益風險比是最合適的？

童松桃：多種策略組合對沖的交易方式確實會降低回撤；收益從長期來看不會降低，除非策略失效了變成虧損了；收益從短期來看影響不確定，比如從近一兩年的情況看，放棄中長線策略并將其倉位分配給偏短線策略，收益會更高，但是行情無法預測，只有事后才知道近一兩年是這樣。

對我來說，面對充滿風險和機遇的期貨市場，追求的是盡量平穩的收益，不求暴利，但求控制住風險，在這個市場中長期存活下來是很難的。我希望每年的收益風險比高于2:1，近三年暫時達到了，要保持住我想也是不小的挑戰。

七禾網8、從您去年以及今年的資金曲線上來看，可以發現曲線去年整體是震蕩上行，而今年是平臺式上行。造成此種區別的是行情因素還是您在策略上做了一定調整？

童松桃：造成這種區別主要是行情因素，因為這兩年策略調整較少。2017年的行情和我的策略貼合度較高，連續性的出現局部的小周期行情可以獲利；2018年的行情相對艱難一些，有兩次持續時間較長的回撤期，所以體現在資金曲線上出現這個差別。通過與長度為十年的回測數據比較，這兩年的情況都是正常的，歷史上也經常出現這種的情況。

七禾網9、您近三年來每年的收益都超過20%，2016年約40%，2017年約30%，2018年暫時約25%。相較于市場上其他的CTA策略來說，您在去年與今年的表現更為穩定和出色，而在市場波動較大的2016年，很多CTA策略都創造了幾倍的收益。您如何看待這個問題？

童松桃：我的策略去年和今年表現更為穩定，是因為市場上的CTA策略多數是以中長線策略為主，一方面是部分資金量大的產品因為容量問題很難去做偏短線策略，另一方面是部分交易者不擅長偏短線策略，而去年和今年的行情更適合偏短線策略，我的策略組合中偏短線策略比較多，所以去年和今年表現相對更為穩定。

2016年我的策略組合和跟現在的組合不一樣，當時以中長線策略為主，短線策略還不夠成熟和豐富，所以表現也要遜色一點。

對于2016年取得幾倍收益的投資者，他們很好把握住了大行情，同時也敢于重倉。但是如果不是采用的高頻交易和超短線，而是純粹基于技術面的傳統程序化交易，我并不贊成追求這種高收益，為了獲取幾倍收益需要冒很大的風險，時間拉長必然會遇到極端行情，結果可能是大多數會大虧的，然而因為幸存者偏差，大家沒有關注大虧的多數人。

七禾網10、您對于策略的普適性是非?？粗氐?，但是每個策略都會有適應和不適應的行情，您覺得策略的普適性具體是指什么？

童松桃：我覺得普適性的實質是策略減少擬合，表現是不能僅在單個或者少數幾個品種上適用，而要在大多數品種上都適用。

以前簡單嘗試做過機器學習的策略，發現得出來的結果是一些莫名其妙的數學公式，這些公式用來測試的結果很好，但是找出來公式之后資金曲線掉頭向下。其實這些策略沒有市場的理論支撐，實質是在做數字匹配游戲，電腦自己找到公式正好匹配了歷史數據，可以算出來好的收益率。當然，可能也有人用機器學習做得很好，那是他們能夠在機器學習的過程中減少擬合了。

所以在做策略的時候要盡量減少擬合。要減少擬合，測試的數據集要大。如果在A品種上測試結果好，然后再用B品種去測試等于做樣本外測試，如果測試結果好說明策略擬合概率低一些，如果接著用多個品種去測試得到結果都好，說明擬合的概率已經很低了。