問題7：可以給我們講講您們的投資理念或投資哲學嗎？股票策略和期貨策略分別是怎樣的？有什么優勢和競爭力呢？

漁陽：我們最基本的投資哲學：量化投資本質上是一個概率游戲，或者說是一個統計學游戲。

每一個策略都可以認為是一個隨機變量，一個隨機變量就有可能賺，也有可能虧。在任何一個時點，我們肯定是要尋找賺的可能性比虧的可能性大的好策略，或者說盈虧比更高的策略，賺的時候賺得多，虧的時候虧得少，這些統稱為盈利策略。那么我們企圖尋找很多這樣的策略，把它們組合起來。從統計學的角度，隨機變量有一個最大的特點，就是它收益部分的預期值可以疊加，它的風險卻是相互沖抵的。風險相抵取決于相關性，或者說相關性矩陣。這就意味著靠譜策略越多，相互之間的相關性越低，合理配置的這個大組合的收益風險比就越高，這就是我們實際上在做的事情。

我們的兩大策略是股票策略和期貨策略。股票策略與期貨策略的相關性很低，假設兩個策略都賺錢，那一加一明顯大于二。舉個例子，我們今年前十個月實盤業績就完美詮釋了大類策略的分散和互補作用。我們期貨策略一到四月很好，但五月份開始連續6個月小回撤，雖然總體幅度不大，但過程蠻痛苦的。

而股票策略則是一到四月份虧了點錢，但后面六個月四勝二負，總體也是賺錢的。合并起來看，期貨策略十個月里有四個月賺錢，六個月虧錢；股票這邊是五對五，最終我們的復合基金客戶看到了什么呢？八個月賺錢，兩個月虧錢，投資體驗就提升了不是一點半點，這就是所謂多策略分散投資的優勢，當然前提是你的期貨策略和股票策略本身都是靠譜的，長期是能賺錢的。

如果再細分，在期貨策略和股票策略內部，同樣也是多策略。股票里面有指數增強、中性策略、偏交易型的貝塔股指期貨策略，還有一些執行層面的高頻策略等等。在任何一個時間點，可能A是賺錢的，B是虧錢的，C是賺錢的，就是這樣一個邏輯。

我們的商品期貨策略也是一樣，從數據的類型劃分，技術面、基本面、情緒面等；從時間周期上劃分，短、中、長周期。所以我們的投資理念有幾個關鍵點：第一，找到靠譜的策略或者靠譜的信號；第二，策略數量足夠多；第三，用一套靠譜的數學方法把它們組合起來，兼顧風險和收益，多配一些高質量的策略和風險小的策略。

這就是我們的邏輯，當然最終技術實現的過程也極其重要。如果工程質量做的不好，就像車子漏油一樣，因此必須要做的嚴絲無縫，才能夠在實踐當中拿到預期的收益，這就是我們的理念。說實話沒有一招鮮，單看任何一個信號、任何一個品類、任何一個技術細節似乎都不那么重要，但它們組合起來一起用，才能夠看出優勢。

問題8：請問您們的超額收益來源哪里？超額收益的穩定性是如何做到的？

漁陽：超額收益的穩定性主要靠多策略。我們配置的大類資產包含股票、商品、還有一小部分固收，在每個大類資產里，又有多個策略。像股票，我們同時持倉至少500只，這就很分散，商品也是全品種交易，幾十個品種一起做。所以就是靠風險的相互抵消來實現收益的穩定性。

至于超額收益來源，則要求高信號質量，快執行速度。中低頻策略要指望高信號質量，高頻和高換手率的策略則要求執行效率高，滑點小，最好是交易過程中還能賺點錢。這需要一是覆蓋的信息足夠廣，二是在提取因子時盡可能做的好。

為什么有的人做出來的模型好，有的人就不行？首先看數據質量，有沒有做很好的清洗及其它處理，有沒有考慮數據可能在不同的時點會有區別等等。如果考慮了這些因素，就相當于你的食材比別人要好一點。其次，在烹飪過程中，是不是用了更合適或更先進的方法。烹飪的手段好，這菜也會更好。最終做出來的，可能具體到某一個信號上，你就是比別人強一點。我覺得量化有一個普遍性特點是換手率高，帶來的交易成本也高，所以就意味著假設交易成本是1，如果你的信號提煉出的預測能力也是1，那就只能是不虧不賺，如果預測能力從1變成1.5，好像只提升了50%，但后面的50%都是利潤，所以其實很多時候就是在最后那一點點上發力，忽然就變得比較賺錢了，很多時候都是些細節。

問題9：您們的量化策略非常豐富，涵蓋相對價值、統計套利、趨勢、反轉等不同因子，可以給我們講講不同的環境背景下什么樣的因子會表現突出呢？

漁陽：這是一個好問題，我相信所有的投資經理，特別是量化投資經理都會思考這個問題。目前有兩大流派，一派認為不應該做擇時；而另一派認為，在特殊的情況下是可以做擇時的。其實我們是介于第一種與第二種之間。前面談到量化投資經理一般都比較謹慎，不會過于自信。擇時也是一種自信的表現。我們往往考慮問題的出發點是基于有效市場假說，有效市場假說的核心是市場是效率最高的，你企圖說市場不對，或者企圖在市場里賺錢是很困難的。包括因子擇時，我們的前提是知道這事很困難，幾乎做不到，了解到這點之后，我們就不會輕易去做這件事。但是，當我們有了充足經驗或覆蓋了大量數據之后，我們可能會在某些特定時點做擇時?？偟膩碚f，你不去擇時，我覺得多半不會錯，你去擇時，就需要小心。

通常來說，統計套利和相對價值策略往往是需要加杠桿的。那么在整個市場波動率大，比如美聯儲加息的時候，統計套利的策略就要小心一點，因為市場比較混亂的時候，規律會被打破，這類策略至少不能加太大杠桿。2008年，我親眼看到這樣的策略是如何爆倉的。所以，在加息周期，統計套利策略第一是要小心，第二是不要加杠桿。這種時候，可能短周期的趨勢模型會比較好做，而均值回復類型的模型就要慎重，因為市場的波動太大，會有很多極端的事情發生。相對而言，在市場比較平靜的時候，相對價值、統計套利的策略表現可能會好一些。

事無絕對，我這一大番話，也只有55%的把握，所以在實戰當中，我會往這個方向傾斜，但不是絕對。并不是說美聯儲加息了，我統計套利就完全不做了，不是這樣。

問題10：如何分配不同類型因子的權重呢？在什么樣的情況下會對因子權重做出調整？

漁陽：大的邏輯是考慮風險和收益，其中首先考慮的是風險，因為風險比較容易算得清楚，而收益預測的不確定性更高。其實這種方法思路，就是馬科維茨均值方差的優化，也是學術界和業界一直在討論的問題。

具體而言，均值方差優化的難點是收益率不太好預測，所以后來就各種各樣的改進，包括風險平價理論等，大的邏輯都是一樣的。風險比較容易算的清楚，所以風險在我們的系統當中相對重要一點，當然收益也是很重要的。有些策略更靠譜，有些策略可能把握小一點，把握小的自然是少配一點，策略風險大的也少配一點，大致就是這樣。最后還要考慮相關性，相關性高的還要一定程度上合并計算。

什么情況下會對因子的權重做出調整？如果風險變了或是收益變了，我們就做出調整。我覺得風險不大容易變，風險相對比較容易判斷。收益就不好說了，因為可能真的就變得不賺錢了，也許是研究有漏洞，也許是數據挖掘或者市場有變化，我們說過市場總體會變得越來越有效，那當市場變得有效的時候，原來一些能賺錢的模型就變得不賺錢了，這自然會有一個過程。統計學也會有波動，這段時間不賺錢，有可能是運氣，也有可能東西變了，這里面一半數學一半經驗，然后你發現怎么不賺錢了，于是把權重降低一點，還不賺錢，慢慢可能這個策略就停了，就是這么一個過程。

問題11：2021年9月底以來,市場出現對量化策略不利的行情，雖然您們策略也一度出現回撤，但已及時調整策略并逐步修復凈值，可以給我們講講您們是如何在2022年開年后的不利市場情況下取得正受益？當市場風格轉變，策略失效，您們是如何及時做策略調整的呢？

漁陽：2021年對于量化策略，特指股票，稱得上冰火兩重天，九月之前是火?；仡櫼幌職v史，2020年到2021年年初，藍籌股非?；?，當時市場上當紅基金都是坤坤、蘭蘭這類偏向大盤股的公募基金，本質上是資金追捧帶來的正反饋。但2021年春節之后藍籌就不行了，側重中小盤股票的量化策略異軍突起，很多機構還及時推出指數增強策略，良好的業績帶來更多的資金，陸續進場的資金有幾千個億，觸發了量化策略的正反饋，產生了很多的超額收益。

在收益特別好的時候，真的要小心，因為那都是正反饋，而收益特別差的時候，也不要過于悲觀，那往往是負反饋。正反饋不可能永遠持續，負反饋也不可能永遠持續。過后看是比較清楚的，2021年夏天的那一波正反饋，錢在不停的往量化里走，一般都是買中小股票，所以像中證500、中證1000等偏中小盤股的指數被越抬越高，抬到一定程度上，就無法持續了，就往下走了。九月發生的幾件事成為了動因，第一是恒大的事，預示著地產下行；第二是國家限電，意味著那時候被爆炒的周期股下行。當時包括新能源在內的一些板塊被之前的資金正反饋推的太高了，所以一往下掉就發生了負反饋。

因此在2021年四季度和2022年一季度，大多數量化機構不但虧錢，還跑輸指數，這其實比較不常見。我們耳熟能詳的幾家規模大的量化機構，都在不同時點發生過較大回撤。我覺得這是一個負反饋過程。我們也有這方面的經歷，高頻模型看的比較清楚，在市場的微觀結構發生改變之后，原來很賺錢的模型就失效了，但當我們發現之后，及時做出調整，慢慢降倉，然后血就止住了。

后來至于為什么又能逐步修復凈值？那其實是其他策略開始賺錢了。在困難的時候，經驗起了作用，我們知道負反饋正在發生，因此就比較謹慎，慢慢的穩住了之后，就會開啟下一個周期。然后我們又有開發新的信號、新的策略，所以業績慢慢就起來了，在2022年也取得了比較好的正收益，而且波動率也很低。

問題12：巴菲特曾說，投資有兩大原則，第一條是保住本金，第二條是記住第一條。您們在產品運行中非常注重風險控制，請給我們講講您們是如何做好風險控制的？

漁陽：我非常贊同巴老說的這句話，我們也是這個理念。怎么做到呢？我們在構建產品，構建策略組合的時候，都同時考慮收益和風險。剛才也講過，風險比較容易算的清楚，所以我們在構建新基金的時候，一定會先在風險的角度給它做一個定義。

首先要把重要的風險指標固定下來，比如年化波動率是多少，回撤是多少等，規劃好所要控制的范圍區間。一般機構投資者普遍了解自己的風險偏好，且知道自己需要什么；高凈值自然人客戶，對風險的承受能力是怎樣的，則需要管理人做相應的匹配。從風險角度，我們的特點是能達到投資人的預期。比如以商坤基金為例，我們企圖把回撤控制在6%以內，也做到了，一般每年都是5%左右，這就是風控在發揮作用了。風控不是說發生回撤的時候你才去控，而是在狀況發生之前，就已經算好了可能會出現什么情況，從數學的角度就已經基本上布局好了。例如，商坤基金的波動率就一直在我們預期的范圍以內：8%-10%，這是因為我們提前就做好了風險的預判和布局。

再回到巴老這個觀點，我們的風險是可控的，基金的波動率是有所預期的，這樣就不會出局。很多時候賺錢是有宏觀原因的，比如宏觀經濟發展了，出現了戴維斯雙擊，使得股市大漲；或者商品處于通脹周期，趨勢模型賺錢了；或者高頻策略，成交量忽然起來的時候就賺錢了。很多時候，賺大錢要靠運氣，但是怎樣活到你運氣好的那天呢？這就要靠風控。不能亂下注，有機會的時候再下注。

問題13：您在《亂世華爾街》里有提到過“對沖的真正目的并非避險，而是要用杠桿獲取高利潤”，如何理解對沖和杠桿之間的關系呢？

漁陽：這其實是一個風險收益比的關系，比如在股票里面，有指增策略和中性策略。指增策略是不對沖的，而中性策略是對沖的。

最終你要如何配置策略，取決于風險預算的設定。假設年化波動率是10%，如果你是指增策略，那大概只能買一半不到的倉位，因為指增策略本身是指數的風險，所以倉位30%-40%就差不多了。但要是采用波動較低的對沖策略，就可以滿倉。

所以是否對沖，如何對沖是一個比較復雜的問題，并沒有固定答案。我書中說的這句話，“對沖的真正目的并非避險，而是要用杠桿獲取高利潤”在美國市場更為適用。這可能說的相對比較專業，因為美國的杠桿特別便宜，所以美國的量化基金都要加起碼四五倍的杠桿，就是因為這個杠桿成本非常低，但是同時，利潤也非常薄，所以你不加杠桿是不行的。像我們知道的Two Sigma、Renaissance都加了很大的杠桿?？赡芙M合的回報率就只有比如5%，在美國市場這已經很高了，而在中國大家可能覺得很普通，但加上五倍的杠桿，就25%了，再減掉一點融資成本，剩下20%多，這是美國的邏輯。中國的邏輯我覺得還稍有不同，一般來說用不著加那么大的杠桿。

其實回答這個問題，它是一個優化的過程，具體要不要加杠桿，要加多少，要不要對沖，都取決于策略的風險收益比，以及你追求什么。

問題14：波羅的海干散貨運價指數（BDI指數）常被稱作大宗商品的“風向標”，也是全球經濟的“晴雨表”，截至今年11月8日，BDI指數近一年跌幅約50.11%，面對市場環境的不穩定，以及大宗商品持續低迷，商品期貨策略越來越難賺錢。如何看待明年的期貨市場？以及如何看待CTA的大年和小年效應？

漁陽：我只能泛泛而談，談一談宏觀層面。我覺得可能不嘗試擇時為好，包括對策略的擇時。因為你一旦擇時了或選股了，一旦集中精力去做某一件事情，多半會有損失。從數學上損失了分散風險這個功能，本來是三個策略：期貨策略、股票策略、固收策略，分散風險的效果是一直存在的，這是固定的好處，但一旦擇時了，你說今年我不看好商品我去掉商品，這樣收益是不確定的，但風險分散的效能損失已經發生了，三個策略就剩下倆了；選股也是一樣，本來選五百只票挺好的，非要縮減成五只，那我這五只能不能跑贏那500只不一定，但風險分散的效果不在了。

那么擇時行嗎？剛才我們講過，除非特別有把握，否則最好還是不擇時。所以關于CTA策略，過后看，確實有大年和小年，但關鍵你怎么預判明年到底是大年還是小年，我覺得沒有人能夠說得清楚，所以最好還是不做判斷，說到這里都是比較保守的量化思路。如果我們一定要有個觀點，我認為取決于很多因素，世界經濟是一個大周期，無論向上還是向下，這可能對CTA都有影響，有較大的地緣政治事件發生，像俄烏戰爭等，也是會有影響的。具體到BDI指數，我認為這是我們體系中眾多因子之一，我們做量化，觀察很多指標，很難說有哪個指標是神奇的，多數指標是隨機的，說白了我們也沒有用到，所謂有用的指標，往往就是概率上多一點點優勢，可能55%對45%，這就很好了，也就是信息比例多一點點，所以我們也沒有對BDI指數做很多解讀。