# 私募早餐会，私募机会早知道 #
本期嘉宾：
慧网基金
董事长
王祥
，首席基金经理
范辉
拥有超过十年的投资经验，管理过的资金规模超过5.6个亿，王祥先生在2011年创立慧网基金后不断开发升级，带领他的核心投资团队成员之一范辉进行多策略开发，升级量化投资系统。
他认为，当前衡量量化投资公司的标准还多了一条，那就是是否有一个强大的研究方法和系统平台。
那么，一个强大的量化投资平台是如何构建起来的？对投资风控又有什么效果？让我们来听听慧网基金的讲述。
点击链接快速看完整视频：https://v.qq.com/x/page/b05019x1j7b.html
▼ 附文字稿（有删节，建议观看完整视频）
投资平台程序化 打造科学风控
慧网基金成立于2011年，从2011年开始从事CTA交易。在五年实盘的业绩过程中，有年化30.1%的收益，夏普比2.9，成立至今的总收益已接近3.5倍。投资团队都具有金融行业十年以上的从业经验，也有领先的研发平台。
2015年的7月份开始，我和亚秋、范辉进入多策略开发，量化投资系统开始升级。
2015年10月，慧网的IT部门建成，现在所有行情、交易、回撤包括结算都是在自有的平台上程序化去实现的。
这里可以看到从2012年到现在的综合净值表现，还可以看到六个月的移动收益。这意味着任何时间节点净值都是为正的，且资金曲线都可以创新高。这块可以看到最大的一个连续回撤，其实在2015年6月有一个回撤有12.5%，当时是股指多单在冲高之后回落的情况，同时在之后的时间里很快修复了净值。平时绝大部分的回撤是控制在3%左右的，所以说回撤控制也不错。
尤其在2016年的11月11日，做商品期货的朋友记忆非常深刻，当天晚上很多品种从涨停到跌停，大概只用了不到十分钟的时间，当时很多的CTA策略产品损失非常惨重，包括个人投资者也有很多惨重的亏损。其实慧网基金在这个过程中，通过包括2015年股灾的状况、2015年商品期货在11月份的下跌、2016年3月和4月的上涨、以及7月的上涨和10月的上涨做了一个综合统计，我们统计分析整个商品的相关性，包括它的波动有很大变化的时候，相应会伴随市场的反转，所以在这个过程中进行相应的减仓。
2016年的11月14日商品大幅波动期间净值的回撤有效地控制在了0.01%。这个是在2014年9月发行的第一只结构化基金产品，前期建立安全垫的时候，净值表现得非常稳定，在趋势行情出现时，有效抓住这个产品的收益是28%。可以看到，这个产品从去年11月份的震荡行情到现在均有效地控制了回撤，同时在这段时间，基金净值有创新高。
为什么可以做到？
因为我们有一些科学、及时、合规的风控原则，主要分成三大块，事前风控，实时的风控，还包括量化风控，都是由IT系统，包括自己的程序化去实现的。
在我们自己研发的平台中，会有净值表现，包括日结算、杠杆率、仓位、价差、回撤等，都可以很好地在这张页面上完全体现。所以风控人员、交易人员，就可以实时监控这个系统。这个系统以每秒的频率去刷新数据，当出现达到风控阀值的状况时，就会有预警提示。
阿尔法策略多样化 打造科学组合
衡量一个量化投资公司，除了以往的实盘业绩之外，是否有一个强大的研究方法和系统平台也很重要。
因为一个好的量化研究开发平台，可以使你的研究开发事半功倍，拥有更高的效率和更好的研究结果。
慧网公司大概遵循四个原则进行量化开发。首先是要有理论的支持，每一个想法、每一个策略都必须有一定的实际理论知识和逻辑支持，如果没有好的理论知识，很多情况下就是依靠过度的数据挖掘，进行实盘操作的时候业绩往往不会很理想，持续性也会比较差。
其次，我们所有的想法都必须经过非常严格的历史回测，包括样本内和样本外的的测试，只有在测试中表现优异的策略和想法，才会进入到下一波更深入的研究。第三点是创造力，尤其在量化投资这个领域，市场在不断进步，只有不断创新、不断学习、不断去适应这个市场，才能跟上市场的脚步，获得超出市场的更好表现。
最后一点，多样化
，量化投资的关键就在于寻找大量低相关性不同的阿尔法策略，利用科学化的方法组合在一起，这样就可以达到非常平稳、非常低风险的收益。
我们对IT系统的研发也非常重视。早在公司成立之初，我们就投入了大量的人力和物力开发自主的量化研发和交易系统，现在是基于两种语言，一种是python，一种是JavaNode的语言，包括信号生成、自动下单系统、风险控制，都可以由自主开发的系统来实现。
量化开发最主要的是如何去寻找一个有效的阿尔法策略。
我们基于三个方法，首先是收集的大量国内外买方和卖方的学术报告，积攒了大量的材料，团队的图书馆也已经达到超过30G的公司数据库。第二点，我们团队三个主要得投资经理都有超过十年量化投资的经验，在过去投资经验的基础上，我们每天都在思考有没有更多更新的想法，然后把它测试、实现。第三点，如果把一些传统的信号简单地应用到市场，你会发现它不会产生很好的收益，但是我们经过一些特别的加工处理，发现有些信号仍然会取得非常好的收益。
CTA有四个组成部分，首先是大量的阿尔法策略池，我们通过研究开发出多种的、基于多产品多策略多周期的不同策略，然后通过自己研发的动态组合模型，把这些阿尔法策略组合在一起，力求达到比较好的组合，最后我们通过一些风控和对敞口杠杆的要求，对这个组合模型进行最后的分析和决策，最后的结果送给计算机进行自动交易。
CTA阿尔法策略池主要也可以分为四个部分，首先是
趋势跟踪策略
方面，这也是阿尔法的主要来源地，包括绝对动量、相对动量。其次是
反转策略
，它可以作为趋势策略的一个比较好的补充，分为绝对反转和相对反转。第三是
现代统计类策略
，我们根据比较先进的统计方法构造模型来进行预测今后的走势。最后是一些另类的策略，包括图形匹配和日内的市场的非有效性，然后总结出一些市场上非主流的策略，对其他三种策略进行了有效的补充。
我们是如何对初始研发的策略进行精细的加工，以达对它的收益和风险的增强呢？
精细加工的方法有很多种，我们列举几种市场上比较常见的，比如匹配市场的波动率，根据市场策略表现的波动率，然后动态地进行决定使用或者不使用这个策略，包括买卖的非对称，有些策略对做多会表现相对更好一些，有些策略会对做空表现更好一些，根据过往的分析，可以对做多和做空进行不同的分配，然后还可以通过建立一些过滤因子对策略进行提高，经过这些不同的精细加工的方法，最后得出一个收益风险比更高的策略。
我们拥有很多的多周期多产品多策略的不同的策略池，那么如何把它组成一个投资组合呢？
我们建了一个对市场进行选择的模型，然后基于市场的不同状态，可以决定出使用不同的模型。比如，如果现在市场属于偏正震荡的情况，那可能会给反转策略更多的权重，如果现在的市场是一个趋势性比较强的市场，就会给这个趋势类策略更多的权重。
构建多策略量化产品
我们设计多策略产品的主要目的，是因为慧网基金从2014年发行第一支公开发行的产品到现在超过大概六个亿。之前主要是CTA策略，那单一策略的最大缺点就是对市场的依赖性比较强。如果市场的趋势性比较低，CTA策略的表现就不会很理想；如果市场趋势性比较强，它的表现就会很理想。
单一策略相对风险比较高，所以想设计一个风险相对较小、绝对收益大概能维持在10%~15%之间、年化波动率大概在5%之间的产品。
我们使用一个叫核心卫星动态配置的模型，核心是采用低风险的固收类的投资方法，比如一些短期的高质量的公司债、国债、金融债，还有其他的现金管理工具。它的主要目的是提供低风险和收益增强，包括建立安全垫。我们主要的阿尔法收益来自卫星，包括之前提到的CTA期货策略，以及接下来要介绍的股票量化、阿尔法策略和股票的贝塔择时策略。我们认为整个二级市场，包括股票、期货、国债等市场会有轮转。所以如果有好的多策略，就可以在不同的市场表现下都拥有一个稳定的好的回报。
我们的股票量化的投资策略，还是采用比较传统的阿尔法多因子投资，根据自己的选股模型、风险模型和组合构建，依据投资的限制，再通过对交易费用的优化，包括风险敞口的限制、基准的选择，最后综合组成阿尔法选股模型。
我们并不是简单地采用传统主流的阿尔法因子，而是对它进行一些再加工和增强。
最后我们采用跟市场不太一样的非线性分析，首先根据某一个股票的市值动量成长，把它进行分类，分类之后再根据不同的因子，在同类的产品中对它进行打分，然后再把它所有的打分相加叠在一起，得到每一个股票。最后根据模型打分的结果，再决定是去买还是卖一个股票。
最后简单谈一下2015年股灾之后，因为对股指期货的限制，股指期货出现了很长一段时间很强烈的贴水，贴水对这个股票阿尔法中性策略的影响还是很大的，一年自动损失就会超过20%。通过长时间的研究，我们大概想出了集中解决办法，对这些损失进行一定的弥补。
首先通过不同股指期权指数之间的切换，分析发现在过去历史上不同的股指期货之间，它们的价差在日内波动有时候会达到很高，当它超过一定界值时，就可以通过在不同的股指期货、指数之间的切换，做空能够获得一定的收益。
另一个弥补办法是可以通过一定的大盘择时，通过一些市场情绪、市场的估值、不同的技术指标和宏观经济，构建了一个自己的模型，预测大盘未来的走势。如果我们的模型预测大盘未来走高的话，就可以适当减少对股指期货做空增加一些风险敞口。
最后，因为之前这两种包括标的切换和大盘择时，都会有一定的市场风险，
我们增加了一个纠正止损的算法，就是说如果实际表现不如模型预测的表现，就会设定一定的止损，这样就不会对整个投资组合产生比较坏的影响。
声明：本视频及文稿由《私募早餐会》独家发布，转载请注明出处。
我们保留追究不署名转载机构和个人的法律权利。