分享者为王炼石，鼎一兑弈创始人，四川大学数学学院概率论与数理统计学士与硕士。他2009年开始进入量化交易行业，在期货高频，股票alpha，商品与股指期货CTA均有丰富的研发与交易经验，在风控管理上也有多年实践。2018年与两位伙伴开始量化CTA的创业，侧重多样化策略的开发和风控体系的搭建，从业来管理产品每年均为正收益，创业三年来每年保持20%以上的稳定收益。
大家好， 谢谢交易门&无鱼邀请，我是鼎一兑弈的王炼石。通过今天分享的内容，希望能够清晰的剖析 CTA 面临的风险，同时能够提出一些应对方式，这其实就掌握了 CTA 的投资时机和控制回撤。我们做的可能还不够好，希望能给大家一些启示，能够做出完美的应对。
之前大家肯定对 CTA 有一定的了解，我就不多介绍 CTA 是什么。我们团队的经验主要在于CTA量化交易，因此经验和总结也主要在这方面。这一次分享主要涉及 3 个内容，第一剖析 CTA 作为风险 alpha，本身的风险是什么；针对这样的风险，底线思维有什么应对的原则和手段；最后结合产品情况，分析底线思维对我们带来的好处和代价。风险的本质就是 4 个字：不确定性。我们可以预测的事情不叫风险，知道一件事情发生，我们会做出规避，利用它谋利。不确定性在很多地方都存在，比如会不会发生、什么时候发生以及如何发展。最近的俄乌战争，普通人无法预测，可能早上起床知道打仗了，赶紧调整仓位。对于各个国家的情报部门，这件事情可以预测，甚至知道何时发生，对他们来讲，风险小一些。对于普京总统，至少知道何时发生，甚至可以在期货市场建仓，弥补俄军费用。但即使是普京，对于后续发展，也很难有系统性的预测。因此同样一个事件，对于部分人是风险，对于部分人是机会。风险作为危机 alpha 的属性，海外 CTA 在本世纪的巨大风险事件中，无论是相对表现，还是绝对表现，都非常出色。既然 CTA 本身是以现实中的风险为生，那么它的风险是什么呢。一个不严格的比喻，现实与预期的不确定性。如果对不确定性有比较好的分析性，就可以用来盈利。所谓分析性，是指连续和可导，可以很容易地识别，这是一种比较好的风险。同样也有一些不好的风险，在于风险的二阶不确定性。
现在大部分的 CTA 策略，能管理的都是显而易见的风险事实，对于风险本身的变化，如果脱离可预测的框架，就是更加高阶的风险，不是那么直观，我们可以从函数中，比较容易的想象一阶什么时候向上，什么时候向下，但是对于二阶，我们很难想象。以后更进一步的策略，甚至可以利用二阶的不确定性，这时候还会有更高阶的不确定性，成为风险的来源。对于理想型的风险，我们比较容易得到一致预期。非理想型的风险，最大的特点就是双方预期势均力敌，缺乏分析性，最后造成亏损。
首先我们要对现实的风险做一个分类。罕见风险并且影响小的可以不用讨论。对于大家说的危机 alpha，也就是罕见风险并且影响大，比如新冠疫情和最近的俄乌战争，也叫做黑天鹅，这是 CTA 的主要盈利来源。常见风险影响小是 CTA 平时的盈利来源，比如美联储每个月的议息会议，一些经济数据的发布，都会在市场产生小波动，因为很常见，所以很容易挖掘统计规律，容易识别，也容易有应对的手段，利润也不大。从特朗普开始，世界开始很不稳定，我们也很少提和平与发展，而是判断进入百年未有的大变局。这样的趋势下，我们对这样的事件要有底线思维。对于 CTA 遇到的风险，来源方面可以列出几个。管理人视角区分内外，内部来源相对可以控制，外部风险来自客观世界的变化，相对不可控。通过一个例子来看一下外部风险，原油在俄乌战争开始以后，大家都有一个共识，油价肯定会涨，所以黑天鹅发生初期，仓位可以快速反应，所以危机 alpha 是主要来源。到中后期，战争进入僵持阶段，预期都已经消化，大家可能会有分歧，所以在黑天鹅后期会出现对整体不太有利的结果。动力煤这个例子，主要说明巨大的政策变化对回撤的影响。去年动力煤是一个明星品种，10 月份有一波超级行情，历史上没有出现过。大家对于政策出来是有预期的，但是什么时候发生，什么时候落地，以及力度问题，都很难做出预测。大家没有想到交易限制 50 手，这个政策对于不太灵活的策略，首先就使得缺乏足够的流动性转向，对于灵活的策略来说，本来可以继续赚钱，但是在开仓的限制以及监管的督促下，也吃不到这一波。现在动力煤的交易可能不到 100 手，彻底失去了流动性。两个例子结合起来就可以看到板块轮动的风险，虽然是风险，但为什么 CTA 能够持续盈利，因为总会有几个品种处于活跃的状态。
流动性问题不完全是外部的原因，有时候我们的自己问题也可能通过流动性反映，可能表现为应该建立的仓位没有能建立，在本身流动性没有发生太大的变化前提下，就需要从内部找原因，特别是对于内卷问题，当前行情下，会有很多资金进入造成赛道拥挤，和其他各种赛道的规律是一样的，而CTA 的容量比股票要低很多。再看内部风险问题。IT 就先不多说，相对成熟的团队不太会出现 IT 问题。内部主要还是策略问题。量化策略的本质是某种特定的统计规律，统计规律会发生变化和飘移，有时候是外部市场发生变化。但实践下来，外部世界规律很少发生变化，最后其实还是主观问题，挖掘规律的时候没有足够的样本，或者是有偏差的样本，认识不够全面。比如之前牛顿力学 F=MA，可以解释世界上的所有问题，但到 20 世纪，在光速条件下发现牛顿力学失效，出现相对论力学，但它也在低速条件下无限接近牛顿力学。所以很多时候觉得自己没错，是世界的错了，其实世界的规律没有发生变化，只是自己的认识还不够全面。
策略的第二类风险，容易和统计规律失效发生混淆，看起来好像是失效，实际上没有失效，只是策略本身在不同行情下具有周期性，相对不适应的行情会反复出现，并不是任何行情下都可以赚钱。
对于管理人或投资者来说，信息不足的时候如何对策略进行划分，提供靠谱的策略风格推断，有这样一个指标，就要通过交易频率。暂时不考虑超高频，先考虑两种极端，对于低频策略，由于进出仓的机会比较丰富，所以容量比较大，但是转弯半径也比较大，这时候会承受比较大的风险。对于高频策略，进出窗口相对短，所以容量小，优点在于转弯快，但是成本高，最大的风险在于磨损，不停的转弯，会承受比较高的手续费和流动性磨损，盈利不足以抵消磨损，就是风险比较高的时候。对风险有了足够的剖析之后，接下来提出一些应对的方法。我们要优先侧重于内功，在策略层面对可控风险作出预防，量化策略可以看做对已知样本的归纳，所以总会有未知的东西，在内功之外也需要外功控制，通常是考虑策略的搭配，统筹规划。总的原则是假设有一个巨大的风险，在极端情况下应该怎么做，这是统计中极小极大的原则。首先要实现策略多元化，每个策略都有自己的收益风险特性，不可能一两个策略就搞定所有风险。我们可以挖掘很多统计规律，在这个基础上，还会使用不同来源的数据，这也是多元化的来源。也有可能统计规律一样，数据也一样，但是运用上做出区分，比如敏感程度不同，就又形成多元。看起来多元化很困难，但实践起来不会太难。多元的基础上还要追求策略的稳健性。我们的策略优化都不是从最大的盈利的角度，而是最大的稳健性。首先是策略的深度，对于各种情况下的样本，都可以保持盈利。广度上是覆盖尽可能多的品种，行情轮动的时候，只要有活跃的板块存在，就一定有对应的策略储备。我们上周收盘之后产品分配情况，目前市场有 60 多个期货品种，都保持观察，活跃交易的大概有 40 多个，很少有品种是没有资金的，而且每个产品，或者每个版块，资金分配相对比较平均，可以解决热点切换和某个产品失去流动性的问题。我们尤其注重整体策略的简洁性，哲学家奥卡姆提出过剃刀原则，如果没有确定的证据说某个东西有确切的好处，我们就不要引入，因为不确定性是风险，所以我们一直坚持简洁原则。简洁也可以理解成可解释性，不是教条的限定 1 个策略只有 2 个参数。比如对于机器学习来讲，不可避免存在技术上的黑箱，我们不清楚里面怎么完成的，但是我们知道黑箱的输入输出，了解其规律，也就不需要了解黑箱里面有什么东西。我们拒绝认识上的黑箱，但是允许实际系统中存在技术黑箱，只要我们能够透彻理解，就不会破坏简洁性。实现简洁性之后，希望达到 3 个目的。因为简洁，如果有技术风险，可以迅速的定位，包括策略的问题，有些需要分析表现，能够迅速定位到对应的策略细节，做出一些修改和迭代。同时，简单的结构能够提高普适性，越简单的东西越能够适应更多的情况。在策略之上，我们建立了一套独立的风控体系。去年 8 月份左右我们自己上了一个可量化的风控系统，和策略是独立的两套系统，我们试图在风控层面也量化，可以在资金分配和仓位限制方面实时动态调整，因为有底线思维的存在，所以我们不会过分的追求产品热点，或者某个策略短期表现非常好，也不会投入过多的资金。比如最近俄乌战争中后期，我们的低频策略开始亏钱，系统自动提升高频策略的比重，然后依靠高频策略出色表现，覆盖了低频策略的亏损。然后是对敞口的控制，这一点需要我们能够精确地计算和跟踪某些指标。通过控制敞口，可以切换风格，不用在每个策略上调整。我们 3 月份，所有多空仓位净敞口，不以直接控制敞口为目的，而是通过我们定义的某几个指标，自然达到的结果基本都在 15%以内，最多是 13%，我们一直控制在比较低的水平。最近我们还有一个很大的进步，实现了参数选择的自动化，更加有效率。我们上周做了一次参数调整，可以用它的模拟结果分析风控系统外挂对产品的影响。蓝色的线是我们没有风控时候的净值，黄色的线是加入风控之后的净值。从直觉上来讲，曲线被拉平了，变化率更加稳定，但风险压低之后也损失了一些盈利预期。如果只看回撤，风控之后的回撤，黄线基本都在蓝线以内，每一次回撤的力度，都得到了比较好的改善，而且修复回撤所需要的时间也减少很多，黄线往往只需要一半的时间。使得我们能够更加倾向于构建更加稳健的产品。
在实际产品表现上，有一只低杠杆的产品时间比较长。从 2019 年现在，风控实装以后，大尺度上被拉平了，斜率甚至比之前更高。2020 年左右，我们还有一段比较平滑的时间，疫情前后，那时候我们有一个比较简陋的手动风控系统，原则和现在一样，但是细节没有现在这么好，策略多元化上面也没有现在这么充分。我们看高杠杆的产品，在风控上线后，日线走势也变得平稳。最近这一波回撤是因为原油有一波隔夜跳空，后面基本也企稳了。底线思维可以让产品更加平滑，对投资者更加有利。短线投资者，越是平滑的产品，择时的风险越小。长线投资者，对于两只基金，基金 A 不平稳，基金 B 平稳，每年分红一次，从简单的算术平均数上来看，两只基金的风险预期一样，但对于长期投资者，计算复利的影响，基金 B 有更好的表现。对于管理者，好处也非常简单。在产品需求的情况下，可以提高资金利用率，更加方便的调整产品风格。研发策略的人，由于有大的兜底，策略研发中反而可以尝试更加激进的方法，具有更大的自由度。 
