編者按：

從2019年初開始的“中國版海龜交易計劃”至今已經(jīng)走過2年歷程，經(jīng)過超過10次的培訓(xùn)，分享超過12套多品種期貨CTA模型，以及兩位導(dǎo)師和所有參與者的共同努力下，幾十位參與者共取得超過1500萬元盈利。

盡管比起國外的海龜交易法則，我們遲了30多年，但是整個項目用真刀真槍的長期交易成果回饋了所有人，證明了這個學(xué)習(xí)交流組織的價值，也證明了線性模型應(yīng)對商品期貨波動率的有效性。今天我們邀請該項目發(fā)起人，蝶威資產(chǎn)管理產(chǎn)品總監(jiān)濮元愷，通過撰寫此文，回顧這一年的CTA市場變化以及模型表現(xiàn)。

任何一位交易者在未來很多年內(nèi)，都會對2020這個特殊的年份印象深刻。從疫情超預(yù)期擴散，到全球貨幣政策變化，再到諸多不確定性疊加，以及國內(nèi)監(jiān)管層對于期貨市場的新定位，促成了大宗商品價格波動率提升，量化CTA策略展現(xiàn)了自己“危機Alpha”的特點。根據(jù)私募排排網(wǎng)，海通證券研究所統(tǒng)計，相比于海外市場，融智-中國對沖基金管理期貨指數(shù)上漲 28.10%，僅低于股票策略指數(shù)的 29.73%，位居第二位。

因為在以往的課程中，我們已經(jīng)講了太多模型、市場結(jié)構(gòu)，所以在今天通過此文，主要想和各位參與者溝通自己對于beta和alpha的關(guān)系思考，以及這兩種收益的捕捉方式，目的還是為了回顧我們在2020年取得的成績，以及思考未來如何應(yīng)對，思考不同的策略類型對于不同市場的適應(yīng)性。

1、商品期貨是一個小世界

由于每個期貨合約對標(biāo)唯一的大宗商品，且保證金交易制度促進(jìn)多空雙向、T+0、投機和套保多類型交易，所以期貨市場其實比股票市場更有深度。通過在商品期貨市場交易，我們可以捕捉各類資產(chǎn)，包括股指、國債，甚至未來的匯率等變化情況。所以你能夠想到的市場上的資產(chǎn)價格，在這里都有體現(xiàn)。

公開資料顯示：CTA基金起源于1949年，美國證券公司經(jīng)紀(jì)人理查德·唐奇安（Richard Donchian）設(shè)立了第一個公開發(fā)售的期貨基金，唐奇安此前還提出了期貨投資及其資金管理的相關(guān)方法，其中包括將移動平均的概念應(yīng)用到期貨投資中去，以及唐奇安通道——有趣的是，這就是海龜交易法則的前身。

既然是一個小世界，它自然能夠一定程度上揭示大世界的真實變化，甚至通過它獨特的交易方式，以及交易預(yù)期，來放大這種變化。2020年的商品期貨走勢諸位已經(jīng)看到了，波動率洶涌，如果你是一個準(zhǔn)確的基本面交易者，或者善用CTA模型，基本上都可以捕捉類似波動。

2、CTA模型是一個波動率函數(shù)

我的量化投資啟蒙，是通過2013年到2015年開發(fā)股指擇時模型，以及中國量化投資學(xué)會的諸位老師指導(dǎo)下完成最原始的對模型的認(rèn)知。這個認(rèn)知告訴我：如果不考慮除金融市場行情歷史數(shù)據(jù)之外的其他數(shù)據(jù)，只考慮行情股票價格內(nèi)部數(shù)據(jù)，則可以通過一個函數(shù)表達(dá)：

上圖表達(dá)的意思是：第T+1期的價格（未來價格），可以通過一個函數(shù)關(guān)系，以之前的價格來解釋。該函數(shù)將未來價格和過去價格構(gòu)建關(guān)系，其中波動率是過去價格的一種衍生，還有很多統(tǒng)計指標(biāo)也能衍生過去價格，放入模型帶來更好效果，比如均值、偏度、斜率等等。

但是這個函數(shù)是非線性的（比如是分段的，是有邏輯分支的），我們所有模型開發(fā)者的工作，就是尋找一種方式逼近這個函數(shù)F，雖然它形態(tài)是非常復(fù)雜的。正因為如此，模型（函數(shù)F）的開發(fā)道路永不停步，市場在變化，我們要尋找到一個起碼在歷史回測中，以較高的手續(xù)費，交易多的交易次數(shù)都能盈利，且低回撤盈利的策略，在實盤中才有可能有生存的機會。

你可以有大概兩個選擇方向：A、讓這個函數(shù)通過機器學(xué)習(xí)方式變得非常復(fù)雜，非常的非線性，難以理解，在樣本內(nèi)取得極高績效。B、也可以大道至簡，通過線性條件的組合、互相過濾，非常符合波動邏輯的撰寫模型，達(dá)到一個長期績效較穩(wěn)，短期波動率可以接受的模型。實踐告訴我，在CTA模型領(lǐng)域，后者是更好的選擇，更理性地盈利方式，甚至能讓你的職業(yè)生涯更安全長久。在股票alpha模型領(lǐng)域，前者在beta研究充足以及測試環(huán)境嚴(yán)苛的情況下是更好的選擇。我也在思考，或許這一路線選擇，可能和CTA組合的單品種單模型利潤貢獻(xiàn)不均勻，而個股的利潤貢獻(xiàn)較為均勻，有一定關(guān)系。

2年前，輔助項目啟動（當(dāng)時第一批加入者僅有20人左右），我們做了一個自己的公開業(yè)績賬戶，如上圖，通過配置大量在課程中講解的線性模型，試圖達(dá)到波動率追蹤的效果，2年過去了，我們通過堅持運行它，基本完成預(yù)期。雖然有很多不如意，但是它代表了大部分該項目的參與者，如果在資金足夠充裕，能夠配置多套模型，多個品種下的平均表現(xiàn)。所以說CTA模型是一個波動率轉(zhuǎn)換函數(shù)，將方向連續(xù)性的波動率轉(zhuǎn)換為開平倉之間的利潤。

2020年我們同時還嘗試了股票橫截面alpha策略，甚至非常大的精力鋪在這里進(jìn)行探索，所以接下來的兩個部分，我想談這里的感受和發(fā)現(xiàn)，以及這部分知識反饋到商品期貨CTA模型對我們認(rèn)知的進(jìn)一步啟發(fā)。

3、alpha收益（股票）對于beta收益（期貨）的啟示

Alpha收益概念更多地運用在股票中，它是指某個股票或股票組合相對于比較基準(zhǔn)(通常指市場指數(shù))的超額收益，或者特殊收益。這一概念在CAPM模型中被第一次定義，投資組合的收益率等于無風(fēng)險利率加上風(fēng)險溢價，在沒有alpha收益的情況下，只有多承擔(dān)風(fēng)險才能獲得更高的收益。資產(chǎn)的收益主要取決于beta值，beta越高，期望收益相對越高，beta越低，期望收益相對越低。資產(chǎn)的Beta系數(shù)描述資產(chǎn)與市場相關(guān)性。

學(xué)界普遍認(rèn)為alpha收益不存在，或者不會長期存在，但是業(yè)界確實有很多優(yōu)秀的投資公司，在持有一個非常大的投資組合前提下，通過優(yōu)秀的調(diào)倉換股或者擇時能力，依然可以獲得alpha收益。但是alpha不存在的邏輯其實從未動搖，因為任何alpha因子，或者alpha方法被挖掘出來之后，都會被更多人發(fā)現(xiàn)、跟隨、利用，從而轉(zhuǎn)向變成beta因子，或者變成連beta因子都不算的某種異象。

Beta和alpha到底有何不同？盡管兩者都能貢獻(xiàn)收益，但是beta收益不穩(wěn)定，alpha收益很穩(wěn)定。通過下圖（閱讀量信投資的公眾號，石川老師的文章時獲得此知識）可以做簡單介紹。

左上圖，因子收益率在大部分時間為正，但波動較大。這說明該因子雖然可以貢獻(xiàn)超額收益，但是其自身波動也帶來了它對應(yīng)的系統(tǒng)性風(fēng)險。

右上圖，因子收益率在大部分時間為正，且波動很小。這說明該因子不但可以穩(wěn)定的貢獻(xiàn)超額收益，其自身的系統(tǒng)風(fēng)險也非常低。這在理論上是最優(yōu)秀的收益因子。

左下圖，因子收益率時正時負(fù)，波動很大，在統(tǒng)計上無法貢獻(xiàn)非0的超額收益。因此，該因子無法帶來超額收益，但是它可以顯著的描述某種系統(tǒng)性風(fēng)險。因此這個因子是一個優(yōu)秀的風(fēng)險因子，但它不是收益因子。

右下圖，因子收益率在過去顯著為正，可以貢獻(xiàn)穩(wěn)定的超額收益，但是在最近不再有效，轉(zhuǎn)變?yōu)榧兇獾娘L(fēng)險因子，無法貢獻(xiàn)超額收益，僅能產(chǎn)生系統(tǒng)性風(fēng)險。

所以在股票市場上，alpha的挖掘是非常困難的，從宏觀、到財務(wù)基本面、到量價微觀，必須多角度入手才有可能保持因子的長期有效，所以大部分機構(gòu)投資者的方式都是管理一個因子庫，定期挖掘新因子入庫，定期刪除失效的老因子，并鑒別老因子是否可以作為beta因子使用。模型部分，也大量采用了非線性結(jié)構(gòu)，實際上已經(jīng)復(fù)雜到難以解釋，但是在樣本內(nèi)由于測試條件苛刻（持股數(shù)量多，行業(yè)等風(fēng)格因子中性，單調(diào)性好），樣本外基本上可以保持表現(xiàn)，具體能保持多少，很大程度上不確定。

相比而言，商品期貨的大部分CTA模型和股票選股模型有很大不同。我列舉了以下幾個容易理解的關(guān)鍵字，來解讀兩者的差異：

首先說明，上圖所說的期貨模型，是以時間序列擇時為主的，試圖獲得第買高賣的擇時收益，股票模型是橫截面選股模型，試圖獲得對標(biāo)基準(zhǔn)股票池的選股超額收益。CTA也有橫截面模型，以后我們單獨討論。

從模型結(jié)構(gòu)上，兩者最大的差異在于模型復(fù)雜度，股票模型經(jīng)常被開發(fā)的較為復(fù)雜，非線性、機器學(xué)習(xí)，而期貨模型非常線性，比如突破后開倉，或者突破加某幾種過濾條件后開倉。

從對標(biāo)基準(zhǔn)上，股票模型有統(tǒng)一的業(yè)績基準(zhǔn)，比如中證500指數(shù)，而且可以通過做空中證500指數(shù)，做多一籃子股票，把超額的alpha收益拿到手。在此過程中，投資組合是不暴露市值beta風(fēng)險的。而商品期貨的擇時策略，必須通過承擔(dān)方向性的市值暴露風(fēng)險（比如持有多頭就暴露多頭，市場出現(xiàn)整體下跌必然虧損）來盈利。

可能也正因為模型結(jié)構(gòu)如此，加上波動率的不均勻分布（收益率長尾分布），商品期貨CTA呈現(xiàn)高盈虧比、低交易勝率、低日結(jié)算勝率等特性。

我們也經(jīng)歷了較長時間的股票alpha因子挖掘和alpha模型開發(fā)，在突破了模型結(jié)構(gòu)的各種技術(shù)壁壘之后，股票項目給我們的最大感受就是其衰變比期貨CTA模型還要嚴(yán)重。我反思這些衰變可能源于這幾點差異：

A、alpha因子向beta因子的轉(zhuǎn)變，前文已經(jīng)說過原因

B、機器學(xué)習(xí)非線性模型架構(gòu)對于樣本內(nèi)的過擬合，在樣本外缺乏穩(wěn)定的驗證方式。這一點如果做過參數(shù)擬合的開發(fā)者會很有感觸。

C、股票市場的政策變化，導(dǎo)致市場風(fēng)格輪動速度快，且歷史上無類似蹤跡。比如最近機構(gòu)抱團(tuán)部分少數(shù)所謂的“高確定性，行業(yè)龍頭”股票，就讓持股數(shù)量較大的alpha模型很難辦。樣本內(nèi)高勝率模型反而對應(yīng)著短期的風(fēng)格切變導(dǎo)致的劇烈回撤。

D、建模階段對于beta的中性控制能力不足，導(dǎo)致很多樣本內(nèi)回測收益是beta收益。對于beta的研究不足和alpha的獲取息息相關(guān)，因為當(dāng)你無法做收益歸因的時候，經(jīng)常會誤以為自己賺到了alpha，實際上依然是beta。

總之，很多beta收益在股票市場是不允許被中性策略獲取的，它們不僅會導(dǎo)致alpha收益不純凈，而且會導(dǎo)致樣本外alpha受傷害。

期貨CTA策略則完全不同，商品期貨就是通過針對各種beta因素來設(shè)計交易策略，通過承擔(dān)可控的、線性可解釋的風(fēng)險去獲取收益。上圖2個資金曲線由代丹斌老師提供，他在中電投先融期貨資產(chǎn)管理任職，有豐富的CTA投資經(jīng)驗和超過2億元以上的CTA模型組合管理經(jīng)驗，這兩年的回報率在嚴(yán)格的風(fēng)控約束下，依然維持在年化30%左右。這兩幅圖分別是課程中商品長周期與商品日內(nèi)策略的表現(xiàn)，和項目參與者保持一致，我們也使用TBquant軟件作為一個可對照的回測開發(fā)平臺。如果你將主要商品期貨2019~2020年的走勢疊加分析，就會得到簡單有效的結(jié)論——模型的收益大部分來自于市場變動，模型的回撤來自于市場噪音（無序波動），優(yōu)秀的模型不是沒有回撤，而是縮短回撤時間和空間，為下一次有效波動儲備彈藥。

行業(yè)內(nèi)對于各國股票市場alpha的定價研究眾多，但對于商品期貨市場，相對少一些。但是相對于股票市場不確定性較高的alpha收益，商品期貨市場的beta收益來的更直接、更真實，它更強調(diào)模型開發(fā)者的能力，適合較小團(tuán)隊作戰(zhàn)。所以期貨CTA模型是一條還不算擁擠，巨頭并不太多的賽道，我們每個人都要尋找適合自己的生存區(qū)間。我的這一簡單體會，也產(chǎn)生了本文的標(biāo)題：偽alpha與真beta。

4、alpha與beta投資不變的主題——低回撤與高收益

雖然股票alpha模型和商品期貨時間序列為主的模型有眾多不同，但是兩者有高度相似的業(yè)績要求，就是低回撤、高收益。這一看似矛盾的兩個主體如果再疊加大容量，就是量化投資中的“不可能三角”（類似經(jīng)濟(jì)學(xué)的不可能三角或者稱之為三元悖論），還好我們的參與者并沒有每人都拿出上億資金去擠壓模型的收益率，所以暫時我們對市場沒有那么大沖擊，不斷追求低回撤，高收益，依靠每一個聰明的大腦，是完全可行的。

我們普遍認(rèn)為1952年馬科維茲奠定了現(xiàn)代投資組合理論的基礎(chǔ)。他認(rèn)為絕大多數(shù)成功的穩(wěn)健投資者并非僅僅持有一種資產(chǎn)，他們大多建立了資產(chǎn)組合。這表明投資者在追求收益最大化的同時，資產(chǎn)組合追求著風(fēng)險的最小化。

書本中看到的優(yōu)化投資組合在以波動率為橫坐標(biāo)，收益率為縱坐標(biāo)的二維平面中描繪出來，形成一條曲線，相對應(yīng)的還有最小方差點和有效邊界。這種方式通過均值方差分析方法，定期優(yōu)化各類資產(chǎn)權(quán)重，獲得高收益與低回撤，也就是高夏普的目標(biāo)。之前我在公眾號《量化投資訓(xùn)練營》中分2次介紹了“風(fēng)險平價”（Risk Parity）組合管理方法，也都是類似思路。

商品期貨中，情況有所不同，甚至簡化。我們在單品種趨勢交易類模型上（我們常說的一個模型對應(yīng)一個品種算是一個交易單元），大量采用波動率倒數(shù)的頭寸管理方法，因為波動率常均值回復(fù)，所以本次已實現(xiàn)的高波動率區(qū)間，對應(yīng)著下一個低波動率區(qū)間，要做防守，反之要加倉做進(jìn)攻。

在品種選擇上，當(dāng)我們?nèi)狈σ粋€中長期波動率預(yù)測模型時，傾向于廣撒網(wǎng)。當(dāng)我們能夠一定程度上預(yù)測波動率時，自然會配置高波動品種。但是情況也并非這么簡單，如果你有興趣研究上行和下行波動率出現(xiàn)之后的價格走勢或者波動率走勢，可能會得到更多答案。

在周期選擇上，率先出現(xiàn)的一定是大周期級別波動率，大周期走完之后，殘余的不屈服的投資者，會帶著他們固執(zhí)的觀點（分歧），繼續(xù)制造中小級別波動率。所以如果資金充裕，要多品種多周期配置模型，也能分散每次交易的沖擊成本，如果資金有限，必然要做品種和周期的擇時。

有了每個交易單元的資金管理，再疊加多品種分散和周期控制，商品期貨時間序列策略的低回撤之路就會越來越平坦，當(dāng)然了，這條路在學(xué)習(xí)之初永遠(yuǎn)顯得那么曲折。

今天的主要分享內(nèi)容就暫時到這里。

我和代丹斌老師為中國版“CTA海龜交易計劃”堅持了2年，因為最初幾乎沒有授課費用，連酒店車票錢都無法覆蓋，所以自然地，我們從始至終以廣交朋友為出發(fā)點（如羅老師所說，交個朋友），我們也不想浪費自己的時間，盡全力講有用的東西，講正確的投資理念，講有統(tǒng)計依據(jù)的模型開發(fā)經(jīng)驗，希望每個人都有所收獲。

上周聽到七禾的工作人員說項目參與者獲得了總計1500萬元的利潤時，第一反應(yīng)是不敢相信，因為大家的資金體量平均在30~50萬元左右，然后再想到全體成員對該項目的重視，對模型的保護(hù)和不懈迭代，以及七禾網(wǎng)對于參與者的嚴(yán)格篩選，最后這個組織得以發(fā)展壯大，我們瞬間感覺自己的堅持是值得的。

2020年初疫情發(fā)生后，項目改為線上交流，每次從早到晚大致安排6~8節(jié)課程，課程中涉及的10多個模型源碼，相信各位參與者應(yīng)該已經(jīng)高度迭代演化成為自己的模型。加上這兩年的市場并不算難做，堅持多品種多模型的交易方式，最終收獲真正的beta擇時收益不是非常困難的事。希望疫情早日過去，我們再次相聚上海、杭州或北京，就像第一次項目啟動時一樣，我們儲備更多有價值的內(nèi)容，一起分享，一起探討商品期貨市場的持續(xù)盈利之路。

“中國版CTA海龜計劃”，等你加入！第十一期時間：2021年2月27日（周六），上午9:00~11:30，下午14:00~17:30
    相關(guān)鏈接：精品量化免費培訓(xùn)，送十多套精品模型