期货市场一片向荣，股指期货是一个非常好的对冲股票的风险工具，并且还上市了一个新品种——股指期权。下面，我还是着重为大家介绍一下目前股指期货市场的最新收费和保证金的收取费率，供大家参考。

股指期货保证金比例分别为，沪深300、上证50，保证金12%、中证500，保证金14%、中证100015%。另外，股指期货手续费比例是沪深300、上证50、中证500，手续费0.000023，平今仓手续费0.000345.

下面，按照2022年10月17日的市场价格，计算一下股指期货的保证金比例和手续费计算。具体如下，供参考。
股指保证金

沪深300股指期货保证金=3841.2*300*12%=138283.2元/手

上证50股指期货保证金=2581.8*300*0.12%=92944.8元/手

中证50股指期货保证金=5978.6*200*14%=167400.8元/手

中证1000股指期货保证金=6471.8*200*15%=194154元/手

股指期货手续费

沪深300股指期货保证金=3841.2*300*0.000023=26.5元/手，平今仓是开仓的15倍，也就是397.6元/手

上证50股指期货保证金=2581.8*300*0.000023=17.8元/手，平今仓是开仓的15倍，也就是267.2元/手

中证50股指期货保证金=5978.6*200*0.000023=27.5元/手，平今仓是开仓的15倍，也就是412.5元/手

中证1000股指期货保证金=6471.8*200*0.000023=29.8元/手，平今仓是开仓的15倍，也就是446.6元/手

最后，如果想要做股指，需要满足一定的条件，具体如下
1.第一步是开通商品期货账户
2.连续5个交易日，可用资金大于50万；
3.期货业协会，适当性测试成绩大于80分；
4.一年内有十笔商品实盘交易记录或者10个交易日20笔仿真交易记录

满足以上条件，即可通过期货交易软件进行股指期货交易权限申请。



 

今年以来股市行情持续低迷，春节后更是出现了一波大幅度下行的行情。对于我们小散们辛辛苦苦攒下来的本金一下亏了不少。然而在股市里打拼多年的朋友都清楚，目前A股的价格已经是非常有吸引力了，只是在短期走势上是否还存在一定的下探空间，这是与环境和政策密切相关的，而且又是多变的。那么就使得我们内心出现非常焦虑的情绪，割肉离场又怕踏空，而继续持有又不知何时才见底。

 

在这种情况下，老股民选择的是多看少动等待市场回暖，而新股民可能就是受情绪影响较多经常进进出出，买错了不说，甚至还亏了不少手续费。这样的投资真的会让人看不到希望，甚至想抽身离去。那么真的就没有办法去应对了么？在这里我就希望通过过往的投资经验结合专业知识跟大伙讨论一下如何解决这个问题。

 

 

那么要解决系统性风险带来的冲击当然最好的方法就是通过对冲手段来规避风险。股市起伏不定，但是通过一段时间的交易经验积累外加一点技术分析，去判断市场是在上升趋势还是下行趋势这个并不困难。困难的是在趋势转折点上的把握，因此，我们只需要在对行情把握程度较低的时间段里运用对冲工具，对我们持仓市值进行对冲就可以做到短期规避风险的效果。那现在A股市场上我们可以有什么工具可用呢？

 

目前比较有效的工具就只有三种：

1、 融资卖出ETF基金，在市场稳定之后买回还券，在我看来，没什么优势，而且成本高，本文章不列入研究范围；

2、股指期货，优势是有三个品种，基本覆盖大中小股票指数，而且成交量比较充足，但是缺点也是非常明显，就是对择时的要求特别高，如果启动对冲之后指数掉头向上走，也会把上涨获利给对冲掉了，还有一个就是需要去期货公司开户，比较麻烦；

3、个股期权，目前我们的个股期权品种只有上证50ETF和沪深00ETF两个品种，而且对比股指期货来说成交量也比价差，但是个股期权作为对冲市场最为优秀的金融工具，其对冲优点是显而易见的，小成本大效果就是对这张股票保单属性的最具体描述。因此，在这里要跟大家介绍的就是如何运用期权进行风险对冲。

 

 

期权是一个非常复杂的金融衍生品，如果要弄清楚所有投资逻辑是非常困难的，而且对于我们小散们可能知识结构还不足。但是，如果我们只用于对冲的话，则只需要简单地了解平值认沽权证的交易方法和时间价值是什么即可。那么我就从这两个方面跟大伙普及一下。

 

首先，期权就是一张合约，简单概括包含的要素有：到期日、行权价、权利金（内在价值+时间价值），权利金就是期权价格，你可以理解为在规定时间内以行权价买入（或卖出）标的物的权利价值。那么认沽期权就是拥有以行权价卖出标的物的权利。打个比方理解一下，现在沪深300ETF是5元，那么你认为一个月时间300ETF价格可能下跌至4.5元，那么这个时候你可以买入行权价5元（也就是平值期权）认沽期权，那么如果真的到了4.5元的话，你每张期权可以赚到内在价值5000元（一张期权含10000份ETF购买权限），只是一开始需要支付一定的时间价值作为权利金（目前的波动率计算约名义市值2%-3%），

 

 

那么这样一来你就可以很好地锁住风险，并且，如果你判断错误了，也只是亏损2%-3%的权利金而已。在这我用股指期货和期权做一下对比就更清楚了。

1、如果运用期货对冲，那么市场的波动几乎就与你无关了，如下图：

 

2、如果运用期权作为对冲，那么在可以控制风险的条件下还不会错过市场上涨带来的收益，如下图：

 

其次，既然期权具备如此优秀的对冲能力也不会错过上涨行情，那么是否可以长时间不间断去做？答案当然不是，因为刚才也说了，每次开仓均需要付出2%-3%左右的权利金作为成本，也就是你买保险也是要给保费的，所以在对冲的时候也需要选择时机，不然保险费消耗也是非常大的。只是运用期权对冲我们更不需要害怕做错方向。那么一般来说我给出的建议都是从技术形态去考虑，一般两个时间节点做对冲比较适合：

1、 在预计行情见顶的时候，如下图：

 

2、 盘整后跌破平台，预计加大下跌力度，如下图：

 

 

总结：市场千变万化，知识不断更新，每一个行业能赚钱都是需要付出努力和适应它的，股市同样如此。目前我们可以做对冲的品种已足够应对市场波动，现成的工具不用这样战斗力不就大打折扣了么？希望文章内容大家喜欢，也希望对您有帮助。祝大家投资顺利，别忘了，点赞关注转发，谢谢。

最近，大家有没有注意这样一条新闻：“公募量化对冲基金重出江湖！”

停滞3年之后，公募量化对冲基金再度开闸，景顺长城等7家基金公司的产品获批。有基民可能会问：量化我听过，量化对冲是个啥？

今天，小景就和大家聊聊什么是量化对冲。

“量化对冲”：量化+对冲

“量化对冲”是“量化”和“对冲”两个概念的结合。

所谓“量化”，指借助统计方法、数学模型来指导投资，其本质是定性投资的数量化实践。所谓“对冲”，指通过管理并降低组合系统风险以应对金融市场变化，获取相对稳定的收益。

举个栗子，基民A为了管理身材，会根据各种食物的热量数据来安排饮食，比如1/4 碗饭=80千卡；1个煮鸡蛋=80千卡；1个小面包=180千卡……这就类似于“量化”管理。有一天，基民A不小心吃多了一点，怎么办呢？于是选择跑步1小时消耗掉摄入的多余热量，这就类似于“对冲”。

量化对冲的目标：实现绝对收益

又是量化，又是对冲，在投资中有什么优势呢？其实，量化对冲的目的，就是实现绝对收益。

资本资产定价理论(CAPM)告诉我们，投资组合的期望收益=α+β

其中，β收益可以简单理解为市场平均收益水平（例如股票指数的收益水平），而α收益是投资组合超越市场指数的收益。通俗一点，你可以把普通人百米跑的平均速度理解为β收益；而博尔特的世界纪录超过普通人速度的部分就是α收益。

如果只投资股票，虽然优秀的投资者可以通过选股、择时跑赢指数，但无法避免市场趋势性下跌带来的系统风险，例如市场跌10%，优秀投资者手中的股票只跌4%，但也只是少亏一些，亏损还是存在的。而通过对冲手段，可以剥离或降低投资组合的系统风险(即规避市场的10%跌幅)，获取纯粹的超越市场指数表现的α收益（即正6%），使得投资组合表现与市场上涨或下跌关系不大。

所以，量化对冲基金往往追求绝对收益而非相对收益。

量化对冲的三个优势

量化对冲基金有哪些特点呢？

• 投资范围广、投资策略灵活

普通公募产品由于投资范围受限，参与衍生品投资的比例较低。而量化对冲基金投资范围广，覆盖股票、债券、期货等，投资策略灵活。

• 在弱市中表现较为稳健

为什么需要对冲？其实是出于解决投资者“怕跌”的心态问题。在震荡市和下跌市中，我们需要通过“对冲”的手段来降低持有权益类资产的波动，提升投资体验，毕竟投资中的“过山车”，谁也不想坐。

数据显示，量化对冲基金在弱市中表现稳健，回撤较低，超额收益明显。如下图所示，与沪深300指数相比，量化对冲公募基金在下跌市、震荡市的收益均能严格控制回撤风险。

数据来源：Wind，计算区间为2014年10月1日-2019年9月30日。

• 其它策略相关性低

量化对冲策略与股票策略、债券策略、FOF/ MOM策略之间相关性低，可以弱化系统性风险对投资造成的负面影响。关于投资策略的问题，大家可以用“武术套路”的思维来理解：比如量化对冲策略是武当太极，其他策略分别是是峨眉剑法、少林拳法、昆仑腿法。如果大家都用一套拳法来做投资，未免容易跟着整体市场起起伏伏，很难有超额收益；而如果大家打法不尽相同，那么就能百花齐放、各有所成。

统计2012年7月至2019年6月的主要策略产品指数表现显示，市场中性量化对冲策略与股票策略、债券策略和FOF/MOM策略之间呈现明显低相关性特征，从0.24到0.43不等。

资料来源：朝阳永续，中信证券研究部计算。主要数据区间为2012年7月至2019年6月，其中多策略和宏观策略区间为2014年7月至2019年6月。

注：考虑到2015年9月至2018年底市场中性策略指数基本走平，剔除该段收益率后统计的数据依然呈现显著的低相关性特征。

 

看完以上内容，大家是不是对量化对冲有大致的了解呢？今天的“量化对冲小百科”就到这了，我们下期再见。

 

（本访谈约9500字，阅读时间约需30分钟。）

访谈时间：2019年9月30日下午（美国时间）

访谈地点：曼哈顿中城

量化投资，始终是证券投资行业最隐秘的一个领域；手握重金的量化对冲基金经理，在大众心目中也一直蒙着一层神秘的面纱。

纽约华尔街、伦敦无疑是全球对冲基金的两大重镇。由于华人在数理化方面比较优势，目前在华尔街从事投资的华人中，基本集中在量化投资领域施展拳脚。

美国时间9月30日下午，在曼哈顿中城，冰哥采访了在华尔街从事量化对冲投资已有12年的蒋晓炜，很温和的笑容，告诉我在上周二（9月24日），他刚刚从工作了5年的Welton公司离开，10月1日将正式入职到一家总部在伦敦的对冲基金GSA Capital的纽约办公室任职。

纽约大学毕业后，从2001年到2007年，蒋晓炜先后在美国一家能源集团、瑞银集团（UBS）、联博基金（AllianceBernstein）这三家机构从事了近6年的研究工作。2007年，他正式开始了量化对冲的投资工作生涯，先是在克林顿集团 （Clinton Group）担任基金经理和首席策略师，为克林顿集团的量化股票基金（CES）创下7年每年年化20%的收益率；2014年9月，跳槽至Welton Investment Partners（WIP）担任合伙人、基金经理、首席策略师，为WIP创建量化投资基金团队。2016年，他荣获美国HFM对冲基金年度最佳业绩奖 （对冲量化股权类）。

行文至此，有必要从网上搬一段通俗的说明：“量化对冲”就是“量化”和“对冲”两个概念的结合；而“量化”指借助统计方法、数学模型来指导投资，“对冲”指通过管理来降低组合系统风险，获取相对稳定的收益。实际操作中，对冲基金的管理往往采用量化投资方法。

那么，华人在华尔街从事量化对冲的现状如何？量化对冲基金经理，每天上班都干什么？他是通过什么方法来赚取收益的？量化投资这个方法赚的是谁的钱？一支好的量化基金是什么样的？

（图为蒋晓炜）

肖 冰（前海宜涛资产合伙人）：蒋总，今天非常高兴能在纽约访谈你。听说你是上周二刚刚离开上家公司，即将入职一家新的对冲基金公司，请介绍一下这家对冲基金公司的情况，以及你将在这家公司投资工作的主要内容？

蒋晓炜：过去这十二年，我一直在华尔街做量化对冲，10月1日将入职这家公司名叫GSA Capital，总部在英国伦敦， 2006年从德意志银行里面分离出来的，以前是在德意志银行里面做的非常成功的一个量化团队，这个团队出来以后做了一个量化对冲基金，开始是一个单策略，后来慢慢变成多策略，在伦敦总部有几百人，三年前在纽约成立了办公室。它的总体管理规模有一百多亿美金，在业界算是一流的对冲基金公司，投资领域主要是二级市场，有股票、固收、外汇、期权期货衍生品等，期权期货衍生品里面还有一些固收衍生品。

说到量化，你能想到的名字就可能是文艺复兴、DE Shaw、Two Sigma、 Millennium这些公司，因为那些公司都是美国的，所以我们听到的多一点。英国其实有几家非常不错的量化对冲基金，跟美国是平起平坐的，比方说Winton、 Man Group、 GSA都是英国几家最大的，但是媒体对它们的报道少一些。全球范围，量化对冲在纽约和伦敦两个地方做的最好。

这家公司GSA的体制有点像事业部，每一个团队独立核算独立盈亏，英文叫做 silo porfortlio manager或者independent porfortlio manager。这种模式基本上就是我自己有一个团队，这个团队负责开发策略，交易以及风控，盈利后我们团队和公司进行比例分成，在这家公司我也将负责这样一个投资团队。

除了我团队自己做风控外，同时公司层面也有一个总体风控，比如某个产品净值出现比较大的波动以后，公司会对每一个团队进行风控。

肖 冰：你们团队做的风控，和公司层面的风控，各有什么侧重？

蒋晓炜：这两套风控是平行的。我自己的风控是从我的建仓开始做，比如说我建仓之前就知道我的风险敞口应该怎么设定，然后我把这些设定都放在一个模型里面，最终出来的资产组合，已经把风控考虑在里面了。

公司的风控基本上是事后风控，比方说我的产品风险敞口超标了，他就会来警告我，让我减仓。

 

华人在华尔街大多从事量化对冲

肖 冰：目前我们华人在华尔街的基金公司里面，能够做到什么样的职位？

蒋晓炜：华尔街的基金公司分两类，一个是做mutual funds（共同基金或者国内讲的公募基金），另一个是做私募，或者对冲基金。我这两块都做过，我以前是从联博基金（AllianceBernstein）出来的，这是一家比较大的共同基金公司。

华人在华尔街看共同基金里面做到中层职位的有不少，但是做到比较高层的就少了。比如现在纽约人寿保险公司下面的一家投资管理公司，我在联博基金的老同事江平做到了它的CIO（首席投资官）。

肖 冰：在华尔街做量化对冲基金这个细分领域，华人目前是一个什么状况？

蒋晓炜：我觉得对冲基金的竞争更加激烈，要做好需要一种全才通才，不论是市场经验、策略、领导能力、沟通能力，都要求非常高，这个的确是非常考验人。在对冲基金待了十二年，我觉得对冲基金行业绝对是汇聚了金字塔顶端的人才。

华人在华尔街做量化这块是挺多的，做基金管理投资的话基本是量化对冲为主，做主观对冲或者主观操作的相对较少，这也和我们中国的教育体系有关，量化数学这方面基础比较好；其次，做主观对冲要跟人打交道，而由于中西文化的差异，导致华人在这里做投资时不如跟机器、跟数字打交道来的自然。

现在在纽约的量化对冲基金公司里面，包括在Millennium或者Two Sigma都能看到不少华人的面孔，而且有一些华人在基金公司里面做的还是不错的。有做到中层的部门经理的，但是做到公司管理层的几乎没有。

有一个现象很有意思，虽然印度人在量化对冲基金这个行业里面绝对人数没有中国人多，但是他们有不少是做的非常好的，能够做到部门的头，有的甚至做到了公司的高层。

肖 冰：你觉得这个是有文化方面的原因吗？

蒋晓炜：可能是有，硅谷的科技公司也一样，有一些文化方面的因素。

肖 冰：你说需要通才全才来做对冲基金，比做共同基金要求更高？

蒋晓炜：对，共同基金在美国虽然也有它的盈亏压力，但是因为它的整个销售、售后服务、管理体系已经非常健全，每个个人扮演的角色相对少，你要体现出自己在某一方面的领导能力就已经足够了。但是在对冲基金行业里面，是有一个非常强的survival bias（生存偏差），就是优胜劣汰，所以说你的专业知识、市场方向把握、策略优劣、领导能力、执行能力，方方面面都要具备，而已经淘汰的对冲公司它就在历史上消亡了，这个公司也就被人遗忘了。

肖 冰：没有第二次机会。

蒋晓炜：对，你没有第二次机会，大浪淘沙，这种竞争非常激烈。

肖 冰：在你说的这些能力里面，关于“市场方向”是什么意思？

蒋晓炜：我举个例子，我以前在的一个公司，它的管理规模曾经达到全世界对冲基金排名排第三位，但是在2007年的时候主要投的是次贷这方面的mortgage backed security（抵押担保证券）那些结构化产品，结果面临巨额亏损，之后就一蹶不振。这个当然有运气的成分，但是对市场方向的把握，就显得至关重要，因为不像mutual fund每个产品界限都非常明晰，而对冲基金的投资相对来讲灵活一点，如果船调头不及时的话，很有可能一个大浪就把你给卷走了。

量化对冲基金经理，上班都干什么？

肖 冰：大家对对冲基金经理的工作也比较好奇，能否介绍一下你每天主要做一些什么事情？

蒋晓炜：现在这家公司我刚过来，就说说我工作的上一家公司Welton，在那我是全面负责公司股票对冲这方面的业务。工作中，我面对各式各样的人，比方说我会面对投资人做路演，我曾经有一段时间，在一百天之内见了50个投资人，其实可能你觉得这50个并不是那么多，但是问题是你做空中飞人，要跑不同的城市；然后公司市场部可能给每一个投资人都准备了一套不同的个性化的材料，要跟市场部的人沟通，他们告诉你说这个客户的背景是什么，投资偏好是什么，我们要根据客户的投资偏好去针对性地讲一些我们的东西，每个路演的材料都要捋一遍，那么这个工作量就非常大。

肖 冰：你们对冲基金的客户主要是机构还是高端净值个人？

蒋晓炜：都有。我工作的第二块内容，我们也叫做执行，我会面对prime broker,即主券商，或者机构券商。这个机构券商不是那种零售券商，我们这里有区分。跟他们沟通，比方他们的交易平台、交易接口、交易所怎么介入，延时是多少。“延时”就是：我们发一个单过去，到券商最后执行那个单子，在交易所完成这个单子需要多少时间。

工作内容前面说了两块：第一个是见客户，第二个是执行，现在说第三个：策略的研究和制定，这个是最大的一块，我们公司的生存空间、我们的优劣主要是从我们的策略来的，策略不好，什么都不用谈了。比方我们做一个量化对冲基金，我们看什么样的市场因子能够赚钱，我们是做择时、做动量选择、还是做多方还是做空方，这些都是策略的组成部分，你赚钱的法宝就是策略。

肖 冰：在市场上找有效的阿尔法因子（编注：阿尔法是相对于大盘指数的超额收益）。

蒋晓炜：对，阿尔法因子。这个就是我大概60%到80%的工作精力都在这上面，这是我们的立命之本。

肖 冰：做策略主要干什么？

蒋晓炜：做策略方面有几大块，第一是选择数学模型，通过理论化的研究或者分析，看看哪些数学模型比较适合我们；第二是数据采集，数据采集这边，有很多非常优秀的数据提供商，比方说路透，比方说彭博，标普。我们从他们那边采集来数据，进行数据分析、整理、清理，因为数据比较混乱，要进行清理，这里面有大量的数据分析、数据研究和编程的工作。

然后你看什么样的因子有效，因为这个市场数据量这么庞大，有些是我们之前积累起来的，有些是我们看论文，或者说我们看一些出版物来进行分析，从中获取一些灵感，再有一些就是我们叫做自有产权，是我们自己进行的思考，通过分析得出来的一些结果，有点像一个教授他写论文时自己产生的想法。我们自己采集来的数据也要进行验证，也要进行回测。这是我们平时研究策略的具体工作。

目前比较流行的大数据，人工智能，机器学习我们都在进行尝试。

肖 冰：人工智能对你的投资管理，带来的影响是什么？

蒋晓炜：现在的大数据，包括数据的获得，数据的处理的这个量和速度比以前快几十倍、上百倍甚至上千倍，所以如果没有这个大数据的帮助，无论是心理因素也好，还是实质的结果也好，那些做主动性投资的人会面临压力，他的业绩如果有滑坡，他可能自然而然会想是不是他的业绩是被那些使用大数据、人工智能的人夺走了。所以说越来越多的人他会往那个方向去尝试去努力，但这个方向是不是最终真的能让别人有超额收益呢？这是一个问号。而且最终的结果有可能是：当大家都朝一个方向努力的时候，这个市场是一个很诡异的东西，一旦市场朝一个方向走的时候就变得拥堵，拥堵了以后，首先你的阿尔法被稀释掉了，然后有可能大家在退出的时候，同时退出，发生市场踩踏，这个踩踏最近出现的频率越来越多，而且踩踏的迹象越来越明显，这个大家都知道，但是大家又没办法，因为比方说市场上好的股票就这么一些，大家都在追捧，最后踩踏的时候你也跑不掉，就是这么一回事情。

肖 冰：你在上一家公司的主要工作，主要包括见客户、执行（和主券商进行沟通），以及开发制定投资策略。这三块工作分别占你时间的多大比例？

蒋晓炜：初期的时候我们会把更多的精力放在建设基础构架上，包括怎么样跟机构券商进行接口。工作进入正轨之后，主要还是研发策略占60%到80%，剩下20%到30%是对基金组合的日常管理，就是仓位管理，对组合进行分析这些方面的东西，就是基金管理人的日常工作；还有少量精力放在系统的维护和开发、见客户上面。

我是通过什么方法来赚取收益的？

肖 冰：量化投资大致可分两大流派：一派是模型驱动，分CAPM单因子模型、多因子模型；另外一派是数据驱动，从纯数据的角度出发，代表公司就是西蒙斯的文艺复兴。请问你是归类于哪个流派？

蒋晓炜：我们是模型驱动的，多因子模型。我们不做纯数据挖掘，也不做pattern recognitions （模式识别，是指通过计算机用数学技术方法来研究模式的自动处理和判读，把环境与客体统称为“模式”）。

肖 冰：你过往的业绩不错，比如曾经为为克林顿集团的量化股票基金（CES）创下8年每年年化20%的收益率，也拿了一些奖项，请问你是通过什么方法来赚取收益的？

蒋晓炜：我赚取收益的方法比较简单，主要是看一些传统的市场上的一些信号或者说是因子，我们并没有大规模的采用人工智能或者机器学习的方法，但我们也在研究。我认为作为一个好的投资经理，不管是量化还是主动的，你首先是要对这个市场进行判断，你要对这个市场有一定的认知，包括风险的认知，本身市场机制的一些认知，这些我们是基本面的东西。

数据是辅助你去实现去完成整个投资流程，我不是特别赞同本末倒置的方法，就是先拿一套机器学习的方法，再拿过来大数据，在里面滚一下得出一个结果，这个我们叫做数据挖掘，数据挖掘在大数据、数据分析里面是非常流行的一套做法，但是我觉得在做一个好的基金管理人来讲，这套东西行不通。为什么呢？因为比方说巴菲特他说他搞价值投资，人人都在追捧价值投资多么多么好，多么多么神奇，这个我们叫做一种学派或者流派，就像有人追捧科技股也是一种流派，这是基于人的经验做出的判断。

那么如果完全通过机器来学习、来投资，而机器是没有人的经验的，这又要回到人的智慧这方面，人的经验、智慧有些时候是非理性的，比方说你为什么说价值投资是一定是能成功的呢？反过来讲有些流派也说价值投资其实也叫做“价值陷阱”，一旦掉入价值陷阱，这些看似有价值的股票其实是一个周期性的股票，或者虽然看上去公司的资产挺不错，但是它没有盈利能力，那股票价格也上不去，这也是一种观点。

所以，我认为要用基金经理各自的理论和经验来指导机器，树立对应的模型框架，这个量化投资系统才能转起来。

肖 冰：这是你赚取收益的一个总体思路？

蒋晓炜：对。

肖 冰：还是以自己在证券市场的经验、积累的认知为核心，同时用机器来辅助你实现投资收益？

蒋晓炜：对。

肖 冰：请举个例子，你的产品怎么来赚取收益。

蒋晓炜：比方我说做价值投资，也是我投资中用的一个因子。价值投资在2000年以后，尤其是2008年金融危机以后，受到了巨大的挑战，巴菲特这套东西不是那么玩的转了。价值投资本身也是一个非常流行的量化因子，这时候我们就要分析为什么？其实价值因子包含了一种因素：你把价值因子的历史盈亏或者业绩单独拿出来，做一个时间轴状态的分析，你发现这个分析跟宏观周期比较吻合，那就有意思了。那么这个价值因子和宏观周期吻合的结果，你会发现它其实又跟股票的贝塔因子（编注：贝塔是衡量基金收益相对于大盘指数的相对波动性的指标）又吻合了。有了这个理论指导以后，你就可以去做模型了。

肖 冰：这个模型用的效果怎么样？

蒋晓炜：很多人觉得价值模型一定能赚钱，通过分析，我现在要说的是：价值模型要做调整，要随行就市，跟着经济周期来和市场周期来，才能赚钱。当然具体怎么操作每个人都有自己的不同做法。这就是我们研究的过程与结果。

我们的投资在这一块的收益还是不错的。总体来讲我们夏普比率保持在1.5%到2%（编注：用基金净值增长率的平均值，减去无风险利率，然后再除以基金净值增长率的标准差，就可以得到基金的夏普比率；它反映了单位风险基金净值增长率超过无风险收益率的程度，夏普比率越大，说明基金单位风险所获得的风险回报越高。）。

肖 冰：指的是整个你的产品还是指价值因子这块的夏普率？

蒋晓炜：整个产品，我们不单独做价值因子。

怎么控制投资管理的风险？

肖 冰：接下来请讲一下怎么控制投资管理的风险。

蒋晓炜：从量化角度来讲，风控是有它自己的方法，通过风控模型和一些资产优化建模来实现。这套东西是在整个流程里面人为介入最少的一个部分，就是说我相信我的风控模型。

肖 冰：什么意思？

蒋晓炜：我的风控模型出来以后，我不对它进行任何修饰，不对它进行外部的调整。

肖 冰：让它六亲不认，该干什么干什么？

蒋晓炜：是这个意思。

肖 冰：这是基于什么思想？

蒋晓炜：风控这一关如果你加了人为的因素，就可能会有偏颇，就有偏差，就是把你的主观想法放在里面了。风控应该是一个客观的东西，包括各种风险敞口。这套模型本身来讲我们认为是长期有效的，它不是根据市场的变化而迅速变化的。

肖 冰：风控模型是长期有效的？

蒋晓炜：对，它有些内在的逻辑。比方说股票里面科技板块，科技板块内部的股票之间有关联性，这个关联性可能就会长时间维持在某一个水平上。

肖 冰：是比如说Facebook、亚马逊这些公司之间的股价的关联性吗？

蒋晓炜：对。有一定关联性，而且关联性是区间，它不会偏离这个区间。

肖 冰：基本上会同涨同跌？

蒋晓炜：对。然后银行股之间又有某种关联性，这种关联性我们认为是相对稳定，而且不是完全按照市场涨跌，它内在有一定的关联，有一些内在的因素驱使它有“同涨同跌”的性质，所以基于这个，我们假定它是一个长期有效的模型。从实际操作看，最后的有效性还是不错的。

肖 冰：在过往的投资风控中，你印象比较深刻的例子？

蒋晓炜：一个有意思的例子是这样的，我们在投资的时候有一种投资大块叫做动量投资，动量投资用散户的语言来讲叫做追涨杀跌。之前在长的历史跨度里面，这种策略是赚钱的。

肖 冰：包括在美国。

蒋晓炜：包括在美国，直到大概二十年前它突然失效了。

肖 冰：二十年前指的是？

蒋晓炜：90年代中后期的时候，慢慢开始失效了，当然失效不是说完全失效，动量投资它在某一种状态下是赚钱的，但是如果你用这种方式去持续的进行投资，比如五年以上，你会发现净值表现就像坐电梯一样，这就带来一个问题：就是说它的因子我们叫动量因子，和风控模型有一个不匹配的问题。

肖 冰：是什么意思呢？

蒋晓炜：就是说我的长期风控模型很有可能把动量因子给抹掉了，因为它认为追涨杀跌是不好的，而基金管理人如果说他喜欢这个因子，他认为这个是好的，两者就出现矛盾了。这时候你就要权衡，你是相信动量因子的呢，还是相信风控模型？无论你相信哪一个，你就会损失另外一个。

如果作为散户无所谓，我今天坐个电梯，明天还能赚钱。作为我们这种职业经理人来讲，就有一个问题，我们叫回撤，投资人往往在赚钱的时候你开心我开心大家都开心，一回撤的时候哪怕回调到他原来赚钱的50%，即我原来可能赚100%，我就掉下来50%，他就是不那么开心了，他会把钱赎回拿走。这个我们叫“不对称性”，是投资人心理的不对称性。

所以说你就不能去用那个动量策略，或者说你在用动量策略的时候你得要小心，或者说你要做一些更深入的研究，或者用择时。我第一次是在2007年2008年的时候碰到过类似的情况，动量策略给我们带来比较大的回撤，后来就吃一堑长一智，我们也用，但是我们用的方法就不一样了，最大可能的减少回撤。

肖 冰：你会用什么新的思路来用好这个动量投资？

蒋晓炜：第一个看看怎么样做，在风控模型和动量模型之间进行一些数量化的研究，看看到底是什么样的投资回报/风险比的界限，你不要在这个指标上过渡投资，也不要不投资。

举这个例子，我想表达的一个就是说：千万不要忽略了阿尔法因子和风控因子之间的一个互动，这个互动非常的有效，能够给你带来你预见不到的收益，或者预见不到的业绩支撑。业绩支撑不一定是收益，有可能是你的回撤减小，这也是你的收益。所以我们最后学习到的东西就是这之间的互动关系。

量化投资这个方法赚的是谁的钱？

肖 冰：下一个问题，比如我做价值投资，号称我是赚企业增长的钱，那量化投资你这个方法赚的是谁的钱？

蒋晓炜：其实在这个量化的过程中赚谁的钱，有几种方式可以研究，第一个这里面还是有分类的，如果是我们做量化高频的话，量化高频就是赚其他的交易者的钱，比方说我割韭菜，这个韭菜是高频韭菜，比方说我们“买一”和“卖一”之间的一些差价，我通过这个来赚非常非常小的短差。

肖 冰：这是量化高频。

蒋晓炜：如果说我们是做中高频，有可能我们赚的是其他散户和其他低频公募基金的钱。我就举个例子，指数有两种设计指数的方法，一个是等权重指数，另一个是按照市价指数。等权重指数有一个很大的问题，如果说Facebook涨了100%，苹果只涨了50%，那么Facebook在指数中占的权重就上升了，苹果占的权重就下降了。如果你是一个跟踪这个等权重指数的基金经理的话，你得采取一些措施，使得基金能够完全跟踪指数，那时候你只能卖出Facebook、同时买入苹果的股票，那你就知道了，如果你是跟踪等权重指数的基金经理的话，哪个股票涨的越高你就卖谁，谁没涨那么多我就买谁，这也是一种策略。我们按照这个思路往下走，假设这个市场的等权重指数的基金ETF它的规模越来越大，管理这些ETF和指数基金的人，他势必要进行不停的调仓，不停调仓的结果就是说：指数里的某个股票一旦涨幅上升了，它很有可能会要卖掉，股票价格就可能会跌下来。这时候你就去测量这些股票的在等权重指数基金里面权重的失衡，有可能你会找到一个小的幅度的获利空间，你比指数基金先行一步，你先去卖或者买,你有可能就赚钱了。

肖 冰：在这里就赚那个公募基金的钱？

蒋晓炜：也许是这样。

 

一支好的量化基金是什么样的？

肖 冰：在你看来什么是一支好的量化基金？说一下你的评估标准。

蒋晓炜：好的量化投资基金其实就是主动来风控，它的净值涨跌相对来讲比较平稳，也就是说不一定赚取很高的回报，但是我的夏普比率一定要高，我风控能力要强，我的回撤一定要低。这是我们觉得最终的指标。

肖 冰：这个是因为机遇客户的需求吗？还是基于什么考虑？

蒋晓炜：客户也有需求是这样的，因为大多数投资量化的客户，他不希望获得超高回报率，但他希望获取平稳回报率。

肖 冰：作为一个量化投资经理，你做了十二年，你的投资理念或者投资策略的核心是什么？请举例说明。

蒋晓炜：我投资策略核心就是：我的策略是一整套投资流程，各种模型模块之间的有机互动，里面是缺一不可，不能忽略任何一个环节，从量化策略的研发到最后的执行和执行结果，不能少任何一个环节。有些人往往只注重阿尔法，但忽略了很多别的方面，比方说风控，比方说执行，比方说归因方面的东西。

肖 冰：你就讲究整个链条的完整性，这是你的一个核心是吧？

蒋晓炜：对。

肖 冰：在做量化投资的同行里面，你的个人特色是？

蒋晓炜：我认为我还是偏重于基本面，和对市场理解的挖掘。

肖 冰：举例说明。

蒋晓炜：我觉得是这样：我的个人经验是基本上所有的资产类别大类我都接触过，包括固收、私募衍生品、期权期货衍生品、股票、大宗商品，所以我对市场的判断有一个比较总体的概念，我对于风险敞口会出现在什么地方，对目前市场的一些隐含的风险因子等等，有一个比较明确的判断。我并不是一定就判断的比别人准，或者我择时也不一定准，但是我可以负责的说：我把这些自己的一些判断和理解放到风控模型或者说建仓模型里面，我可以在业绩的平稳度上面要比别人强。

 

下一步我要把量化股票和量化固收统筹做一个更大的盘子，会给客户带来更加稳健的收益

肖 冰：将来你会在那方面做进一步的优化和提升？

蒋晓炜：因为我目前还着重于量化股票这一块。之前在联博基金的时候我是做量化固收的，知道在市场上做量化固收、尤其在对冲基金这个领域做的并不是很多，所以我下一步做的更多的是：把这两者结合起来。

肖 冰：就是量化股票+量化固收？

蒋晓炜：对，把这两个统筹做一个更大的盘子，这两个是有关联性的，而且是互补性的。这是我接下去要着重做的一个东西，目的是希望给客户带来更加稳健的收益。

肖 冰：工作中面临最大的挑战是什么？你会如何应对？

蒋晓炜：最大的挑战是来自自我的挑战，有些时候老是觉得自己想法枯竭，怎么挑战自身，这是最大的问题。

肖 冰：那怎么办？

蒋晓炜：第一个，我还是要多听听年轻人的想法，后生可畏！第二个，我觉得我们一直在探寻不同的路子，比方说我们一直在做机器学习和人工智能的研究。

此文转载自肖冰投资圈

 

上一篇：股票600518最新价格(股票)

下一篇：卖出开仓 英文(卖出开仓实例)