千象资产陈斌：科研驱动投资，量化发现价值！

为了探讨新时代新背景下中国私募基金行业发展面临的新机遇新挑战，由深圳市私募基金协会、私募排排网与易方达基金联袂主办第十三届中国(深圳)私募基金高峰论坛于2019年3月21-23日在深圳五洲宾馆隆重举行，本届高峰论坛以“与时进·稳中行·焕新生”为主题，集结诸多国内各类顶尖资产管理机构掌门人及业内知名大咖、资深研究人士共赴盛宴!

(上海千象资产管理有限公司投资总监陈斌)

会上，上海千象资产管理有限公司投资总监陈斌先生发表了以《科研驱动投资、量化发现价值》为主题的演讲。以下是演讲实录：

大家下午好!非常感谢私募排排网的邀请，让我在这里能够跟大家做介绍和交流，我今天要讲的主要内容是偏重于量化的期货投资，这是我们千象资产一直以来比较专注，也在持续耕耘的领域。我今天的演讲取了一个题目“科研驱动投资、量化发现价值”，这也是千象资产一贯以来的投资理念。

“科研驱动投资”就是说我们以持续不断的科学研发来驱动我们的投资，解决那些过去只有靠人的主观经验才能解决的问题，同时我们是用量化分析的方法来发现各个市场中的各品种、标的蕴含的投资价值，这就是我们投资理念的含义。

我今天主要分四个部分：一是全球的量化市场;二是量化CTA策略;三是介绍一下千象资产;四是对后市的展望。

量化投资从全球范围来看已由来已久，量化投资从上世纪60年代开始，是由MIT数的讲师爱德华·索普提出来，他被称为量化投资的鼻祖。上世纪90年代出现一家非常有名的公司叫做文艺复兴科技公司，创始人叫做詹姆斯·西蒙斯，他的出现使量化投资在全球范围内更加有名。

我们总结一下什么叫做量化投资，量化投资是借助现代统计学的数学方法，利用计算机的基础，从海量的历史数据中挖掘能够大概率获得盈利的投资规律。大家可以看到量化投资有两个关键点，用现代统计学的数学方法，这是方法论上的一个关键点。二是需要借助海量的数据，从这些数据中挖掘规律。量化投资在海外已经有非常长的发展时间，并且在海外已经非常成熟了，截止到2015年底，美国的量化交易成交量占整个市场的比例达到70%。大家可以看右边这张图，2000年是到2015年量化投资的成交量占比每次都在逐步提升，2000年的10%，到2005年的35%，2010年的56%，2015年的70%，已经占据市场成交量的一大部分。从过去二十年来看，全球各大基金中年均收益率最高的也是量化的对冲基金。

说到量化的对冲基金必须要说一下这家文艺复兴科技公司，很多人第一次听说量化投资的方式也是从这家公司开始。这家公司的创始人詹姆斯·西蒙斯，他是数学家，后来转向做投资也非常成功。这家公司旗下的一只基金非常有名，叫做“大奖章”基金，1988年成立以来到2009年，累计获得高达35%的平均年化收益，远要超过巴菲特的收益，巴菲特年化大概20%左右。

这么好的一家基金，可惜现在已经不对外开放申购了。因为“大奖章”基金早期的时候收益率太高，所以很多投资人蜂拥而入，早期的时候规模扩张很快，扩张到一定程度的时候，这个基金就封闭了，这个基金把一些外部投资人清算出去，替换成公司的自营基金和这家公司员工的自有基金。目前“大奖章”基金的规模在几十亿美元，里面目前基本上都是以公司的自有资金和员工的自有资金为主。这也说明一个道理，好的策略容量往往都是有限的。

量化投资作为目前一种非常成熟的并且有着高收益的方法，它和传统的主观投资有什么区别?他们的关键区别在于，做出投资决策的过程上，量化投资的投资决策是用数学模型做出的，这些数学模型是经过海量的历史数据检验，主观投资的投资决策是由投资经理主观人为做出的，由于投资经理的经验限制，比如说一名投资经理如果具有20年以上的投资经验已经是很长了，更多的投资经理经验限制在十年以下，也就是说十年以下的投资经验。对于量化的模型，我们可以非常容易的回测到二十年、三十年甚至更久的历史数据，也就是说我们量化投资的模型是建立在二十年、三十年的投资经验之上的。如果像美国数据更加完整，我们甚至可以回测一百多年的历史数据，也就是说这个模型甚至可以建立在一百多年的投资经验之上。但是你对于主观的人为投资来说这根本就是不可能的，因为没人有一百多年的投资经验。

由于量化投资的模型是经过了非常长时间的海量历史数据的检验，所以说它的投资确定性、最后的结果相对来说比较稳定，也就是说它的风险较小，并且收益相对稳定。传统的主观投资由于受限于投资经理，相对来说投资结果的不确定性较大，它的波动性也是比较大。

第二，量化CTA的介绍。接下来我们专注介绍一下量化投资里一大类型——CTA的策略。CTA的策略是对冲基金策略里很重要的一个种类，从全球的范围来看，全球的对冲基金也是可以细分成很多不同的种类，这里面占比前三的是这三种：一是股票多空策略，占35%的比例;二是混合策略，大概占16%的比例;三是CTA策略，大概占11%。前三类占比在10%以上。剩下的一些策略相对占比比较低一些，比如说套利策略大概占6%的比例、垃圾债的策略大概占3%的策略，事件驱动的策略占9%的比例，相对来说都比较小一些。股票多空策略、混合策略、CTA策略占比前三，而且相对比较稳定。

作为全球对冲基金策略里排名第三位的CTA策略，我们具体来介绍一下。CTA策略Commodity Trading Advisor，全称是商品交易顾问，顾名思义，它是做商品期货的交易，其实随着时间的变迁，现在含义的外延被大大扩展，一般来说在国内做期货类的交易，商品期货、股指期货、国债期货甚至以后可能会有的外汇期货都可以叫CTA策略。CTA策略是1980年起源，将近三十多年来的发展，经历了爆发式的增长，目前全球CTA的资产规模达到了3400多亿美元，占据全球对冲基金规模的11%。柱状图大家可以很明显的看到，CTA的策略有几波比较大的爆发，2000年的时候，互联网泡沫破灭的时候有明显的一波爆发，第二波爆发是在2008年全球金融危机的时候，这个和CTA策略的表现是非常相关的，往往在金融危机的时候，传统的对冲基金策略的收益比较差，但是CTA的策略相反取得比较好的收益，比如说2008年的时候CTA策略平均取得了50%左右的收益，表现非常亮眼。金融危机以后CTA的规模取得比较大规模的爆发。

CTA策略从做出交易决策的过程上来讲也可以分成两种不同的类型，一种是程序化的CTA，一种是主观的CTA，大家可以看柱状图，蓝色的部分表示程序化的CTA，橙色的是主观的CTA。程序化的CTA是占了大部分，占了80%以上，程序化的CTA占主流的位置。为什么有这样的现象?CTA的策略类型和程序化交易的类型是非常容易能结合的，很多方面具有很多的优势，包括决策依据方面、决策主体方面、决策依赖方面都会具有一定的优势。程序化的CTA主要依赖于策略模型和数据，是用模型做出交易决策的，主观的CTA是依赖于投资经理的主观判断，主观做出交易决策。我们也提到人为的交易受制于人的主观性，投资结果并不那么确定，程序化的CTA相对来说结果会确定很多，所以说在国外将近几十年的发展过程中，程序化的CTA渐渐的表现得比较好，目前在全球的CTA份额中占据大部分的份额。

CTA策略的细分来说，CTA策略可以分成几种不同的类型：一是趋势跟踪策略;二是宏观基本面的策略;三是反转类的策略;四是模式识别策略;五是统计套利策略;六是期权策略等。趋势跟踪策略是最主流的策略，所有的CTA策略中65%都采用趋势跟踪的策略。

我们比较两种策略的类型：一是趋势跟踪的策略;二是统计套利策略。

趋势跟踪的策略试图捕获上涨、下跌的趋势，一个标的、品种有大幅上涨、下跌趋势的时候，我们试图从这种趋势中获得盈利，趋势跟踪策略本质上是做多波动率的策略，一个品种波动越大，上涨、下跌幅度越大，我们从趋势中获得的盈利越大，所以他是做多波动率的策略。与之相对的还有一种是统计套利的策略，或者我们叫它对冲的策略，统计套利是依据各种因子和信号建立两个或者一揽子的多头或是空头的仓位，从这些一揽子的多头或者空头仓位价差变化中获得盈利，价差可能是收敛或是扩散的，价差的变化中获得盈利。趋势跟踪策略和统计套利策略的盈利来源是不一样的，统计套利策略是从两个、多个品种的价差变化中获得盈利，他们的盈利逻辑和来源都是不一样的。

我们再看一下国内CTA基金的发展，刚才说过全球范围来看，全球范围内CTA基金是以程序化交易作为非常主流的位置，国内的CTA基金有所不同，由于发展比较缓慢，目前国内的CTA还是主观交易占比较大，主观交易大概占了51%，系统化、程序化的交易大概占了38%，还有10%是复合类的策略。

国内的产品无论是主观还是系统化的，都可以分成三类，一类是趋势;一类是套利;一类是日内高频的，无论是主观的CTA还是程序化的CTA，趋势类的策略都是占其中绝大部分。程序化的日内我们又称为高频的策略，高频的策略值得展开讲一下，很多人对高频并不是非常熟悉，由于高频的资金容量有限，并且收益比较高、回撤比较小，大家比较感兴趣也显得比较神秘，国内CTA的高频2015年以前，大部分都是做股指期货的交易，当时因为股指期货的波动性非常大，整个股指期货波动性比商品期货大很多，当时就成了高频交易的热土。股指期货受限之前大部分的高频交易都是做股指期货，2015年股指期货被限了，高频交易在股指期货做不了，很多人转战到商品期货市场，商品期货市场由于波动性比股指期货小很多，并且它的受限比较严格，在商品市场上的高频交易可施展的空间比股指期货小很多。目前一个现实的情况是，国内商品期货的高频交易领域被外资公司占领，既也策略、技术逐渐积累的原因，也有行情和交易接入相关的客观原因。

举个例子来说，国内的很多品种都是有外盘的行情，比如说金、银、铜、原油都有外盘的行情，外盘的行情发生变动会直接影响到内盘行情的变动，高频交易领域很多时候都是要看着外盘的行情变动做内盘行情。像国外的高频交易的公司都是直接从国外的海底光缆拉过来，事实上是能获得比较快的行情，远比国内快得多，外盘发生变化，他们在内盘马上能做出动作，做出动作的速度会比国内公司快得多。由于高频领域速度是第一位的，属于赢家通吃的市场，第一名占据很大的份额。有外盘行情的品种上，国内的公司根本是没什么竞争力，国内的高频的团队和公司持有国内的行情，没有外盘的行情中施展一些空间，商品期货的市场份额来看，高频的市场份额绝大部分被外资占据，这也是行业的现状。

国内外CTA策略的比较，全球范围来看，国内CTA的特点和目前全球CTA的特点是不一样的，全球的CTA，像原盛和英诗曼都是做多元化几乎所有的期货品种，他们交易的期货品种是比较多的，并且是采用中长期的低频策略，本土的CTA都是采取短线的策略，短线也没像高频那么短线，可能处于中短线的交易，交易的品种也会比较少。全球的CTA是系统化交易占绝对优势的，国内仍然是以做主观交易为主。所以说从这点来看，国内CTA的发展还是有比较大的空间。

这里我们列了全球CTA能交易的品种，全球CTA能交易的品种是比较多的，像基本金属、能源、传统商品、利率期货、股指期货、外汇期货等，大概加起来有一百多个，还是比较丰富 的。国内的期货市场CTA能交易的品种稍微少一些，目前是五个交易所，流动性、成交持仓量比较好的大概40个左右的品种，比国外略少些。

虽然说我们国内交易的品种少，但我们国内有一个非常大的优势就是这些品种波动大，波动远比国外的品种波动大很多，这里面我们画了一个曲线图，红色这条线是代表南华商品指数，它代表国内的商品波动。灰色这条线是CRB指数代表全球商品指数的波动，南华商品指数的高点、低点比全球商品指数范围大很多，我们国内的商品波动性要比国外商品的波动性大很多，这也是为什么我们实际做下来国内CTA的收益率比国外CTA收益率高很多的原因，尽管国内的交易品种少，但是国内的交易波动大，国内CTA的收益率比国外CTA收益率高很多。

我们把2015年、2016年、2017年每个月的波动画了一张图，大家可以看到蓝色的表示2015年，绿色表示2016年，红色表示2017年，每个月的波动性大家可以看到，基本上每年都有几个月是属于大波动，2016年波动最大，柱子最长，2017年的波动相对小一些，2017年也有一些大的波动月份，像6、7、8也有比较大的波动月份，这些大的波动月份构成CTA策略的盈利来源。

我们接下来说CTA策略的另外一个优势，它和其他的传统资产相关性非常低，往往能做成一种组合的配置，能提高整个组合的收益风险比，这是芝加哥商品交易所的研究报告，他做了三种不同类型的组合，第一种组合是最最传统的资产，50%的债券加50%的股票，最传统的曲线。横轴是波动性，纵轴是资产的收益率，对资产组合两说，我们希望波动性越低越好，收益率越高越好，我们发现传统组合中的波动率是比较大的，收益率平平。芝加哥商品交易所做了另外一种组合，加了20%的管理期货，也就是加入了20%的CTA，组合里有20%的管理期货、40%的股票、40%的债券，加入进去后我们会发现，组合比原来的组合波动性大幅减少，收益里反而有所提高，这就是加入了20%CTA之后呈现出来的效果。芝加哥商品交易所又做了百分之百的管理期货，如果用百分之百的管理期货会发现波动性非常大、收益率也是非常高，这也就说明百分之百的管理期货本质上是高风险、高收益的策略，这里的百分之百管理期货意味着是百分之百的资金都是用来做CTA的保证金，如果一个CTA的产品仅有20%或30%的资金做保证金，相对来说波动、风险会按比例下降。这个报告最终说明一个结论，如果把CTA这种资产配置在传统资产中能够大幅提高我们整个资产组合的收益风险比。这个结果是由于CTA的特点造成的，它和传统资产的低相关性，它既有收益率又和传统资产的相关性非常低。这里面是一个CTA指数，宏观多元的CTA指数，它和各个传统资产的指数、股票指数的相关性测算。大家可以看到相关性分别是正0.3%到负0.3%之间，相关性是0，如果正的是正相关性，如果是负的是负相关性，很多呈现出来是没有相关性的。

我们自己也做过测算，拿千象资产的千象趋势1号每日的日收益率和沪深300每天日收益率做测算，我们测算下来他们两个之间的相关性大概是在负0.1%，几乎没什么相关性，它也呈现出一些负相关性，和国外的研究是符合的，呈现出负的低相关性。

我们再来看一下具体的曲线图，这里面蓝色的线是巴克莱的CTA指数，黄色波动比较大的是标普500指数，标普500指数两侧大幅下跌期间，蓝色的线一直是往上涨的，说明巴克莱的CTA指数和标普500指数的相关性非常低的，两个几乎是没有相关性的。

我们再举一个国内的例子，这个数据我们是从朝阳永续获取的，沪深300的收益率，淡黄色是朝阳永续的私募股票指数，沪深300的走势和私募股票的走势相关性非常高，基本上是同涨同跌，橙色是朝阳永续的CTA指数，朝阳永续的CTA指数和另外两根线是不相关的，尤其是2018年的时候，沪深300指数和私募股票指数都是呈现一路下跌走势，CTA的指数反而是略微上扬，这也是体现了CTA和股票指数的非相关性。由于这种特点，CTA这种资产类别特别适合于做分散化的投资工具，它能够在熊市到来的时候成为一个抵抗熊市非常防御性强的资产。

我们再把CTA策略细的展开讲一下，国内通常在用得比较多的CTA策略可以分为两种：一是趋势跟踪策略;二是对冲类的策略，也就是统计套利策略。趋势跟踪策略顾名思义是抓取各个周期的趋势，有中长周期的趋势、短线的趋势，高频的趋势。对冲类的策略，可以用多种信号或是不同的因子选择做多和做空的组合，这个组合可以是两个不同的品种，也可以是多个不同的品种，在不同的品种间通过价差的发散、收敛获得收益。

这是一个趋势跟踪的原理讲解图，由于时间的原因我不展开讲了。给大家举几个实际策略的例子，比如说这个例子，区间突破交易系统，在美国的杂志中排名是前列的，曾经是一个非常有名的策略。区间突破交易首先是要建立一个突破的区间，首先要确定区间突破交易的上轨和下轨，上轨是开盘价和N倍的昨日振幅。下轨是开盘价+N倍昨日振幅。波动性越大振幅越大，波动性越小振幅越小，价格突破下轨的时候做空，当日收盘的时候进行平仓。大家可以想象一下，这个区间突破的策略就是很典型的趋势跟踪的策略，如果当天日内有大幅上涨的行情往往会在中间的时候，突破这个区间的时候做多，当日上涨的空间越大赚取利润越多。当日是振荡的走势，突破振荡上轨，由于策略在比较高点的地方做多，走势向下的时候自然亏损，也符合趋势跟踪的策略。当日有大的趋势性行情，这个策略是能取得盈利的，当日是振荡行情会陷入亏损。

这个是另外一个例子，Dual Thrust策略，这是上世纪80年代日本人发明的策略，这些策略虽然比较简单，在当时是能获取比较好的盈利，由于市场的变化，简单的策略在当前的市场上已经逐渐失效，目前的市场由于复杂性，我们需要加入更多的判断条件才能获取盈利。

再介绍一下CTA的对冲策略，我们采用各种信号或是因子建立一揽子的多头和空头的组合，可以有各种的因子，比如说动量因子、期货的因子、持仓的因子，量价的因子，基本面的因子，基本面的因子和股票有相似之处，库存的因子往往库存越多意味着期货价格有可能下跌，库存越少的话往往意味着期货价格向上涨。我们可以从这些因子中获取某种程度上的价格上涨或是下跌的预判。

这里面对冲的策略，由于它有一揽子的多头和空头，对冲掉市场的Beta风险对冲类的策略收益和回撤比单边趋势的策略低一些，收益也会低一些，回撤也会多一些，更加稳健。

这是我们实际在做的目前情况，用到30%的保证金，目前大概交易40个期货品种，以趋势策略为主振荡为辅，全部的策略都是服务器程序化执行。

第三，千象资产介绍。千象资产成立于2014年7月份，管理规模将近30亿元，团队人数40人，公司基金业协会会员，具备“3+3”的投资资格，是多家银行总行的白名单。

科研驱动投资、量化发现价值是我们的投资理念，千象资产的使命是为客户创造专属价值，为人才提供发展平台。我们的愿景是打造由数据科学、计算科学专家组成的世界一流对冲基金，诚信、专注、追求极致是我们的价值观，诚信是一个人的基本价值观，专注追求极致是做策略、交易的人知道，要做出成绩必须要专注、追求极致。

我们和非常多的机构有合作，包括银行、信托、券商，包括三方等。千象资产成立多年以来，我们也获得了非常多的奖项，包括连续两届的金牛奖，包括金阳光奖、金长江奖等权威媒体发布的奖项，也包括像私募排排网的各种奖项。我们也是上海市的高新技术企业，高新技术企业在私募基金领域比较少，一定程度上说明了我们的整体研发实力。

第四，市场展望。我们对于CTA未来的市场还是比较乐观的，这里面有四个方面的原因：

1，市场的波动率有望放大，市场波动率2017年到达谷底，2018年慢慢有所恢复，2019年处在逐渐放大的过程中，市场波动率的放大非常有希望给CTA的交易带来更加丰厚的盈利。

2，股指期货正在放开的进程中，过年的时候已经放开一次未来我们预期会继续放开。股指期货是CTA交易中非常重要的品种，它的放开会对CTA的业绩提升有明显的帮助。

3，宏观经济上的影响，宏观经济的不确定性会影响商品期货的波动性变化，这些波动性的变化是造成CTA策略的来源。

4，量化投资的优势正在逐渐凸显，由于国内新品种的上市越来越多，大家可以看到，这两年其实每过一段时间，每几个月都有新品种上市，由于新品种的上市越来越多，使得量化投资大数据分析的优势正在逐渐凸显，我们可以预期未来量化投资的方法在国内会显得越来越有价值。

最后总结一下量化投资在国内的未来，随着国内投资者投资需求的增加以及国内的监管环境对于交易的逐渐放松，以及量化投资在国内的逐渐积累和成熟，是大家关注量化投资的好时候，量化投资在国内的春天我们认为正在逐渐走来。谢谢大家。