一、商品期貨CTA模型現狀

在很多時候，選擇波動率強度足夠、波動流暢的品種，比思考優(yōu)化和改進模型本身更為重要。感謝七禾網提供這個交流機會，今天通過此文結合最近對多位交易者的交流，和近期實盤感受，淺談一些CTA模型的問題和想法。

大部分程序化交易者聚焦交易模型開發(fā)，這并沒有問題，可能我們并未注意到，能否發(fā)出交易信號的模型，并非程序化的核心邏輯，我將這類模型稱作信號模型。因為趨勢交易的本質是做多波動率盈利，所以能否尋找到波動率高的品種，或者剔除掉波動率低且不規(guī)律的品種，才是面對CTA模型盈利根源做出的更加理性的方向性選擇。

幾乎每年都有一兩段時間期貨非常難做的階段，2017年出現在年初和年末，所以導致市場尤其艱難，2018年市場上此起彼伏出現三波整體性行情，并不十分難做，那么2019年情況會如何？

2019年大部分交易者的資金曲線并未創(chuàng)新高，原因是2018年末發(fā)生了能源化工板塊的下跌趨勢后，2019年僅有4月、5月的農產品趨勢，和6月初的能源化工板塊下跌趨勢，能夠彌補一些震蕩帶來的虧損，大部分時候我們還是在忍受著模型的回撤。而且2019年在日頻級別，發(fā)生了連續(xù)3次工業(yè)品整體突破失敗，很多信號模型被誘騙入場之后止損。

上圖由CTA基金經理代丹斌提供。粗線條為55周期高低點（衡量突破），細線條為20周期高低點（衡量突破），白色虛線為10周期高低點（衡量止損）?？梢钥吹?019年工業(yè)品每次突破后，都出現了明顯的反向運行。

同時，2019年開始商品期貨市場的保證金沉淀量總體新增不多，乙二醇、紙漿、紅棗等新品種卻不斷上市爭奪有限的存量資金，導致了單品種獲得的投機資金更少，疊加國際貿易的不穩(wěn)定因素，交易者越來越謹慎，很多品種被限制價格大波動區(qū)間，難以形成更高的波動率。

但是市場并非沒有熱點，原油的大幅度下挫、紅棗猶如小蘋果的流暢走勢，乙二醇、紙漿跌跌不休都能夠給投資組合帶來可觀利潤。

但是我們真的做到“好鋼用在刀刃上”了嗎？

二、慎重考慮CTA等權部署的邏輯假設

大部分情況下，我們做模型回測，為了不遺漏品種，且盡可能增加測試樣本，都采用了盡可能多的品種部署，比如超過30個品種加載某個普適性強的趨勢模型，或者剔除掉全市場流動性最差的部分品種，其他品種均部署模型。

但是等權資金分配在測試中可以借鑒，實際投資中需要慎重考慮。這種模式的背后假設是，我們不知道每個品種的波動率是否適合模型運行，也不知道其基本面是否出現不利于趨勢運行的問題，或者該品種是否是一個產業(yè)套保資金為主，投機資金較少的品種。

在各種情況都不知道的情況下，等權部署資金是有道理的。但是我們真的不知道一些基本的信息嗎？我認為并非是這樣。用波動率舉例，我們知道波動率的“均值回復特性”強烈，如果A品種最近已經爆發(fā)較大波動，則可以在下階段降低權重。

等資金量部署這種方式在2016年雙11之前是很有效的，起碼做到熱點不遺漏，但是近幾年如上圖，這種模式在一些普通模型測試中，資金曲線的上升斜率顯著下降（兩段時間斜率差異較大）。一方面和市場成熟度有關系，另一方面和品種增加，且投機資金難以增加有很大關系。

三、由簡到繁 探索主要的資金分配模式

海通證券在《FICC系列研究之三 —— 多品種期貨策略中的權重》研報中，詳細介紹了幾種資金權重調整方式，通過本節(jié)和大家簡單分享，并做進一步描述，其實很多數學公式并不晦澀，在理解其構造后，很多交易者自己通過簡單的數據處理也能做到。

總體來看，商品必做已經成為業(yè)界共識，投資者可以通過投資商品期貨平抑傳統(tǒng)股債組合的波動、獲得潛在的風險溢價、對沖通脹風險等等。在整體商品市場中，通過對于波動率的追蹤，來控制板塊和品種的選擇又至關重要。

1、等權配置

這種方法可以剝離風險分散化對策略的貢獻，直接考察因子（和模型）本身的表現，等權一般作為我們構建模型的工作環(huán)境。但等權配置的策略波動和回撤較大，并非最佳方案。

2、ATR（或標準差）倒數加權歸一化

這種方式計算了ATR（或標準差）作為波動率的表達變量，然后用ATR除以價格均值達到去量綱目的，在不同品種間方便橫向對比。它可以起到同樣的風險分散效果，第 i 個品種在 t+1 期初的權重為：

3、單品種目標波動率

單品種目標波動率策略是為組合內的每個品種，設置一個固定的目標波動率，通過加減杠桿將品種波動調整到目標波動水平。比如我為20個品種構成的組合，設置每個品種的目標波動率為20%，如果一個品種開倉5手只能達到10%，那么就再開5手，以達到20%這個額定的目標波動率值。

4、組合目標波動率

以上幾種加權方式均沒有考慮品種間的相關性。下面我們考慮一個包括N個品種的組合。組合內品種間兩兩相關系數實際上是期貨市場內一個很有效的風險控制指標。

上圖為某個日期截面上，一個25個期貨品種的20日滑動窗口期兩兩相關系數矩陣。將其轉化為一個上三角矩陣后，可以橫縱求兩次均值，得到全市場兩兩相關系數均值。

分散化使得組合的波動率低于單品種的目標波動率，這是我們構建組合最基本的假設，也是一個穩(wěn)定的統(tǒng)計結果。我們可以通過每日橫截面平均相關系數來調整單品種的目標波動率，即在品種間相關系數上升（下降）時降低（提高）單品種目標波動率。

也就是說，在觀測到組合內各品種相關性降低的時候，通過構建的相關性因子，來提升單品種目標波動率，也就是給予單品種更大資金量。

不同資金分配方案的效果大致如上表所示?？梢钥吹浇M合目標波動率管理是大致表現最好，需要說明一點，在測試任何資金管理方案時，都要使用最簡單最穩(wěn)健的模型，我們一般使用雙均線和高低點突破模型，研報中使用了時間序列動量模型（單品種時間序列動量為正做多，為負做空）。

四、實盤中建議的品種選擇技巧

1、基本面負面篩選

除了上一節(jié)所說完全的數量化分析方法外，在基本面方面我們可以發(fā)揮自己擅長的知識儲備進行CTA模型品種優(yōu)化部署。部分品種在產業(yè)鏈方面容易將價格直接傳導到CPI，深加工鏈條較短，且受到政策保護和控制嚴重，這類品種價格波動必然?。ㄈ甾r產品），不適合執(zhí)行趨勢交易。

部分品種如果價格翻倍也難以對國計民生造成顯著影響，大家自然想到的就是工業(yè)品，和部分工業(yè)中的小需求量品種，存在較大的價格波動空間。

這些基本面預判因素，是我們通過對于期貨市場的各品種特性學習，和產業(yè)新聞分析得到的，它們是完全可以引入品種選擇的。

還有股指期貨最近發(fā)生的特殊小幅度震蕩，是國家在下跌后進行政策保護和市場干預，強力托市情況下的市場謹慎情緒表達為區(qū)間窄幅震蕩，這會造成短周期模型反復虧損。這些宏觀的基本面風險，都可以進行一定程度的規(guī)避。

2、資金曲線篩選

簡而言之，資金曲線如果長時間萎靡不創(chuàng)新高，說明該品種和該模型發(fā)生了不匹配，與其等待品種重新走出適合模型的行情，還不如暫時擱置這個品種，降低資金配置。但是我建議還是要維持對于一些主要品種的配置，可以降低短周期模型的比例，維持中長期模型的比例。

上圖是PTA品種在某個日線模型上的資金曲線，經歷了2015年7月~2018年7月連續(xù)3年的不創(chuàng)新高后，2018年終于走出歷史性行情。PTA有其基本面的問題，很復雜也涉及到很多產業(yè)邏輯細節(jié)，我們拋開基本面不說，該品種在2018年爆發(fā)之后，在識別到資金曲線突破2017年11月高點，和2015年7月高點這兩個時間節(jié)點上，是可以加大模型部署的。

換句話說，資金曲線完全可以擇時，隨模型原理不同，擇時方法多種多樣，相信這也是很多量化愛好者研究的領域。資金曲線擇時在CTA領域可以作為“事件驅動”策略（假設突破會有進一步行情），也可以作為“困境反轉”策略（假設長期下行后資金曲線有回升）。

3、歷史走勢突破篩選

如果覺得資金曲線選擇品種不夠直觀，通過歷史走勢選擇品種應該更容易理解，而且此方法不受到模型這個函數關系的影響（可以將模型理解為市場走勢與利潤之間的函數關系）。我們依然以PTA舉例：

2018年7月23日，該品種突破了大致一年前2017年2月13日高點，呈現出上無壓力，下有支撐的運行狀態(tài)，隨后出現一輪劇烈的上升行情。也有很多人認為這個點位存在較大的不確定性，所以我們的應對方案是，在方向性不確定而波動率放大確定的點位，部署較大資金比例的CTA模型。上圖子圖中，體現了2018年7月之前，突破類模型已經入場做多，從6000點吃到了8000點，最終大致在8000點附近以追蹤止損方式離場。

結語：

今天通過本文首先分析了CTA信號模型的脆弱性，也可以理解為局限性。我們在構建這類模型時，越來越傾向于安全、原理清晰。這種信號模型不能奢求運行得到很高績效，尤其是市場激烈的競爭環(huán)境，和不斷退出市場的流動性提供交易者，導致很多精致的CTA模型已經無法使用。所以如何開發(fā)出更高層面的模型管理器，顯得至關重要，通過這個管理器，將有限資金放在有效且規(guī)律波動的品種上，是下階段大部分模型開發(fā)者要思考的重點問題。

作者介紹：濮元愷

2009年開始專注于程序化模型研究，隨后經歷股票多因子模型、商品期貨時間序列模型等開發(fā)工作。

2016年加入中國量化投資學會專家委員會。

隨后作為勵京投資管理（北京）有限公司創(chuàng)始團隊，發(fā)行了多只陽光化私募基金產品，業(yè)績穩(wěn)定。其中穩(wěn)利二號產品在朝陽永續(xù)私募行業(yè)2018年度排名（債券混合類基金）中排名第8。

2018年撰寫的《量化投資 技術分析實戰(zhàn)》圖書獲得眾多業(yè)內人士推薦成為暢銷書，幫助很多量化投資交易者走上了起步之路。

七禾網聯(lián)合量化交易高手濮元愷先生推出了免費量化系列課程，同時分享股指日內、海龜高性能改進等10多套策略模型，帶您學習和提高量化交易！

相關鏈接：【免費量化培訓】兩大資深基金經理授課，送股指日內等10多套模型！