七禾網(wǎng)9、如何看待當(dāng)前全球宏觀經(jīng)濟(jì)對(duì)CTA策略的影響？您認(rèn)為未來(lái)哪些宏觀經(jīng)濟(jì)因素將對(duì)CTA策略產(chǎn)生重大影響？

王凱：在過(guò)去兩三年中，我們確實(shí)觀察到宏觀因素對(duì)CTA策略的影響在不斷增強(qiáng)。早先，CTA策略更多地關(guān)注趨勢(shì)、資金面以及產(chǎn)業(yè)信息等微觀層面的因素。然而，近兩年來(lái)，交易越來(lái)越多地受到宏觀邏輯的驅(qū)動(dòng)。這種變化可能源于市場(chǎng)參與者結(jié)構(gòu)的某些結(jié)構(gòu)性變化，特別是大型資金帶著宏觀視角進(jìn)入市場(chǎng)，使得宏觀邏輯在CTA策略中占據(jù)了更重要的位置。

從當(dāng)前影響CTA策略的重大宏觀因素來(lái)看，美元進(jìn)入降息軌道是一個(gè)關(guān)鍵點(diǎn)。降息的力度和持續(xù)性無(wú)疑將對(duì)市場(chǎng)產(chǎn)生深遠(yuǎn)影響。此外，市場(chǎng)參與者普遍在交易美國(guó)可能實(shí)現(xiàn)軟著陸的預(yù)期，而除了美國(guó)之外，其他西方國(guó)家也可能進(jìn)入衰退。美國(guó)由于其經(jīng)濟(jì)的強(qiáng)勁和韌性，以及其AI產(chǎn)業(yè)的驅(qū)動(dòng)，相對(duì)來(lái)說(shuō)更有可能避免衰退。因此，美國(guó)與其他西方國(guó)家是否進(jìn)入衰退，成為具有不確定性的宏觀因素之一。

第三個(gè)受到廣泛關(guān)注的宏觀因素是國(guó)內(nèi)政策。從經(jīng)濟(jì)數(shù)據(jù)來(lái)看，國(guó)內(nèi)經(jīng)濟(jì)相對(duì)偏弱，但市場(chǎng)對(duì)政策的預(yù)期強(qiáng)烈，政策的決心和實(shí)施力度也在逐漸顯現(xiàn)。后續(xù)可能推出的政策，特別是在商品領(lǐng)域，如房地產(chǎn)和工業(yè)品產(chǎn)能控制等方面的政策，都可能對(duì)市場(chǎng)產(chǎn)生重大影響。這些政策的實(shí)施和調(diào)整，將對(duì)CTA策略產(chǎn)生直接或間接的影響，表達(dá)了宏觀因素在當(dāng)前CTA策略中的重要性。

七禾網(wǎng)10、近段時(shí)間，國(guó)內(nèi)出臺(tái)一系列的金融和地產(chǎn)支持政策，這些政策是否能夠?yàn)锳股市場(chǎng)和大宗商品市場(chǎng)帶來(lái)正面的預(yù)期效應(yīng)？

王凱：股票市場(chǎng)對(duì)近期政策的反應(yīng)較為積極，這不難理解，因?yàn)楣善笔袌?chǎng)本質(zhì)上是在交易預(yù)期，而商品市場(chǎng)則更多地反映現(xiàn)實(shí)情況。雖然這些政策可能會(huì)對(duì)未來(lái)兩到三年的經(jīng)濟(jì)狀況產(chǎn)生重大影響，但對(duì)當(dāng)前短期內(nèi)，比如幾個(gè)月內(nèi)的基本面影響可能并不顯著。

在所有政策中，房地產(chǎn)政策尤其特殊，因?yàn)樗苯佑绊懽顝V泛的人群對(duì)經(jīng)濟(jì)規(guī)劃的預(yù)期。因此，諸如刺激性政策、保障交樓政策以及實(shí)質(zhì)性降低貸款利率等措施，對(duì)市場(chǎng)預(yù)期的調(diào)整具有即時(shí)效應(yīng)，并在股市中得到了一定的反映。近期，黑色系商品市場(chǎng)也出現(xiàn)了相對(duì)較強(qiáng)的反彈趨勢(shì)，這可能與市場(chǎng)對(duì)政策預(yù)期的積極反應(yīng)有關(guān)。

七禾網(wǎng)11、在CTA策略的研發(fā)方向上，越來(lái)越多的頭部機(jī)構(gòu)開(kāi)始加大對(duì)機(jī)器學(xué)習(xí)的開(kāi)發(fā)與投入力度，您如何看待包括人工智能以及機(jī)器學(xué)習(xí)未來(lái)在這一領(lǐng)域的應(yīng)用？

王凱：從機(jī)器學(xué)習(xí)的角度來(lái)看，我們可以將這一領(lǐng)域劃分為兩大板塊。第一大板塊是傳統(tǒng)的統(tǒng)計(jì)學(xué)習(xí)，它包括線性回歸、貝葉斯方法、各種樹(shù)模型以及許多經(jīng)典的深度學(xué)習(xí)模型。這些技術(shù)在量化投資中已經(jīng)得到了非常廣泛的應(yīng)用，無(wú)論是在因子開(kāi)發(fā)、基于因子的信號(hào)預(yù)測(cè)，還是組合管理和優(yōu)化等方面，都發(fā)揮著重要作用。

第二大板塊則是以ChatGPT為代表的新一代人工智能技術(shù)，我們認(rèn)為這標(biāo)志著通用人工智能（AGI）的曙光初現(xiàn)。這種通用智能有潛力成為一個(gè)極其強(qiáng)大的生產(chǎn)力工具。雖然只有少數(shù)頂尖公司具備研究基礎(chǔ)模型的能力，但對(duì)業(yè)內(nèi)的大多數(shù)從業(yè)者和團(tuán)隊(duì)而言，他們?cè)趹?yīng)用這些技術(shù)方面仍然有很大的空間。我們觀察到，傳統(tǒng)量化投資中的許多細(xì)分工作都可以通過(guò)大型模型的應(yīng)用實(shí)現(xiàn)高度自動(dòng)化。

在這方面，我們已經(jīng)做了大量的準(zhǔn)備和探索。包括因子開(kāi)發(fā)、因子管理、解讀和復(fù)現(xiàn)研究報(bào)告、情感分析，以及在代碼自動(dòng)化實(shí)驗(yàn)中，我們都在積極應(yīng)用AI技術(shù)。這些努力不僅提高了工作效率，也為量化投資領(lǐng)域帶來(lái)了新的視角和可能性。

七禾網(wǎng)12、如何識(shí)別和評(píng)估套利機(jī)會(huì)？您使用哪些工具或模型？

王凱：在套利領(lǐng)域，我們可以將其劃分為兩大板塊：基于量?jī)r(jià)的統(tǒng)計(jì)套利和基于基本面及邏輯驅(qū)動(dòng)的套利策略。量?jī)r(jià)套利主要依賴(lài)于傳統(tǒng)的統(tǒng)計(jì)模型，這些模型在量化投資中已經(jīng)得到了廣泛的應(yīng)用，尤其是在因子開(kāi)發(fā)、基于因子的信號(hào)預(yù)測(cè)以及組合管理和優(yōu)化方面。股票阿爾法策略本身也可以被視為一種廣義的截面統(tǒng)計(jì)套利。

對(duì)于基本面驅(qū)動(dòng)的套利而言，它更多地考慮產(chǎn)業(yè)邏輯和宏觀邏輯。這種策略不是單純依賴(lài)技術(shù)方法，而是將邏輯轉(zhuǎn)化為可交易的觀點(diǎn)。例如，一些刺激性政策對(duì)遠(yuǎn)期合約的影響可能強(qiáng)于近期合約，而宏觀邏輯的變化也可能在利率結(jié)構(gòu)和股票大小盤(pán)風(fēng)格上產(chǎn)生套利機(jī)會(huì)。這些宏觀因素對(duì)CTA策略的影響在不斷增強(qiáng)，特別是隨著市場(chǎng)參與者結(jié)構(gòu)的變化和大資金帶著宏觀視角進(jìn)入市場(chǎng)，使得宏觀邏輯在套利策略中占據(jù)了更重要的位置。因此，基本面和宏觀因素的考量在套利策略中的重要性不言而喻，它們?yōu)槭袌?chǎng)提供了豐富的交易機(jī)會(huì)和策略多樣性。

七禾網(wǎng)13、對(duì)于量化機(jī)構(gòu)而言，策略迭代能力是保持策略有效性的關(guān)鍵，您能描述一下遠(yuǎn)瀾當(dāng)前的策略迭代流程嗎？

王凱：對(duì)于任何量化團(tuán)隊(duì)而言，策略迭代都是一項(xiàng)至關(guān)重要的能力。我們認(rèn)為策略迭代主要涉及以下幾個(gè)方面：

首先，探索新策略類(lèi)型或研究方向時(shí)，初期階段通常是發(fā)散的。隨著探索的深入，方向逐漸明朗，就需要將過(guò)程變得更加流程化和工程化，每個(gè)步驟都需要被精確定義和精細(xì)打磨。在此基礎(chǔ)上，我們可以提高技術(shù)要素的自動(dòng)化程度，例如自動(dòng)挖掘因子、模型的自動(dòng)滾動(dòng)訓(xùn)練等，這些都是量化領(lǐng)域中常見(jiàn)的自動(dòng)化能力。

隨著大型模型和智能體技術(shù)的發(fā)展，我相信自動(dòng)化能力將變得更加強(qiáng)大。因此，在迭代過(guò)程中，團(tuán)隊(duì)需要不斷拓展邊界，挖掘更多數(shù)據(jù)邏輯、方法和技術(shù)。探索過(guò)程雖然起初是發(fā)散的，但隨著時(shí)間的推移，它將變得更加工程化。一旦實(shí)現(xiàn)工程化，就可以利用技術(shù)手段實(shí)現(xiàn)底層技術(shù)要素的高度自動(dòng)化。

綜上所述，將人力驅(qū)動(dòng)的知識(shí)邊界探索與技術(shù)驅(qū)動(dòng)的技術(shù)要素自動(dòng)化相結(jié)合，就能形成一個(gè)有效的迭代能力。

七禾網(wǎng)14、今年以來(lái)，您認(rèn)為哪些主要因素導(dǎo)致了股票Alpha策略面臨挑戰(zhàn)？如何應(yīng)對(duì)挑戰(zhàn)？

王凱：今年對(duì)于股票阿爾法策略來(lái)說(shuō)確實(shí)是充滿(mǎn)挑戰(zhàn)的一年。從大的方向來(lái)看，市場(chǎng)經(jīng)歷了三波主要的挑戰(zhàn)：春節(jié)前的股災(zāi)、春節(jié)后“國(guó)九條”政策的出臺(tái)導(dǎo)致市場(chǎng)結(jié)構(gòu)發(fā)生根本性變化，以及從九月底開(kāi)始由于政策刺激而形成的市場(chǎng)強(qiáng)烈上漲行情。量化策略主要依據(jù)歷史統(tǒng)計(jì)規(guī)律來(lái)驅(qū)動(dòng)交易，而今年這些重大事件伴隨著強(qiáng)烈的市場(chǎng)情緒和運(yùn)行狀態(tài)軌跡的重大改變，對(duì)典型的量化策略構(gòu)成了較大挑戰(zhàn)。

當(dāng)然，任何事物都有兩面性，風(fēng)險(xiǎn)所在之處也意味著機(jī)遇。從某種角度來(lái)看，股票量化主要追求的是阿爾法，而阿爾法和貝塔之間存在互補(bǔ)效應(yīng)。在阿爾法面臨挑戰(zhàn)的時(shí)候，主動(dòng)管理貝塔、擇時(shí)方面實(shí)際上存在一些機(jī)會(huì)。因此，我們目前的主要研究方向是將阿爾法和貝塔進(jìn)行更智能的結(jié)合，在市場(chǎng)擇時(shí)、風(fēng)格擇時(shí)、寬基指數(shù)擇時(shí)以及個(gè)股擇時(shí)等方面進(jìn)行更深入的開(kāi)發(fā)。我們相信，通過(guò)主動(dòng)管理阿爾法和貝塔的結(jié)合，可以使得模型和策略更好地適應(yīng)市場(chǎng)變化，這是我們正在努力實(shí)現(xiàn)的目標(biāo)。

七禾網(wǎng)14、Alpha策略在哪些市場(chǎng)環(huán)境下最為有效？

王凱：在市場(chǎng)沒(méi)有出現(xiàn)極端的暴漲暴跌，且成交量保持在合理水平的情況下，大約有70%至80%的市場(chǎng)狀態(tài)是處于這種相對(duì)穩(wěn)定的區(qū)間。在這種市場(chǎng)環(huán)境下，阿爾法策略通常能夠較為有效地運(yùn)作。

七禾網(wǎng)15、在投資策略中，技術(shù)分析和基本面分析各占多大比重？

王凱：在商品CTA策略中，量?jī)r(jià)類(lèi)型的策略和基本面驅(qū)動(dòng)的策略的占比大約是5:5，即各占一半。而在股票量化策略中，量?jī)r(jià)信息大約占到70%，基本面信息和分析師提供的另類(lèi)數(shù)據(jù)加起來(lái)大約占到30%。

七禾網(wǎng)16、遠(yuǎn)瀾如何定義宏觀量化策略？它與傳統(tǒng)的量化策略有何不同？

王凱：在國(guó)內(nèi)，宏觀量化策略確實(shí)是一個(gè)相對(duì)較新的領(lǐng)域。許多優(yōu)秀的宏觀投資者主要依賴(lài)于主觀判斷，而完全以量化方法進(jìn)行宏觀投資具有其獨(dú)特性。與傳統(tǒng)量化策略相比，傳統(tǒng)量化更多關(guān)注如何在市場(chǎng)中獲取阿爾法（Alpha），即超越市場(chǎng)平均水平的收益；而宏觀量化則致力于更合理、更智能地進(jìn)行資產(chǎn)配置，主動(dòng)管理貝塔（Beta），即市場(chǎng)整體的波動(dòng)和系統(tǒng)性風(fēng)險(xiǎn)。因此，在定位上存在一定差異。

宏觀量化策略的邏輯主要考慮市場(chǎng)的增長(zhǎng)、景氣度、通脹和流動(dòng)性等因素，這些因素對(duì)資產(chǎn)配置、資產(chǎn)估值和價(jià)格變化趨勢(shì)產(chǎn)生影響。因此，宏觀量化關(guān)注的數(shù)據(jù)和邏輯與傳統(tǒng)量化有所不同，差異化較大。從我們的實(shí)踐來(lái)看，宏觀量化策略的回測(cè)和實(shí)盤(pán)表現(xiàn)與傳統(tǒng)量化策略的表現(xiàn)相關(guān)性較低，顯示出其獨(dú)特的風(fēng)險(xiǎn)和收益特征。

七禾網(wǎng)17、宏觀策略宏觀量化策略，遠(yuǎn)瀾是如何把一些基本面的信息量化下來(lái)的？

王凱：在宏觀量化領(lǐng)域，我們構(gòu)建了一個(gè)系統(tǒng)性的數(shù)據(jù)庫(kù)，廣泛采集從宏觀高頻到低頻的數(shù)據(jù)。低頻數(shù)據(jù)主要包括各權(quán)威機(jī)構(gòu)官方定期發(fā)布的數(shù)據(jù)，而高頻數(shù)據(jù)則包括日評(píng)等更活躍、更新更快的經(jīng)濟(jì)數(shù)據(jù)。我們認(rèn)為高頻數(shù)據(jù)對(duì)低頻數(shù)據(jù)有一定的領(lǐng)先作用，因此綜合考慮增長(zhǎng)、景氣度、通脹、貨幣流動(dòng)性和信用流動(dòng)性等因素，形成對(duì)大類(lèi)資產(chǎn)配置的邏輯。這種方法論不僅邏輯順暢，而且科學(xué)合理。從回測(cè)和模型驗(yàn)證的表現(xiàn)來(lái)看，這種配置策略確實(shí)能夠改善期望收益的同時(shí)降低最大回撤，顯示出與傳統(tǒng)全配置策略相比的優(yōu)勢(shì)。

宏觀量化策略更多地關(guān)注市場(chǎng)的增長(zhǎng)、景氣度、通脹和流動(dòng)性等因素，從而對(duì)資產(chǎn)配置、資產(chǎn)估值和價(jià)格變化趨勢(shì)產(chǎn)生影響。因此，宏觀量化所關(guān)注的數(shù)據(jù)和邏輯與傳統(tǒng)量化有所不同，差異化較大。從結(jié)果來(lái)看，公司宏觀量化策略的回測(cè)和過(guò)去一年左右的表現(xiàn)與國(guó)外傳統(tǒng)量化策略的表現(xiàn)相關(guān)性較低，顯示出其獨(dú)特的風(fēng)險(xiǎn)和收益特征。

此外，在經(jīng)濟(jì)周期之上，我們還關(guān)注情緒周期，這涉及到一些更敏感的市場(chǎng)指標(biāo)，如市場(chǎng)投資的擁擠度、市場(chǎng)的各種比率，包括債券結(jié)構(gòu)比率、金銀比等資產(chǎn)價(jià)格變化的比率。通過(guò)這些指標(biāo)，我們?cè)噲D對(duì)情緒周期進(jìn)行更好的適配，以實(shí)現(xiàn)更精準(zhǔn)的資產(chǎn)配置。