对冲基金时代的技术创新与产品设计圆桌论坛(图)

"对冲基金时代的技术创新与产品设计"圆桌论坛

　　搜狐财经讯3月26日 中国量化投资学会、中国证券投资基金年鉴、中国人民大学共同举办的“金麟2016第三届量化投资与对冲基金年会”于今日在中国人民大学八百人大教室召开。圆桌论坛环节，五

相关公司股票走势

• 机器人
• 鹏博士

　　以下为发言实录：

　　丁鹏：

　　现在我们有请圆桌讨论的嘉宾，他们是：国金基金管理公司总经理助理兼量化投资总监欧阳立先生；中欧基金管理公司量化策略组投资总监曲径女士；三智资本量化投资部基金经理玄耀先生；北京大学国家发展研究院副教授黄卓先生；宽潮教育科技公司总裁石咏先生；

　　首先请问欧阳立先生，因为你是公募基金做量化的代表，量化先从私募做起来，国金通用基金在通告业务上做的很多，并且形成了一整套量化的平台。我知道你们正在布局大规模量化的平台，能不能给我们做一个介绍，你们的量化平台对于我们机构投资者和普通投资者而言能够提供什么样的帮助呢？

　　欧阳立：

　　谢谢主持人，也谢谢人民大学给这样一个机会来给大家做简单的交流。国金基金有两个子公司，其中有一个子公司是专门做通道业务的，我们子公司跟公募基金方面都有一个量化投资平台的概念。

　　我们想达到一个什么样的目的呢？为广大的投资人和私募的投顾提供什么样的服务呢？我们觉得这其实是两个问题，我们类似于在常规的信托渠道给各位私募管理人做一个通道性的服务来发产品，我们在做通道业务方面，在业内非银行系公募基金我们大概做到第二名。

　　我想讲的更多的还是面向公募，因为我是在公募基金母公司，我们公司在筹建一个量化投资平台。我们具体做什么，其实就想做一个类似于美国有一些大的投行，一个公募基金里面有N个投资事业部，如果大家对业内比较熟悉的话，本来对可以做私募的公募基金经理或者是想做私募的人，他可以设立一个事业部机制，我们给他提供一些销售支持、产品设计支持，让投资经理不用太着急运营上的事情，给他提供运营上的支持，给他一个专心做投资的机会。如果我两三年前跑去做私募，我可能花一半的时间在房屋、水电、申请工商牌照做这个工作。甚至我花更多的时间跑销售渠道。所以一个投资人可能看上去，你花的大部分时间跑去做销售面向客户的事情。

　　所以说在公募里面设计这样一个事业部，有这样一个不错的机制。我们国内很多家公募基金在做这样的事情，国金基金更往前进了一步，我们想国金基金是专注于做这样一个量化的专业。我们想在一个基金公司里面设立N个，目前国金基金有三个量化投资事业部，我是一部，还有二部、三部。目前如果能够找到更多的事业部来做。因为做量化不可避免在数据这方面的投入比较多，如果你都去买一些数据，现在允许这个程序化交易框架之下，我们能不能给大家提供一个比较高速合规的交易平台，这样的话我们认为设置这样一个对中后台跟交易方面，跟销售方面提供真正意义上的支持，也许有这样一个机会能够跟一些，就像我一样投资比较愿意做，但是对运营细节不是很感兴趣的，也许有一点价值。

　　丁鹏：

　　非常感谢欧阳总的分享，对于我们业内的私募而言，其实我们依托一个公募平台可能会对我们有所帮助。

　　下一个问题问曲径女士，阿尔法狗特别火，大家都知道人工智能时代来临了。最近以阿尔法狗为代表的机器学习的算法火的不得了，机器学习或者是深度学习到底能对量化投资带来什么价值呢？

　　曲径：

　　其实深度学习这个理念，是因为在硬件大幅提升之后，其实现在我们可以看到阿尔法狗非常好。但是在硬件提升之前使用的算法都是我们比较熟悉的，你的蒙特卡罗模拟的方式都是我们比较熟悉的。其实本身我毕业之后开始做量化交易，我刚才跟欧阳总说，到今年底我已经做了十年交易了，我都不能相信这件事情。

　　当时我们做的时候，我们也在考虑能不能把大数据的算法应用在金融模型里面。一开始其实你拿出金融数据来看，就像刚才同行分享的一样，如果你只看金融数据的话，这个不可能是一个大数据集，如果不做高频的话。如果你拿每年的会计报表数据，你可能每年只有四个样本点，你拿每日的加以数据可能每年只有251个交易点。所以本身来讲，我们金融数据并不是大数据的概念。

　　另外一方面，为什么说它不是大数据的概念，因为它是不可重复的，它不像你做指纹识别、做面部识别。如果你的样本用光了，你再取，比如说十万个样本或者是十万个照片，或者你的语音识别让人说很多话。但是金融数据一旦在历史上发生了这件事，你是无法使用它做样本数据之后，再拿它做样本数据外的模拟。

　　为什么这两年大数据应用金融里面呢？其实它并不是真正应用在金融数据上，是应用在交易产生前信号数据上。比如说有的新闻数据很有意思，它不光用NLP的方式看出新闻里面提到的是什么上市公司，哪个板块，是好，还是差，它会给你一个打分，同时看到新闻的传播速度，包括被访问量和转载量。推动这个方式，我们可以在更高一个纬度上面，采集到非常大的数据体量，应用在我们真正金融对股票的预测上面。

　　所以我觉得这个可能是以后所谓的跟机器学习和大数据结合的一个方向。

　　丁鹏：

　　非常感谢曲径女士，说实话深度学习的东西是很复杂的，虽然曲径女士谈的轻描淡写，我相信她做了十年的交易，肯定有非常深的功底。

　　下一个请教玄耀先生，因为他做了很多交易，特别像这段时间，我问一个实际交易的问题，过去两年股指期货给我们带来了多样性的策略，但是现在股指期货被限了以后，很多人现在转行了，你还在依然坚持做α策略，在这种被限的情况下，你大概是怎么做α策略的呢？有没有经验跟大家分享呢？

　　玄耀：

　　其实从国内市场来看，我们能够做的频率上的最高的频率。也就是说今天买了之后明天卖，为什么这么说呢？国外的量化系统通常有两层，第一层是量化选股，第二层是量化交易。但是在政策多变的市场上不大可能存在，但是在国内如果有人告诉我他的α策略一个月换一次仓，我认为他非常不靠谱。不要说一个月，两三天都有可能有新的制度出来，所谓的国家队外围的干涉，这些都不是我们能预测的成分。

　　在国内市场如果要做α，一定是今天买，明天收盘卖，再换仓，换成新的集合的股票。现在我们做的策略全部都是建立在这样的频率上。如果以后有券商愿意跟我们合作，我相信能拿很大的手续费。我们做这么高频率的东西建立在什么呢？在国内真正靠谱的东西就是建立在日内的数据，核心内容就是国内做量化股票端，平均大概每三秒向交易市场推送一次，这个相对美国毫秒级来说简直就是太好处理了，在这么小量数据中，你可能很难挖掘出比较靠谱或者有持续性的规律，在很大的数据中你可能很快挖掘出一些规律。

　　在我们的量化具体策略执行中，我们会看逐笔的交易。再具体一点，我是去年6月1号回国，还没有两个星期节股灾了，头两个星期我观察国内市场跟我以前做的全球市场有特别不一样的地方。因为以前的股票多因子的时候，我基本上做全世界所有能交易的市场。不但做日级别的数据，我做的是很多日内的高频数据，美国是最复杂的，因为股票可以在十多个电子市场同时交易，你要看每一个买单卖单的量串联起来。但是国内很简单，好几秒才推出一个交易的东西，沪市是沪市，深市是深市。在我刚刚入行的时候我做了很多研究，就是关于大宗的交易，在很多流通量比较低一点的股票中，如果出现了大笔的成交，根据大笔成交之间的间隔和它的频率，以及它相对于平均日日交易量的比例会在日后一天、两天、五天、十天，一个月，对股票价格是否有任何的影响，这个原理是基于什么呢？是基于在出现大宗交易之后，对大宗交易本身是否隐含了一些信息的内容，或者说是非噪音的因素。

　　我觉得这个在国内无论是学校研究或者是私募真正把它研发成实施策略，我觉得这是我们比较独特的点。

　　另外，在股票α策略中，更重要的是，在涨停板和跌停板附近做的文章。我举一个简单的例子，当一个股票涨停之后，它到收盘期间有没有开板，这些是具有中国特色的机制导致你能够从中抓住很多的规律，这个我们已经有很成功的案例。

　　说出来的话是这么一个简单的模式，但是真正挖出规律也是需要很多的时间。我也不忌讳跟所有的同行分享这个方法。

　　回到股指期货贴水问题，这些东西对我们每日换仓做股指期货对冲的话影响不是很大，因为我可以避开最后那几天。所以我觉得虽然困难重重，但是坚持α策略这么做下去，也没有不能导致我们做的原因。

　　丁鹏：

　　非常感谢，因为α策略过去两年在中国市场大概有两三千亿的规模，由于股指期货被限后，很多人被迫转行。但是玄耀先生给我们大家提供了另外一个思路，提高它的交易思路，中低频的α确实很难做。尤其是避开最后一周，在这个时间中我们通过变相T+0的交易，特别是利用中国涨停板和跌停板制度对市场有效性的冲击，通过这种方式确实可以抓到更多的交易机会。

　　下一个问题我请教黄教授，因为黄教授对对冲基金产品方面做了多年的研究。因为我们今年的圆桌会议是讲金融技术创新，我们一直都觉得在中国的很多技术都不如美国。事实上我们发现，在互联网技术、移动互联网技术中国已经超过美国了。在对冲基金领域中，虽然我们发展的比较慢，中国是不是有创新方面的东西比国外好的呢？或者说有哪些东西我们本身具有后发优势呢？

　　黄卓：

　　谢谢主持人，我们知道在过去两三年里面，整个国内对冲基金和量化投资行业获得了非常快的发展。从每年年会讨论的内容和嘉宾演讲可以看出来，我们讨论的内容实际上越来越深入。其实不管哪个策略或者是领域，其实发展的潜力都很大。

　　具体来讲，如果比较中国市场和发达国家市场的差异性，或者说我们有哪些优势，或者是潜力。今天上午讲了一个例子，大宗商品大家都知道，在这个领域中国由于经济的体量，我们的经济结构，我们在很多大宗商品的现货消费量或者说产量上面都是有很多已经占据主导地位或者说占据了非常重要的地位。

　　金融交易它的背后实际上是基于信息，而且信息很多时候跟实体经济相关。具体到商品里面，我们是现货市场。由于中国在现货市场里面占据了如此大的地位。我们在这块的交易里面，实际上有相当多的数据或者说信息是可以使用的。

　　所以我们有可能获得到的一些信息可能比在国外的市场上获得的信息可能还要准确或者说还要快速。在这个领域，我觉得未来进一步发展的方向是能够把它继续做的再深一点，或者说再沿着产业链把它再做的广度一点。比如说在期货和现货之间的套利或者是跨市场、跨品种的交易，以及国内和国外的跨市场的交易等等。再包括像大宗商品指数投资产品，我觉得把整个板块或者是模式做的再深入一点。

　　第二个我想提一下的是，也是刚刚有嘉宾分享的，关于怎么样把对冲基金和量化投资与互联网金融相结合。因为互联网金融这个概念，实际上在国外也很早就提出。但是从发展速度上来讲，我们国家从2013年这个概念提出来以来，到现在发展的速度可以说是远远超过了国外发展的规模。以至于今年两会的政府工作报告提出来要规范发展互联网金融。为什么要规范发展呢？肯定是因为发展的太快了，造成了对传统金融冲击力太大了，这个也是有中国的金融体制所决定的。我们在传统的银行主导的具有一定金融压制的体制下，互联网金融对金融体系带来的变革，实际上是非常深远的，里面所蕴含的机会也是非常巨大的。

　　在这个过程中量化投资怎么样跟互联网金融的发展结合起来，特别是我们目前这种对冲基金和量化投资，主要是服务于一些高净值的人士。如果要使量化投资进一步发展，我们还要进一步服务中产阶级的财富管理，这里面有很多机会，就像互联网财富管理、智能投顾等等都有非常大广阔的前景。

　　这里面有一个很有趣的问题，前不久我跟几个朋友讨论智能投顾、机器人(54.880, -0.30, -0.54%)理财等等。目前做这块有两个背景的人再，一种是基金公司或者是金融公司为背景的公司在做。另一波是互联网公司或者是互联网金融为背景的公司在做这类产品。当时我们想提出一个比较有趣的问题，到底哪一类公司做这个产品胜出或者更容易成功。当然这个问题实际上也没有一个答案，当时我们有一点共识。大家可以猜一下答案是什么，因为今天在座大部分都是金融行业的人士。所以这个答案我就不公布了。

　　丁鹏：

　　非常感谢黄教授，黄教授一说其实我们跟国外差距也不大，特别是中国的互联网、大数据反而更有优势。因此基于这样的基础做量化或者是做对冲基金产品，大家觉得国外大师很牛，但是我们也不要怕他们。

　　最后一个问题我问一下石咏先生，你是做交易的，管了好几亿的盘子，做的也不错。我的问题是，你当时做培训的出发点是什么，你做这些事情对整个行业到底有什么样的价值呢？

　　石咏：

　　谢谢主持人，首先作为金麟三届的见证人之一和参与者之一，我由衷的为我们金麟论坛搞到现在的盛况，我是非常开心的，也是非常高兴的。

　　从三年前的规模一直到现在，我们参与的人数，我们的影响力，以及我们邀请到的嘉宾的实力都是一步一个台阶，而且金麟论坛迄今为止在中国量化投资领域确实起到了非常好的推动作用。

　　我们在座的各位，包括我在内都是受益者。所以首先我提议，我们以热烈的掌声感谢金麟论坛的两位先驱者。因为从金麟第一届论坛，我还是主观交易者。第一次上丁鹏博士(20.250, 0.08, 0.40%)的课，他也是我的老师。走过来四五年的量化之路，我们从一个小小的工作室，现在走到了管理几个亿的资产管理公司，成为一个天津本地比较著名的土鳖，所以我也非常开心。

　　走过这条路之后，我们通过量化投资学会搞了很多公开课、论坛还有一些聚会。我们发现对量化投资的知识和技术有需要的朋友越来越多，趋之若鹜。而且我通过这几年做量化投资，对比国外的发展情况。我深深的意识到，我们国内目前量化投资所存在的潜力是非常巨大的。因为在国际上，尤其是欧美70%以上的交易量已经由量化或者是程序化完成。而在我们国内，在股票市场只有不到5%，在CTA领域可能不到10%，这个差距非常大，所以市场需求也非常大。

　　再一个从我98年开始做股票走到今天，应该是所有的交易者和所有的操盘手都走过的路，是非常坎坷的。就像今天王黎博士介绍的一样，应该说我们付出了很多。所以我们在交易之余，依托我们中国量化投资学会的资源，我们搭建了培训的平台，我们致力于在量化投资领域，把我们能够掌握和邀请到已经走出来，已经走向交易成功之路的前辈、老师请过来，然后给我们后来者多传授一些经验和技术。我们认为是一个非常有意义的事情。而且宽潮走到今天，我们已经通过两年多的运作，无数次公开课，很多的论坛，以及我们几次高端的收费课程，打造出中国量化投资领域的第一品牌。

　　未来我们想着力于量化、实战和互联网，把我们这三大基因持续的发挥下去，也希望更多的朋友能够参与到宽潮平台里面，能够快速的提升自己对于量化投资方面的技能和技术。

　　丁鹏：

　　第二轮问题首先问欧阳总，最近我看到很多报道公募基金也在大力配置大宗商品类的产品，特别是最近黑色金属都涨疯了。我想问一下，你们作为国内在量化领域非常前沿的基金，对大宗商品未来的投资机会，以及它量化交易的方法有没有什么经验或者有什么看法。

　　欧阳立：

　　我觉得主持人问的问题其实我也没有答案，大家对大宗商品有一定的兴趣。但是我觉得公募基金可能跟私募不一样，它受到传统中至少国金基金，我们一项主要是做股票债券商品，所以这方面我们看到这样的机会，但是我们又知道，如果没有优势，我们不太愿尝试这个事情，我们更愿意专注于做自己擅长的事情。

　　丁鹏：

　　谢谢，虽然涨的凶，但是大家不要眼红，每个人还是要做好自己专业领域最擅长的事情，或许你冲进去，你就成为最后一个接盘侠，欧阳总的意思是大家还要比较专注，我也比较认同。

　　下一个问题问曲径女士，公募基金大多数都是做价值投资或者是长期持有的，在您的产品和研究中，增加了量化投资方法以后，对你的产品或者对你的客户、投资者而言带来了哪些优势或者是哪些帮助呢？

　　曲径：

　　其实我觉得一个量化团队植根于一个公募基金里面，可能跟他成为一个私募基金，我们自己拉出团队来做私募有本质上的优势，就是我依托了中欧基金整个研究平台和卖方资源给我提供的很多资源。在这同时，其实我们量化最大的好处，就是知行合一。在本质上用系统的办法要求你做交易的时候一定是知行合一，你不能说拍脑袋今天加五个点，因为我觉得今天涨了，量化模型出来的时候我们保持一颗谦卑的心态，认为在大概率上战胜我们的主观判断。

　　刚才展示的那个公募基金业绩的图，长期来讲公募基金主观基金经理不一定能够战胜大盘，但是他依托这个方式，有利于他把执行理念更好的执行到位。

　　另外一方面，其实我也可以分享一下，为什么我会加入中欧基金，中欧基金我们在整个A股市场为数不多员工控股的公募基金。在这样一个公募基金的结构下面，其实大部分的公司发展，以及我们产品设计是能够由员工说了算，同时我们也是以业绩驱动的盈利模式，而不是管理规模驱动的模式。在这个情况下，其实量化团队加入之后，我们更希望不光是给高净值客户提供多元化的服务，同时通过我们的公募基金的交易，能够给普遍的广大投资人提供一个类绝对收益的投资服务。

　　所以我觉得这个也是一个人理念和理想，我觉得公募基金这个通道可能更适合我实现为大众做投资，为大众做理财的理想。

　　丁鹏：

　　非常感谢曲径女士，特别是她说了中欧基金是员工持股的，特别羡慕。所以你们在座如果觉得自己水平很优秀，你们可以考虑中欧基金确实是非常好的平台，我已经没有机会了。

　　下面一个问题问一下玄耀先生，因为你刚才讲的是交易，我问一个关于高频交易的问题，跟我们分享几个商品期货做高频交易的策略。

　　玄耀：

　　在高频这边明显我国国内私募团队，我们基本抛弃了基本面所有的分析，因为这些对我们来讲没有意义。而且商品期货是目前流通性非常好的，我们相信有任何信息比较有效注入到价钱当中。所以在这个基础上，我们做的就是只能往越高的频率走，越能够减少我们的人力成本。

　　所以说往高频走，国内市场微观结构比较简单。在这个基础上，真正所谓的方法就两种，你追求什么，要么追求继续往一个方向走或者是反弹。无论是在套利或者是单边的策略都是一样的，没有什么区别。但是它怎么样来具体的把策略研发出来，这个要看秒钟级、分钟级价钱的变化，以及单子它分布的跟之前的不一样性。在这个基础上你可能有一定的概率能够更好的判断出未来的走势是继续背离，还是反弹。这个方面我们之前也设计了股指期货的高频策略。好像是去年8、9月份，我们上了没有一周时间，结果限制到了十手，当时很夸张的是什么呢？我们策略的帐户只有两百万人民币，我们一天的开仓大概是400手左右，在那个状态，在那时候我们的交易量200万已经占了市场上日交易量千分之一，从那天之后有人跟我说做高频，我又不相信了，因为我们这么一点就能占千分之一，我觉得400手不算是高频，如果有更大规模可以做的更多，我相信任何一个能轻而易举占40%到50%的量。

　　因为股市单边的下跌对我们客户群，包括我们私募发产品产生了很大的影响，去年年初的时候，你必须要发股票型产品才会有投。现在你发一个商品或者是债券更容易得到投资者，因为我们私募也要生存。所以说为了增大我们的管理规模，维持我们的运营，我们要发商品的策略，以商品为主的产品。然后在这方面，现在我们还是在做很简单的一件事，就是通过统计分布的动态变化中找出规律赚那个点，通过把频率加大争取得到一定的收益，这个目标目前也不是很高，年化百分之十几已经很满足了。

　　丁鹏：

　　非常感谢，玄耀先生给大家提供了另外一个思路，股指期货高频已经做不了了，中国现在能做了就是商品期货，通过各种各样的趋势、反转赚一些非常短的收益，玄耀先生给大家提供了非常好的思路，供大家参考。

　　玄耀：

　　我们商品期货高频的收益90%都是产在关键的努力点、支撑点附近，在这个附近抓住局部的动态分布的变化是概率胜率比较大的东西。

　　丁鹏：

　　虽然只有一句话，但是这句话说出了关键。其实很多做过交易的人，也都明白，往往某个价格达到某个点的时候，要么突然向下，要么突然反转，如果这时候中间那段时间反而没有什么机会。所以大家经常做程序化交易的就会发现是有这样的特点。虽然玄耀只讲了一句话，但是一句重如千金。

　　黄教授，投资这个领域是非常专业化的，现在大家理解的互联网金融无非年化收益是10%或者是20%，你怎么能把量化投资或者说对冲基金复杂的东西，通过互联网金融的方式让更多的普通投资者理解，并且接受，以及大规模的跟进呢？

　　黄卓：

　　主持人这个问题问的非常好，因为这个涉及到另外一个比较大的问题，就是沟通的问题。在高效里待了几年，非常重要的一点就是沟通。关于量化投资和对冲基金群体，像这样的会我特别愿意参加。为什么？因为我跟这群人交流觉得特别的舒适，相对有一些跟投行有关的或者是政府部门的会议，你看穿着就知道要求你穿的正式，我每次这样穿，发现只有我一个人没有打领带，我是从硅谷回来的，所以觉得特别不适应。看今天嘉宾的穿着，我们在金融行业里面是有一些独特的文化的群体。

　　这个涉及到，你怎么样和金融业的其他同行交流，特别是怎么样跟自己的客户投资人群体交流，我觉得这个是非常重要的话题，也是行业获得持续发展关键性的问题。

　　分两个层次，从大的层次来讲，这是我们可能要更加注重生态圈的建设或者是平台的建设。在这个平台里面，我们知道在量化投资的交流里面，真的很难。为什么？我们知道在学术界，我们有一句名言叫你不发表，你就完蛋，但是在量化投资领域也有一句名言，你一旦发表出来了，你也完蛋了。你参加很多量化投资的交流会，如果你想真的希望学到最关键的东西，那肯定是没有机会的。

　　刚才玄耀先生是少见特别实诚的朋友，讲的特别到位，这个也不容易。很多时候你要把东西讲出来，但是你又不能讲的特别清楚，因为大家都是高手，你一旦讲的特别清楚，第二天别人就做的东西跟你一样了。所以这里面也涉及到行业性的特色，我想说的是，在这样一个行业沟通里面，我们看到比较多的是关于量化和对冲基金的买方或者是卖方的路演或者是报告。再比如说像石总他们做的培训。

　　我觉得在这个生态圈里面，可能还需要更多的参与者加进来。比如说学术界，以及监管部门和智库，这三方可以做更加没有利益相关的参与者。在这个过程中，可以把行业相关的基础性的框架，基础性的方法和基础性的结果，能够用比较系统性的把它推向普通的投资人。在我们有更多共性的基础上，再去讨论策略的特色，你的技术上的先进的地方。我觉得沟通起来会更加顺畅一些，实际上上午阚总也提到了，学术研究里面我们对于量化投资和对冲基金很多学术性的研究还非常的少，跟国外比起来是这样的。也是因为这方面的学者都属于比较早期的阶段，基本上还是处在为了生存而发论文的阶段。当然像李勇教授你还是根据兴趣跟做量化投资有关的研究，我们期待有更多的专家做这方面的研究。

　　比如说关于量化投资或者是对冲基金，它在整个金融体系里面，它的表现怎么样，它起到什么样的作用，有哪些策略，每个策略有什么样的统计上或者是收益上的特点，这里面有哪些核心的技术，这是共识性的东西。但是现在我们是一步一步慢慢构建的过程，如果这么多方在这个平台共同建立沟通的平台，我觉得这个是第一步。

　　第二步从操作的角度来讲，我们怎么样给中产阶级提供财富管理的服务，用看起来比较高大上的量化对冲投资，怎么样让他相信或者让他接受。第一步可能就是透明度相对比较高，同时标准化比较高的一些产品。通过这些产品来获得投资人的认可，最开始类似于项资产配置这方面的产品。当然这个也需要我们市场能够提供越来越多的，比如说像ETF或者是类似的α、β工具，能够使我们的策略既能够保证低成本，同时透明度高，同时又有价值，我觉得这个是操作层面。

　　刚才国金的欧阳总说了，对冲基金和量化投资可能真的要和公募基金多进行交流，或者说我们把量化投资更多的通过公募基金的产品，把它的理念或者是技术能够更广泛的应用起来。在这个基础上会获得更多的认可，客户自然比较容易接受这些理念。

　　丁鹏：

　　非常感谢黄教授，黄教授的意思是投资者还得要多教育。最后一个问题问石咏先生，你刚才介绍了有关培训方面的东西，我也知道你是专注于做趋势交易的，特别是大宗商品去年年底的暴跌，包括今年的反弹你都抓住了，收益不错，现在请你分享一些干货。你能不能介绍几个做有关趋势交易的策略和原理是什么，你分享一点干货。

　　石咏：

　　刚才王教授也谈了，可能参加一些论坛或者是会议不一定能听到干货，我接着讲一句话，你来参加宽潮的培训全是干货。

　　比如说王黎博士在上一期的培训专门讲了α实战的案例，还有丁鹏博士真正是拿自己的平台讲，告诉大家一些非常细节的东西。再以我为例，大家要来参加宽潮的培训，会听到怎么样从一个五百万的工作室做到三个亿资产管理公司的全部细节，没有问题。

　　刚才丁博士提出这个问题，我说尽量回答，为什么？可能得需要很长时间。

　　丁鹏：

　　你用什么指标，判断趋势来了，什么时候进场的，给我们讲一下。我们想听一下干货。

　　石咏：

　　我们在过去股指期货操作的过程当中，最好的年景有帐户达到净值3.9，去年大宗商品的暴跌，我们赚钱都赚的有点不好意思了，最近我们跟永安期货发了第一只产品，主动管理型产品1月20号发行，现在净值是1.12，最大回撤是1.9，也是这五年辛勤的付出，不断的学习，不断的向我们的前辈不断学习，总去学习和交流的过程。所以说我深有体会，学习非常重要一定要多跟你比你高明的人多交流、多学习，开放自己。

　　我们甚至一些核心的策略源码跟前辈们交流，让他们给我提意见。

　　回到主题上，我是怎么抓到趋势的，就像丁博士经常说到一句话，闪电的那一刻你一定要在场，这就抓住趋势了。大家知道趋势跟踪最大的魅力在于什么呢？最大的魅力在于那一刻来临的时候，你赚一个盆满钵满，最难的是要跟踪，跟踪你要付出时间成本、精力成本，甚至要付出感情成本。所以跟踪是最难的。但是其实最难的，也是最值钱的。我们要做的是在跟踪的时候怎么样尽可能减少这三大成本。

　　我觉得除了在技术指标上，如果我们更深度讲的话，我们首先要实现真正的去做多周期、多策略、多品种，真正的去做。比如说我们的策略是拉网式的，我们覆盖的周期，所有的商品期货从15分钟到日，覆盖的品种是全部品种，我们从来不会猜测任何一个品种是否会有爆发趋势，我们只是耐心的跟踪它。就像去年的棉花死了五年的品种突然活了，但是绝大多数人套空了，我们根据这五年的经历，我们确实总结出来做趋势跟踪一年就挣两到三次钱，真的足够了，太够了。但是最难的就是我们怎么在跟踪的时候把三大成本降到最低。

　　首先，我刚才讲了多策略，多周期，多品种，这是必要的。另外，我认为最有价值的应该是大家要认真学一下资金管理，多看一些资金管理的书，如果还想再提升，那就报名参加宽潮的培训，谢谢。

　　丁鹏：

　　虽然我们看到了今年这一波大趋势，但是其实除了我们有几个月大行情之外，日内也有很多趋势。因为你不知道什么时候趋势来，像这一轮基本面最差的时候涨的最猛，所以一定要通过程序化的方式去做，因为闪电来的时候人是来不及反应的，只有通过程序的方式才能抓住这样的机会。

　　石咏：

　　我再补充一句，我们4月14号到17号在深圳有宽潮第五期的培训，大家现场报名如果找我非常优惠。

　　另外，我们宽潮2016年准备进入快速发展的时期，目前我们要整合一些天使投资进来。当然我们也不差这点钱，因为我们也很有钱。我们今年要签约一百位讲师，把宽潮这个平台真正建设成一个让很多交易员，尤其是量化爱好者快速通往成功的一座桥梁。

　　我也希望在座的各位，如果你是做量化投资的软件平台或者是软件技术，或者是网站，或者是媒体，愿意跟我们宽潮成为战略合作关系的，包括一些自媒体都可以找我，谢谢大家。

　　丁鹏：

　　我们经过了五位嘉宾的分享，我们还有一点时间，我们把下面的时间交给场下的听众，谁有提问的请举手。

　　提问：

　　有一个很简单的问题，最近股指期货贴水突然收窄了，我想请问一下大家怎么看呢？

　　丁鹏：

　　股指期货贴水，我们先请玄耀先生，你对这个贴水怎么看，是不是意味着大行情来了呢？

　　玄耀：

　　我的感觉之前一直是负级差，股指期货限了十手以后，国家有轻而易举的严来维持负级差的状态。现在负级差变小接近零，我相信是国家对所谓的操纵股市的体现，目的在于什么呢？行业认为α策略等等做股票已经没法再做了。但是现在给这个信号可能是鼓励私募或者是做α策略的人再次入场重新开启，这个是在股票市场上想促进流通性，之前大家都撤了谁敢做。我相信这个会涌现出来抓住机会，如果出现这种机会，我宁愿做单边的股票，也不用做对冲的一半，如果我是比较激进型的，我大概是这个看法。

　　丁鹏：

　　其他几位嘉宾对这个有什么看法吗？哪位听众还有问题的呢？

　　提问：

　　今天很多嘉宾提到了多策略、多品种，在多策略交易当中资金配比是怎么配置的呢？是静态配置的，还是动态配置的。

　　石咏：

　　其实我们以前摸索过，你能提这个问题，证明你做交易起码三年以上了。因为我做第三年的时候也没有搞清楚到底应该怎么配，所以做了很多愚蠢的举动。比如说我们假设我们找到了一些所谓的量化的东西，然后去折，就像丁鹏说的折来折去把铁矿石弄空了，后来发现部队，撞了南墙回头，再考虑别的方法。然后又折周期，折来折去，最后我们发现在日线周期上，总觉得它的回撤大。但是大家也知道，从去年整体的行情来看，最赚钱的策略就是日线级别，假如说你一比对冲所有品种的话，它会胜过其他所有的品种，我说的是趋势跟踪。

　　后来我们又不断的测试，不断的的回撤。最后我们用天道的东西解决这个，既然我们不知道，我们就用最笨的办法1：1：1，所有的东西都是这样的。因为我们也都知道做量化不能限到历史回撤里面，不管是数据指标、资金管理，不同的方案全部是基于历史，我们不知道未来，所以1：1：1，这就是我的答案。当然如果你到宽潮，还能听到更细致的答案。

　　丁鹏：

　　对于资金管理，很多业内朋友用过凯迪公式，如果你感兴趣的话可以用一下，根据历史的情况，包括一些概率计算，可能比你单独做更加好一点。

　　既然大家都没有问题，我们的圆桌论坛就到这里，我们非常感谢五位嘉宾，谢谢大家。