#量化CTA#CTA因子
这周的行情，可以说有点给大家泼冷水的意思了。
前几天还犹犹豫豫，感觉没什么问题，结果就来了个黑色星期五。
多数策略表现应该都不理想。
但这并不是全部，因为还有一位，量化CTA，就是例外，大概率这周就是正收益。
不过量化CTA表现好，也不是这一周的事情了，其实全年看，断断续续都在涨。
但风云君今天不想讨论量化CTA有多强，而是想往下多看一层从因子层面去理解：
最近这段收益，到底是怎么赚出来的？
先看下CTA因子今年的基本情况，其实对比上面量化CTA的表现也能多少看出相关性。
很多人对量化CTA有一个误解：商品涨了，CTA就赚钱。
实际，CTA既可以做多，也可以做空。商品上涨还是下跌，并不是最重要的，真正重要的是价格能不能沿着一个方向持续运行。
这就是时间序列动量因子。
说得直白一点，根据这个因子，模型会观察每个品种过去一段时间的走势：
持续上涨，就顺势做多；持续下跌，就尝试做空。它不需要提前预测原油、黄金或者黑色系最终会涨到哪里，只需要在趋势出现后跟上。
趋势持续得越流畅，模型越容易赚钱；反之，行情反复变向，模型就越容易被来回止损。
其实从近期商品市场表现，也能看出来，很多品种趋势走的很流畅，而量化之所以能抓住这些机会，也就是因为时序动量因子捕捉到了趋势信号。
除了判断单个品种的方向，另一类因子还会比较不同品种之间的强弱。
有的品种持续上涨，有的品种明显走弱，模型便倾向于做多强势品种、做空弱势品种。这就是截面动量。
这类因子最喜欢的不是所有商品一起涨，而是市场出现明显分化。
近期能化、贵金属、有色等板块的走势差异较大，品种之间的强弱差距越明显，对截面模型来说，可捕捉的机会就越多。
而说到贡献最突出的，那当属是波动类因子。
我们之前在评估CTA好不好做，都会考虑市场波动，因为其对于CTA策略确实是很决定性的因素。
但这里不能简单理解成“市场波动越大，CTA就越赚钱”。
更准确的说法，应该是当价格摆脱长期横盘、走势开始扩张时，一些基于趋势、突破和波动变化的模型更容易识别出有效信号。
比如说，如果价格长期在一个小区间内反复波动，那模型就可能保持谨慎；一旦价格突破区间并延续，部分模型才会逐步建立或调整仓位。
另外，成交量和持仓量可以作为部分模型的辅助信息，但并不是所有量化CTA都依赖这些指标，也不能仅凭放量就判断趋势一定有效。
所以，近期量化CTA的表现更像是几种环境形成了配合：部分品种走出了趋势，品种之间的分化有所扩大，波动也为模型提供了更多交易空间。
尽管如此，这也不代表所有因子都在赚钱。
像期限结构因子、偏度因子等也都还亏着呢。所以，不同管理人对这些因子的使用比例本就不一样，产品之间的净值表现也可能差别很大。
不过，更需要注意的是，今年表现领先的因子并不是一路上涨。
换句话说，即使我们看到最终累计收益不错，但中间仍然可能经历明显波动，后续也说不定会怎么表现。
这正是量价因子的周期性。
比如当市场从单边趋势转为来回震荡，量化模型的信号就会不断触发、仓位反复调整，不仅赚不到大钱，反而会因为交易成本和止损持续消耗净值。
另一个风险是因子和敞口集中。
如果多只CTA产品都使用相似的趋势信号、相近的交易周期，并集中在同一批品种上，表面上看买了多个管理人，实际上可能仍然押在同一个因子上。
一旦行情快速反转，这些产品的相关性可能突然升高，同时出现回撤。
所以，短期净值上涨不能简单外推成“策略变强了”。更大概率可能是，近期市场环境恰好进入了部分CTA因子的能力圈。
所以，对于在看量化CTA的私募投资人来说，就要注意了。
看到CTA近期上涨，并不意味着应该立即加仓；同样，看到某只产品暂时承压，也不能直接判断策略已经失效。
真正需要关注的是三个问题：
- 第一，收益主要来自哪些因子，是趋势、截面、基差，还是少数品种的集中押注？
- 第二，产品的敞口是否过于集中，包括商品板块、交易方向、持仓周期和杠杆水平。
- 第三，自己持有的多只产品是否真的分散。不同的管理人，不代表底层收益来源不同。
更合理的配置方式，是把收益来源错开：不同品种、不同周期、不同因子和不同策略之间进行组合，并根据自身风险预算控制整体敞口。
这比追逐最近涨得最快的产品更重要。
热门跟贴