热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

CTA策略的焦虑感

来自|也谈FOF作者|李帅波对于近期持有CTA策略的焦虑感,来源于对不确定事情未来发展的恐惧!愚人节这天期货市场给大家来个玩笑,市场上CT


来自 | 也谈FOF       作者 | 李帅波

对于近期持有CTA策略的焦虑感,来源于对不确定事情未来发展的恐惧!

愚人节这天期货市场给大家来个玩笑,市场上CTA策略都出现不同程度的回撤,无论是截面动量还是时间序列方面因子都受到挫败。其实春节后整个期货市场就出现分化,一方面是CTA策略管理人业绩出现分化,一方面投资人心态开始发生分化。

大家对于CTA策略的认知是做多波动率策略,也就是说期货市场波动越大,CTA策略的盈利能力就会越强。其实期货市场的波动率可以从以下两个角度来理解:一方面是指的商品期货品种短期市场波动率的共性情况;第二个便是某一商品长期市场波动率的自身特性情况。往往一般年份,CTA策略的收益主要是靠某些品种自身高波动的特性加之一些政策和事件的催化所造成的,一年有1-2波比较大的交易性机会,对于CTA策略来说,每年抓到这1-2波波动的机会,全年的收益基本算是完成预期的收益目标,其他时间就是在横盘或者回撤期。而2020年的期货行情属于期货市场品种的年度高波动共性情况,并且整个趋势行情也很明显:一是行情的空间更大;二是行情的走势更为流畅。所以CTA策略收益颇丰,给投资人造成一种非典型的“高收益低风险的”产品风险收益结构特征认知。

基于这个论点,由于一些后疫情时代的经济复苏预期和宏观/微观经济、政策的影响都会加大期货(包括商品和金融)市场的波动,从而大家一致看好今年的CTA策略表现。此外,股票市场在春节后的结构性下跌行情促使股票多头型基金收益承压,出现较大回撤。股市大小盘股票风格的切换和交易量的平稳也促使股票中性产品和T0策略从2020年下半年开始就一直不太理想。这些条件客观上都加剧了CTA策略的需求的增加。

很多投资者在2020年下半年和2021年第一季度投资这个CTA策略,但是目前的持有体验感和预期差距比较大,尤其最近的策略收益表现,很多投资人已经出现明显的焦虑感,这个焦虑感主要是由于自身对于CTA策略的本身风险收益特征不了解,另方面自己对市场高波动的预期,认为CTA策略就应该赚钱,而忽视了另外一个赚钱的必要条件就是趋势行情的流畅性和规律延续性,后者显然在2021年的1-4月是没有体现出来的。

从一些具体的CTA策略相关典型的因子表现可以看出CTA策略市场的一些变化:

短期时间序列动量,图片来源于FOF牛牛

长期时间序列动量,图片来源于FOF牛牛

短期截面动量,图片来源于FOF牛牛

基差动量,图片来源于FOF牛牛

从上图因子表现情况可以发现,无论基差还是时间序列方面因子在愚人节这天都出现较大回撤,春节后的这段时间收益表现其实属于一个较大分化。对我而言,市场是不可预测的,我们能够只是做好资产配置,在投资之初就应该尽量考虑到多个市场环境的可能变化,从而分散配置,以期望达到一个拉长周期都可以有的稳健性收益。

无论是当天的回撤和近期的分化都会促使投资人持有的焦虑感,大部分投资人对这个策略的2020年表现的认知不同,并且引发出对后面市场的发展不确定性的担忧恐惧:CTA策略表分化会继续加大、策略出现较大的震荡横盘期等等。我们应该从以下几个角度更好的来理解这个策略:

CTA策略通俗来讲它是指由专业的资金管理人投资于期货市场,利用期货价格上升或下降而获利的一种投资策略。它具有以下几个特征。

1、杠杆性

期货是保证金交易,具有较大的杠杆特性,投资者可以成倍的放大收益或者亏损,这个杠杆,对于资金实力相对薄弱、风控观念淡薄的小散户玩家来说,他们在杠杆下显得尤为脆弱,容错能力很低。所以对他们来说,当顺着现成的方向交易和逆向交易这两个选择摆在他们面前时,第一个相对更为保守的选择对他们来说明显是最优解。这个理论较为完美的解释了为何散户投资者占比越多的市场或品种更容易走出趋势行情。对于CTA策略的基金来说,这个杠杆性可以更好的提高资金使用率和风险收益特征的灵活调整以适合不同属性的投资人需求。

2、低相关性

CTA策略独立于股票市场和债券市场,从具体相关基金产品的表现来看其他策略相关性较低,和大多数资产可以形成互补。所以我们应该把它定位为资产配置的价值而不是稳定高回报的投资价值,在我的CTA策略fof投资人中,我们在开始就问他们有没有比较多的股票和债券持仓(标的资产或者基金),如果都没有,我就会认为他没有意识到这个策略的配置价值大于直投价值,后续可能会存在各种问题,所以会拒绝他们认购。

3、非线性

CTA策略收益非线性,收益方式体现在低胜率、高盈亏比上,一年中的一段时间就能将全年的收益实现。也就是之前提到的,只要每年有几个品种出现1-2波好的趋势行情,CTA策略全年收益就不会太差,但是这种行情出现的时间点和机会是不确定性的,对于投资人来说买定离手,以配置的心态长期持有会更好,切忌追涨杀跌,频繁申赎。当然,很多人也会问我对这个产品的预期收益,我一般都是拒绝回答这个问题的,因为没有意义,每年的市场行情差异很大,都会直观的影响到产品收益,是无法预期和预测的,对弈投资人来说,只要做好分散配置和杠杆产品结构的优化,设定一个预期收益回撤比会更靠谱一些。

对于投资人来说,CTA策略是针对的交易衍生品策略的统一范畴,但是不同的交易方式和策略逻辑使得细分策略的收益回撤预期和表现差异很大,也就是说收益和风险是非严格正相关,就像期货高频策略,具有高收益,低风险特征。但是很多投资人会感觉我认购的就是高频策略,为什么回撤和波动这样大,我只能说,此高频非彼高频。 

每个策略都有自己的适应周期和市场环境,其实CTA策略表现的好坏,更多的与市场的波动率和趋势行情的节奏性相关,当市场呈现出明显的上涨或下跌的趋势时,趋势跟踪策略往往会表现较好;当市场呈现无序波动的格局时,CTA往往无法有效捕捉趋势,一些短期反转策略或者套利也许好做;并且不同周期的策略适应性的市场也不相同,长周期的策略在大级别趋势中表现良好,但在震荡行情中往往回撤和波动也较大;短周期的策略因为交易周期的原因,较难完全的捕捉到趋势行情,但防守相对来说也会更好点,收益曲线更加平滑;我们在真正进行投资组合的筛选过程中,投资者需要充分了解每个策略基金的投资品种分布及持仓交易周期,与此同时也要兼顾到未来市场的大致预期;最后,任何策略资产还是建议以中长期的配置视角参与,尽量避免因为阶段性的表现影响自己的判断,也尽量避免出现在黎明来临前夕赎回的情况发生。

所以需要再次强调,CTA不宜频繁的短期申赎择时,因为它的表现具有非线性,一方面是CTA策略的基金产品表现为上涨或者下跌比较迅速和难以预测性,即使是基金经理也很难把握;二是私募基金的申赎有一定的延时,一般等投资人看到CTA的投资机会再追入,趋势已经开始结束出现震荡了;正确的配置意识是分散选择不同策略赚钱逻辑,确定投研团队的稳定性和研究实力后,待该基金上涨一波并出现阶段性调整之后,选择参与并坚持一定周期持有。

量化投资与机器学习微信公众号,是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业20W+关注者,连续2年被腾讯云+社区评选为“年度最佳作者”。



推荐阅读
  • 生成式对抗网络模型综述摘要生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型,可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。生成式对抗网络 ... [详细]
  • 近年来,大数据成为互联网世界的新宠儿,被列入阿里巴巴、谷歌等公司的战略规划中,也在政府报告中频繁提及。据《大数据人才报告》显示,目前全国大数据人才仅46万,未来3-5年将出现高达150万的人才缺口。根据领英报告,数据剖析人才供应指数最低,且跳槽速度最快。中国商业结合会数据剖析专业委员会统计显示,未来中国基础性数据剖析人才缺口将高达1400万。目前BAT企业中,60%以上的招聘职位都是针对大数据人才的。 ... [详细]
  • [译]技术公司十年经验的职场生涯回顾
    本文是一位在技术公司工作十年的职场人士对自己职业生涯的总结回顾。她的职业规划与众不同,令人深思又有趣。其中涉及到的内容有机器学习、创新创业以及引用了女性主义者在TED演讲中的部分讲义。文章表达了对职业生涯的愿望和希望,认为人类有能力不断改善自己。 ... [详细]
  • sklearn数据集库中的常用数据集类型介绍
    本文介绍了sklearn数据集库中常用的数据集类型,包括玩具数据集和样本生成器。其中详细介绍了波士顿房价数据集,包含了波士顿506处房屋的13种不同特征以及房屋价格,适用于回归任务。 ... [详细]
  • PHP图片截取方法及应用实例
    本文介绍了使用PHP动态切割JPEG图片的方法,并提供了应用实例,包括截取视频图、提取文章内容中的图片地址、裁切图片等问题。详细介绍了相关的PHP函数和参数的使用,以及图片切割的具体步骤。同时,还提供了一些注意事项和优化建议。通过本文的学习,读者可以掌握PHP图片截取的技巧,实现自己的需求。 ... [详细]
  • 本文讨论了同事工资打听的话题,包括同工不同酬现象、打探工资的途径、为什么打听别人的工资、职业的本质、商业价值与工资的关系,以及如何面对同事工资比自己高的情况和凸显自己的商业价值。故事中的阿巧发现同事的工资比自己高后感到不满,通过与老公、闺蜜交流和搜索相关关键词来寻求解决办法。 ... [详细]
  • Python语法上的区别及注意事项
    本文介绍了Python2x和Python3x在语法上的区别,包括print语句的变化、除法运算结果的不同、raw_input函数的替代、class写法的变化等。同时还介绍了Python脚本的解释程序的指定方法,以及在不同版本的Python中如何执行脚本。对于想要学习Python的人来说,本文提供了一些注意事项和技巧。 ... [详细]
  • 拥抱Android Design Support Library新变化(导航视图、悬浮ActionBar)
    转载请注明明桑AndroidAndroid5.0Loollipop作为Android最重要的版本之一,为我们带来了全新的界面风格和设计语言。看起来很受欢迎࿰ ... [详细]
  • 分享2款网站程序源码/主题等后门检测工具
    本文介绍了2款用于检测网站程序源码和主题中是否存在后门的工具,分别是WebShellkiller和D盾_Web查杀。WebShellkiller是一款支持webshell和暗链扫描的工具,采用多重检测引擎和智能检测模型,能够更精准地检测出已知和未知的后门文件。D盾_Web查杀则使用自行研发的代码分析引擎,能够分析更为隐藏的WebShell后门行为。 ... [详细]
  • 数字账号安全与数据资产问题的研究及解决方案
    本文研究了数字账号安全与数据资产问题,并提出了解决方案。近期,大量QQ账号被盗事件引起了广泛关注。欺诈者对数字账号的价值认识超过了账号主人,因此他们不断攻击和盗用账号。然而,平台和账号主人对账号安全问题的态度不正确,只有用户自身意识到问题的严重性并采取行动,才能推动平台优先解决这些问题。本文旨在提醒用户关注账号安全,并呼吁平台承担起更多的责任。令牌云团队对此进行了长期深入的研究,并提出了相应的解决方案。 ... [详细]
  • 本文介绍了机器学习手册中关于日期和时区操作的重要性以及其在实际应用中的作用。文章以一个故事为背景,描述了学童们面对老先生的教导时的反应,以及上官如在这个过程中的表现。同时,文章也提到了顾慎为对上官如的恨意以及他们之间的矛盾源于早年的结局。最后,文章强调了日期和时区操作在机器学习中的重要性,并指出了其在实际应用中的作用和意义。 ... [详细]
  • Go语言实现堆排序的详细教程
    本文主要介绍了Go语言实现堆排序的详细教程,包括大根堆的定义和完全二叉树的概念。通过图解和算法描述,详细介绍了堆排序的实现过程。堆排序是一种效率很高的排序算法,时间复杂度为O(nlgn)。阅读本文大约需要15分钟。 ... [详细]
  • 浏览器中的异常检测算法及其在深度学习中的应用
    本文介绍了在浏览器中进行异常检测的算法,包括统计学方法和机器学习方法,并探讨了异常检测在深度学习中的应用。异常检测在金融领域的信用卡欺诈、企业安全领域的非法入侵、IT运维中的设备维护时间点预测等方面具有广泛的应用。通过使用TensorFlow.js进行异常检测,可以实现对单变量和多变量异常的检测。统计学方法通过估计数据的分布概率来计算数据点的异常概率,而机器学习方法则通过训练数据来建立异常检测模型。 ... [详细]
  • 如何使用代理服务器进行网页抓取?
    本文介绍了如何使用代理服务器进行网页抓取,并探讨了数据驱动对竞争优势的重要性。通过网页抓取,企业可以快速获取并分析大量与需求相关的数据,从而制定营销战略。同时,网页抓取还可以帮助电子商务公司在竞争对手的网站上下载数百页的有用数据,提高销售增长和毛利率。 ... [详细]
  • 本文介绍了在Python张量流中使用make_merged_spec()方法合并设备规格对象的方法和语法,以及参数和返回值的说明,并提供了一个示例代码。 ... [详细]
author-avatar
youdinga
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有