1、当市场跌的越多的时候，你的策略要更勇敢一点；当市场涨得多的时候，你要越保守一点。
2、我们不太愿意去赌某一个简单的风格，会尽量摒弃掉一些比较简单的策略，比如像均线、趋势这种比较简单的策略，我们认为用简单的策略挣钱是比较危险的
3、规模越大就像一个手铐把你给铐住了，不是说股票越多或者股票越少就一定好，但是给你一定的自由度，总是能做得更好。
4、好的风控系统主要有两点，第一如何很好的平衡收益和风险的关系，第二好的风控一定能够扛住极端风险。
最后就是，用户在投资基金时一般需要坚持较长的时间，短期内买入盈利会比较少，这时投资基金最好使用个人的闲钱，不能借款投资。最后就是用户在投资基金时一定要关注股票市场，一般股票市场整体趋势向上时赚钱的几率会增加。
5、量化在中国的土壤上还是有竞争优势的，虽然波动越来越大，但相比其他策略还是有一定的优势，所以这也是很多投资人比较看好的原因。
以上是思勰投资创始合伙人吴家麒在上周一场线上交流会中发表的精彩观点。
思勰投资是一家专注于投资二级市场的量化私募机构。
本次交流中，吴家麒比较详细的分享了量化投资的投资逻辑以及思勰投资独有的特质。
吴家麒认为量化投资赚的是信息不对称或者情绪不对称的钱，长期来看没有一种策略能够长期持续挣钱。
因此随着量化规模不断扩大，很多管理人更加偏向于往高波动的策略发展。
吴家麒表示思勰不太愿意去赌某一个简单的风格，更多时候与市场中绝大多数策略保持低相关性。
谈到风险时，他说，“为什么很多散户最后是亏钱的，因为他把风险理解错了，当市场跌的越多的时候，你的策略要更勇敢一点；当市场涨得多的时候，你要越保守一点。”
本场对于量化的分析比较透彻，对于国内的量化发展，吴家麒表示与欧美一些发达国家相比，国内的量化土壤环境还是有竞争优势的。
我们整理了本场内容的精彩部分，分享给大家。
量化赚的是情绪和信息不对称的钱
问：量化过去几年突然开始特别火，那么量化里面有什么秘密，散户能够从中学到什么知识？
吴家麒：量化如果想赚钱，肯定希望整个市场环境出现情绪不对称或者信息不对称，但这相对来说是有限的。
这里我建议大家买指数增强型基金就好,指数增强型基金总能跑赢它们对应的指数,因为这一类基金经理要做的事其实很简单——把A股中的“垃圾”公司筛出去就ok了。 *不构成投资建议 上图可以看出,市值均衡组合(三个指数增强型基金各配置三分。
为什么过去几年，中国的量化发展比较快，因为这种非理性行为比较多，比如散户或者很多机构投资，都可以从中发现很多非理性的行为。
就像基金申赎，高点时所有人都冲进去了，基金一旦需要配额往往都是亏钱的，从理性角度来说，反而应该是配额的东西应该赚钱，但在中国可能配额的基金都是都亏钱的。
对于量化来说，赚情绪的钱是比较有限的，进来的人越多，钱就越难挣。
对我们来说，很容易能做出收益又高稳定又好的策略，基金七不买三不卖口诀，但是天下没有免费的午餐，当一个策略一挣钱，所有人都进来了，这就是过去几年整个量化规模越长越快的原因。
规模起来以后，可容纳的策略相对有限，如果想获得更高收益的话，很多策略只能往高波动的方向发展。整个策略也会往另外一个阶段发展，不得不去承受一定的风险。
在2014、2015年之前，量化给人家的印象感觉是无风险收益，无论牛熊都可以赚钱。
但是随着这两年的发展，不得不去扛一个比较大的贝塔风险才能挣到钱。
总的来说，量化在中国的土壤上还是有竞争优势的，虽然波动越来越大，但相比其他策略还是有一定的优势，所以这也是很多投资人比较看好的原因。
吴家麒：主要分两方面。
一方面是超额阿尔法，对于思勰来说，我们一直追求阿尔法的稳定性，这个稳定性体现在业绩是可预期、可控的。
怎么做到稳定性，背后就需要下很多功夫，其中尽量把收益来源多元化，因为任何的一个单独的策略或因子都不可能保证稳定性。
对于思勰来说，既有偏基本面的因子，又有偏技术面的因子，基本面因子里面既有传统的基本面量化，又有一些另类数据，我们尽量把这些因子都拆开。
第二方面就是风险优化，也就是你要知道什么时候该去冒风险，什么时候不该冒风险。
很多散户认为，市场涨的时候是没有风险的，市场跌的时候是有风险。我们觉得完全相反，很简单的逻辑，大盘在3000点的时候总比4000点的时候风险小。
为什么很多散户最后是亏钱的，因为他把风险理解错了，当市场跌的越多的时候，你的策略要更勇敢一点；当市场涨得多的时候，你要越保守一点。
所以这就应了巴菲特说的一句话，别人贪婪的时候要恐惧，别人恐惧的时候要贪婪。
所以总结来说，第一点构建阿尔法来源，找到一些赚钱的策略，这是最重要的。
第二要知道什么时候要做风险调整，什么时候勇敢一点，什么时候胆小一点。基本上做好这两点，就可以帮助你赚钱了。
价量因子、传统基本面因子、另类因子占比为5:3:2
问：思勰的超额收益来源行业风格、个股的占比大概是多少？
吴家麒：我们基本不会按行业和个股划分，我们按收益来源的价量和基本面来划分。
价量就是成交量、成交价格、挂单数量等等，这个叫价量因子，价量差不多占50%。
剩下50%是基本面因子，基本面又分传统基本面因子和另类因子。
思勰投资按照价量因子、传统基本面因子、另类因子划分的长期收益分布是5:3:2的分布，当然不同阶段表现会不一样。
问：量价因子中，很多散户都在学均线这种指标，这种价量因子到底有没有效？
吴家麒：均线或者一些简单的趋势指标都是有效的，但是有效性很弱，相当于胜率很低。
比如52%和 53%的东西，对于一个不会统计的人来说，根本看不出区别在哪，也不知道怎么去优化。
需要有一定的量化知识或者统计学知识，才能把这个东西用好，机构跟散户的差别在于，机构能把一些52%和 53%的东西，组合变成一个胜率高的东西。
与市场中大多数策略保持低相关性
问：今年全球市场，包括美股在内的表现都不太好，针对在逆势中捕捉阿尔法的策略，思勰有什么特殊的思考。
吴家麒：思勰的产品跟市场中绝大多数的产品相关性都比较低，无论是指数增强的超额，还是CTA。
我们不太愿意去赌某一个简单的风格，会尽量摒弃掉一些比较简单的策略，比如像均线、趋势这种比较简单的策略，我们认为用简单的策略挣钱是比较危险的。
这种危险主要体现在两方面，第一方面是简单的东西有效性很弱，不可能长期持续挣钱，会有明显的周期性，会在某一个阶段表现不好。
因此当绝大部分人挣钱的时候，思勰表现未必特别好，因为这可能是一些简单的策略在挣钱，我们跟这些策略有一个低相关性。
等绝大部分人不挣钱的时候，我们才能够真正挣到钱。
规模太小或太大都不一定是合适的
问：一些主观公募基金，当规模不断扩大以后，业绩就受到影响，对于量化来说，规模的容量对你们有没有影响？或者你们怎么解决这种问题？
吴家麒：第一，规模越大就像一个手铐把你给铐住了，不是说股票越多或者股票越少就一定好，但是给你一定的自由度，总是能做得更好。
第二，当策略不挣钱，你要去做优化调整，大家都知道船小好调头，肯定是规模小的更容易掉头，所以任何策略规模小肯定会更好。
但是在选择量化管理人方面，不能选规模太小的，因为规模太小可能还没有被市场证明其有效性。
其次当规模突然变大，比如从原来70、80亿变成了100亿，虽然涨了20亿，但是整体也就变化20%-30%。
购买基金赚钱的小技巧有：1、高抛低吸，在指数基金点位较低时买入，点位较高时卖出，高抛低吸适合有一定投资水平的投资者，因为很难把握买卖时机；2、长期持有，从历史来看基金长期持有获得收益的概率更大，长期持有对投资者。
如果原来只有2个亿，现在变成22个亿，同样是增长20亿规模，它们的比例变化是不一样的。
所以规模太小和规模太大都不一定是一个合适的事情。
问：如何区分规模的大小，什么样的量级算规模大，什么样的规模算小？
吴家麒：对于现在国内的量化私募，三百亿以上肯定算大的，30亿以下肯定是偏小的。
问：会做量化私募T+0策略吗？ 目前还是有效？
吴家麒：会做，但是这跟规模有关，如果模很大就没有办法提价，就像刚才说的如果管几百亿的规模，个股都有几千万的规模。
有些股票一天的成交也就几千万，不可能所有的成交都是你的，所以只有一些小规模的才能做一些T+0策略。
是有效的，但是这两年整体收益会越来越低了，现在一年也就贡献两三个点的收益。
好的风控需要平衡好收益风险的关系以及能够从容应对极端风险
问：很多人说投资要先学会不亏损，然后再学会赚钱，那么思勰的风控模型是怎样的？
吴家麒：好的风控系统主要有两点，第一如何很好的平衡收益和风险的关系。
风控不是独立存在的，不同的策略，不同的客户，你要知道他对收益和风控的考量可能不太一样。
比如今天一个客户投指增类的产品，那么他对风控的容忍度是比较高的，如果客户投中性策略的产品，那么他对风控的容忍度是比较低的。
不同风控容忍度的客户，给出不同的风险预算，不同的风险预算又会带来不同的收益。
所以我们追求的都是收益风险比最高，或者说在风险可控的情况下收益最高。
第二好的风控一定能够扛住极端风险，金融市场往往有个特点，就是它会对整个极端风险比较低估。
往往正常风险叫做正态分布，但是在金融市场中，往往都是肥尾风险，比如正常情况下， 不会所有股票都跌停，但2016年就遇到过所有股票都跌停的极端风险。
所以你要考虑到这些极端情况，并且当出现极端情况后，你怎么去处置它？
举个简单的例子，今年商品期货出现了一个非常大的极端情况，就是伦敦镍的事情，海外的镍突然从几万涨到几十万，一下子都没底了，相关的 A股要么涨停，要么跌停。
所以如何保证能够扛住极端风险？第一平时的头寸要有一定的分散度，不能赌在一个东西上，你不可能提前知道舆情风险，不要把很大的头寸压在一个股票上。
【1】学会止损，恰到好处、及时的止损可以说是赚钱的，因为可以少亏钱，那么从另一个意思来说就是赚钱。【2】及时的止盈，不要过于贪恋战场，买基金时在心里设置一个止盈点，基金涨到这个点之后就毫不犹豫的卖出，落袋为。
第二当出现极端风险的时候，要学会适当的处置，就像当伦敦镍发生的时候，我们也有一些头寸，我们第一时间去解掉头寸，不在极端风险上参与。
总结一下，好的风控系统要做到两点，第一平衡好收益和风险的关系。
有些人是当风险来的时候特别看重风险，收益来的时候特别不看重风险，这都是不对的。
第二随时要有一颗出现极端风险的心，能够处置好极端风险的情况，基本上做到这两点，就可以做好风险控制。
把止损看成策略的置信度
问：从量化基金的角度如何看止损，止损到底是不是风控？
吴家麒：一般来说止损从某种意义上是不对的。
因为止损是认为未来价格走势跟你的持有方向是相反的。如果今天你已经亏钱了，做了止损，后面如果能反弹回去，你干嘛要止损？只有继续下跌你才要止损。
当你持有一个股票，它未来走势方向跟你持有不持有理论上是没有关系的，所以你做一个简单的止损肯定是不对的。
但是反过来我们说止损又是对的，比如你给我推荐股票，每次推荐都是涨停，那么下次你再给我推荐，我就会买，如果每次给我推的股票都是跌停的，那么下次再给我推股票，我肯定不会买。
所以我们不把它看成止损，而是把它看成是一个策略的置信度。
当然，不一定要长期持有基金，适当的频率高抛低吸也是可以的。如果能坚持长期投资，把握住高抛低吸的机会，就很难赚钱。其次，合理利用基金组合比投资单一基金更有利可图。很多人认为基金只是股票型基金或者股票相关基金，这显然。
如果这个策略表现一直比较好，我们会给它比较高的权重，如果这个策略表现一直比较差，每次推荐的股票都是亏钱的，那么就会把它的权重变成0。
权重变成0就相当于止损了，所以我们是通过一套严格的统计方方法去做止损，而不是简单的去做止损。
另类数据已经成为非常重要的发展方向
问：数据是量化的金矿，另类数据会提高竞争力，在量化领域有哪些新的方向？未来会有哪些创新？
吴家麒：我们从前几年开始就布局了一些另类数据，我们对整个数据本身，以及整个底层环境都是非常了解的。
那么为什么我们会布局另类数据？以前大家挖掘价量数据的时候，挖掘的越深，相对那些挖掘比较浅的人，就有信息不对称。
但是当大家挖掘都比较深的时候，就没有信息不对称了。
但是另类数据又给带来新的信息不对称，它的特点是特别零散，不像传统的价量数据和舆情数据，比较标准化有很好的数据库。
另类数据需要积累，今天积累20个股票，明天积累30只股票，后天积累50只股票，像我们现在可能积累了1000多只股票，对20%的股票有效。
这样你的有效性就更高了，所以它需要一个比较长时间的积累过程。
在海外也是一样的，整个另类数据已经成为了一个非常重要的数据挖掘方向。但不是所有公司都做得好，因为很多数据的成本很高。
问：另类数据有很多人可能不知道具体是什么，能不能举个例子，比如以前靠某一个另类数据赚钱的具体东西是什么？
就是说，基金公司赚了会按你买的股数、当天的单位净值和赎回日期的净值差给你相应的红利。赔了，你同样要以所购股数和净值差分摊损失。第三步其他费用 购买的时候会收取一定的手续费，一般是0.012每股，赎回的时候手续费。
吴家麒：比如新能源汽车的销量数据，中国汽车乘用车协会每个月公布一次，所以它有一定的延迟性，而且频率不是很高。
现在通过一些调研，通过一些其他的另类手段，就可以拿到每天的汽车销量数据，它对整个数据的趋势把握度肯定更高，而且更及时，这就是一个很典型的另类数据。
CTA特点是负和博弈，比股债难做
问： CTA今年的波动很大，思勰的CTA策略有哪些优势？
吴家麒：CTA算是思勰的老本行，因为我的合伙人陈磐颖原来在美国一家对冲基金叫德邵集团。
德邵集团是美国长期的前十大对冲基金，也是历史上给投资人赚钱最多的十大对冲基金之一。
陈磐颖原来是美国团队核心做策略的人员之一，他知道美国最一线的量化对冲基金里CTA是怎么做的，他有一套成熟的方法论，而且是比较先进的，所以我们一回国做的就是CTA。
我们的方法论跟国内传统做的一些方法论有些不太一样，这是我们最大的一个优势。
CTA市场跟股票不太一样，在中国的投资环境里，做债券是最容易的，然后是做股票，最难的是做CTA。
因为债券是一个正和博弈，股票因为一边上市公司在分红，一边股票会拿走所谓的手续费，总的来说可能是轻微的负和博弈。
CTA的特点是负和博弈，因为有人买就有人卖，有人卖就有人买，当中还要被抽走手续费，而且任何一天都是这样。
所以做CTA是最难的，做债券是最容易的，股票是夹在当中。
凡注明“聪明投资者”的作品，版权均属聪明投资者。未经授权严禁转载、摘编或利用其它方式使用，违者必究。所有文章旨在记录和传递信息，不代表“聪明投资者”赞同或反对其观点。
