盛冠达:解密基本面量化CTA策略
时间:2021-01-27 10:22 来源: 格上研究中心 作者:付饶
一、 公司团队篇——开启基本面CTA新模式
作为国内第一批量化高频交易的践行者,盛冠达资产从创立初期就选择了与大多数量化机构不一样的发展定位。和同期成立的现如今已经规模比较大的量化机构比起来,盛冠达并没有在比较流行的股票量化领域发展,而是选择主攻相对小众的衍生品领域,策略上也是从套利做起,近年来才开始逐渐加入CTA和股票的策略。所以,相比于现如今百亿量化的发展模式来说,盛冠达其实走的是量化领域另一种发展模式,也就是选择去构建一个“小而精炼”的团队。
盛冠达资产创办于2013年底,是深圳本土的一家专业量化私募基金。创始人黄灿先生2006年毕业于西安交大计算机系,在股指期货2010年上市当天就开始专注股指期货的高频套利交易。
在初创的几年主要围绕期货衍生品进行各种套利模型的研究和交易,经过6年多的发展和沉淀,公司形成了以统计套利策略、基本面量化CTA、股票高频策略为核心资产方向。公司具有17人投研团队和8人组成的IT技术团队,核心技术成员来自谷歌、小米创始团队、微软MVP、深交所等,投研团队按照策略进行分工,其中,股票T0团队8人,CTA团队5人,套利团队4人。
盛冠达自2017年开始布局CTA策略,而之所以选择CTA策略这个赛道,一方面是因为盛冠达在那之前做套利策略,创始团队属于国内第一批期货衍生品高频套利交易者,对期货品种的属性及交易特征有着非常深刻的认识和理解。另一方面,从大类资产配置角度来说,商品CTA与股票、债券资产的相关性低,具有危机阿尔法的属性。在近年股票资产大幅波动的场景下,均能有不错的收益,从2015年股灾、2016年熔断以及今年的新冠疫情导致股票资产价格大幅下跌期间,商品CTA策略的表现就能够看出来。而盛冠达作为提供投资工具的管理人,也希望通过扩充产品线以满足投资者的配置需求。
虽然起步比较晚,盛冠达更加重视自身策略与其他策略的差异性和竞争优势,所以相比于大部分从传统价量信号触发的CTA策略,盛冠达选择从基本面因子出发,将基本面因子和量化交易相结合,进而提升了传统量化CTA夏普偏低的问题,也更好地满足了机构资金的配置需求。
二、 策略篇——解密基本面量化CTA策略
对于国内的CTA策略来说,引入基本面数据其实是近几年才开始的,虽然海外的CTA机构对于基本面数据的应用十分广泛,然而国内在早年却几乎没有运用基本面数据建模的量化机构。一方面可能是因为在过去单靠量价类的策略就可以获得不错的回报,另一方面是国内的基本面数据来源多、更新不稳定,所以很难在商品领域做出结构化的数据库。那么,随着基本面数据在股票量化领域越来越多地被使用,那么CTA策略是否也会像股票策略一样,进入“基本面量化”的时代呢?
从逻辑上来说,盛冠达认为,商品期货价格由现货产业供需决定,因此以产业逻辑为出发点,通过多维度基本面数据量化分析寻求商品市场交易机会应该是具有预测力的。并且海外的CTA机构也会在模型中大量纳入基本面的数据,虽说海外的数据情况和国内并不完全可比,但至少说明,基本面可能的确是一个重要研究方向。
从策略的操作流程上看,基本面数据的运用与传统CTA在方法论上并无太大的不同。一般来说,CTA策略会分成多空和趋势信号两大类。趋势信号类通常比较好理解,是通过多个筛选条件来分辨出是否存在趋势的机会,并给各个品种分配相应的资金,若是该品种有做多或做空的信号就会去相应地交易,而每个趋势信号交易的资金量则是根据品种的波动属性和信号强弱所决定。趋势信号策略通常更关注量价类数据,收益来源更多是某些统计规律,而纯价量的信号也有时候会在逻辑性上略弱一些。
多空类的逻辑则会和股票多因子更为接近,是通过多个因子来给商品的各个品种来做打分排序,分数越高意味着多头机会越多,反过来分数越低意味着空头机会更强。再通过做多得分较高的品种,同时做空得分较低的品种,来实现“买强卖弱”,进而获取多空机会较多的品种的趋势收益。
而对于盛冠达来说,他们会在产品中等比例地配置趋势和多空的策略,这两类策略会形成一定互补,共同贡献收益。而基本面的数据则更多会运用在多空策略当中,在信号类策略中,基本面数据仅仅是扮演着筛选大方向的角色。因为基本面数据所带来的收益主要来源于基本面的驱动,通过用基本面量化方式去寻找市场可能存在的定价偏离,而这些数据背后本身会有一定的逻辑支撑,鲁棒性会更好一些。
三、 投资案例篇——基本面量化适应怎样的市场环境?
一般来说,观察一支CTA基金的表现是否正常需要从两个角度来看。其一是去看近期是否品种上具有一些连续的赚钱机会,进而推导到CTA机构是否有机会把握趋势,其二是去做同业对比,也就是将CTA产品放在一起做业绩对比,并观察是否有异常存在。
那么,在策略中引入了基本面数据之后,之前的评价标准是否依然适用呢?
关于这个问题,我们的观点是“部分适用”。首先,我们认为大部分的情况下,基本面策略和纯价量策略会有非常接近的走势。因为这两种策略都会去试图捕捉品种的趋势性的机会,如果正确抓住机会的话,会有比较一致的表现。
然而,当市场出现基本面与价格背离,则有可能会导致基本面策略和纯价量策略出现一些差异化。
比如今年二月份上旬春节回来以后,由于大家看到中国疫情控制情况良好且完全没有预期海外疫情的情况下,市场一片欣欣向荣,走出来一波预期与基本面相背离的多头行情,但这时候基本面模型监控到较差基本面,持续发出的看空信号,所以当时策略出现了一定浮亏,甚至有些头寸被动止损,整体净值小幅回撤。直到二月下旬海外疫情的超预期扩散打破期货市场的较好预期,市场的方向重新回到较差基本面这一现实,基本面模型的空头信号从二月下旬开始至整个三月份,实现大幅盈利。
所以,回到基本面量化策略所适应市场环境的话题,我们可以发现基本面量化策略和纯价量策略一样偏好有趋势机会的市场,但是不仅如此,基本面量化策略还会更适合市场由“基本面”主导的行情,也就是通过基本面的逻辑驱动而带来的机会,而并非是由于情绪。如果由情绪带来的价格与基本面偏离,那么基本面策略则可能会在风控范围内,出现一定的回撤。
四、 风险控制篇——基本面量化的风控怎么做?
作为一种使用基本面数据的策略,基本面量化和主观期货比起来,差异往往就在于量化策略通常来说会比主观策略更有纪律性。一方面在策略出现判断错误的情况时,量化策略会有更加严格的止损机制,另一方面,量化策略会更关注分散化,不会对单一持仓有过度的集中,因此保障了组合的安全性。
首先,市场其实经常会由于某些事件、情绪的刺激而背离其基本面本身。这个时候策略通常会有一些回撤,事件冲击过大模型会止损先出来,一旦量价形态重新回到基本面这个方向,才会再重新开仓,由于盛冠达持仓品种足够分散且单品种交易严格止损机制,整体回撤可以控制较好。
2019年9月份,沙特第二大油田和全球最大的原油加工厂被袭击事件,导致国内原油带动着整个化工板块大幅高开上行,基本面模型在化工上的空头被动止损,净值在当时出现一定回撤。但是相较于纯量价类趋势策略,由于基本面模型本身看空,所以没有在大幅上行后去追多,而是等待重新回到下跌轨道去做空。而如果那时候去追多了,很有可能会赶上大量品种的快速反转,导致进一步回撤,而这也正是去年9月份国内CTA策略整体回撤的那段时间里,盛冠达回撤控制得更好的一个重要原因。
其次,风控的关键在于分散。由于基本面策略依托的基本面数据惯性较强,策略信号的变动频率往往相对于量价策略要更慢一些,因此分散是控制隔夜风险以及各类事件风险最好的方式,从品种分散、行业分散、策略分散等维度去持仓的控制集中度。盛冠达在组合中会交易40多个品种,单一品种的持仓的保证金占比不超过2%。
此外,商品基本面策略的主要难点在于现货相关数据的非标准化。不像股票的数据,大部分都非常标准,每只股票都有完整的财务报表和量价数据,商品期货本身虽然也有标准的各类量价数据,但是对于现货数据来说,每个品种能拿到的指标却都不一样,需要把非标准化的数据标准化、流程化处理,这一点是比较难的。
而盛冠达之所以能比大部分人做的更好,主要在于团队在现货数据库搭建方面已经有5年经验,积累了较多经验的同时,也知道哪些地方可能容易出坑;同时团队核心成员都有较强的量化功底,把找到的高质量的基本面数据和科学的量化方法结合起来,才能持续在市场中赚钱。
最后,基本面量化作为一种还比较新兴的策略,我们认为这个策略在未来也会有很大的发展空间,就包括在数据完整性上、因子的挖掘空间上等等。也正是作为新兴策略,管理人就更需要在策略上做好风控,了解策略的特性,正确使用数据,不触碰基本的风控底线。我们认为盛冠达在风控上的设置比较严格,能够有效避免在基本面与市场背离的时候因为“头太硬”,不肯及时止损所导致的较大回撤;同时较好的分散程度也能够有效避免单一持仓过大所带来的不利影响。