“陈婧：多市场、多维度、多周期 在同一标的上叠加多种策略提高收益”

本篇文章2002字，读完约5分钟

网络新闻年4月15日，中泰证券年量化私人峰会和xtp2.0极速交易系统发布会在上海召开，这次活动的主题是“量化智囊团，掌握天机，掌握天下武功，不马上破坏”，民间资金 在网上直播。

幻方量化基金经理陈婧以“人工智能时代的证券投资”为主题演讲。

市场利润几十亿，目标当然是尽可能多的。 你怎么做这个？ 陈婧认为只有两个方面，第一是在单一策略上达成终极。 二是如何将股票中的战略用于其他市场可以降低研发战略的价格。 如果一套战略能在多市场应用，价格就下降了。 多市场、多维、多周期地做。 她认为只有在同一目标上重叠多个策略，才能提高利益。

以下是复印件的实录

陈婧:幻方量化是进行量化的私募，我们企业最大的优势是利润也可以。 否则，我今天也站不到这里，对吧？ 我们的人员组成基本上是计算机专家，其实我们曾被称为幻方科技企业，但在感情上，我们想成为科技企业。 我们最重要的人员组成也以计算机科学家为中心。 我们的创始人团队很本土，他们说浙江省很大，没有北大，清华，耶鲁等，但是我们说如果产品做得好就好了。

2008年是非常重要的时刻，美国次贷危机波及中国，当时有很大的市场冲击，那一年我刚接触中国。 整个企业创始人团队也从2008年开始量化。 这对我们来说是重要的时刻。 年前，中国量化队很多，特别是从华尔街回来的人很容易赚钱，一直到年都是这样，所以年是繁荣的年代，在那个年代量化，基本上赚了钱。 年，股东来了，钱没那么好，我们迎来了重大的事情，我们成立了企业。 钱赚不了那么多，可以给你一点管理费。 当然，这是开玩笑。 去年6月成立了企业，去年10月进行了产品展示，但我们没有对外发货。 2008-年-年，创始人团队租了一所小房子写代码，写战略，写交易系统。 去年10月，我们做了产品展示。 我去年做了第一个对外产品。 那是结构化的增量产品，比较小。 因为不太有名，学计算机的人也不太会营销。 年是我们来到这个市场的第十年，我们第一次推出了对外管理型产品。 年2月出现了股票型多头产品，3月出现了对冲型中性产品，也就是对外都是股票的产品。

年，战略同质化非常严重，许多战略去年已经没有赚钱，从华尔街回来的队伍与国内队相比没有特征。 我们的想法有两个方面，对冲基金在国内的容量其实很小。 我们整个对冲基金行业都有数千亿的规模，从数千亿赚到管理费，也就是数十亿，这个市场的利润是数十亿，别人有我的话就很少了。 我们的目标当然是我们多，其他人少。 你怎么做这个？ 我想只有两个方面。 第一，用单一的战略达成终极。 其次，如何将我们股票中的战略用于其他市场可以降低我们的研发战略的价格。 如果一套战略可以在多个市场上应用，我们的价格就会下降。 多市场、多维、多周期地做。 我认为我们应该在同一目标上叠加多个战略，以提高你的利益。 我们以前的企业没有交易员，但有程序。 但是，我认为做小规模的私人就足够了，拥有更大理想的是如何量化主观的东西，或者将主观想法纳入量化的过程中。 这是我们现在正在做的事件，也是未来总体计划的目标，同样是为了叠加很多战略，在多个周期中创造市场，扩大我们的容量，维持利益。

人工智能很多，我不说。 我们是高频客户，使用了lstm的模型。 图中是我们实盘的结果。 还是可以说很好。 整个预测值还是很准确的。 这个模型最初是被场内期权采用的，但由于场内期权的交易量很少，所以总是需要人调整仓库，我觉得花了很多精力也赚不到钱。 我不打算这样做。 如果将lstm模型用于场内选项，收益率会提高，但由于市场容量小，我们整体的收益不会大幅度提高。 我们在技术方面因子的优化中永德是dnn的模型。 这个比较多也比较复杂，所以短期内说不清楚。 请在大家的背后理解。

这是为了我们做的分解。 我们的股票选择逻辑与中证500的关联度很高，所以我们在风格上进行了调整，使我们篮子的股票整体风格接近中证500，在与中证500的对应上，我们一直以来多因子模型是蓝色的，深度学习多因子模型是橙色的 现在我们所有的α战略都是股票的底部。 当然未来也一定会失效，所以我们每天做的工作是不断优化。 我们在年末开始采用机器学习模式，战略上的特征是核心交易系统上的特征并不重要。 今天大会的主题是“量化智囊团，握天机，天下武功，唯快不破”，对我们来说“天下武功，唯快不破”一定是这样做的，速度是最重要的。 我们也采用了中泰证券的xtp系统，其实能应付我们交易索赔的证券公司不太多。 对我们的交易索赔满意的bp系统很少，但我已经访问了xtp。

这是我们幻方的产品展示，最大撤回为1.3%，最大收益为23.4%。 这是我们去年2月推出的量化多头产品和对冲产品。 我看到了我们的趋势和中证500高度相关，收益相当好，年化收益在30%以上，当然撤回也达到了12.1%。

上面的是我的分享，未来我们一定会在自己的事件中更加努力。 谢谢你。