这点做到了，这行里肯定有你的一席之地！

七禾网注：嘉宾回答仅代表其本人观点，不代表七禾网的观点及推荐。金融投资风险丛生，愿七禾网用户理性谨慎。

上海均直资产管理有限公司

公司成立于2015年3月，专注于股票和商品期货量化策略，为机构投资者和高净值客户提供专业的资产管理服务。公司拥有自主研发的量化研究系统和程序化智能交易系统，团队成员均毕业于海内外名校，核心人员曾长期在境内外顶尖金融和专业服务机构工作。

秉持着打造第一流量化投研交易平台的理念，用最优秀的人，正确的方法，为投资人提供长期稳健的收益。

杨小雨（笔名：渔阳）

上海均直资产管理有限公司投资总监。曾著有金融类畅销书《乱世华尔街》。

精 彩 观 点

我认为量化交易需要两种能力，如果是新入行的年轻人，主要是数学能力和计算机能力。

我建议年轻人一定要在技术上面多下工夫，只要这点做到了，肯定这行里有你的一席之地。

我个人认为量化在很大程度上是一个工程学的问题。你找靠谱的量化基金来听他们路演，大家讲的都差不多。你捂上名字，可能很难说出谁是谁家。那为什么最终业绩会不一样？或者关键时间点的业绩不一样？很大程度取决于这个工程学的实现。同样一件事儿，也可能策略一模一样，工程学问题解决不好的就不行，工程学做得好的就能赚钱。

我们最基本的投资哲学：量化投资本质上是一个概率游戏，或者说是一个统计学游戏。

说实话没有一招鲜，单看任何一个信号、任何一个品类、任何一个技术细节似乎都不那么重要，但它们组合起来一起用，才能够看出优势。

超额收益的稳定性主要靠多策略。

至于超额收益来源，则要求高信号质量，快执行速度。

总的来说，你不去择时，我觉得多半不会错，你去择时，就需要小心。

正反馈不可能永远持续，负反馈也不可能永远持续。

有时候赚钱，一定程度上靠运气，但是怎样活到你运气好的那天呢？这就要靠风控。不能乱下注，有机会的时候再下注。

我认为人才首先是需要能够学到东西，能够发挥出自己能力的这样一个舞台。

量化机构不仅要做好投资，还要知道本质是服务好客户。

问题1：杨总您好！感谢您在百忙之中与东航金融&七禾网进行深入对话。您在美国创办过量化对冲基金，曾在瑞士信贷银行担任过IT工程师，法国巴黎银行担任过固定收益自营交易员，您在美国有令人羡慕的事业，为什么会选择回国发展？

渔阳：有以下几个原因。首先，从事业的角度，中国有更好的机会。我们国家在2014年下半年私募阳光化，我在2015年初选择回国。在此之前，我一直关注这方面的机会。原来中国没有对冲基金，后来忽然有了。我一直有一个观点，在《乱世华尔街》当中也写到过，并反复提过，新游戏是最容易赚钱的。当时对冲基金在中国是个新事物，量化也是个新事物，那么显然机会非常好，从过后时间的发展，我觉得也是这样。现在中国新增的百亿基金，主要也是量化，我们虽然还没有做到百亿，但我们也在向这个方向前进，所以这是第一个原因，机会很好。

第二，美国市场，赚钱越来越难。在一个市场做得久了，会觉得新鲜感变少了。我们知道有效市场假说，玩得越久，会发现这个市场越来越向有效的方向走。事实上，从过去这六七年的经验来看，这个判断也是正确的，美国的对冲基金总的来说是越来越难做了，原来一些耳熟能详的基金，后来业绩都不是太好，现在剩的没有那个时候多，而且剩的主要也是量化机构。量化这行本来竞争就非常激烈，用咱们的话来讲，卷得很厉害。所以当时选择回国发展就是选择一个相对不那么卷的市场。

最后，也就是个人方面，我觉得那时候孩子还小，说回国要带他在中国生活几年，这个目标也都顺利实现了。

问题2：您有24年行业实战经验，跨越牛熊，涵盖中美两国金融市场，站在一名交易者的视角，从美国到中国，有什么不一样吗？

渔阳：有很多基本的逻辑还是比较相似，特别是涉及人性方面的。另外，涉及到整个经济周期，包括货币政策周期，相似的成分居多，并且我觉得这是金融市场最重要的驱动力。

再看不一样的方面，我觉得在市场发展的微观结构上有所差异，以及市场发展的周期，或者说生命周期不太一样。美国还是发展在咱们前面，比如以美国的量化为例，它应该是80年代末开始的，最初是一些套利策略，包括摩根士丹利，都是80年代末开始的。我们现在耳熟能详的一些大的对冲基金像Two Sigma、Citadel，他们大概都是2000年前后创立的，这基本上比我们要快15到20年。但有一点是我当时在回国前可能考虑的不够充分，觉得所谓的拿着国外的先进经验回到这来还有优势，拿着先进武器来吊打别人，但实际上我发现我们国家人学得很快，另外我国市场也有一些独特的地方，所以大家基本上还是站在一个比较平等的起跑线上来做投资。

最后一点，我还在思考，就是中美市场可能从宏观的顶层设计上是不一样的。它体现在微观的交易层面，也会有所差别。美国是自由资本主义经济，可以理解为市场原教旨主义，认为市场的存在就是正义的。所以任何干预市场的行为都是政治不正确的等等，他相信市场本身。但中国，资本市场是被认为发展经济的一种工具，它有更高层次的要求，比如经济发展 、人民的美好生活是第一位的，市场的存在是为这个服务的，所以我觉得这会导致很多政策上面的不一样。可能在中国，更多的是要理解政策，要理解现在是鼓励什么，不鼓励什么，这可能是中美一个比较大的区别。

问题3：您在学生时代在中美顶尖学府有过数学、计算机、金融工程的学业背景，请问这些基础学科的学习对您日后创办量化私募有多大帮助？除此之外，您觉得量化交易还需要哪方面学科的积累？

渔阳：对于量化私募而言，这些基本是必备的。像我最早是北大数学专业毕业的，然后在美国密歇根大学学过计算机，在加州大学伯克利分校学过金融工程，这在量化机构里算是一个比较标准的简历，说实话谈不上特别顶尖，因为还有很多人像IMO，国际奥赛金牌这样的选手。

除此之外，我认为量化交易需要两种能力，如果是新入行的年轻人，主要是数学能力和计算机能力。在当下时代，我个人认为计算机能力，我们俗称动手能力，可能还更重要一点。因为在刚入行的时候，先得会搬砖，然后慢慢的才能够有机会做一些有创造性的工作。而会搬砖这项技能，只要学就能学会。而创造性的工作，并不是每个人都能做的。所以我建议年轻人，一定要在动手能力上面加强。我们在面试过程中，很多人是怎么被刷掉的？无论在中国还在美国，都有一个共同点，就是因为他干不了活儿，或者他干活儿能力不够强才被刷掉，根本没有机会来看你是否有创造力，还没到这个层次。

另外反过来说，你最后从事比如信号研究、数据研究等工作，你的效率以及准确度都非常重要，那效率和准确度来自于什么呢？很多时候也是你做事比别人快，你计算机玩的熟，你写的程序跑得快，出错少，这样你才能有所突破。所以我建议年轻人一定要在技术上面多下工夫，只要这点做到了，肯定量化这行里就有你的一席之地。至于能不能做到后面，我觉得要看运气，要看个人的天赋或者造化，因为都是很优秀的人，能不能卷得出来，这是不一定的。

对于比较有经验的，或者是投资经理这个级别的，我就不好说应该做什么了，因为每个人都在积累，每个人可能最后也会形成自己不一样的风格。对于我来说，可能算是略微另类的，因为我是交易员出身，所以我还是倾向于站在交易的角度来看待这个市场，我认为市场的本身并不是由数据构成的，量化有几种类别，就像你在电脑上看一幅图一样，你可以认为它是由点阵构成的，这可能是经典量化的观点，但是我会认为这是一幅图，那么这些点只是来表达这幅图，我企图去理解更宏观的层面。那么量化的方法也好，模型也好，更多的是我高效率来表达交易观点的一种方式。可能稍微玄学一点儿，但我的确是这么想的。

问题4：除了均直资产的创始人，您还是一名知名财经作家，您根据自己的投行交易经历写出了畅销书《乱世华尔街》，带着读者体验华尔街乃至全球经济的风云变幻。这段华尔街交易的经历对您在中国私募行业的发展有怎样的帮助？

渔阳：重要的是积累。首先，我认为做交易这事儿，有很大的经验成分在里面，特别是经历过一些大周期，是有帮助的。比如现在我们身处2022年，美联储正好是一个比较大的加息周期，这期间发生了很多事情，跟2008年那波有点相似，再往前跟2000年导致互联网泡沫的加息周期也有点类似。所以我觉得经历过一些大的周期，会有一些宏观的感触，这些对我有帮助。

第二，我觉得实盘交易像打仗一样，纸上谈兵容易，真上了战场，感受完完全全不一样。当我做交易员的时候，做的是债券，不但要用模型，很多时候还直接和人打交道，在电话里跟人家嚷嚷，有点像在一线打仗的感觉，每分钟都有盈亏，市场波动的时候盈亏还是很大的，有点儿像战场上一个老兵，你听见过枪响，躲过炮弹，我觉得这种经历有很大的好处。现在做的虽然是量化交易，也是一样的，市场机会来了怎么办，波动率大了怎么办，有回撤了怎么办，这都是经验的积累。至于当时写这本书，就算是玩票。当时有个朋友鼓励我说，“你这经历挺有意思，而且你本人也比较善于讲故事，不如写出来给大家看看”，所以我就写了。那后来也确实有不少读者跟我说，“看了你写的书，我觉得在华尔街交易很有意思，后来我就做了交易员”。所以我也带了不少人入坑。

问题5：量化投资在欧美市场已经成为一种相对主流的投资方式，我国的量化投资虽然起步较晚，但随着人才、设备、技术等日趋完善，我国量化行业也正逐步走向成熟。作为量化私募，您觉得在量化投资的赛道中跑赢的核心是什么呢？

渔阳：量化投资是利用计算机以及数学模型在分散化投资，所以从宏观上来讲，量化投资犯的错误比较少，特别是人类的常见错误，比如交易方面的几个常见误区：

首先，人类容易过于自信。网上的财经大V，包括一些比较爱说话的主观私募基金经理，普遍都非常自信，他告诉你茅台肯定涨，看好一定会怎么样，其实这是一个过于自信的表现。在我们量化人看来，我也可能承认茅台是一只好股票，但它上涨的概率可能只有55%，就是这么一点点概率优势，而不是一定会怎么样。当过于自信的时候，你就会犯错误，因为你在不应该下很大赌注的时候，下了很大注。如果你运气好， 可能会一战成名。但人不可能一直运气很好，下一次运气不好，就垮下来了。这种例子也很多。然而量化是看数据说话，一般来说不会过于自信。我们不会在一个策略上押太多资金，这从数学的角度上是错误的，量化不会犯这种错误。

其次，对于风险的认知，我们是人，会恐惧。有时候觉得完蛋了，天塌下来了，我得跑！这是人容易犯的错误。但是量化，同样是看数据，我们通过分散风险，或者对风险的认知，不会做这种极端的事情，一般不太会在贪婪的时候追，也不太会在恐惧的时候跑，这样量化犯的错误就少了。那最终从数学的角度来看，可以把量化理解为两大维度，第一是管理好风险，通过分散投资降低风险，这是量化擅长干的事儿。第二，根据盈利概率分散筹码，或者分散下注，盈利概率高的机会，就多下一点，盈利概率低的就少下一点，这就达到数学上接近优化的状态。我们不会觉得有什么是100%的把握，但是我们也同时铺的面很开，这就导致我们不太容易犯错误，或者说不太容易犯大错误。再进一步，我们覆盖面比较广，我认为这就是量化能够表现比较好的一个原因。像2022年很明显的就是量化最靠谱。

今年不是大年，股票基金亏钱的是绝大多数，但是量化策略普遍跑赢了指数。平均而言，差不多跑赢指数10%，这很好了，而且是整个行业，不是个别基金。我们要比这个多一些，我觉得我们是属于做的比较好的。

另外，我觉得现在所有投资里面都有一定量化成分，即便是主观投资经理看数据或管理风险，也会用到量化的一些想法。我个人认为，未来的发展趋势，大家的量化成分都会增加，看美国也是这样，量化基金本身的占比在增加。同时，大家在做投资的，不管是什么风格的投资经理，最终的量化策略都会增加。美国现在前十名的基金已经一大半都是量化机构，这里面既有像Renaissance，Two Sigma这种纯量化的，也有像类似桥水这种比较量化的基金，像以前纯靠主观策略的已经很少。

问题6：您们想赚市场上哪一部分钱呢，又是如何通过技术去实现的呢？

渔阳：这是一个很好的问题，我也一直在思考。有部电影叫《Margin Call》，里面有个大老板说过这么一句话，我觉得很有道理，他说，你想在市场上赚钱，无非三种方法，Be first，be smarter，or cheat。出手快，更聪明，会耍赖。我觉得大体上也逃不过这三种方法，当然cheat是不行的，欺骗就违规了。也不是没有欺骗的人，但这是违规的，像挂钓鱼单，那肯定最终要被罚。还有的发现了券商的接口漏洞，这些违规的方法都不可取。合法的方法，第一是快。天下武功，唯快不破。第二是你比别人更聪明，我们也期望赚这两种钱。谈到“比别人更聪明”，量化的特点是处理信息的能力比较强，可以同时眼观六路，耳听八方，看很多数据，并且寻找其中复杂的规律。这也是为什么现在很多人在尝试使用机器学习模型，无论是截面的，还是从时间序列上挖掘一些相对复杂的但也真实存在的规律，都属于第二种方法，你要比别人更聪明，你的效率要更高。

“出手快”落实在交易层面上是高频。我们有一部分是高频或者偏高频的策略，就是反应很快，有机会来啪就下单了。还有一种快，相当于博弈，因为总有人行动比较缓慢，可能钱比较多或受其它自身特点约束，那你可以跑在这些人的前面。一般趋势策略都是这样，一大波行情来了，螺纹钢从5000点到6000点，你5100冲进去就赚钱了，所以我们企图赚这种钱。如何通过技术去实现呢？首先我觉得还是效率的问题，这跟上述所讲的应具备什么技能等有点类似，即我们企图高效率的去覆盖很多数据，追求用好的数学方法提炼出精髓。在实现的过程当中，很多是靠计算机系统，包括物理布局、机器设备等，所以我个人认为量化在很大程度上是一个工程学的问题。你找靠谱的量化基金来听他们路演，大家讲的都差不多。你捂上名字，可能很难说出谁是谁家。那为什么最终业绩会不一样？或者关键时间点的业绩不一样？很大程度取决于这个工程学的实现。同样一件事儿，也可能策略一模一样，工程学问题解决不好的就不行，工程学做得好的就能赚钱。

我经常跟人家说，量化投资就像造汽车一样，都是四个轮子上扣一个壳子，但是不同品牌的汽车质量很不一样，量化也是这样。

问题7：可以给我们讲讲您们的投资理念或投资哲学吗？股票策略和期货策略分别是怎样的？有什么优势和竞争力呢？

渔阳：我们最基本的投资哲学：量化投资本质上是一个概率游戏，或者说是一个统计学游戏。

每一个策略都可以认为是一个随机变量，一个随机变量就有可能赚，也有可能亏。在任何一个时点，我们肯定是要寻找赚的可能性比亏的可能性大的好策略，或者说盈亏比更高的策略，赚的时候赚得多，亏的时候亏得少，这些统称为盈利策略。那么我们企图寻找很多这样的策略，把它们组合起来。从统计学的角度，随机变量有一个最大的特点，就是它收益部分的预期值可以叠加，它的风险却是相互冲抵的。风险相抵取决于相关性，或者说相关性矩阵。这就意味着靠谱策略越多，相互之间的相关性越低，合理配置的这个大组合的收益风险比就越高，这就是我们实际上在做的事情。

我们的两大策略是股票策略和期货策略。股票策略与期货策略的相关性很低，假设两个策略都赚钱，那一加一明显大于二。举个例子，我们今年前十个月实盘业绩就完美诠释了大类策略的分散和互补作用。我们期货策略一到四月很好，但五月份开始连续6个月小回撤，虽然总体幅度不大，但过程蛮痛苦的。

而股票策略则是一到四月份亏了点钱，但后面六个月四胜二负，总体也是赚钱的。合并起来看，期货策略十个月里有四个月赚钱，六个月亏钱；股票这边是五对五，最终我们的复合基金客户看到了什么呢？八个月赚钱，两个月亏钱，投资体验就提升了不是一点半点，这就是所谓多策略分散投资的优势，当然前提是你的期货策略和股票策略本身都是靠谱的，长期是能赚钱的。

如果再细分，在期货策略和股票策略内部，同样也是多策略。股票里面有指数增强、中性策略、偏交易型的贝塔股指期货策略，还有一些执行层面的高频策略等等。在任何一个时间点，可能A是赚钱的，B是亏钱的，C是赚钱的，就是这样一个逻辑。

我们的商品期货策略也是一样，从数据的类型划分，技术面、基本面、情绪面等；从时间周期上划分，短、中、长周期。所以我们的投资理念有几个关键点：第一，找到靠谱的策略或者靠谱的信号；第二，策略数量足够多；第三，用一套靠谱的数学方法把它们组合起来，兼顾风险和收益，多配一些高质量的策略和风险小的策略。

这就是我们的逻辑，当然最终技术实现的过程也极其重要。如果工程质量做的不好，就像车子漏油一样，因此必须要做的严丝无缝，才能够在实践当中拿到预期的收益，这就是我们的理念。说实话没有一招鲜，单看任何一个信号、任何一个品类、任何一个技术细节似乎都不那么重要，但它们组合起来一起用，才能够看出优势。

问题8：请问您们的超额收益来源哪里？超额收益的稳定性是如何做到的？

渔阳：超额收益的稳定性主要靠多策略。我们配置的大类资产包含股票、商品、还有一小部分固收，在每个大类资产里，又有多个策略。像股票，我们同时持仓至少500只，这就很分散，商品也是全品种交易，几十个品种一起做。所以就是靠风险的相互抵消来实现收益的稳定性。

至于超额收益来源，则要求高信号质量，快执行速度。中低频策略要指望高信号质量，高频和高换手率的策略则要求执行效率高，滑点小，最好是交易过程中还能赚点钱。这需要一是覆盖的信息足够广，二是在提取因子时尽可能做的好。

为什么有的人做出来的模型好，有的人就不行？首先看数据质量，有没有做很好的清洗及其它处理，有没有考虑数据可能在不同的时点会有区别等等。如果考虑了这些因素，就相当于你的食材比别人要好一点。其次，在烹饪过程中，是不是用了更合适或更先进的方法。烹饪的手段好，这菜也会更好。最终做出来的，可能具体到某一个信号上，你就是比别人强一点。我觉得量化有一个普遍性特点是换手率高，带来的交易成本也高，所以就意味着假设交易成本是1，如果你的信号提炼出的预测能力也是1，那就只能是不亏不赚，如果预测能力从1变成1.5，好像只提升了50%，但后面的50%都是利润，所以其实很多时候就是在最后那一点点上发力，忽然就变得比较赚钱了，很多时候都是些细节。

问题9：您们的量化策略非常丰富，涵盖相对价值、统计套利、趋势、反转等不同因子，可以给我们讲讲不同的环境背景下什么样的因子会表现突出呢？

渔阳：这是一个好问题，我相信所有的投资经理，特别是量化投资经理都会思考这个问题。目前有两大流派，一派认为不应该做择时；而另一派认为，在特殊的情况下是可以做择时的。其实我们是介于第一种与第二种之间。前面谈到量化投资经理一般都比较谨慎，不会过于自信。择时也是一种自信的表现。我们往往考虑问题的出发点是基于有效市场假说，有效市场假说的核心是市场是效率最高的，你企图说市场不对，或者企图在市场里赚钱是很困难的。包括因子择时，我们的前提是知道这事很困难，几乎做不到，了解到这点之后，我们就不会轻易去做这件事。但是，当我们有了充足经验或覆盖了大量数据之后，我们可能会在某些特定时点做择时。总的来说，你不去择时，我觉得多半不会错，你去择时，就需要小心。

通常来说，统计套利和相对价值策略往往是需要加杠杆的。那么在整个市场波动率大，比如美联储加息的时候，统计套利的策略就要小心一点，因为市场比较混乱的时候，规律会被打破，这类策略至少不能加太大杠杆。2008年，我亲眼看到这样的策略是如何爆仓的。所以，在加息周期，统计套利策略第一是要小心，第二是不要加杠杆。这种时候，可能短周期的趋势模型会比较好做，而均值回复类型的模型就要慎重，因为市场的波动太大，会有很多极端的事情发生。相对而言，在市场比较平静的时候，相对价值、统计套利的策略表现可能会好一些。

事无绝对，我这一大番话，也只有55%的把握，所以在实战当中，我会往这个方向倾斜，但不是绝对。并不是说美联储加息了，我统计套利就完全不做了，不是这样。

问题10：如何分配不同类型因子的权重呢？在什么样的情况下会对因子权重做出调整？

渔阳：大的逻辑是考虑风险和收益，其中首先考虑的是风险，因为风险比较容易算得清楚，而收益预测的不确定性更高。其实这种方法思路，就是马科维茨均值方差的优化，也是学术界和业界一直在讨论的问题。

具体而言，均值方差优化的难点是收益率不太好预测，所以后来就各种各样的改进，包括风险平价理论等，大的逻辑都是一样的。风险比较容易算的清楚，所以风险在我们的系统当中相对重要一点，当然收益也是很重要的。有些策略更靠谱，有些策略可能把握小一点，把握小的自然是少配一点，策略风险大的也少配一点，大致就是这样。最后还要考虑相关性，相关性高的还要一定程度上合并计算。

什么情况下会对因子的权重做出调整？如果风险变了或是收益变了，我们就做出调整。我觉得风险不大容易变，风险相对比较容易判断。收益就不好说了，因为可能真的就变得不赚钱了，也许是研究有漏洞，也许是数据挖掘或者市场有变化，我们说过市场总体会变得越来越有效，那当市场变得有效的时候，原来一些能赚钱的模型就变得不赚钱了，这自然会有一个过程。统计学也会有波动，这段时间不赚钱，有可能是运气，也有可能东西变了，这里面一半数学一半经验，然后你发现怎么不赚钱了，于是把权重降低一点，还不赚钱，慢慢可能这个策略就停了，就是这么一个过程。

问题11：2021年9月底以来,市场出现对量化策略不利的行情，虽然您们策略也一度出现回撤，但已及时调整策略并逐步修复净值，可以给我们讲讲您们是如何在2022年开年后的不利市场情况下取得正受益？当市场风格转变，策略失效，您们是如何及时做策略调整的呢？

渔阳：2021年对于量化策略，特指股票，称得上冰火两重天，九月之前是火。回顾一下历史，2020年到2021年年初，蓝筹股非常火，当时市场上当红基金都是坤坤、兰兰这类偏向大盘股的公募基金，本质上是资金追捧带来的正反馈。但2021年春节之后蓝筹就不行了，侧重中小盘股票的量化策略异军突起，很多机构还及时推出指数增强策略，良好的业绩带来更多的资金，陆续进场的资金有几千个亿，触发了量化策略的正反馈，产生了很多的超额收益。

在收益特别好的时候，真的要小心，因为那都是正反馈，而收益特别差的时候，也不要过于悲观，那往往是负反馈。正反馈不可能永远持续，负反馈也不可能永远持续。过后看是比较清楚的，2021年夏天的那一波正反馈，钱在不停的往量化里走，一般都是买中小股票，所以像中证500、中证1000等偏中小盘股的指数被越抬越高，抬到一定程度上，就无法持续了，就往下走了。九月发生的几件事成为了动因，第一是恒大的事，预示着地产下行；第二是国家限电，意味着那时候被爆炒的周期股下行。当时包括新能源在内的一些板块被之前的资金正反馈推的太高了，所以一往下掉就发生了负反馈。

因此在2021年四季度和2022年一季度，大多数量化机构不但亏钱，还跑输指数，这其实比较不常见。我们耳熟能详的几家规模大的量化机构，都在不同时点发生过较大回撤。我觉得这是一个负反馈过程。我们也有这方面的经历，高频模型看的比较清楚，在市场的微观结构发生改变之后，原来很赚钱的模型就失效了，但当我们发现之后，及时做出调整，慢慢降仓，然后血就止住了。

后来至于为什么又能逐步修复净值？那其实是其他策略开始赚钱了。在困难的时候，经验起了作用，我们知道负反馈正在发生，因此就比较谨慎，慢慢的稳住了之后，就会开启下一个周期。然后我们又有开发新的信号、新的策略，所以业绩慢慢就起来了，在2022年也取得了比较好的正收益，而且波动率也很低。

问题12：巴菲特曾说，投资有两大原则，第一条是保住本金，第二条是记住第一条。您们在产品运行中非常注重风险控制，请给我们讲讲您们是如何做好风险控制的？

渔阳：我非常赞同巴老说的这句话，我们也是这个理念。怎么做到呢？我们在构建产品，构建策略组合的时候，都同时考虑收益和风险。刚才也讲过，风险比较容易算的清楚，所以我们在构建新基金的时候，一定会先在风险的角度给它做一个定义。

首先要把重要的风险指标固定下来，比如年化波动率是多少，回撤是多少等，规划好所要控制的范围区间。一般机构投资者普遍了解自己的风险偏好，且知道自己需要什么；高净值自然人客户，对风险的承受能力是怎样的，则需要管理人做相应的匹配。从风险角度，我们的特点是能达到投资人的预期。比如以商坤基金为例，我们企图把回撤控制在6%以内，也做到了，一般每年都是5%左右，这就是风控在发挥作用了。风控不是说发生回撤的时候你才去控，而是在状况发生之前，就已经算好了可能会出现什么情况，从数学的角度就已经基本上布局好了。例如，商坤基金的波动率就一直在我们预期的范围以内：8%-10%，这是因为我们提前就做好了风险的预判和布局。

再回到巴老这个观点，我们的风险是可控的，基金的波动率是有所预期的，这样就不会出局。很多时候赚钱是有宏观原因的，比如宏观经济发展了，出现了戴维斯双击，使得股市大涨；或者商品处于通胀周期，趋势模型赚钱了；或者高频策略，成交量忽然起来的时候就赚钱了。很多时候，赚大钱要靠运气，但是怎样活到你运气好的那天呢？这就要靠风控。不能乱下注，有机会的时候再下注。

问题13：您在《乱世华尔街》里有提到过“对冲的真正目的并非避险，而是要用杠杆获取高利润”，如何理解对冲和杠杆之间的关系呢？

渔阳：这其实是一个风险收益比的关系，比如在股票里面，有指增策略和中性策略。指增策略是不对冲的，而中性策略是对冲的。

最终你要如何配置策略，取决于风险预算的设定。假设年化波动率是10%，如果你是指增策略，那大概只能买一半不到的仓位，因为指增策略本身是指数的风险，所以仓位30%-40%就差不多了。但要是采用波动较低的对冲策略，就可以满仓。

所以是否对冲，如何对冲是一个比较复杂的问题，并没有固定答案。我书中说的这句话，“对冲的真正目的并非避险，而是要用杠杆获取高利润”在美国市场更为适用。这可能说的相对比较专业，因为美国的杠杆特别便宜，所以美国的量化基金都要加起码四五倍的杠杆，就是因为这个杠杆成本非常低，但是同时，利润也非常薄，所以你不加杠杆是不行的。像我们知道的Two Sigma、Renaissance都加了很大的杠杆。可能组合的回报率就只有比如5%，在美国市场这已经很高了，而在中国大家可能觉得很普通，但加上五倍的杠杆，就25%了，再减掉一点融资成本，剩下20%多，这是美国的逻辑。中国的逻辑我觉得还稍有不同，一般来说用不着加那么大的杠杆。

其实回答这个问题，它是一个优化的过程，具体要不要加杠杆，要加多少，要不要对冲，都取决于策略的风险收益比，以及你追求什么。

问题14：波罗的海干散货运价指数（BDI指数）常被称作大宗商品的“风向标”，也是全球经济的“晴雨表”，截至今年11月8日，BDI指数近一年跌幅约50.11%，面对市场环境的不稳定，以及大宗商品持续低迷，商品期货策略越来越难赚钱。如何看待明年的期货市场？以及如何看待CTA的大年和小年效应？

渔阳：我只能泛泛而谈，谈一谈宏观层面。我觉得可能不尝试择时为好，包括对策略的择时。因为你一旦择时了或选股了，一旦集中精力去做某一件事情，多半会有损失。从数学上损失了分散风险这个功能，本来是三个策略：期货策略、股票策略、固收策略，分散风险的效果是一直存在的，这是固定的好处，但一旦择时了，你说今年我不看好商品我去掉商品，这样收益是不确定的，但风险分散的效能损失已经发生了，三个策略就剩下俩了；选股也是一样，本来选五百只票挺好的，非要缩减成五只，那我这五只能不能跑赢那500只不一定，但风险分散的效果不在了。

那么择时行吗？刚才我们讲过，除非特别有把握，否则最好还是不择时。所以关于CTA策略，过后看，确实有大年和小年，但关键你怎么预判明年到底是大年还是小年，我觉得没有人能够说得清楚，所以最好还是不做判断，说到这里都是比较保守的量化思路。如果我们一定要有个观点，我认为取决于很多因素，世界经济是一个大周期，无论向上还是向下，这可能对CTA都有影响，有较大的地缘政治事件发生，像俄乌战争等，也是会有影响的。具体到BDI指数，我认为这是我们体系中众多因子之一，我们做量化，观察很多指标，很难说有哪个指标是神奇的，多数指标是随机的，说白了我们也没有用到，所谓有用的指标，往往就是概率上多一点点优势，可能55%对45%，这就很好了，也就是信息比例多一点点，所以我们也没有对BDI指数做很多解读。

问题15：您如何看待明年的股市和债市，作为投资者怎样做好大类资产选择？

渔阳：这个问题，我是有观点的。但还是要再重复一遍，不做任何择时，是不会太差的。就好像考大学，我非要上北大清华，那就有考不上的概率。其实上了985，也挺好的，并不差。如果说非要选择，站在现在这个特别的时间点，我认为股市会有比较好的机会。原因在于最近基本面上发生了很多重大变化，压在市场上的三座大山，在一周以内基本上都被搬掉了，或者说有很大的改变。第一是美国的通胀控制住了，看十月份的数据非常像控制住了，所以美联储加息这个隐患，这把达摩克里斯之剑，现在好像暂时消停了不少。我们看市场的反应，从汇率、美国国债、美国股票等全部都能够反映出来，所以我认为这是市场的一致预期，这少了一座大山。

其次，看国内防疫政策对经济的影响。现在政治局常委开了会，二十条优化措施出来了，各地都在落实，所以我认为中国疫情结束有望，防疫政策会在经济和防疫之间取得一个平衡，我认为这座大山也被搬掉了。起初可能还会乱一下，因为政策刚刚放开的时候，可能会阳性增加，要有一段过渡期。我个人认为总体是向好的，国外的数据在那摆着，这个病现在已经变了，不会怎么着，所以这是第二座大山。

第三座大山，国内经济不行主要是由于房地产引起的。现在大会开完了，新的一届领导班子也开始起袖子干活了，我觉得最近出台的很多政策还是比较给力的，它主要是一种政策性的宣誓。很多悲观预期说中国有可能往回走，那我觉得这种悲观预期现在少多了。因为这些新政策都在市场经济的框架内，无论是财政政策还是货币政策，都在做应该做的事，包括地产连发三箭、十六条、购买地产债、还有些地方开放限购等，这些给力的政策都在路上。

我觉得股市过去一年之所以不行，是因为这几座大山。现在这三座大山都给搬掉了，资金一回来，这个是不得了的，所以我个人觉得，看半年到一年，如果指数有20%-30%的收益，我觉得毫不奇怪。甚至如果看高点的话，可能不止这个。所以我觉得在这个特殊的时间点，可能应该对股市更重视一些。

对于债市，这两天债市正好在跌，我认为中国在时间上可以往远处看。世界上很多国家都是向零利率来前进的，虽然现在利率上来一点。零利率的背后是老龄化，就是欧洲或日本那种老龄化，金融学里面经典的说法是老人都往外借钱，年轻人是借别人的钱，老年人是债主，年轻人是债务人，当一个社会变成老龄化之后的利率自然是往下走的。站在这个基础上，中国的利率现在是2.5%-3%，我觉得还是不错的，所以债市配一点，个人认为应该是可以的。

问题16：根据基金业协会数据，截至今年2季度，百亿以上私募基金管理人仅占总量约1.6%，较少的头部机构拥有较大管理规模，作为管理人，规模和收益，您们更追求哪一种？

渔阳：我们肯定是更关注收益。另外我们关注的还不只是收益率，可能由于投行出身，我们还关心到底赚了多少钱。如果你观察市场，有一个很诡异的现象，很多大基金，包括大家耳熟能详的投资经理是没有给投资人赚钱的，比如某些公募，可能在100亿规模时翻了一倍，给投资人赚了100亿。变成一千亿规模的时候，亏了20%，这是亏了200亿，所以他在这两年当中，其实是给投资人亏了100亿，尽管他从收益率的角度来看，第一年翻倍，第二年亏20%，倒还是赚了60%，但实际上是亏钱的。

我们呢，首要不能做这样的管理人。我们的钱不少是自己的，还有很大部分是我们社会关系的，像多年老朋友的，我们最重要的是要对投资人负责。我经常对同事说，我们所有的钱，包括大家的工资、奖金、交的房租、水电、买计算机的钱，本质上都是我们从市场里赚来的钱。然后你以管理费或者业绩报酬的形式，再把这钱拿出来，你还得留下足够多的钱给投资人，所以我们更看重的是从市场上赚了多少钱，这是第一位。

第二位当然是收益率了，不能一年给投资人只赚1%，这也太少了，至少得10%，所以我们关注这一点。那么在这个过程当中，还因为很多模型是有容量限制的，不能无限放大，越是好模型越是这样。我觉得规模对于我们来说只有一个意义，就是当规模稍微大一点，管理费稍微多一点的时候，我们可以做更多的事情，毕竟有些事情是要花钱的，像买计算机、技术升级、招聘聪明的年轻人都是要钱的，就从这一点来看，规模对我们当然也还是有些用处的。但是我们绝对不是首要去追求规模，这肯定也和个人性格有关，我要是亏了钱，我会觉得不舒服，特别是亏的是自己的钱，朋友的钱，会感到很难受，所以我尽最大的努力不让这种事情发生。其实这行还是很赚钱的，如果你管五到十亿资金，其实已经能挣挺多钱了，真管个一百亿一年问人要一个亿的管理费，然后给人亏20%，我觉得这也挺难受。

问题17：您觉得一家私募机构能够基业长青的要素有哪些？

渔阳：所谓的长青指什么呢？可能指十年以上或者二十年以上？像桥水？说实话，首先你的运气不能太差，你看瑞达利欧，他运气还真是挺好的。他采取了风险平价模型，原来美国传统都是股配四成，债配六成，这是美国六七十年代的做法，但是这种配置会导致风险主要集中在股票上。达利欧说，不行，我的股债风险要差不多。所以他的债配很多。达利欧同志赶上了美国历史上最大的一波债券牛市，在他开始干的时候，大约80年代初，到他退休的时候，就这两年，美国的30年国债从15%的收益率变成低点3%左右，这就是一个超级大牛市。他又是债配的多，所以他就牛了。客观来说，基业长青的第一要素就是你的运气不能太差，你得在一个正确的赛道，或者说你正好做的这事是对的。

从这个意义上来讲，我觉得量化符合这个特点，量化不管成功的是我们还是其他人，你过二十年再看，我也认为中国市场上做的非常好的所谓长青的基金里边，会有相当一部分是量化机构。另外我觉得量化比主观更容易创新，主观第一是有运气的成分，第二太取决于人。这个投资经理退休了，或者他失去了过往的触觉之后，这个基金可能就不行了。量化更多的日常类似于工厂，说的直白一点，工厂运营就像富士康，它是可以一直存在的。

所以，我认为首先要有足够靠谱的逻辑，其次要持续不断的有人才在运营，并且这些人才要能够成长。当然这个公司的创始合伙人、核心高管一定要是靠谱的人。即便具备了所有这些要素，也不保证一定能够成功，我觉得还是需要运气，但具有这些要素的机构成功概率会更高一些，至少从最保守的角度看，他不会给你亏大钱。

问题18：“人才是第一资源。国家科技创新力的根本源泉在于人。”同样，基金管理人比拼的也是人才，您们是如何吸引和留住人才的呢？

渔阳：这也是个好问题，这是整个金融界特别是量化机构都要面临的一个问题。现在作为老板也好，公司合伙人也好，我们自己也曾经是个人才。年轻的时候，作为人才的你希望得到什么呢？反过来想一想，我认为人才首先是需要能够学到东西，能够发挥出自己能力的这样一个舞台。

我记得年轻时面临一个重要选择，我在书里也写了，那时候可以去高盛，也可以去巴黎银行当交易员，我最后选择了去当交易员，其实巴黎银行肯定没有高盛那么有名，包括薪酬,期初也是在高盛做策略会要多一点，但我觉得做交易员可能更能发挥出自我价值，能有实际操作的机会。所以具体到人才，得关注到人才的共性以及特性。这人才到底想干什么呢？我们能不能提供这个机会。有的人特别想做交易，我们也遇到过，当然我们前提是认可他，然后我可以尽量的给他提供这种机会。

能不能学到东西呢？首先，我相信我们公司做事还是比较正规的。你在这不是按照野路子来做事情，其次，我个人虽不敢说是业内最牛的，但至少不至于年轻人跟着我，最后啥也学不到。学到东西，这样年轻人能够有足够的成长空间。最后，当人才有了实质的贡献，得从他的收入或者职权反映出这种实际贡献。就这点，我们公司虽然不那么大，但我们一直有这个意识，并且也有具体的措施。

总而言之，你如果真是一个投资经理，你交易做的好或研究做的好，你的权利会越来越大，你的钱会越来越多，你赚了钱之后，我们肯定是基本按照业内接近最高标准来给奖金或者分红等，我们共同成长。其实，我总跟公司员工说，我们之间的关系不是老板和员工，而是合伙人的关系，大家都是公司的一部分。比如我们的股票、商品和固收策略就是背靠背的关系，你亏钱的时候，不用那么着急，也许我在赚钱，反之亦然。所以本质上是一种合作的关系。

我觉得能做到这点，留住人才的概率就会更大一些。但旁边一家要给这人才开一个亿，我想那就没办法，肯定留不住。总之，我们能做的都会做。对于人才来讲，公平是很重要的。我做的不好，你骂我没关系，因为我确实没做好，但人才最不希望看到的，就是我明明做的很好，你想一个办法，不给我发奖金，或者是其它不公平的做法，这就不好了。

问题19：伴随着5G、物联网、人工智能、大数据等相应发展，人类社会正全面进入“数字经济”的全新时代，均直资产是一家科技为本的私募机构，请问如何通过科技为投资赋能呢？

渔阳：我认为现在所谓的科技，就像在古代，你会写字、会打算盘一样。现在做量化、做投资，先不说能不能赚钱，最基本的，公司得有靠谱的技术系统；员工的技术能力一定要强。数学能力可以差一点，因为即便数学差一点，还是有很多事情可以干，比如写交易系统、做数据，只是做不了模型。但反过来，如果技术不行，那什么都做不了。你是奥赛金牌也没用，我们以前遇到过这样的人，一样没用，什么也干不了。 

所以科技能赋能的，坦率来说，更多的是一种应用场景。虽然金融人喜欢说自己的科技有多么高端，事实上用不到。其实我们自己就有这个体会，当人工智能、机器学习刚问世的时候，我们应用的技术和算法，相对而言是比较领先的，但是后来，肯定跟不上真正人工智能业界的发展，因为没那种应用场景。说白了你就这点需求，不需要那么复杂的东西。人家是自动驾驶、人脑智能，他那个复杂度跟你的不一样，虽然可能有一些量化同行喜欢说我们运用人工智能，但我觉得大多时候你没那个应用场景，这是我个人的观点，金融就那点数据，噪音又很多，要解决统计学的问题。坦率来讲，我们的科技赋能没有那么先进，但是我们更强调科技赋能的效率。就是用最少的钱办最多的事，把这个事情给做好。哪家公司要做的好，他就能够在业界取得相对竞争优势，比如，招商银行系统做的好，东航期货对接散户的系统取得了一定竞争优势。我认为从这一点来说，科技赋能对我们是重要的。

问题20：随着国内金融市场的开放，不少海外顶尖私募进入国内，外资队伍不断壮大，量化赛道越来越卷，您认为对于本土私募存在怎样的机遇和挑战？

渔阳：我们先看外资的优势，首先他不差钱，这其实在开始的时候是个蛮大的优势。他可以花大量的钱去要一些顶尖人才，然后各种各样的数据、线路，他这里都不是问题。我认为量化赛道越来越卷是必然的，市场会越来越有效，包括美国，零几年的时候随便写个模型就能赚钱，后来等到我做的时候，看到原来有一些挺好的基金，由于竞争激烈，就逐渐退出江湖了。最后是马太效应，比较头部的还行，排在后面的就不行了，所以我认为中国将来必然也是这样一个总体趋势，仅从投资的角度来讲，确实会是越来越卷的。

这个时候你要提升自己的道行，一从量化本身，二从交易方面。我理解量化只是一种手段，你还是在做投资的，那么在做投资的过程中，可能会积累很多经验，我希望自己能够成为一种类似于老船长的角色，我的军舰可能在不断更新，但这老船长的经验可能不是那么容易被取代，换一艘新的航母，我还可以当好这个舰长，这是个人发展。

另外，我也想强调一点特别重要的，我们是为投资人服务的，这也是我们投资的目的。一只好的私募基金，永远不只有投资这一件事。我们会非常重视服务客户，特别是机构客户和高净值客户。机构客户知道自己要什么；对于高净值客户，良好的投资体验是很重要的，他需要你的帮助。所谓良好的投资体验指我们需要给高品质客户创造一个更好的享受生活的条件。比如说今年，大家对我们都很满意，原因在于我们的基金没什么回撤,还是赚钱的，所以高净值客户觉得体验很好，因为他们别的地方的投资可能亏了，这只是一种直观的表现。我们怎么做到这点呢？你要了解客户的需求，然后做产品的搭配。客户看中的不仅仅是收益率。就像我们自己在购物的时候，肯定也不是永远买最便宜的，或者永远买一种类型，最终我们买的是综合体验好的。

插一个小故事，当我还没有回国创业，只是在跟几位潜在的合伙人聊这个事的时候，我就跟他们讲过：其实私募基金有一个很好的特性，很多人都能够找到适合自己的细分赛道，能够活的很好。不妨做个对比，互联网一个赛道最多只能容下三家，老大活得很好，老二可能也还行，老三就很痛苦了，你听说过老四吗？我们看外卖平台，你听说过美团和饿了么，老三是谁？可能未必知道。但私募基金不是这样，美国排前100名的私募基金都过得挺好，排到500名，也过得挺好，这是为什么呢？因为各家有各家的特色，各家有各家的客户，金融是一个往往打的很散的行业，特别是涉及到客户，你把你的客户服务好，别人怎么抢也抢不走，这其实是一个很重要的技能。

最终我总结一下，我认为量化机构不仅要做好投资，还要知道我们的本质是服务好客户。所以不光要在投资上下功夫，还一定要在整体上面努力，先不说能做多大，能不能一统江湖，事实上我不认为有人能一统江湖，至少你能够把要做的事情做好，能够生存，另外让你的客户有比较好的体验。

问题21：您对我们蓝海密剑中国私募基金创富榜有何期许和建议？

渔阳：说点实在的话，我希望：第一，再过十年，咱们蓝海密剑还在举办实盘比赛；第二、十年之后我们也还在参赛，能做到这两点，我们就很高兴。

欢迎参加蓝海密剑期货实盘大赛！

七禾网注：成绩代表过去，未来充满挑战！

东航期货、七禾网联合访谈

2022年12月31日

盘点：2022年，期货大事件！

7年净值40，分享如何“心不累”地做交易盈利？

期市十年，总结的中短线盈利要点：过滤、普适、组合、算法……

从400到2亿！他白手起家，创造期货奇迹，强调逆势交易是大忌！ 

今年收益120%，最大回撤15%，靠的是CTA和期权策略的组合交易

对话“水木长量资本”：跟踪市场主要指数，获取市场的长期收益！