如何看待量化CTA策略的失效情况
原创 白天理想 也谈FOF 2022-01-10 21:55
图片
欢迎对CTA策略感兴趣的朋友关注
图片
新年伊始，相对于股票策略来说，CTA策略的开门红给大家增加些许信心。这份“信心提振”来之不易，经历过去年CTA策略的“艰难时刻”，大家最关心的问题仍然是:如何判断CTA策略是否失效。
我们需要明确一点：失效是一个原因而不是结果。而我们往往把CTA策略管理人业绩表现比较差或者亏损的结果归结于策略失效。实际上管理人业绩表现比较差，无非两种表现形式：一种是应该赚钱的市场环境没有赚钱，甚至发生亏损；另一种是不该赚钱的市场环境下业绩表现不理性。前者是策略失效，后者的话是正常表现。
一，为什么量化CTA策略会出现失效的情况呢？
量化策略主要是从历史数据中统计出来的一种规律，包括具有逻辑意义的特征，也包含着基于行为学逻辑纯统计出来的特征。随着时间的演变，数据样本量的增加，这种特征的表现形式和强度都会出现一定的变化，所以量化策略的失效总归于两方面原因：
第一种是市场特征发生变化，有可能是短期的变化，也有可能是长期变化，那么基于之前统计的特征因子将不再适应当下和未来的市场环境。整个策略就会出现不盈利甚至亏损的现象。
第二种是研发的市场特征或者规律在长期来看是不存在的，或者是在一些小的数据样本中会存在过拟合的现象，并不具备可推敲性，策略模型本身就是有问题的。比如：我们抛硬币，连续抛10次发现有8次是正面朝上，那可能就会把这个结论作为一个特征信号放在交易模型中，在后面的10次抛硬币中可能正面朝上的概率依旧可以保证在80%附近，但是长期来看正面朝上的概率会落在50%附近的概率区间，所以这个策略在长期交易中会出现亏损状况。
二，如何判断量化CTA策略是否出现失效的情况？
1，通过定量指标--最大回撤来理解策略的失效情况
从横向和纵向两个维度来看待最大回撤，横向指的是连续回撤时间，纵向指的是连续回撤幅度。我们可以把历史最大回撤作为一个参考标准，也是最直观的一个指标，这里的最大回撤包括回测和实盘过程中的现象。
2，分析整个量化模型的交易效果
也就是从交易结果来复盘交易逻辑和设计方案是否相符。比如：成交率，胜率和盈亏比等指标是否符合预期；成交的磨损成本和对于市场冲击情况；交易信号的触发对于市场波动形态的敏感度是否符合预期等。
3，从期货市场状态进行判断业绩表现的合理性
在该赚钱的市场环境下盈利是否符合预期，在不适应的市场环境下是否能够控制住回撤。每类策略都有自己适应的市场环境，如果长周期CTA策略在商品期货出现完整的上涨或者下跌趋势的时候依旧没有盈利，短周期日内策略在日内单边趋势行情的时候连续发生亏损；高频策略在成交量活跃的时候依旧盈利效应比较差的时候就需要引起我们注意，需要思考策略是否出现失效的可能。
4，与市场同类型策略管理人做横向对比，求同存异
我们一直强调的是要对自己接触的每家管理人贴标签，这样才有利于我们后续的跟踪和横向对比。很多时候期货市场的波动形式比较复杂，并且涉及很多板块品种的波动特征出现分化的时候，很难判断这类策略是否应该盈利或者亏损，这个时候我们就需要结合同类型策略的管理人表现来推测该管理人业绩表现的合理性，同类策略都在赚钱，该管理人发生持续亏损的时候我们需要警惕，及时和管理人沟通回访，了解策略表现的原因，以及合理性。
简言之，通过定量指标和横向对比找差异→有差异时，底层逻辑是否合理→逻辑合理时，就应该能够找到回撤原因→知道回撤原因，就应该知道改进方式→改进效果不理想时，分析是否可以等待市场微观结构的改变→如果结论都是否的，那么结论就是策略失效啦
三，如何看待量化CTA策略的失效情况：
1，回测VS实盘：表现严重脱节的现象
回测业绩是基于目前的策略模型回测历史N年的数据得到的一个净值曲线，这个曲线的表现特征和交易成本，冲击成本，测试价格和真实交易价格的差别等因素有关。交易成本主要是指的手续费，期货品种的手续费并不是固定的，经常会不定期的发生变化，在特定时间段的手续费价格相差会很大，如果我们测试的手续费交易成本和未来真实交易的手续费成本相差过大，整个净值曲线会发生较大偏离。
冲击成本也就是”滑点“，我们在回测的时候，对于成交价格的设定是在既定的价格点位一定会成交，但在实际交易的时候，在综合竞价机制面前，价格达到理想成交点位的时候我们未必能够交易成功，或者我们需要在该点位成交10手，而实际结果是只成交1手，其他交易订单就会被相邻的几个价格点成交，就会产生理想和现实成交价格的磨损成本。
以上两方面对于期货高频和日内交易影响较大，因为这类交易追求的是薄利多销，非常忌讳交易过程中的磨损成本。另外就是套利交易策略，回测的时候是假设两条腿都成交的，实际交易中如果只是成交一条腿或者两者成交价格偏差太大，那整个策略盈亏属性可能就要发生转变。
此外，我们在回测业绩的时候通常喜欢用收盘价格进行测试，但是在真实交易的时候，成交价格具有不确定性，会分布在全天候的交易价格中，也会导致回测和真实业绩的差异，这类影响的中长周期CTA策略。
2，过去VS未来：过去不能代表未来
量化策略是基于历史数据的归纳和统计，期货市场的环境是持续变化的，绝对不是简单的重复，而是在变化中寻找相对稳定的的特征和规律。
每个量化策略，或者详尽到量化因子层面，都是具有各自适应的市场环境和生命周期，由于策略的生命周期具有不可预测性，我们无法阻止策略模型由高效转向低效，甚至最后失效的命运。所以我们很难确定某个策略是长期有效的，过去有效并不能证明未来依然有效，所以我们需要客观的认知管理人的历史业绩表现，对外来业绩的可持续性做出合理预估。
策略失效本身就是一种滞后的评价，往往伴随着较大亏损的产生后，我们才会后之后觉，所以对于管理人来说，事前做好风险预算和防范更加重要。往往通过策略的可持续训练和更新；以及寻找差异化盈利因子的来源，进而为业绩可持续性进行保驾护航。
对于投资人来说，评价任何一个量化CTA策略是否会在未来依然保持竞争力需要通过以下角度来进行综合衡量：
①管理人策略的丰富度
②管理人投研方面的可持续性投入
③策略逻辑的有效性和策略框架的健壮性。
④量化策略模型的更新迭代情况，和完善的策略让位机制。
尤其要主要涉及机器学习类的策略，本身具有一些非线性的特征，过拟合现象很常见，发生亏损的时候管理人自己都很难找到原因并且有效应对，所以这类管理人需要我们更长时间的跟踪和深入了解。核心注重数据样本体量和噪音问题，策略的训练方式，和过拟合情况的应对方案几个维度。
图片
图片
图片
简单汇总几个小规律，一家片面之言，仅供参考：
1，简单的策略适应性更强，越是复杂的策略对于市场环境越挑剔。
2，胜率越高的策略生存周期越短，胜率越低的策略反而越长。
3，持仓周期越短的策略越容易失效，持仓频率越长的策略衰退较慢。
4，机器学习策略的效能比传统因子挖掘的策略衰败速度要更快。
图片
图片
喜欢此内容的人还喜欢
瑞银：中国碳交易将成为行业脱碳的重要工具 市场规模或超5,000亿元
碳中和50人论坛
不喜欢
不看的原因
确定
内容质量低 不看此公众号
【建投专题】复盘美国历次加息周期的商品表现
中信建投期货研究
不喜欢
不看的原因
确定
内容质量低 不看此公众号
78-资产负债表五步法-五粮液（思路+实践）
睡后收入成长记
不喜欢
不看的原因
确定
内容质量低 不看此公众号
微信扫一扫
关注该公众号
--
FROM 183.237.146.*