套利高频基金业绩逆市上扬揭秘：“模型＋有效风控” 成胜出关键

    本报记者 张歆

    去年年底以来，全球市场波动性剧烈，投资者避险情绪上升。在全球各大资本市场2018年第一季度表现差强人意的情况下，部分高频量化策略业绩却逆势上扬，在资本市场成为翘楚。

    据了解，宜信财富ScienCast套利高频量化基金在经历了长达1年多时间的蛰伏之后，终于迎来了柳暗花明。受2016年英国脱欧、美国大选及2017年历史级别低波动性的影响，高频基金净值一直稳定在1左右。2018年第一季度，市场波动率回升到历史正常区间，该基金在连续4个月取得正回报，至4月底费后年化回报约20%。

    这只产品究竟是如何做到在动荡市场逆势取得了这样的超额回报？

    在Sciencast创始人、首席投资官李庆博士看来，这款产品的成功关键是——“模型＋有效风控”。

    李庆博士介绍，Sciencast基金属于统计套利高频量化基金，其标的基金采取市场中性策略，同时构建多头和空头头寸以对冲市场风险，运用数学模型构建投资组合。高频基金运用的数学模型经历过多种市场环境的检验修正，交易速度快且系统化程度高，能有效的抓取市场瞬间消失的机会。另外，在风控方面，Sciencast的基金经理在经历过10几年历史的政治、低波动率环境等各种恶劣市场环境的实战后，已经具备了较强的控制风险能力。

    构建科学操作模型捕捉市场机会

    ScienCast套利高频量化基金的理念是——基于金融学原理及资本市场经验，通过量化和数据化分析，对投资组合进行细致评估。

    其策略致胜的关键是通过使用合理的金融建模以及复杂的统计测试，从复杂的数据指标中系统化提取出稳定的操作模型。这些模型可帮助预测金融投资工具的未来收益、风险，以帮助管理人作出科学的投资决策。

    模型在绝大概率情况下和波动率是成正比的，而不是和股票大盘走势成正比，市场波动越大，每笔交易的利润越高，交易量越大，机会越多。波动和震荡无疑是套利高频策略一个非常理想的投资环境。

    除了操作模型的有效性和科学性之外，对于基金投资组合的分散程度也有自己的一套标准，通常同时持有几百支至上千支股票。通过制定严格的选股、投资程序，实现多样化、流动性良好的投资组合，且仅对高市值、高流动性的上市公司股票进行投资。

    制胜关键=模型+有效风控

    和市场上其他过去几年表现持续优秀套利策略的基金相比，ScienCast套利高频量化基金究竟有哪些优势

    李庆指出，策略是致胜关键，“我们的模型是经过历时多次检验修正后的结果。”

    在速度方面，交易速度快且系统化，交易周期一般以分钟为单位，市场波动大的时候可以达到几秒或者一秒交易，能有效的抓取市场瞬间消失的机会。

    “另外，在风控方面，我们的基金经理在经历过10几年各种恶劣市场环境的影响后，已经具备了较强的应付风险能力。”李庆总结，“策略X速度+有效风控”——这么一个三管齐下的投资理念使得这只产品得以在市场中脱颖而出。

    优化提升风控能力

    虽然动荡市的市场环境有利于高频量化产品获取更多的套利空间和套利机会，但是前提是产品要有过硬的组合管理和风险控制能力。

    ScienCast的风控理念和具体操作非常明晰：所有风控指标都由历史数据定量，留有足够的安全边际，并用计算机系统实时监控；不依赖任何风险暴露获利，始终在市场中寻找合理价格缩小风险敞口。

    除了风控指标之外，交易算法也会根据市场的变化做持续的修正和研发，以应对各种市场风险。

    据李庆博士回忆，2017年，在低波动率期间，模型的改进主要来自两方面，一是对策略权重调整，调低了受低波动率影响较大的权重，调高了受低波动率影响较小的权重。二是在研发方面，主要集中研究受低波动率影响较小的新策略。所以如果下次低波动率来临，基金受到的影响会相对比较小一些。”

    此外，ScienCast还会特别关注自动交易程序的安全性，所有系统都由ScienCast自主编写并内置严格的异常情处理机制。将回撤控制在比较小的范围，且使用高换手的策略和持有高流动性的仓位，从而可以大量累积微小、稳定且相关性低的盈利。

    综上所述，用历史数据定量优化风控指标、有效的算法模型和自动交易程序的安全控制——这些特质的有机结合，决定了ScienCast套利高频量化基金在动荡市的出色表现。

    另据了解，6月29日至7月1日，李庆博士将出席在成都举办的首届宜信财富投资峰会，现场揭示高频量化策略的投资奥秘。该届峰会将以“新时代·新经济·新金融”为主题，邀请国内外政要、专家等共同探讨新时代下的世界经济新格局；同时，资本市场投资分论坛将聚焦资本市场宏观环境及策略选择，深入解读2018资本市场投资领域的新机遇和新打法，探索一条“风险可控、回报可期”的资本市场投资路径。