黑翼的『Alpha因子』：稳定收益源自均衡配置

量化投资与机器学习微信公众号，是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者，荣获2021年度AMMA优秀品牌力、优秀洞察力大奖，连续2年被腾讯云+社区评选为“年度最佳作者”。

前言

量化投资总是蒙着一层神秘的面纱，似乎可以无时无刻打败市场。但金融市场本身是一个充满很多不确定性的复杂系统，量化投资就是为了在这种高度不确定性中努力提高投资中科学的成分，这样才能减少投资结果的随机性，增加投资收益的确定性。而多元化的策略配置是增加确定性最科学的选择。

2022年开年以来A股接连受挫，沪深300指数今年累计下跌超7%，股票型基金净值平均跌幅也超过8%。而以复合策略为核心的黑翼资产，2022年以来取得了市场领先的收益。如何在这样一个动荡的市场获得长期稳健的收益，这并不是一个择时的问题，更不是一个选股的问题，而更多的是一个配置的问题。系统化、科学化的配置叠加多元化的复合策略产品，是减少单一市场（或策略）风险最有效的方式，这就是黑翼资产的答案。

近日，公众号专访了黑翼投资两位执行合伙人&投资经理陈泽浩、邹倚天先生，通过量化人的角度带领大家了解不一样的黑翼资产！

作为国内首家纯量化宏观对冲金牛奖得主，黑翼资产在多元化复合策略产品有着丰富的实践经验和稳健的投资业绩。黑翼资产从以下几个方面践行多元化复合策略的投资理念：

• 首先是投资资产的多元化，不同资产的低相关性有助达到控制风险，同时提升收益的目标；
• 其次是策略的多元化，在不同资产类别中，通过策略的多样性捕捉不同的收益机会，其中以股票指数增强策略、CTA策略为核心的策略组合在过去近十年都表现出了很低的相关性；
• 最后是各策略内部因素的多元化，以核心卫星模式，对不同策略内部因素进行多元化组合。例如多因子策略中的不同类型因子权重的配置，CTA策略中趋势跟踪周期参数的配置。

CTA策略：捕捉Crisis Alpha的另类资产

黑翼的CTA策略以趋势跟踪策略为核心，该类型策略占有较大权重。而趋势策略中，黑翼认为其中最重要的维度是它的周期。黑翼的CTA策略组合既有短周期CTA策略也有长周期CTA策略，可以捕捉不同级别的趋势行情，力求在多种行情中都有稳健表现。

除了趋势跟踪策略，其他还有很多低相关性的策略：

• 比如像均值回归策略，市场在盘整的时候，往往是趋势策略回撤的时候，这时均值回归策略是对趋势跟踪有利补充。而且在比较短的时间周期上面，反转现象比趋势现象更明显，因为短期容易出现超买超卖的情况，所以回归策略也是对于趋势跟踪比较好的保护和有益补充。
• 另外还有期限结构策略，这主要是从不同的期限价格当中来挖掘展期收益因子，近远月合约之间的价格应该是服从一定关系。当供需关系发生一定变化，会打破理论的价格，但这个不平衡最终会回归，所以我们就利用实际价格跟理论价格的偏差赚取套利收益。此外还有跨品种套利，比如产业链上下游相关的品种，例如黑色产业链，有偏上游、偏中游、偏下游，上游价格的变化会传导到下游，所以价格之间是有一定关系的。但是往往短期这个关系不太成立，这时候也是给我们提供一个套利的机会。

多元化是黑翼资产CTA策略的最大特色。这种以趋势跟踪策略为核心的多元化的配置，降低因市场环境变化而造成策略失灵的风险，各策略类型之间具有长期的低相关性，使得整体策略也会更加长期稳健。另外，不同策略包含着不同的交易思想和逻辑，可以捕捉更丰富的策略盈利机会。关于策略配置中的核心问题，黑翼资产也给出了自己明确的答案：

▌不同品种的权重分配如何确定？会基于基本面的分析吗？

黑翼会根据投资品种流动性进行调整权重分配，基于基本面的分析也会用到。

▌黑翼如何处理盘整时趋势策略的回撤？

回撤是我们判断一轮趋势结束的重要信号，回撤也是策略本身的一部分。在盘整行情中，黑翼对趋势策略的回撤容忍度较低，尤其是盈利积累不足的时候，风控指标会更严格一些，谨防形成反向趋势，造成较大亏损。

▌关于趋势的定义，是使用传统的技术指标，还是会加入例如机器学习的时序预测模型？

目前在CTA策略的研发中，黑翼主要使用传统的技术指标对趋势进行识别和跟踪。机器学习是一个很有用的技术，但是由于期货品种的数量有限，机器学习的时序预测模型所依赖的数据深度不足，所以目前并不占主导地位。

▌黑翼资产时如何理解及实践“截断亏损，让利润奔跑”的？

截断亏损，让利润奔跑的前提是正确的止损。黑翼资产的量化模型是基于大量的历史数据进行开发的，在进入实盘前还要经历反复的历史回测，在确认模型的有效性后才会进入交易。同时黑翼资产具有多年的投资实践，经历了多轮行情的切换，积累了丰富的量化模型。所以，在投资实践中，黑翼资产的量化模型能在趋势不明时候完成止损，以减小回撤；在趋势途中，则保持头寸，力争获取最大利润。

指数增强：因子的均衡配置

指数增强的策略主要基于截面以及时序的多因子模型的投资理念。从因子挖掘、组合构建到信号生成，业界都有了非常成熟的实践。在黑翼看来，指数增强策略的多元性主要体现在因子的选择上。以中证500增强为例，黑翼因子库中各种因子大概有1000到2000个，如何动态的管理配置因子是策略的核心。遵循核心卫星的模式，黑翼资产采用多元化的因子配置，既有像成长因子、价值因子等基本面策略，也有还有偏人工挖掘的量价因子、以及纯机器学习的因子等。黑翼发现机器学习对于挖掘因子的效率以及模型有效性是在不断提升的，所以现在机器学习的因子占比也在不断提升，整个占比接近40%。

黑翼在因子配置遵循逻辑为主，机器学习为辅的理念。机器学习因子在一定程度上表征了自变量与因变量的非线性关系，这些关系有可能体现了某种错误定价的机制，但也有可能是拟合了噪音。但即使是某种错误定价的机制，也很难被直观的理解。所以，黑翼认为，与传统的人工定义的因子相比，机器学习因子并不需要严格的逻辑解释性，所需要控制的是机器学习因子严格的准入和淘汰机制。“对于机器学习因子，我们更应该关注的是对它的把控性，在总体控制机器学习因子占比的同时，我们能够利用其有效性捕获市场阶段性的非有效性。而在其因子收益回撤时，及时下架。”

当然处理因子多元化，指增策略也面临着持仓周期的选择。在不同的持仓周期中，动态配置不同的因子，如中短期的策略中，高频量价因子的占比会相对较高；而中长期的策略中，基本面及其他另类因子的占比相对较高。但总体的配置都会以逻辑为核心，辅助以机器学习因子。

▌除了中证500指增，在其他宽基指数上，黑翼未来的布局重点是什么？

布局重点在沪深300指数和中证1000指数。沪深300指数和中证1000指数分别代表了大盘蓝筹股和小盘成长股，相信会受到越来越多的资金关注。

▌沪深300和中证500在因子配置上最大的区别是什么？

黑翼资产在沪深300指增策略和中证500指增策略的因子配置上并无太大区别，都是采用基本面因子，量价因子和机器学习因子的多元化配置。但是在风险控制和风格因子偏离度上，沪深300指增策略更严格一些。

▌如何看待另类数据在多因子模型中的应用？

在当前指数增强策略日趋拥挤的情况下，基于另类数据研发的策略，由于出色的低相关特性，受到越来越多的关注。黑翼资产是把另类数据作为基本面因子用于多因子模型中，信号周期偏长。但由于另类数据的广度不足，所以在整体的因子占比中不高。后续也在加强对另类数据的收集、采购等工作，力求其发挥更大的效能。

▌CTA策略与指数增强策略的权重如何分配？

黑翼目前宏观对冲类产品有两个系列，一个是黑翼精选系列产品，50%的指增叠加50%的CTA；还有一类是黑翼优选多策略系列，80%的指增叠加20%的CTA策略。

黑翼欢迎您的加入！

正如陈泽浩博士给公众号一年一度《见字如面》活动所写的寄语那样：优秀的量化策略在于稳定性和可持续性！

最后，欢迎各位Quant与黑翼一起，创造未来！

百亿私募，黑翼资产 | 量化多岗位招聘（社招）