• 主题：量化交易中的资金管理问题
• 嘉宾：刘岩草
• 主办：统计之都、北京大学商务智能研究中心
• 场地：北京大学光华管理学院
• 组织：蔡占锐、闫晗、吕翔、邓一硕
• 纪要：闫晗

2014年11月23日，第23期COS沙龙（北京站）在北京大学光华管理学院顺利举行。各位统计爱好者、投资从业者纷纷前来，积极探讨，共同完成了一场主题为“量化投资中的资金管理问题”的精彩分享沙龙。本次沙龙由人大统院本科生吕翔主持，嘉宾是量客投资副总经理刘岩草先生。

“会买的是学生，会卖的是老师，资产管理是再次基础上更深入的问题。”刘岩草先生的分享主要分为量化产品的资金管理方法、量客一号产品设计两部分围绕期货的量化投资与大家分享了经验、策略，也就现存问题与参与者进行了深入探讨。以下为沙龙主要内容回顾：

一、量化产品的资金管理方法

思路：单策略——多策略——多品种——多市场

程序化交易特点：捕捉波动率，波动越大越赚钱。

1、单策略的后验：代码化的交易策略，需要使用历史数据进行策略参数的调试

参数寻优方式：

常规方法：全样本优化，选择最优结果。存在问题：过度拟合历史，不适用于未来；受极端值影响参数组合偶然性。

量客方法：人工抽样优化，最优参数区域。避免过度拟合，避开最优参数。

理想方法：随机抽样后验，动态参数选择。日内与趋势，增加试错成本。

2、多策略头寸分配

单策略的局限性：波动性，长期未盈利导致对策略的怀疑，分散才是免费的午餐，故进行多品种多策略的组合。

分散后的头寸分配：使用遗传算法等在所有策略都使用的前提下进行寻优，并进行策略的合并。遗传算法可大大优化运算速度。

降低策略组合的波动率：①关注单个策略最大回撤值，使用资产线测定回撤反弹概率，在大概率反弹时加仓，大概率回撤时减仓。

②策略直接尽量有较低的相关性。

期货品种选择：①定价中心在国内防止隔夜风险②成交持仓比活跃，控制滑点③选择日内波幅较大的，比如橡胶，有对手盘吃单。

3、另一种思路：指数——目标函数——多品种策略

期货交易指数的编制：

一般指数要素：样本选择、样本权重、指数所反映的要素。

交易指数要素：样本选择与剔除、样本权重、编制指数的目标函数。

交易指数是以目标函数最优化（可交易性最强）为指数编制出发点，选择期货样本并计算样本权重从而合成的指数。

二、量客一号产品设计

标的选择：用国债和债券做安全垫，再进行期货投资

国债逆回购：普通交易日（保证稳定平均年化收益）；异动交易日（月末、季末、打新股追求超额高收益）

债券：分散债券投资规避信用风险

国债期货：程序化择时交易，分段对冲利率风险

来自清华大学、北京大学、人民大学、明日嘉石、国信证券、银河证券、中信建投、中国兵器工业信息中心、中社乾星（北京）经济研究院、艾瑞、百度、新浪、搜狗等高校学生、业界人士以及创业者30余人参加了本次活动。嘉宾分享结束后，对期权、股票投资交易有丰富经验和深入了解的各位来宾又针对分享环节中的问题进行了充分交流分享，本次沙龙取得圆满成功！

沙龙PPT下载