《交易者访谈录》EP-225（量化交易的道与术-上篇）

嘉宾：凯尔·舒尔茨（Ravenia投资管理公司董事总经理）
背景：Ravenia投资管理公司成立于2019年4月，根据市场、策略和时间框架实现了交易的多元化。凯尔为不同种类的期货产品开发了多种类型的量化策略，包括动量、反转、多空、日内和震荡策略等。
交易建议：需要用长期的眼光来对量化的策略进行研判，不能仅拿着几周或几个月的量化交易盈利数据就自我满足。
访谈核心：本期访谈将围绕系统化策略开发来进行，包括创意产生、历史回测、策略优化、实盘交易、策略多样化以及资金管理。

投资标的：

凯尔·舒尔茨的投资组合主要以金融期货类产品为主，例如股票指数（标普500，纳斯达克指数）、国债期货、以及一些货币期货（日元、欧元、澳元等）。根据他自身的交易经验，将产品组合设计以及策略开发的重点集中在了金融期货产品上，但是也会关注一些其他商品期货的表现。在未来条件允许的情况下，凯尔·舒尔茨考虑将一些适合的商品期货纳入自己的投资组合，以增加投资的多样性和分散风险。

策略使用：

凯尔·舒尔茨会在不同的期货产品交易中使用同一种交易策略，不过他会根据产品的自身波动和走势特性对策略参数进行微调，以确保每个产品在同一策略交易下的表现都是最优的。不过他特别提及在针对每个产品的策略优化时，要避免过度拟合。对此他提出了三点优化实操的建议：

避免策略使用过多的参数因子（编者建议：2-4个可调参数因子足矣）；
在回测过程中要严格区分样本内数据和样本外数据的测试结果，除了历史回测之外，前向测试结果比较也非常重要；
不要仅以收益结果为唯一的策略优化标准，需要在多种指标优化的综合比较下，选择出最适合投资组合需要的风险回报参数。

策略优势：

由于投资组合中含有大量高相关性的金融期货产品（例如标普500指数、道琼斯工业指数、纳斯达克指数），凯尔·舒尔茨通过策略的参数微调来确保同类金融产品之间的相关性并没有想象中的那么强。例如同一策略在不同时间周期参数的影响下，某个交易日中可能只有几个金融产品会出现交易信号，这样就变相的帮助投资组合产生了多样性和投资的分散化。

市场选择：

之所以选择期货市场作为投资组合的交易主舞台，除了考虑到正规监管的安全性之外，主要是因为凯尔·舒尔茨最初在进行市场和产品分析研究的时候，机缘巧合的就是从期货市场开始的。当一个人在某个特定领域进行了长时间深入的研究后，自然会产生一种内在的优势，从而帮助他更好地构建适合量化策略的产品组合。而且相比其他市场和产品，金融期货市场所提供的杠杆比例、风险回报比已经能很好地满足其投资的目标和需要。
策略创意：

很多人投入到量化交易行列的初衷可能只是因为自己有过一定的交易经验，或者只是因为自己会变成。但是如何真正设计出一套稳定盈利、且适合自己的策略，是少数真正成功量化交易者才具备的能力。对于凯尔·舒尔茨而言，开发策略的起点往往是从构建投资组合开始。由于有大型对冲机构的工作经验，他对于投资组合的设计拥有丰富的经验和扎实的基础。往往在设计一套产品组合时，就会考虑用什么样的策略能最好的控制风险敞口并获得合适的投资回报比，从而再相对应的去设计开发合适的交易策略。

日内动量策略释疑：

很多交易者并没有专业的机构背景，或金融知识基础，文章的大部分读者甚至只是最小白的散户交易者。如果大家想了解日内动量策略进行交易，那么凯尔·舒尔茨给出了几点建议：

根据市场开盘时的跳空缺口，在经过回测统计后，可以根据缺口的大小来作为当天的交易方向主信号；
根据市场开盘后30分钟或1小时内的运行情况，设定一个区间范围，一旦出现强势的范围突破走势，则可以个给出日内交易的方向信号；
一旦确定的日内交易的主信号之后，交易者需要通过技术判断进行信号的真伪，同时设计一些过滤指标来帮助提高策略的胜率和优化风险回报比。
日内动量策略的主要交易信号无非来自于跳空缺口或区间突破，但是各种不同的日内动量策略的最大区别和优势却是由随后的信号判断以及过滤指标来实现的。
交易者必须通过大数据对日内动量策略的信号判断以及过滤技术进行研究后，才能找到适合自己的方式方法，可以是时间过滤指标、又或波动率过滤指标等等！

数据使用：

对于凯尔·舒尔茨而言，在设计、开发、优化和实盘执行量化策略的过程中，唯一关注的就是价格数据。在历史回测时，也只需要使用历史价格数据即可。他不会去考虑交易量等其他数据对于策略的影响，更不会引入基本面的经济数据。
策略的道与术：

在开发一套量化策略的过程中，历史数据回测应该是纯数据统计分析类的工作，其中的道理放之四海而皆准，不以交易者主观意志而改变。但是同一套策略在优化时，却充满了术的含义，比如选择什么标准最为优化的目标、优化参数到底多少比较合适、当微调最优参数后得到截然相反的测试结果该如何处理等等问题都需要交易者通过自身的经验和判断加以解决。

策略回测：

对于策略开发之后的历史回测，凯尔·舒尔茨给出了如下建议：

回测使用的历史数据建议越长越好，因为历史回撤越久，策略所经历的不同市场环境、风险事件就越多。交易者可以从长时间的历史回测结果中了解策略的真正表现和属性，以及面对市场发生重大变化时的策略反应。
对于内/样本外的数据测试，凯尔·舒尔茨认为不应该只用一种固定比例来进行样本内外数据的回测（例如80% vs 20%），很多时候固定模式的样本内外数据回测依然会出现过渡拟合的情况。他建议交易者在同一段历史数据中心采用不同比例的样本内外数据比例进行多次测试，这样得出的结果才更有可信度。