CTA策略

1
回复
3804
查看
[复制链接]

24

主题

15

回帖

227

积分

中级会员

积分
227
来源: 2020-1-11 10:46:07 显示全部楼层 |阅读模式
很多CTA策略研究人员,包括我自己,很多时候都会去思考一个没有标准答案的问题,那就是为何CTA这类beta型的策略能盈利,我相信对于CTA研究者来说,大家会有很多不同版本的思考和答案。因为相比较于其他类型的策略来说,貌似人家盈利的理由都很明显且充分。
比如说,alpha类策略,很能理解对于这类策略来说,交易的一揽子标的物里面总会有强弱之分,那么只要能找出有强弱区分度的特征或者因子,那便基本找到了alpha类策略盈利的本质。
再比如说,对于market making的高频策略来说,那就是规避掉有较大可能出现单边趋势的行情,同时在没有较大可能单边行情的时候给market taker提供流动性服务。(对预测短期趋势并follow趋势的策略不在我们此处讨论之列)
对于CTA策略为何能盈利的这个问题,尽管在入行多年后,我依然始终还是百思不得其解。几乎每次这种类似问题浮现在我脑海里时,我都会默默告诉自己,能赚钱就行,需要个卵蛋理由。
在用机器学习强撸了几个月不同类型的策略之后,包括CTA,统计套利,甚至小部分高频策略,越来越强烈的感觉到其实对于策略研发人员开始,思考并理解为何某大类策略能盈利的本质其实极为重要。所以在此开个小型漫谈类节目,来聊聊为何CTA这类beta策略的艺(能)术(赚)性(钱)。
理由1——杠杆效应
期货本身普遍具有较大的杠杆,对于资金实力相对薄弱、风控观念淡薄的小散户玩家来说,他们在杠杆下显得尤为脆弱,容错能力很低。所以对他们来说,当顺着现成的方向交易和逆向交易这两个选择摆在他们面前时,第一个相对更为保守的选择对他们来说明显是最优解。这个理论较为完美的解释了为何散户投资者占比越多的市场或品种更容易走出趋势行情。
理由2——prospect theory
先上一个经典的图:
20200111003.png
图中X轴基本可以等同看成是收益/亏损的百分比,Y轴则是价值函数,简单来说就是爽/不爽的程度。这个图包含了几层含义:
1.不对称性,在abs(X)相等的情况下,损失结果对应Y的绝对值,比获利结果对应Y的绝对值更大。简单来说就是亏T%和赚T%这2种情况下,前者的abs(f(T%))要更大些。说明投资者总体是厌恶风险的;
2.Y函数,也就是爽/不爽函数在X小于0,也就是亏损的时候有凸面性 (convexity),而在X大于0,也就是盈利的时候有凹面性(concavity)。简单来说就是投资者在面临获利时,尤其是获利不大的时候,更愿意落袋为安,风险厌恶程度增加而选择risk off;而在面临损失时,尤其是亏损较大的时候,更愿意在赌一把更大的,风险厌恶程度降低而选择risk on;
现在总结下来就是,当市场较为平淡,相对更接近于零漂移的随机游走的时候,赢者会落单为安,高位平仓,从而强化了价格时间序列的反相关性。而当市场趋势性较为明显,尤其是基本面/宏观层面发生一定变化时,也就是行情属于带漂移项的随机游走的时候,多空双方平仓意愿都不会很强。那么即便在驱动价格变化的因素结束后,市场行情从带偏移项的随机游走进入到不带偏移项的随机游走时,亏损的投资者在选择死扛亏损的同时,这时候亏损方的△Y也会显著大于盈利方。直到价格随机游走到超出部分亏损方的心理承受或者被强制平仓之后,这部分亏损的投资者会被迫平仓从而引发下一轮亏损投资者的平仓,也就是俗称的多杀多和空杀空,从而强化了价格时间序列的正相关性。
评价里出现了一些朋友的思路和评论,我简单回答下:
程峰说研究盈利原理,是因为需要理由相信未来仍旧能够赚钱。我其实想说我从不怀疑这类策略未来会失效,但是我深知对目前国内的CTA funds来说,好日子会越来越少,夏普会不断降低,直到接近winton,ahl这种常年1不到的夏普,直到最后基本稳定在这个附近。有如下几个原因:
1.高夏普策略意味着富矿,总会不断被新人发掘,也就意味着不稳定性,而CTA低夏普意味着贫矿,即使你知道如何玩,你未必受得了其中的回撤煎熬;
2.没人知道何时会再现黑天鹅事件,或者说高波动行情,但是未来总有一天它会踩着七色云彩来娶我;
3.即使没有高波动行情,也就是在一个生态系统里面没有鱼吃的时候,所谓趋势追踪这个伪命题会失效,也就意味着没有鱼来做接盘侠。取而代之的,是反应较慢的趋势追踪的CTA funds会被吃掉;
4.不是原因的原因,CTA类策略比后来的alpha,即成体系的统计套利策略出现早了10-20年;
EricZ说cta盈利是因为fat-tail,beta是择时,另外提到了cta和momentum的关系。我认可fat-tail的说法,但是cta也是择时,同样beta类策略也大都利用了fat-tail,cta和momentum的关系,这么说吧,我用机器学习去筛选特征,得到的大概70%-80%都是momentum,也就是趋势类,即价格序列正相关的因子,剩下的比例是反转;
nova avon说CTA使用很多trend-following策略,而trend-following是靠管理具有方向性的exposures盈利的。CTA曾经被认为是alpha策略现在被看成beta策略,主要由于trend-following的idea已被大众所知并使用, 这个alpha慢慢就没了。所以CTA策略可归结为一句话:“市场会往哪个方向走”, 你在这个问题上判断的比别人好,你就有了edge。
第一个问题,我的印象中CTA应该是从一开始就被市场接受为beta策略吧。后面提到市场会往哪个方向走, 你在这个问题上判断的比别人好,你就有了edge。这句话我非常认可,趋势追踪是个伪命题,不是说趋势追踪就能挣钱,趋势追踪策略能挣钱是因为你的策略比别人更早判断出来这是一个趋势。尤其是在没有大波动的日子里,更是将大鱼吃小鱼,小鱼吃米虾体现的淋漓尽致。
师纪瑞说鼓掌,坐等填坑。我只想骂一句,你妹的节操何在。。。师兄你作为国内第一批CTA从业者,在国内干了快20年的第一批从业者,你不倒干货,让我一个半桶水干这事,你情何以堪啊?
Bamboo Chen兄提到的beta策略盈利其实是赚risk premium这句话,直击靶心。接下来我们来聊一个更深层次的问题——既然CTA策略是beta策略,赚的是risk premium的钱,那么是否注定了CTA策略会有一些独特的性质?
这个问题的答案当然是yes,那接下来的问题便是CTA策略有什么样的性质。这个问题我就不说太细了,给大家点提示,点到为止。
  • 既然是risk premium,那么必然是只去承担有风险收益比的risk了;
  • 按照上一篇文章里面prospect theory的假设,vol越大,价格的时间序列的正相关性越强,当然就需要take advantage of fat tail了;
  • alpha常有,但beta/fat tail不常有;
  • CTA策略获得高收益是高volatility行情的充分不必要条件;

按照这个思路去研发CTA或者所谓的smart beta策略,我不保证你一定能出成果,但我保证你出成果的概率更高。

回复

使用道具 举报

0

主题

18

回帖

53

积分

注册会员

积分
53
2020-3-25 08:28:30 显示全部楼层
想法不错,可以借鉴一下
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 免费注册
关注微信