CTA策略介绍
CTA策略更多的時候是一種投資方法,更準確的說,主要投資于衍生品的、比較系統化規則化的投資方法都可以稱作CTA投資,它并不拘泥于量化或是主動,其具有相當的生命力,會長期存在。
CTA策略的收入來源是多樣化的,目前市場上最熟悉的是利用動量策略賺取價差,往往以量化趨勢跟蹤作為了CTA策略的代名詞;實際上,CTA策略本身存在相當多的收益來源,通過各種方法都可以為組合創造實實在在的收益。
研究表明,作為一種投資策略方法,CTA策略可投資標的遠遠超過商品期貨,即使在商品市場長期處于橫盤震蕩狀態仍然可以通過品類繁多的投資標的爭取長期穩健回報。
什么是CTA策略?
CTA 全稱是 Commodity Trading Advisors,即“商品交易顧問”,也稱作管理期貨。它是指由專業的資金管理人運用客戶委托的資金投資于期貨市場和期權市場,并且收取相應管理費用的一種基金組織形式。CTA作為一種投資的策略方法,本質上是規則的集合,它的規則性很強,許多投資門類都包含在內,是實現資產配置中分散投資的一種重要方式,目前正逐步成為成熟投資機構的基礎資產配置之一。
從Managed Futures Barclay CTA Index來看,CTA策略的歷史已有40年之久,它的投資標的不僅僅限于商品期貨,而是擴展到包括利率期貨、股指期貨、外匯期貨在內的所有期貨品種上。
從國際成交數量來看,CTA策略中商品期貨投資只占了1/4-1/3,以動量型策略為主,而金融衍生品已經占到整個CTA策略成交量的一半以上,這與國際市場上投資種類豐富、衍生品的發育成熟有關;反觀國內,投資者經常把CTA策略和商品投資劃等號,這主要是因為國內的股指期貨投資受限,國債期貨市場還在逐步發育過程中。
專家預計再過3年左右時間,隨著國內期貨市場的不斷發展,股指期貨、國債期貨、商品期貨的新品種的陸續推出,期權市場的逐步推進,CTA 在國內可以投資的標的將不斷增多,潛在的獲利機會也會相應增加,國內投資情況會和國外會更加接近。
量化CTA逐漸成為主流
就投資方法而言,CTA基金有兩大類,一類是主觀CTA,即由基金管理人基于基本面、調研或操盤經驗,主觀來判斷走勢,決定買賣時點;第二大類是量化CTA,是通過分析建立數量化的交易策略模型,由模型產生的買賣信號進行投資決策。
相比較而言,用量化的方法來投資期貨能夠在獲取收益的同時很好的管理風險。量化CTA能夠很好的避免人為主觀的非理性,在出現虧損或回撤時能夠及時的止損從而有效的規避風險,同時量化CTA基金能夠產生規模效應,這也是在國內乃至海外,量化逐漸成為CTA基金的主流交易方法。
Preqin Hedge的數據統計,在海外,2014年80%的CTA基金采用程序化交易,9%采用混合策略,僅11%的基金采用主觀分析。而在國內,根據期貨資管網的統計,國內量化CTA占比約5成并呈穩步上揚的勢頭。
量化CTA基金特征
一、低相關性
CTA基金與股票、債券、大宗商品的、其他類對沖基金都表現出低相關性。在傳統大類資產組合配置的基礎上,配置一定比例的CTA基金,能使整體資產組合實現增強收益、降低風險的雙重效果。并且,CTA基金具有雙向獲利功能,即便股市展開階段性調整,CTA基金仍具備較強的獲利能力。
二、中高收益
Eurekahedge的CTA指數在2000/01-2015/07期間15年累計收益率365%,年化收益10.37%,最大回撤6.34%,年化標準差6.90%。與海外成熟市場相比,國內CTA基金尚處于快速發展階段。但正是由于市場不成熟,使得國內CTA基金收益率相較海外更高,歷史回撤也更小。
三、非線性
量化CTA基金還有一個顯著的特性就是收益非線性。CTA基金的收益方式體現在低勝率、高盈虧比上,即一年的2-3波行情就能將全年的收益實現,其他時間是處于橫盤或者回撤的狀態。簡單來說,量化CTA的收益和投資標的的漲跌無關,和投資標的的漲幅或者跌幅有關,即在波動率很大的行情中容易獲利。用一個形象的比喻,投資標的的波動率是CTA基金獲利的心電圖,一馬平川或者小幅來回震蕩貢獻不了收益率甚至會出現回撤,而波峰波谷頻現大起大落的行情下,CTA就能大幅獲利。
如何挑選真正優質的量化CTA產品
市場上CTA基金產品琳瑯滿目,如何選出真正優質的量化CTA產品呢?建議投資人可以從以下四個方面進行考量:
1、看業績
選擇CTA基金,首先看其歷史業績表現和業績的可持續性,時間越長收益越高,說明產品越好。
2、看團隊
選擇CTA基金,一定要深入研究其團隊構成,一個成功可持續的CTA基金,必須依靠團隊實力,好的團隊可以進行多策略投資,能夠在各種市場形態中均能取得較好的投資收益,因此團隊的專業實力、穩定性等極其重要。
3、看回撤
選擇CTA基金,還需要關注最大回撤下的收益特征;最大回撤在一定程度下可以判斷該CTA基金的風險敞口大小,在相同風險敞口下取得的絕對回報的大小,可以更好地評判CTA基金的優秀程度。
4、看規模
選擇CTA基金,在研究其業績持續性的同時須關注其整體規模,規模的大小可能對投資經理的投資決策造成影響,管理規模越大的基金,其收益穩定性一般會更穩定。
CTA基金作為一種非主流投資工具,其分散市場風險和防范股票市場系統性風險的能力應該得到傳統意義上投資股票和債券市場投資者的重視,尤其是在大環境改變的大背景下,量化CTA基金將會迎來發展的繁榮時期。
--------------------------------------------------------------------------------------------
推薦閱讀:
| 序號 | 標題 | 傳送鏈接 |
| 1 | 雙均線策略(期貨)量化策略源碼 | https://www.myquant.cn/docs/python_strategyies/153 |
| 2 | alpha對沖(股票+期貨)量化策略源碼 | https://www.myquant.cn/docs/python_strategyies/101 |
| 3 | 集合競價選股(股票)量化策略源碼 | https://www.myquant.cn/docs/python_strategyies/102 |
| 4 | 多因子選股(股票)量化策略源碼 | https://www.myquant.cn/docs/python_strategyies/103 |
| 5 | 網格交易(期貨)量化策略源碼 | https://www.myquant.cn/docs/python_strategyies/104 |
| 6 | 指數增強(股票)量化策略源碼 | https://www.myquant.cn/docs/python_strategyies/105 |
| 7 | 跨品種套利(期貨)量化策略源碼 | https://www.myquant.cn/docs/python_strategyies/106 |
| 8 | 跨期套利(期貨)量化策略源碼 | https://www.myquant.cn/docs/python_strategyies/107 |
| 9 | 日內回轉交易(股票)量化策略源碼 | https://www.myquant.cn/docs/python_strategyies/108 |
| 10 | 做市商交易(期貨)量化策略源碼 | https://www.myquant.cn/docs/python_strategyies/109 |
| 11 | 海龜交易法(期貨)量化策略源碼 | https://www.myquant.cn/docs/python_strategyies/110 |
| 12 | 行業輪動(股票)量化策略源碼 | https://www.myquant.cn/docs/python_strategyies/111 |
| 13 | 機器學習(股票)量化策略源碼 | https://www.myquant.cn/docs/python_strategyies/112 |
| 14 | 倉位管理(1):鞅與反鞅策略,凱利公司及其局限 | https://www.myquant.cn/community/topic/673/2 |
| 15 | 倉位管理(2):凱利公式指導投資與多種資金管理方式 | https://www.myquant.cn/community/topic/679 |
| 16 | 多因子選股之有效因子 | https://www.myquant.cn/community/topic/690 |
| 17 | 多因子策略之冗余因子 | https://www.myquant.cn/community/topic/695 |
| 18 | 多因子選股之策略的實現 | https://www.myquant.cn/community/topic/708/2 |
| 19 | 大師系列之彼得?林奇基層調查選股法 | https://www.myquant.cn/community/topic/719/2 |
| 20 | 從量化角度告訴你常見的技術指標到底能不能賺錢? | https://www.myquant.cn/community/topic/649/2 |
| 21 | 從回測到實盤(2):如何讓回測更貼近實盤結果 | https://www.myquant.cn/community/topic/665 |
| 22 | 程序化交易(3):從回測到實盤,還需要注意些什么? | https://www.myquant.cn/community/topic/668 |
| 23 | 股市暴跌深套|如何利用日內回轉交易策略降低持倉成本 | https://www.myquant.cn/community/topic/704 |
| 24 | 算法交易策略的成功回測之一 | https://www.myquant.cn/community/topic/721 |
| 25 | 股票中的情侶——配對交易 | https://www.myquant.cn/community/topic/735 |
| 26 | 量化交易入門 | https://www.myquant.cn/community/topic/28/2 |
| 27 | 分享一個python均線策略 | https://www.myquant.cn/community/topic/78/2 |
| 28 | 一個量化交易策略師的自白 | https://www.myquant.cn/community/topic/652/2 |
| 29 | 《利用Python進行數據分析》PDF電子書下載 | https://www.myquant.cn/community/topic/618 |
| 30 | 高頻交易:為了0.07毫秒的比拼,竟然花費了1400萬美金 | https://www.myquant.cn/community/topic/634/2 |
| 31 | 分享幾本量化和python方面的書,可以直接下載 | https://www.myquant.cn/community/topic/89/2 |
| 32 | 2018:數據科學20個最好的Python庫 | https://www.myquant.cn/community/topic/664 |
| 33 | 《投資中最簡單的事》讀書筆記 | https://www.myquant.cn/community/topic/575/2 |
| 34 | 史上最全的量化交易資源合集 | https://www.myquant.cn/community/topic/624/2 |
| 35 | 七種量化選股模型 | https://www.myquant.cn/community/topic/663 |
| 36 | 談資金管理 | https://www.myquant.cn/community/topic/579/2 |
| 37 | 網格交易策略(附策略源碼與收益圖) | https://www.myquant.cn/community/topic/548/2 |
| 38 | 指數增強策略 | https://www.myquant.cn/community/topic/527 |
| 39 | 日內回轉交易策略 | https://www.myquant.cn/community/topic/526 |
| 40 | 跨期套利策略 | https://www.myquant.cn/community/topic/525 |
| 41 | 跨品種價差套利策略 | https://www.myquant.cn/community/topic/524 |
| 42 | 集合競價選股 | https://www.myquant.cn/community/topic/523 |
| 43 | 基于EV/EBITDA倍數估值法的Alpha對沖策略 | https://www.myquant.cn/community/topic/522 |
| 44 | 行業輪動策略 | https://www.myquant.cn/community/topic/521 |
| 45 | 海龜交易法則 | https://www.myquant.cn/community/topic/520 |
總結
- 上一篇: 全球首发天玑9000+处理器!小米12
- 下一篇: ADK安装步骤