七禾网注：嘉宾回答仅代表其本人观点，不代表七禾网的观点及推荐。金融投资风险丛生，愿七禾网用户理性谨慎。

翟昊

青岛半目投资管理有限公司总经理，本科就读于华南理工大学数学与应用数学专业，同时辅修国际经济与贸易双学位。硕士毕业于英国爱丁堡大学金融建模与优化专业。FRM持证人，五年量化投资经验，业内知名量化私募工作经验，股票、期货量化投研经验丰富。

精彩观点

我们做量化交易，相对来说不依赖平台和资源，对个人来说，想要做出自己的个人成就，可能更容易一些。

做量化交易核心是做好自己的策略，做好风控，坚定投资理念，不被外界所影响。

从最初的长周期交易，到现在的全周期覆盖，目前也在开发套利策略，未来成熟后，也会做一些期权、股票方面的研发，坚持量化交易，向更多更广的策略扩展。

从大类来讲，主要是趋势交易类策略。从周期来讲，我们做到了短中长不同周期的覆盖。

从策略特点来讲，不同品种、不同周期之间可以做好互补；从策略特性上来讲，不同周期还有一些细节上的差异，长周期会做一些止盈，近期资金曲线反弹不给力，就是因为焦煤、焦炭我们可能在两三个月前就止盈了，没什么仓位了，长周期其它交易的品种，也没什么行情。

我们会根据不同策略的波动性，确定好各个周期的资金权重。大概长周期分配四分之一的资金，中周期分配二分之一的资金，短周期分配四分之一的资金。

我们会看策略的回测表现，用常见的卡玛比率、夏普比率这些指标，来考察一个策略的表现，对于我们自己的策略体系，还会有一些更复杂的策略评价指标，包括我们人工构造的一些评价指标，首先回测上可以通过各种指标，然后再经过样本外模拟盘的考验，才会被纳入实盘。

从因子角度来讲，我们用的不是传统的技术指标。从策略类型看，有基于规则类的，也有机器学习类的。

2020年我们中长周期策略表现是非常优异的，因为有一部分资金不在期货账户里，在平台上展示的话是看不到的，我们实盘账户2020年其实有15倍的收益回撤比。

3月底我们就上线了中短周期策略，上线后，长短周期大概是1：1的资金分配。经历了5、6月份的回撤，长周期创出了历史最大回撤，对整体净值影响比较大，出于风控，我们也进行了减仓，趁减仓的机会给各个周期做了更均衡的等波动的仓位配置，削弱了长周期策略的资金配置，增加了中短周期的资金配置。

对于趋势策略而言，我们自身是尽量做到更多周期、更多品种的覆盖，未来希望有更多类型策略的覆盖，这些主要是出于策略的多样化、品种的分散风险来考量，针对单个品种开发的策略，注定是不太适合发产品的策略。

我们不会主观地判断行情，也不会主观地改变仓位，只会根据产品提前设置的风控来调整仓位。一是看策略本身是否创出最大回撤；二是从整体产品上来看，是不是超出了最大回撤的预期。

（在回撤期）心理上来讲，坦然面对，过往来看，这种回撤总会经历的，历史最大回撤就是用来创造的。

对于投研人员来说，对于投研的热情、不断钻研的投研精神是很重要的。投入与产出不匹配时，要能够一如既往地坚持，再加上一点点运气。

七禾网1、翟总您好，感谢您和七禾网进行深入对话。我们了解到，您本科学习的是数学与应用数学专业，硕士学习的是金融建模与优化专业。请问后来是怎样的机缘巧合，进入到期货市场中？您的专业知识，对您后来做量化交易有哪些帮助？

翟昊：我当时留学回国后找工作，以当时对金融市场的了解，投行对我的吸引力更大一些。在英国读书的时候还是感觉自己对数学、模型、量化更感兴趣，因为数学更纯粹一些。我们做量化交易，相对来说不依赖平台和资源，对个人来说，想要做出自己的个人成就，可能更容易一些。

从专业知识来讲，我硕士学习的是金融建模与优化专业，与数学、金融工程差不多，更多的是做以期权为主的衍生品定价，更适合卖方的衍生品定价部门，而统计相关知识对于我们做买方建模帮助会更大。我们用到的一些知识，比如说机器学习，它本质是一种统计推断学习，包括我们应用数学等很多统计相关的知识，都对我们量化投研有很多的帮助，更多的，我还是觉得，学习数学可以培养一个人的缜密思维和逻辑能力，这个会对投研和人生的路有更深远的影响。

七禾网2、据我们了解，今年是您做量化交易的第5年，做了5年的量化交易，您最大的感受是什么？

翟昊：做量化交易核心是做好自己的策略，做好风控，坚定投资理念，不被外界所影响。像我们做基金公司，如果表现不好的时候，会受到来自各方面的一些压力，最好就是可以做好自己，太多地采取人工的干预，对整个交易来说其实是不太好的。

七禾网3、在这量化交易的5年时间中，您的交易理念、交易方法有过哪些变化？

翟昊：我从入行以来一直都是坚持做量化交易。其实自己业余的时候也会做一些手工交易，也是交了不少学费，所以更加坚定了量化交易的理念，向更多元化的策略发展。从最初的长周期交易，到现在的全周期覆盖，目前也在开发套利策略，未来成熟后，也会做一些期权、股票方面的研发，坚持量化交易，向更多更广的策略扩展。

七禾网4、您表示，您曾就职于业内知名量化私募，在私募工作的经历，对您做量化交易以及后期组建交易团队有哪些帮助？

翟昊：每一份工作经历，对我的成长都有很大的帮助。在不同公司，不同的工作经历，可以体验到不同公司的投研模式、公司文化，可以取长补短。比如如何建立自己公司的投研框架，如何做好员工的激励，包括公司倡导什么样的企业文化，过往的经历对这些都是有很大的帮助。

七禾网5、请问您目前实盘一共有几套交易策略，每一套策略的主要特点分别是什么？

翟昊：从大类来讲，主要是趋势交易类策略。从周期来讲，我们做到了短中长不同周期的覆盖。长周期，我们主要交易历史上波动性比较大的品种，比如焦煤、焦炭、铁矿、螺纹、热卷等以黑色系为主的，还有沪镍、橡胶、甲醇等能化品种，大概有10多个；中周期我们做到了全品种的覆盖，流动性比较好的40个左右品种都有在做；短周期跟长周期有点类似，短周期也是做短周期波动足够大的一些品种，发现它们还是会有一些重合的，短周期波动比较大的，还是黑色系；中周期虽然是全品种的覆盖，但是最赚钱的也还是这些品种。

从盈利上来讲，长周期和短周期，做其它的品种，盈利有限，资金利用率不高，但中周期做全品种的覆盖，还可以做到不错的收益。

从策略特点来讲，不同品种、不同周期之间可以做好互补；从策略特性上来讲，不同周期还有一些细节上的差异，长周期会做一些止盈，近期资金曲线反弹不给力，就是因为焦煤、焦炭我们可能在两三个月前就止盈了，没什么仓位了，长周期其它交易的品种，也没什么行情。历史上这种做法对净值上的平滑是有很大帮助的，但今年的非典型行情和我们的策略体系不太匹配，导致反弹不及预期。中短周期，我们会有严格的止损，做到长周期做止盈、中周期做止损。

我们还有信号过滤系统，有些品种恰好被过滤了，没抓住这波行情，策略的缺陷也好，运气不佳也好，这些确实是近期反弹不及预期的主要原因。

七禾网6、在这些不同类型的策略中，您的资金是如何分配的？

翟昊：我们会根据不同策略的波动性，确定好各个周期的资金权重。大概长周期分配四分之一的资金，中周期分配二分之一的资金，短周期分配四分之一的资金。当然我们不同周期里面也有不同的子策略，长周期大概有9个策略，中周期大概有几十个子策略，每个周期内的子策略会等权重地分配资金，包括每个策略交易的标的我们也是等权重分配的。

七禾网7、就您看来，一个量化交易策略需要达到哪些条件、经过哪些步骤，才有可能被您纳入到实盘策略中？

翟昊：我们会看策略的回测表现，用常见的卡玛比率、夏普比率这些指标，来考察一个策略的表现，对于我们自己的策略体系，还会有一些更复杂的策略评价指标，包括我们人工构造的一些评价指标，首先回测上可以通过各种指标，然后再经过样本外模拟盘的考验，才会被纳入实盘。

像机器学习策略，样本内注定是一个更好的表现，样本外所谓的泛化能力如何，其实是我们更关心的，如果样本内外都表现不错，和策略库的相关性也比较低，我们会给它分配相对比较高的权重，反之则低。

七禾网8、您表示，您的策略组合中有传统的技术指标类策略，也有机器学习类策略。请问您传统的技术指标类策略中主要关注哪些技术指标？

翟昊：从因子角度来讲，我们用的不是传统的技术指标。从策略类型看，有基于规则类的，也有机器学习类的。

我们有一类策略构成是基于规则的，但我们用到的技术指标并不是传统意义上的，会有一些基于传统指标做的一些延伸因子，还会有根据物理学或者信号学上的算法合成一些更新颖的因子，这几类因子我们会应用到基于规则的策略里。

比如我有一个新的因子，也会应用到突破、排列类的基于规则类的策略里。同样对于机器学习模型也是一样的，不管是基于规则类的还是机器学习类的策略，底层的因子都是相同的。

七禾网9、请问和传统的CTA策略相比，机器学习类策略的设计思路、逻辑主要有哪些区别？

翟昊：本质上没有太大区别，它们作为模型上的输入，本身都是因子，我们的动量类因子、形态类因子，本质上都是因子。规则类策略，我们是通过因子比较清晰的规则，或者交易逻辑来构建一些交易策略，机器学习策略更多是把因子作为特征输入，比如拿未来的收益率来进行模型的训练，核心其实没太大的区别。可能传统意义上，认为规则类的策略更可解释。机器学习策略更多的是，因子质量的好坏，对整个信号的质量起到了决定性作用。

七禾网10、机器学习类策略通常缺乏底层的交易逻辑，因此策略失效是大家比较关注的一个方面，请问您是如何看待和处理这个问题的？

翟昊：机器学习类策略的模型训练导向是很清晰的，比如做一个长周期类的策略，因子上来讲，我更关注长期的动量，只不过由于机器学习泛化特性，更多的是过拟合引发的样本外泛化能力太差，也就是我们所说的失效。样本内的算法，包括数据的特性，样本内注定会得到一个比传统的基于规则类的策略更优的结果，不好的是，样本外泛化能力比较差，自然就出现策略失效的情况。

我们更多的是从策略体系出发，尽量避免过拟合的情况，比如滚动回测方法，包括对数据的一些处理。只不过机器学习的这种天然算法特性，也注定了这种情况是不可避免的，我们也只能尽量通过上面提到的方法来减轻负作用。

基于规则类的策略和机器学习策略，本质上没有优劣之分，不同的人使用会有不同的效果，主观也好，量化也好，本质上都是一个工具。

七禾网11、据我们了解，您以中长线交易策略为主，2020年以来期货行情波动巨大，近期行情波动也明显加大，请问您是否考虑增加短线策略的配置？

翟昊：2020年我们中长周期策略表现是非常优异的，因为有一部分资金不在期货账户里，在平台上展示的话是看不到的，我们实盘账户2020年其实有15倍的收益回撤比。但是2021年，尤其是5月份以来，我们长周期策略回撤非常大。

另外，3月底我们就上线了中短周期策略，上线后，长短周期大概是1：1的资金分配。经历了5、6月份的回撤，长周期创出了历史最大回撤，对整体净值影响比较大，出于风控，我们也进行了减仓，趁减仓的机会给各个周期做了更均衡的等波动的仓位配置，削弱了长周期策略的资金配置，增加了中短周期的资金配置。我们不会主观判断未来行情波动大小，不会主观调整策略，未来实盘还是会按照等波动均衡配置做下去。

七禾网12、对于中长线交易策略而言，用指数合约出信号，映射交易主力合约这样的交易方式，会造成实盘和回测有较大的误差，您是如何看待和处理这个问题的？

翟昊：对于长周期策略而言，根据我们的策略体系做的测试，误差是比较小的。因为长周期交易的信号频率低、持仓久，这个误差相对影响较小。我们交易的那些标的里，主力和指数又比较接近的情况下，这种误差是可以忽略不计的。

像鸡蛋等不同月份合约走势可能出现完全背离的品种，影响会比较大，对于我们长周期策略来说，以黑色、能化为主，影响还是比较小的。

七禾网13、据我们了解，您的量化交易中，是全品种覆盖的，请问您选品种的标准是什么？

翟昊：我们不是真正意义上的全品种覆盖，前面也提到过，中周期可以做到全品种覆盖，超短和超长周期本身由于策略特性原因，是不适合这种策略框架的。比如农产品，本身就不适合长周期，也未必能做好短周期，可能中周期，两三天的策略，利润还可以。持仓小于一天，或者大于10~15天的，还是适合像焦炭这种不管是短周期还是长周期波动性足够的品种。

至于筛选品种的标准，我们首先会根据品种自身波动特性来筛选。长周期策略，会根据更长周期的波动指标，比如长周期的振幅、波动率等类似的统计指标来筛选品种，短周期也是一样的；其次是看品种在我们策略体系里面表现如何，来决定哪些品种适合。我们采用的这些，筛选品种的特征、指标，和我们策略体系下的回测结果，其实某种意义上是存在映射关系的，波动大的品种入选了，必然也是和趋势交易框架下的盈利能力存在映射关系的。

七禾网14、对于不同的品种，账户的资金您又是如何分配的？

翟昊：不同类的策略是等波动均衡配置，每一类的子策略和品种是等权重配置。

七禾网15、我们分析发现，您在焦炭、焦煤、动力煤上获利较多，而近期焦炭、焦煤、动力煤的手续费提高了非常多，请问您是否会考虑将这些品种移出交易标的？

翟昊：展示的账户是我们的自营账户，在今年6月底以前，都是纯粹的长周期交易策略。对于长周期而言，手续费、保证金是没有什么影响的；对于中短策略，目前来看，影响也有限，保证金比例肯定是没什么影响的，因为资金足够，手续费来讲，目前交易频率还没有那么高，像日内平今手续费可以通过对锁来解决。实盘观察下来，也不至于会因为手续费提高而产生亏损，所以目前没有移出交易标的方面的考量，反而因为提高保证金和手续费，行情会加大波动，增加盈利能力。

七禾网16、您的策略是全品种覆盖交易的，而有些程序化交易者可能会专门针对某个品种去开发策略。请问您对于程序化策略的普适性怎么看？

翟昊：我们确实可能会有一些更偏超短周期、更高频的策略，会针对某些品种开发一些更稳定的策略，但是对于我们做私募基金，追求的是更多类的策略覆盖。对于趋势策略而言，我们自身是尽量做到更多周期、更多品种的覆盖，未来希望有更多类型策略的覆盖，这些主要是出于策略的多样化、品种的分散风险来考量，针对单个品种开发的策略，注定是不太适合发产品的策略。

对于程序化策略的普适性，像我们做的长周期、短周期也不是做到全品种覆盖的，品种本身有自己适合的周期，我们不会为了品种的多样性，长周期做全品种的覆盖，因为我们也做过测试，并没有改善回撤，反而盈利能力下降了很多，品种有自己的适应性的。再比如某些高频的策略，也只能适应有限的品种，超短周期策略覆盖了不到十个品种，会发现跟长周期有比较高的重合性。

七禾网17、据我们了解，贵公司遵循严格的仓位管理机制以及动态的止盈止损逻辑，目前期货行情波动幅度明显增大，请问您是否会出于控制风险的角度，主动降低仓位？

翟昊：我们不会主观地判断行情，也不会主观地改变仓位，只会根据产品提前设置的风控来调整仓位。一是看策略本身是否创出最大回撤；二是从整体产品上来看，是不是超出了最大回撤的预期。长周期策略，今年6月份创出了最大回撤，策略上我们降低了长周期的比例；产品层面，如果回撤超过20%，整体上会降低仓位。其它情况下，我们不会根据未来行情的判断调整仓位，行情波动的判断本质上也是一个模型，一个更低频的模型，会引入一个更大的模型误差。

七禾网18、您在七禾网量化排行榜展示的账户，目前处在回撤期，请问出现这一波回撤的主要原因是什么？

翟昊：这个是我们的自营账户，5月份国常会“保供稳价”的政策，导致很多品种出现了大幅的回撤，所以对我们长周期策略造成了比较大的回撤。前面也提到过，3月底上线了中短策略，产品其实回撤没有展示账户这么大，因为产品是全周期地覆盖，展示账户是6月份才做的策略的复合，中短策略当时是在另外一个账户上跑的。

今年5月份虽然展示账户回撤比较大，但是我们整体账户表现还可以。5月份中短周期策略其实是有不少收益的，但是被整体对冲掉了。

全策略角度来看，真正回撤大的还是六七月份，6月份长周期创出了历史最大回撤，出于风控进行了减仓；中短周期策略七八月份表现不佳，主要原因是没有行情，做趋势策略，主要是看行情。做同类策略的很多产品，那段时间都处于回撤期，由于策略特性，可能有的控制得好，有的差，本质原因就是震荡行情做趋势策略是赚不到钱的。

七禾网19、请问您是如何度过漫长的横盘和回撤期的？在这个过程中心理上是否出现过一些变化？是否会去调整策略或者修改参数？

翟昊：心理上来讲，坦然面对，过往来看，这种回撤总会经历的，历史最大回撤就是用来创造的。知道自己的策略赚的是什么样的钱，然后看策略本身有没有发生较大的偏移。最近大家也都在回撤，都是符合预期的。我们长周期策略确实表现不太好，今年的行情，对于我们的策略框架而言，不太有利。近期的反弹也比较弱，穿透到底层，确实是我们长周期策略在焦煤、焦炭止盈了，仓位很轻，盈利贡献有限。其它的品种，最近没有较大的趋势行情，会出现反复止损，所以整体没有一个比较好的收益；而中短期策略则过滤了这波信号。还是那句俗话，做时间的朋友吧！

中短周期策略和长周期策略，都是基于过去很多年的数据进行的训练，可能更适合典型的行情，对于近期非典型行情确实适应性会有不足，另外可能有一些参数上的原因，有的时候短期内的波动，比别人好或比别人差，偶然的因素多一些，更长时间周期才能检验一个产品的好坏。

我们不会主动调整策略参数，策略配置比较均衡，我们的执行体系，除了策略最大回撤和产品回撤线以外，没有任何主观上的干预，模型本身都会定期训练的。

七禾网20、我们分析发现，您的账户经常仓位较重，甚至有时会达到80%以上，而大部分量化交易者主张的是轻仓长期坚持执行自己的程序，请问您敢于重仓的主要原因是什么？

翟昊：闲置资金一般都在账户外面做理财，所以会显得仓位比较重。不过这个是我们的自营账户，杠杆本身也比较高的，理论上最高仓位100%，但平均仓位在40%、50%，展示的这个账户平均仓位一直在80%以上，但实际只有40%、50%，为了提高资金利用率，闲置资金在外面做理财。期货本身是保证金交易。我们不同杠杆下的产品，会对应不同投资者的风险偏好，而且我们对策略本身是比较有信心的。至于轻仓与否，主要看个人的风险偏好，比如我们目前最高的一个账户配置，能预期到的最大回撤可以控制在40%以内，在策略品种都是分散的情况下，一是对策略有信心，二是策略分散的特性，所以敢于重仓，毕竟不是单策略、单品种。

七禾网21、青岛半目投资管理有限公司是成立于2020年3月的新锐投资机构。现在私募团队和机构众多，各有各的特点，您认为一个优秀的量化团队和机构需要具备哪些要素？贵公司的核心优势在于哪些？

翟昊：对于公司而言，量化也好，主观也好，投研团队、投研策略才是公司的立命之本。

对于投研人员来说，对于投研的热情、不断钻研的投研精神是很重要的。投入与产出不匹配时，要能够一如既往地坚持，再加上一点点运气。

我们的优势，一是在创立之初已有非常成熟的策略储备，最近一年已经把策略储备推向了实盘，包括交易基础设施的建设、前端的监控、整个自动化的风控体系、各自预警机制、自动化运维，配置都很成熟；二是投研人员也很优秀，都有共同的目标。目前是三个人，我们既是同学也是股东，不管从激励机制还是团队精神上来讲，投研的架构也是非常稳定的。

七禾网22、贵公司取名为“半目投资”，请问“半目”的含义是什么？反映到期货交易上应该如何理解？

翟昊：很多投资相关的文章都会提到韩国棋手李昌镐的半目胜智慧，他接受采访也说过，不追求奇思妙想的招数，就是我们常说的，善弈者，通盘无妙招。他其实追求的是稳扎稳打，下满全盘数目的时候，以半目的优势获得胜利，这是他的半目胜的智慧，很多文章里把他和对手下棋的风格，描述为钝刀子割肉。不管是从51%上的胜率，还是他这种半目胜下棋的智慧来讲，和我们做量化很多方面都是不谋而合的。

目前我们实盘主要是趋势类策略，争取做到交易的每个周期内达到51%的胜率也好，做到smart beta也好，这样我们所有交易策略的复合，也是非常有竞争力的，这也是我们追求的一个目标。

我们追求的是从因子质量、风控、执行上，各个环节上都做到中上游的交易策略，这样的话，各个策略的复合会达到一个上游的竞争力。

七禾网23、请您谈谈您未来的投资规划，以及团队的发展愿景和规划。

翟昊：未来首先还是做好投研，投研上不断努力，丰富策略库。目前在趋势上各个周期策略覆盖得会全面一点，未来也会积极开发策略类别，比如套利类的策略研发、现在策略体系执行上如何进一步优化。

产品有了更久的业绩、更好的表现后，未来不管是投研还是销售、市场运营，都会进一步扩充人员规模。创业前期还是做好投研，目前也不是急于扩规模的阶段，有优异的业绩展示后，才是收获的季节，现在还是做好投研。未来等规模扩大后，会做更多策略的覆盖，比如期权、股票类策略。

长远的规划是做好私募基金管理，给投资人带来优异的回报。公司长久运营下去，获得不错的发展。

    七禾网注：成绩代表过去，未来充满挑战！

七禾网www.7hcn.com

傅旭鹏、李贺对话整理

2021-10-15

七禾网研究中心合作、咨询电话：0571-88212938