【实盘】第十八期：2024-05月~第三周-CSDN博客

本文链接：https://blog.csdn.net/qq_20237377/article/details/139051747

一、每周净值

CTA投资组合

CTA多品种全覆盖全天候策略2024年2月至2024年5月实盘（红色标注）总收益12.03%，当前浮动净值为1.1203，当前平仓净值为1.078。

当前回测数据显示预估年化收益率40.59%，月度最大回撤0.3%(资金曲线为平仓盈亏,总体回撤应加入浮动持仓的盈亏总体计算,实际当前净值见红色标注)；总体胜率:54.69%；盈亏比率:1.23；

双动量CTA策略实盘业绩图

*数据来源：

当前业绩不能作为未来业绩的保证

*数据来源：

跟踪商品根据实时交易动态更新

二、策略介绍

基本方法

横截面动量择品种的开拓性引入，以“强者恒强，弱者越弱”为特征，高度符合对一个性质良好的自上而下的因子的要求，同时横截面动量为单个品种时序的动量轮动创造了趋势性的策略土壤，为获得板块内部，板块之间的总体性Alpha奠定了策略优势。

始终以量化的手段，追踪做多同一板块内部最强势的品种的时序趋势性多头信号，做空板块内部最弱势品种的时序趋势性空头策略信号，同一板块内部形成多空时序上的对冲，风险分散，收益叠加，获得板块的指数Alpha。板块之间的由于相关性的弱化，也使得同涨同跌，时序信号的同一时间上的失效得以分散和弱化，辅之以资金管理，实现资金稳步增长，获得超额收益。

当前全板块强弱指数：

对于双动量(单品种时序趋势信号+横截面同板块内部的横截面的强弱信号)的实时跟踪,我们能及时的捕捉到各个板块的强势商品的强势信号,例如最近捕捉到的油脂,有色,工业品的信号。

投研流程

目前数据上以时序和截面面板量价数据为主，基本面数据为辅，由数据中心接收CTP等柜台数据合成K线数据进行截面和时序分析,截面因子和时序因子同步监控，交易成本预测是通过分析历史交易数据并考虑流动性要求对交易成本带来的线性或非线性影响；通过采用MonteCarlo数据仿真器以过去的一段时期的波动率为基础,构造仿真的数据进行风险收益测算和资金配比，团队也能依靠自研发的策略运营和运维系统对策略实时运算和触发中的实时状态，包含服务器状态，风险控制，信号跟踪等数据进行实时采集和监控，以便可以对异常问题及时响应保证多策略全品种全天候可以无误执行。每日将交易模型和研究模型的输出进行核对，以供历史回测评估。

为了让信号更好的发挥作用，实时监测风险控制状况，团队依托风险评估系统会在实验仿真舱加大各品种波动率和黑天鹅事件的仿真用于观测策略及系统的极限压力处理情况，无论对风险控制还是信号的异常处理，都要能保证实盘的总体波动小于仿真系统。保证在生产策略上线前，交易中，都能在较好的心理风险下完备的执行策略每个交易环节。

策略迭代

不断迭代策略是保证策略竞争优势的基础，确保策略可以适应最近最新的市场变化，无论是波动率还是市场参与者都会在不同的阶段发生不同的变化，而有效的监控这些变化，可以为策略以及风控的及时调整提前做好相应的预案和预期。

各类因子的实时监控，会为策略的更新迭代提供原材料，并有效的针对当下的市场情况根据因子的特征和风险控制参数对策略的参数进行动态调整，以匹配当下的市场波动，资金风控情况，保证夏普在可控维稳增长的阶段。

依托于我们在量化基础设施系统层面多市场多策略多周期的参与，覆盖到全商品市场的全天候CTA能有效的在不同轮动的商品板块之间构建独特的对冲效果，分散风险的同时加大资金利用率并扩大收益范围。

统一的投研和交易系统

我们使用C++/C/.net构建了一整套策略交易系统，使得可以在一套系统中交易全球所有市场的所有证券和衍生品(包含国内证券期货端,以及外盘证券及衍生品)，确保了风险集中控制统一调度；