干货最多的6大策略年终盘点：指增、中性、CTA、期权 ...
http://pic3.zhimg.com/v2-c9aa146dc29b4a15b553faed6ca112b6_r.jpg大家好，我是讲干货不带货的Hanson。
这篇文章比较长，1.2万字以上。但相信我，请坚持看完，肯定不坑！
之前有伙伴提出，如果无鱼2022下半年合集中能够加入各大私募策略的表现回顾方面的描述就更好了！
我之所以只做了①分类；②产品；③净值与业绩这三项，是因为每年这个时候各家都会做大量的回顾和展望，资料数量很多。伙伴们完全可以集各家之所长，这样也更加全面。
今天我给大家做一个深度导读：素材来源于博孚利资管对各类私募策略的年终盘点和展望。覆盖6个策略板块：股票类策略（指数增强和市场中性）、CTA（各类子策略与主观）、套利（按标的划分）、期权（金融和商品）、T0（特别板块）。
http://pic3.zhimg.com/v2-a1d076ca694cc0eb1fb20c7827d414a6_r.jpg
http://pic2.zhimg.com/v2-fadaa6c80e4a6cbf3e7e8fb2e4815d75_r.jpg
博孚利作为量化领域里的老牌专业FOF，本次年终盘点展望的内容中带有大量实践性信息，与财富卖方机构，以及专门从事策略理论的研究机构侧重不同。
直播我自己前后听了3遍，信息量很大、干货非常多。为了方便大家，我将要点通过图文数据提炼出来。当然我还是非常建议去听回放，二维码在文末，需要的伙伴自取。
以下是正式内容：
Part 1 股票市场回顾和展望
虽然标题写的是股票市场，但内容并不仅限于“市场方面”。以FOF投资为主业的机构，对于市场的展望通常会自上而下，除了对策略相关的环境指标跟踪（用于研判不同策略在组合中的权重），更会重点对策略具体的表现（也即是阻流管理人产品的净值走势即以及规律）进行总结。
http://pic3.zhimg.com/v2-caad86e2b31b380f1f939ce9dbcfc61e_r.jpg
1-股票市场与策略环境的回顾
通常可以分为几个维度：
（1）直观走势上先看指数，后看行业板块。指数主要看一年中价格运动的节奏和程度，涨跌中构筑的几波行情（盈利和亏损），行业板块则需要注重轮动情况。
（2）市场环境指标，主要是和交易相关。常看的一个是成交量和换手，另一个是资金流向。这两个指标跟具体基金产品的业绩表现更加密切相关，量价因子在成交量和换手比较低的情况下，效果往往会差一点。而资金在大小盘、风格和行业上的动向，则会影响对应持仓的基金净值。资金流向里需要注意的一个是北向资金，跟大小票切换有关；另一个是杠杆资金（两融），与交易情绪有关。
（3）Barra因子和市场风格。前者和量化选股模型有关，不同因子组合成交易的策略，一揽子因子的综合表现与基金净值高度相关，因子的反转形成业绩的拐点和财富端存续服务的压力。市场风格主要在两方面，一个是成长风格与 价值风格之间的切换，另一个是大小盘，或者大中小盘（市值）上的切换。
（4）股指基差。单列这个指标，是因为市场中性策略的对冲成本主要由基差造成，而纯多头策略受此影响并不大。
以上4个要素综合起来刻画当年的股票策略环境。指数上看2022年有4波下跌，2波反弹。4波下跌中能够做好防守，2次反弹中能够抓住机会的管理人表现就会不错。但要做到比较困难，原因是大部分主观多头和指数增强的仓位比较高，在2月-3月和4月那2波下跌中形成了巨大的回撤，在随后5月和6月的指数反弹只是修复了部分净值，如果因为下跌过深而触发了减仓，则将因为失去了这波修复机会而形成全年的压力。
http://pic4.zhimg.com/v2-83959e44afda9136d8e483038080cceb_r.jpg
行业板块方面几乎都是绿色，只有煤炭板块因为外部因素（局部战争=>能源供给紧张=>资源价格上涨）呈现正收益。A股深跌使得估值水平在2022年普遍走低。
http://pic1.zhimg.com/v2-87c309c7ea9408de58292eb14911fbfc_r.jpg
成交量和换手率全年走低，相对前几年（万亿级别）有明显的萎缩，两会期间是年底低点（6000亿水平）。在Q1持续走低，指增类产品在上半年出现分化原因之一便是量价因子走弱，基本面因子表现良好。
http://pic1.zhimg.com/v2-a1a0a3f60902fe54347a2118f608340c_r.jpg
2022增量资金比较有限，北向资金和杠杆资金的进出在局部对股价波动形成了影响。北向全年处于900亿左右的水平，相比之下2021年是4000亿，明显缩减。3月和10月两次明显流出，反映出大票（市值）表现比较弱。
http://pic2.zhimg.com/v2-22b08c7726cfb5131aa250fa792d6639_r.jpg
北向资金代表着境外资金，国内的增量资金中一大部分来源于两融杠杆。2022年4月，杠杆资金降至全年低点。随后在6月开始升高，但在8月份规模停止并下行，9月底之后融资余额一直处于低位。大A市场在2022年流动性并不宽裕（注意，不是宏观流动性），境外北上资金和境内杠杆资金在边际上产生的影响更加显著，对应了全年指数的几次大跌和修复。此外，增量资金有限的情况下，大票难有发挥的机会，资金只能转向小票寻找机会。对应在指数增强产品上，2022年1000指增的超额表现优于500和300。
http://pic4.zhimg.com/v2-8681f4665ce21c34c6b6a5178d267623_r.jpg
因子风格方面许多公号都有提到，简单概括就是两点：第一，价值和成长在局部节点上的切换；第二，量价因子和基本面因子在上下半年的分化。
风格方面，大盘价值最抗跌，大盘成长最能跌。2020年崛起的一批主观多头白马，其中有大部分是高仓位持有大盘成长风格的股票，在2022年比较难受。
http://pic4.zhimg.com/v2-f8c7724daedb2928e8140d5806cef84b_r.jpg
http://pic1.zhimg.com/v2-362fb0f9d5be37577838390e31c13e40_r.jpg
基差走势呈现2个特征：第一，依旧是贴水状态；第二，贴水幅度明显萎缩。表现在具体策略上就是，中性策略的收益空间狭小，并且随着基差收窄出现回撤。另一面，以IC多头为主要仓位的雪球结构产品，因为贴水收窄压缩了票息的报价。
http://pic4.zhimg.com/v2-07b5dae98b3b7fd999a2b28dddb627ab_r.jpg
下图蓝色曲线是500的基差，可以看到在4月底基差最大，同时因为当时波动突然上升，使得4月底和5月初的雪球结构报价非常优厚（大部分雪球期权产品挂钩的指数标的是中证500）。随后基差不断下行，甚至出现了升水，Q4后波动也进入到一个较小的范围，所以在12月份许多财富端雪球期权产品的票息失去了吸引力，部分机构甚至停止发行产品，衍生品交易台在展业上也没什么积极性（那段时间大家又都阳了）。而市场中性策略在同期普遍遭遇回撤，其中1%~2%可以归因于这波基差的走势，另一个主要的原因是超额环境不友好，但是正基差对于未开仓的中性却是有利的。
http://pic2.zhimg.com/v2-b3a9c50d23872a1d9df74ace395e1b09_r.jpg
博孚利研究团队认为导致这种现象的原因有4个：
（1）9月份以来存量AB款，以市场中性产品为主的杠杆类产品逐步清退。
（2）四季度市场底部特征明显，资金风险偏好提升，短期通过股指期货空头对冲市场风险的需求下降，并不断通过股指期货的多头进行抄底。
（3）雪球产品的发行，交易台不断建立股指期货多头进行高抛低吸累计票息。
（4）IM的上市，也分流了部分市场对冲需求。
2-指数增强和市场中性策略表现回顾
指数增强策略呈现出如下几个特征：
特征1-横向上看3大指增策略分化明显
常见的指增是中证500增强和中证1000增强，沪深300增强相对少一些。三者分化明显，1000指增大幅领先，不仅超额最高，并且超额的年化波动、回撤都是最小。超额胜率方面300增强最高，所有数据上看500增强表现最弱。
http://pic1.zhimg.com/v2-e6a7e350da128fb8bbf9c4f556cd34e8_r.jpg
2022年500增强和1000增强策略表现的差异可以从以下几个方面来思考：
第一，赛道拥挤程度。500指增的策略早于1000指增，并且是过往5年的主流指增策略。基本上股票量化的管理人可能没有中性，可能没有1000增强，但都会有500增强。500指增的赛道明显拥挤，随着参与者不断增多超额不可避免地被摊薄。
第二，趋势的稳定性。机构和散户对中证500指数有着截然不同的行业选择，使得500指数在反弹过程中动量能相对分散，无法形成比较稳定的趋势。而中证1000指数这样小票居多，散户为主的交易环境使得趋势性更加完整（带有散户特性追扎杀跌），因而也就更容易获取超额。说白了就是500反弹力量不如1000的强。
特征2-时间序列上看阶段性差异明显
大部分管理人全年超额主要表现在5月-8月的反弹修复行情中，在此期间市值因子、beta因子、残差波动率因子等迎来比较稳定、连续的行情。1月到4月，9月和10月这两个阶段则因为热点切换频繁，主线不明朗，行业轮动速度快，交投不活跃这4个因素，导致超额表现不稳定。
http://pic4.zhimg.com/v2-b08066be9e2191b4304d850188a71f2b_r.jpg
特征3-策略方法论的分化：基本面策略（中低频）VS量价策略（高频）
2022年8月之前，基本面类策略表现明显好于量价策略，主要是因为（1）低估值、高成长、高分红等基本面风格的活跃。（2）预期逐渐被疫情和外部事件消磨之后，大A行情逐渐向基本面靠近。8月下旬开始基本面策略的超额普遍开始下行，原因在于（1）政策预期博弈+热点散乱+板块轮动加剧不利于低频的基本面策略；（2）北向资金无差别抛售基本面好的股票，使得持有股票组合出现回撤。
http://pic2.zhimg.com/v2-5b4d494b5e84e9eaffb6dd371f417805_r.jpg
量价策略需要活跃的市场，成交量放大、换手率升高是理想的环境。纵观2022年，这样的情况出现过2次：（1）在4月底跌至低点之后，5月-8月开启的强力反弹；（2）10月到11月小票市值风格明显，随着市场流动性和活跃度的边际提升，量价因子在小票上发挥出了优势，这些则是基本面类策略不擅长的。因此在对指增策略进行配置时，需要从基本面和量价两大类型进行考虑。
http://pic4.zhimg.com/v2-c4823832cf6ebb1ffe20b8ce22aee417_r.jpg
市场中性策略的选股端和指增策略的选股端并无太大差异（除了仓位），外加基差的变化的影响。因此在波动的幅度上通常小于指增，但在节奏上和指增比较接近。Q1弱势震荡，Q2跟随反弹有所表现，8月份是中性策略全年的高点（这个节点上不少投资人看到中性策略的曲线而追入），随后便在市场超额环境恶化和基差收窄中遭遇双杀。
http://pic1.zhimg.com/v2-0fb5f38cd9d2458d7f42634c70a7b3d4_r.jpg
3-股票量化策略2023的展望
无论是指数增强还是市场中性，该类策略的展望可以从beta和alpha两个角度进行。
1-对Beta的展望
Beta的部分细分为国内和海外两个部分，其中国内主要是经济基本面，由此延伸到政策面，还有个小意外是疫情（目前看负向效果在减弱）。经济的复苏预期在加强；政策方面主要是对地产和互联网（平台经济），以及疫情防控；这些都是边际改善的因素。
国外最主要的是美国的加息和经济衰退，前者负向效应在减弱，后者不太确定。关键是看海外的负向和国内的正向的强弱关系，以及人们对其的认知反应。
目前几乎所有机构对此都是保持乐观，认为国内正向将强于海外负向。如果自身权益仓位本身就比较低，那么确实有加仓的理由。
2-对Alpha的展望
Alpha方面可以从3个维度来思考：
（1）中国大A市场的有效性依旧不足
虽然A股市场有效性在加强，但在局部阶段依旧是“明显的散户主导”，在未来的3-5年的时间里，预计韭菜的alpha贡献度还是能够保持着一个较为理想的水准。从散户化走向机构化需要时间，并且经历一定的过程。此外，A股市场存在另一个特点是机构散户化，机构因为某些合规和风控的原因，在局部会表现为一个大散户的特征，机构之间趋同操作明显。并且因为代理人问题的存在，机构在止损时不会受到个人情绪的影响，因而也成为了一部分超额的贡献者。
（2）策略的规模与投研能力的动态平衡
量化alpha策略的规模并没有在2022年有明显扩张，反而出现一定规模的净赎回（据相关统计，自2021年9月至2022年4月，国内量化机构整体规模由1.6万亿缩减至1.2万亿，2022年全年没有明显新增规模）。
相对的，管理人的投研水平经历了2021年9月以来超额回撤的洗礼，模型的稳定性和鲁棒性都有所提高；量化策略的规模没有变化，甚至在有所缩小的情况下，管理人投研水平持续提高，alpha策略有望带来更好的回报。
简而言之就是规模下降了，投研加强了，模型升级了，这些对于股票量化策略是有利的。
（3）市场环境改善
Beta的改善、增量资金的改善、市场交投情绪的改善会带来A股流动性的改善，进而形成alpha的改善。
Part 2 CTA市场与策略盘点与展望
http://pic4.zhimg.com/v2-deb43dfdcbadc3a3614ad135c13f146f_r.jpg
1-期货市场与策略环境
期货市场环境可以从4个维度去观测：
（1）商品指数，以及细分指数走势（时间序列上）；主要板块和期货品种的涨跌幅（横截面上的强弱对比）。前者与趋势跟踪策略相关，后者与横截面多空策略相关。
http://pic2.zhimg.com/v2-bf7bcc88cb594dc1541606782a655865_r.jpg
2022年4个季度都有引发行情的主线：Q1是俄乌战争带来能源危机（商品上涨）；Q2是俄乌局势恶化+国内疫情（保持高位震荡）；Q3，起点在6月份，对经济衰退的恐慌引发商品价格暴跌，使得许多CTA管理人在6月下旬出现了明显的回撤；Q4政策的明确（货币宽松+财政积极+疫情管控优化），市场情绪得到修复，大宗商品价格企稳。
（2）波动率。CTA策略表现受波升行情影响很大，指数波动与交易品种全年的波动走势，叠加基金净值曲线能够帮助复盘。
http://pic3.zhimg.com/v2-5edac1c1651bb33fcf3040ff72e658ba_r.jpg
波动率方面，2022年经历了两轮较大的波升，3月份的波升对大部分量化CTA策略是利好，净值上得到明显的上涨。但6月份的波升较为特殊——低波环境下的价格急速下跌，反向波升导致大量中长周期的CTA出现了回撤。下半年开始波动率始终处于较低的位置并且持续时间较长（对比历史）。量化CTA见底概率大，市场则面临多空方向上的选择。
（3）市场活跃度。可以进一步细分为不同交易所的成交总量、板块成交、主要品种成交，以及参与者结构等。成交量小，机会就少，并且局部事件和边际变化引发的波动增大（对变量更加敏感）。
http://pic1.zhimg.com/v2-81283a13307c5e2d30bb704e270b6240_r.jpg
成交额方面前几年一直是递增，量的增长主要在波升时段发生，但在2022年拐头下降，下半年的成交量更是明显萎缩，低于过去2年的同期水平。板块上资金更多偏好于化工和油脂油料，过往比较活跃的黑色板块因为限仓而成交量降低，使得国内以黑色作为主要交易品种的主观CTA管理人获利难度增加。
（4）期货因子。期货因子背后是交易策略的基本逻辑，一个期货因子其实代表了某个单逻辑的交易策略。我们平时所接触的CTA基金的策略便是从这些基本逻辑中衍生，并由多个单逻辑组合而成。当某类交易逻辑在某个阶段失效，对应地会看到使用这类交易逻辑的基金产品表现也不好。
期货因子主要可以分为期限结构、基本面、动量、量价四大类。
http://pic1.zhimg.com/v2-eafac64497e944ecfcce951fb3282b08_r.jpg
（1）期限结构因子创下历史最大回撤
上图左侧可以看到，期货价格与现货价格出现了严重的背离（原理是随着合约到期，期货价格会与现货价格趋于一致）。2022年的行情打破了期限结构的盈利逻辑，原本期限结构类策略要赚取的是一揽子品种升水对贴水收敛的收益，结果是这一揽子品种基差非但没有收敛，反而不断扩大。
产品上可以看到6月中到7月，期限结构类的策略在不断回撤。比如铁矿石、棕榈油、镍这些大品种在期限板块内偏向多头持有，生猪长期升水的品种大部分则是空头持仓（而在本轮猪周期的上涨行情导致空头端亏损）。
http://pic2.zhimg.com/v2-3a117df96b0368f71fdbbeec3e8a32b1_r.jpg
从近3年的视角看，期限结构的表现是很亮眼的，是混合CTA策略中较大比例的收益贡献。长期无需对这类因子担忧（期现价格趋于一致规律不破），2022下半年开始期限结构也在不断修复。
http://pic2.zhimg.com/v2-e88291610dfc14e92af7f87597120509_r.jpg
基本面因子今年表现始终比较难，可以从这类管理人的净值上看到。原因主要有三个：第一，情绪导致价格与基本面背离。2022年发生了很多预期之外的事情，恐慌情绪战胜了基本面的理性。第二，大类资产共振影响。2022出现了较为特殊的情况，商品价格涨跌与股票价格联动加强（一致性）。根源也就是投资者出现了避险情绪，股票和商品均属于风险资产遭到抛售，同涨同跌之下CTA策略失去了危机alpha效应。第三，大类品种之间的趋同性。商品市场Beta主导了品种之间价格走势的趋同性，CTA策略内部分散效果降低，常见的库存、产业利润等基本面因子在6月、7月都出现了明显回撤。
http://pic4.zhimg.com/v2-8e08ea02a4e34dac47cf4668595fddb7_r.jpg
动量因子又可以分为时序动量和截面动量，核心点是品种板块的强弱关系的延续性。如果强者能够继续恒强，那么就可以通过动量指标筛选出强品种做多，这是该因子的获利逻辑。对应的，如果强弱关系没有规律或者快速切换，动量策略也就难以发挥作用。
2022年棕榈油相对豆油、菜油的强弱关系稳定并且涨势大，在这个品种上动量因子便比较容易捕捉到获利的机会。板块上农产品强、化工弱，并且持续时间长，也非常有利于动量因子在板块之间交易。横截面策略通过做多强势的农产品，做空弱势的化工两头获利，表现非常突出。时序动量虽然也有获利，但因为是单边交易，业绩爆发力弱于截面策略。
进入到Q3和Q4，随着波动率的降低使得强弱关系不再稳定，商品市场开始宽幅震荡，板块品种之间的强弱关系快速切换。下半年动量因子开始反转，先前吃两头的截面策略遭遇两头双杀（应为同源），出现了较大的幅度的回撤，将上半年的收益吐了回去。由此联想到一些投资人在发现上半年截面类CTA优异表现之后再追入，局部便是个进场的高点，下半年的持有体验会比较糟糕。
时序动量的差异主要在持仓频段上，分钟/小时级别的时序动量回撤相对小于日频级别的时序动量。
http://pic2.zhimg.com/v2-c5e4b5a8496e7baeaca4ed7e11f7fd59_r.jpg
量价因子中主要关注波动因子和均价突破因子。前者是2022年的表现非常出色。原因是是宏观事件接连不断地扰动行情，高波动系数的合约对于低波动系数合约的“强弱关系”非常明显，做多高波动+做空低波动的策略能够获得不错的收益。
规则型策略（CTA策略从信号角度又可以分为规则型和预测型）中，均价突破是一个经典因子，适用于常规的波升行情（符合大样本规律），一旦遭遇统计规律外的行情或者波动率较低，这个因子便会发生磨损。2022年3月和6月，均价突破因子显著获利，随后在长达近半年的低波环境中，不断损耗基金净值。
2-CTA管理人（产品）的表现
本章节将CTA具体划分为：趋势策略、混合策略、短周期策略、主观策略以及股指CTA五个细分。
（1）趋势策略
http://pic2.zhimg.com/v2-6fe7d79286b4a60bc69905ab474d26b9_r.jpg
两轮波升行情趋势策略都有把握，基金净值在3月份，以及6月-7月两个阶段有很不错的表现。三四季度因为强弱关系紊乱，趋势不稳定而不断磨损净值。由于趋势策略同质化程度明显（波升环境下的商品beta），不同管理人净值差异主要源于仓位（保证金比例，也叫杠杆）、对波动率的权重分配、噪音过滤以及信号取舍等。
（2）混合策略
http://pic3.zhimg.com/v2-a445d94b271478f4d425aee274f27296_r.jpg
混合策略主要是指多种不同逻辑（大类因子）组合而成的CTA策略，通常以截面动量、期限结构、基本面等为主。从上图可以看到明显的过山车走势，所跟踪的管理人仓位主要是多农场空化工。
基本面策略思路上有两个方向：一个是挖掘低相关、正期望的子策略并进行组合；另一个是根据基本面选择品种，根据量价进行交易，基本面作为辅助作用。派别上看，海外派通常是将交易框架进行本土化改良，板块上更加偏向有色、贵金属、农产、能源等品种（定价权在国外）；本土派则更加偏向黑色、化工板块（定价权在国内）。
（3）短周期策略
http://pic4.zhimg.com/v2-9bb6dc480847f3d1de574cce42011c3f_r.jpg
从上图可以看到，短周期策略（交易频率主要是日内）在2022年并没有什么表现，大致原因有：①宏观扰动太多，商品价格隔夜跳开频繁，形成亏损；②日内数据生成的信噪比较低，预测成功率降低；③市场活跃度低迷，尤其是下半年；④过去今年短周期的盈利品种主要在动力煤、焦煤、焦炭这些波动变化比较快的品种，2022年因为限仓影响了交易。⑤流动性问题导致交易成本增加；⑥市场微观结构方面，韭镰比进一步降低，专业机构增多。短周期管理人之间的差异主要是在策略迭代和风控方面。
（4）主观CTA
http://pic1.zhimg.com/v2-c0c81aff8f52e0734bdd59e6cdaf2ae8_r.jpg
主观策略的收益来源于供需矛盾，该矛盾在价格走势上体现得越清晰，主观CTA管理人就越容易发挥。反之，非根本矛盾（供需=>价格）而是一些事件带动情绪所产生的价格变化，主观策略不擅长捕捉这类行情。因此，在上半年主观CTA策略的表现比较一般，在下半年才有盈利效应。结合2021年的行情我们可以发现，主观CTA和量化CTA的互补性比较好。宏观环境和品种板块间的基本面矛盾趋于一致时，主观CTA管理人的盈利通常不错。
2022年主观CTA整体上呈现出几个特征：
第一、管理人的仓位降低，即保证金使用情况较往年更谨慎。谨慎的交易态度产生了更多的止损，使得净值波动放大。仓位的另一个主要原因是黑色系部分产品的限仓，上游品种能用来交易的主要就剩下了铁矿石，使得焦化厂、钢厂等实体产品的利润头寸无法正常运行。
第二、期货市场交易者结构的变化。黑色板块上的资金是2015年的2.5倍，当时产业资本为主，如今在这个板块上逐渐转变为投资机构主导，使得黑色品种的走势更多跟随股票的交易预期，产业逻辑一直出现背离。
投资机构增多带来的另一个影响是品种间的强弱关系淡化，使得做多某个强势品种，做空该品种所在的板块（对冲行业beta）的策略收益效应降低。随着主观期货交易的难度加大，管理人需要做出一些改变去应对这个大环境趋势。
（5）股指CTA
2022年由于风险资产遭到抛售，使得商品价格和股票价格同向下跌，CTA策略与主观多头、指数增强策略同时期都发生了回撤，投资者也产生了疑问：CTA到底有没有危机alpha？对此，股指CTA给出了正面的回答。
http://pic3.zhimg.com/v2-93c9d4929248315dcaa3134d8d39b176_r.jpg
2021年股指CTA的表现较为一般，其中一部分原因在于雪球期权产品的大量发行，一方面gamma scapling过程中降低了波动，另一方面因为批量下单在局部改变了交易上的微观结构，影响到股指CTA的表现，股指CTA管理人也随之出清了一批，有些在混合策略中剔除了股指这个交易品类。
2022的Q1，尤其是4月雪球结构的大量敲入，一方面波动被抬升到较高的位置，另一方面雪球发行量降低（一部分资金因为恐惧而止步，另一部分因为敲入无法脱身新建仓位），股指CTA的盈利环境得到改善。从上图可以看到，上半年是股指CTA主要盈利的时点，正好与指数深跌走出反向行情，产生了“危机alpha”。
3-CTA策略在2023的展望
海外衰退定局，商品投机性需求和真实需求将受抑制。国内强预期弱现实，更多在于短期刺激带来的交易情绪，大趋势行情较难显现。波动率放大时间偏短，并且产业供需逻辑和金融经济力量驱动有限。
CTA策略方面的配置展望见下图，具有强大产业背景和认知的主观套利管理人可增配。交易全频段都应该关注。此外，商品期权波动率策略值得关注：因为在波动率高点追加CTA趋势类策略性价比不高（波动抬升期获利，波动回落期净值磨损）。商品卖权类策略却适合这个时段，弥补趋势CTA的不足。
http://pic4.zhimg.com/v2-f3391b99532cf5f9a4c36a9268dde6db_r.jpg
Part 3 期权市场与策略盘点与展望
http://pic1.zhimg.com/v2-c55b9fe9aef34b81935870b922d29b80_r.jpg
期权策略根据标的划分主要是金融期权和商品期权两大类，策略环境主要是波动率的变化趋势。
1-金融期权部分
金融期权主要是ETF期权和股指期权，2022的波动环境可以概括为两点：（1）隐波峰值相比往年不算高。（2）全年波动率长时间处于中位数上方水平，阶段性升波行情较多。说白了就是大行情没有，小行情不缺。
http://pic2.zhimg.com/v2-43ce0111bb7ae0d41549fb7e3962b81d_r.jpg
期权是一个很好的对冲工具，2022年50ETF期权在日均持仓上减少，300ETF期权和300指数期权日均持仓增多，对冲标的的变化反映了机构在对冲需求端产生了变化。随着更多对冲工具面世，能够让更多专业机构在对冲方面有更多选择，做得更加细致，期权品种持仓上也会更加分散。
http://pic4.zhimg.com/v2-132d55181d1870b3ac61aae8433af10f_r.jpg
从50ETF期权和300ETF期权的沽购比看，呈现出两个特点：第一，成交沽购比在趋势明显（大涨大跌）时活跃；第二，持仓沽购比的底部出现在市场底部，顶部出现在反弹尾声。
http://pic1.zhimg.com/v2-21361cedf81ae06e4a99efd069471024_r.jpg
以上是金融期权的环境，从金融期权类策略看，主要分为①波动率套利；②卖权；③期权多策略；④高频做市四类。样本池的具体表现如下：
http://pic4.zhimg.com/v2-1a930a07fb3ce012e287a729aa075123_r.jpg
概括来说，波动率套利类策略机会比较多，全年环境都比较有利，但是收益弹性（上限）较低，呈现出的净值曲线会比较平滑，回撤不大，但收益也不会太强烈。
卖权策略与波动率套利则相反，收益爆发力不错，但波升行情下会带来较大的回撤。如果要预防波动率骤升的情况，仓位上就不能下得太重，这样获得的vega收益就会比较有限。全年存在两个限制因素：第一，隔夜开盘频繁跳空开盘，幅度大且不稳定。再加上日内波动不足，使得开盘时gamma的损失无法用vega收益补回。第二，全年深V倒V行情比较多，vega变化过于剧烈形成对冲磨损。如果不对冲，则可能遭遇较大的回撤。在这两方面的控制成为卖权管理人比拼的关键。
高频策略、做市策略表现很好，主要源于单边行情下的非理性交易创造了良好的alpha环境。其次，IV整体较为活跃，盘口价差明显。
2-商品期权部分
2022是商品期权的大年，全品种的隐波都达到了峰值（隐波大年），并且波升波降的单边趋势明显，不似金融期权来回震荡。商品期权类管理人基本上全年都是小回撤+较大收益，实现了较高并且稳定的夏普。许多金主开始关注、追逐商品期权策略的产品。
http://pic2.zhimg.com/v2-ff1f9b3345608f780beddf16e24a4da5_r.jpg
新品种不断被引入，加之宏观环境使得商品市场交易活跃，商品期权的成交大幅上升、持仓稳定增长。有些品种全年维持着较高的波动率（能源、黑色、有色、化工），有些品种受益于beta上涨，平时隐波较低（油脂油料、农产品）。
http://pic2.zhimg.com/v2-aa6761696d7427855ac1460a18bffa39_r.jpg
商品期权类策略可以分为波动率套利，卖权，买权三个分支。当然，实战中不少管理人是复合类策略（波动率+卖权买权）。
商品买权是通过买入商品期权来拟合CTA趋势策略的做法，其优点在于期权的非线性特征，会比时序类CTA策略带来更高的风险收益比。具体表现在3月和6月两大波升环境中的惊人获利，但因为theta磨损，净值回撤和波动率也明显大于波动率套利和卖权策略。
http://pic3.zhimg.com/v2-e0565413e4144f263e7242c4efa2c7c2_r.jpg
隐波的大起大落为波动率套利策略提供了许多机会，偏度和期限结构方向明确，HV/IV套利路径较为确定，此类策略获益不错，回撤不大（10+收益，2左右Max-D）。
卖权策略主要是通过定价模型筛选行权概率低的品种/合约，然后开仓获取权利金，具体表现为双卖深虚。由于商品期权面世时间短，参与者主要是专业机构，各家方法类似，噪音干扰少，模型有效。另外，因为行情比较干脆，未有在顶峰制造“波动率陷阱”，让卖权策略非但没有遭遇较大的回撤，反而能有机会在较好的位置空vega增厚收益，最终概率策略的样本池表现出惊人的高夏普（16+收益，2不到回撤，7以上的夏普）。
3-期权策略2023年的展望
金融期权方面，（1）各类指数的期权将会不断出现。500指数期权、1000指数期权，以及在创业板ETF和深证100ETF之后，相应的期权工具面世可期，各种对冲和交易选择增多，有利于策略的发展。（2）策略的突破点增多。新品种的错误定价情况更多、新的投资者机构带来的波动抬升行情都对卖权策略有利。由于指数处于较低的位置，各种期权拟合增强将成为一个新的爆发点。
商品期权方面，宏观驱动效应降低后，波动率套利策略在精细度上面临更高的要求。买权策略将受隐波绝对相对位置较低，单品种波升路径改变，全品种截面波动分化等影响，收益可能被摊薄，并且在仓位管理和交易节奏上面临更大挑战。如果声波的峰值减小，也将降低卖权策略的收益，并且theta不如2022稳定。主要关注点还在于参与者结构变化带来的流动性溢价（更多资金进入到这个小赛道），期权期货联动的混合套利是值得关注的增长点。
Part 4 套利策略盘点与展望
http://pic4.zhimg.com/v2-40c640355142be7f0af352342a3c465f_r.jpg
套利策略在该盘点直播和年报上主要划分为：①可转债套利；②ETF套利；③期货套利；④折价套利四类，套利策略主要受两个环境因素影响：一个是波动率，另一个是流动性。从收益方面看，套利策略呈现出逐年下降的趋势。
http://pic4.zhimg.com/v2-b5d989206d3b85978e99e13d2ab51cfb_r.jpg
1-可转债套利
转债端多头，股指期货空头构成交易组合。由于转债大多是小票，在1000期指没有面世之前，许多管理人的对冲使用的是500期货。这种错位对冲的方式便留下了市值上的敞口，可能会产生溢价（小票涨幅高于500指数），也可能形成双杀。
2022年转债指数收跌9%，多头端获利情况不佳，转债套利策略难有发挥。仅在5月到7月之间有一些机会，许多管理人在8月创下全年高点之后，在Q3和Q4回吐收益，全年微小盈利。
http://pic4.zhimg.com/v2-e71700c9ef57bd6ddb5f030beaf3e063_r.jpg
有些规模不大的可转债套利管理人在策略中会添加T0的策略，表现相对会比较突出。但随着政策在这方面的限制，后续空间将会受限。（上图紫色曲线）
2-ETF套利
ETF 套利利用ETF 现货、ETF 对应的一篮子股票、ETF 期权、股指期货这四类标的之间的平衡关系，在出现定价误差的时候进行套利。
该策略的收益情况受市场波动率及升贴水结构的影响较大，在低波环境中各家管理人都有一定盈利难度，费前年化收益集中在5%-6%区间，收益较往年有明显下滑，难以拉开收益区分度。
http://pic4.zhimg.com/v2-c4d1776c3ef902bf94d2ff78f0bd0d77_r.jpg
3-期货套利
期货套利中常见的管理人多以价差的回归或发散为基准（根据大样本统计规律设定阈值），通过做多或者做空价差而获利。
但是这个策略的盈利逻辑在2022 年遭遇了许多极端变数的扰动，大量突发事件（以俄乌冲突最为严重）破坏了价差关系，部分基于历史统计规律构建的跨期或跨品种套利突破最大回撤，且后续净值修复缓慢。
http://pic4.zhimg.com/v2-8bb9c59103908833c82a63104a45776f_r.jpg
某系管理人会在套利对子的选择上进行主观判断，某些在海外定价的品种上具有独特的信息优势，开辟出新的赛道，或者在交易频率或者速度上进行优化，减少外部环境产生的影响。这些都将是期货套利策略管理人后续努力迭代的方向。
4-折价套利
折价套利利用定价增发或大宗减持等折价机会，并在对冲端通过融券卖空等操作，对冲组合的风险敞口，控制回撤风险。该策略的关键在于是否能持续获得完全对冲的券源（融券到环圈的期限和多头持有期限之间会有空隙，对期限错配的控制很重要）。由于竞争激烈，管理人未必能获得完全对冲的券源，因此可能选择错位对冲的方式，给持仓带来一定风险敞口。
套利管理人样本池内的一些管理人表现如下：
http://pic2.zhimg.com/v2-4244e6c4efb8625b1682fe3740683d19_r.jpg
5-套利策略在2023的展望
套利策略的敏感点比较多，波动率和流动性，以及外部的干扰都会对净值产生影响，所以要精确预判哪些管理人或者哪些策略会在未来有更好的表现比较困难。但是无论什么情况下，总会有资金追逐有限的套利机会，管理人之间的竞争将持续存在。
套利策略对财富端的性价比将进一步降低，套利管理人的研究和筛选对FOF和专业资金将带来更多的挑战。这是一个艰难但又不能回避的赛道。在判断上可能需要更加关注管理人的应变能力，以及发展与合作的意愿，将对复杂的策略判断回归到对人的意图和能力的判断。
Part 5 T0策略盘点与展望
http://pic2.zhimg.com/v2-fc8289861135aac576008ad0954c8525_r.jpg
1-T0策略在2022年的表现情况
T0策略喜好三高行情，即高成交，高换手，高波动。2022年T0策略比较艰难，收益相对于过去2年明显下滑。主要的原因有：
（1）两市整体交易的波动
全年成交额在9000亿上下波动，5-8月最活跃（万亿以上），这段时间T0斩获了不错的收益。随后9-10月因为重要会议的召开，以及一些不确定性因素，成交量跌至6000亿左右，T0策略非常艰难，甚至出现了少有的回撤。
http://pic4.zhimg.com/v2-34b4dfd506a05f049f811e3c4711e107_r.jpg
（2）参与者的增加摊薄了收益
表现在两方面，一个是更多管理人开始着手T0策略的开发，另一个是随着程序化T0的成熟，更多股票量化策略中增加了程序化T0来加厚收益。争夺者多了，收益获取难度和成本加大。
（3）融券成本增加
高额的券息是导致T0 策略收益大幅下降的主要原因之一。2022 年今年以来，融券成本水涨船高，各大券商收取的券息相对去年大幅提升，甚至有些流动性较好的标的券息上涨2-3 倍乃至更高。有些券商更是采取竞价的模式，今年市场上的部分“妖票”的券息一度被竞价至超130%。
（4）新股表现欠佳
同花顺新股次新股指数跌幅达到23.49%，打新规则的改变使得这项获利来源的确定性和稳定性降低，这对带有打新策略的T0 管理人来说也是一个不利因素。
（5）热点切换速度过快
今年的轮动非常频繁，在局部时间段里经常出现市场无主线，或者主线不明的情况。这对手工T0的管理人在择券择时两方面上形成了巨大的压力，也是后续市场对其的考验。
2-T0子策略分析和对比
http://pic2.zhimg.com/v2-2f54affd7f36edd0f26ab0ec7c729829_r.jpg
T0管理人可以分为手工T和程序T两大类，两者表现在某些阶段会有明显的差异。观察池（上图）中，机器T0 策略的平均年化收益为7.58%，手工T0 策略的平均年化收益为9.34%。人工T的收益更高，但机器T更为稳定，考虑到人工T非常依赖交易员的培养，成本较高，扣费后两者实得收益比较接近。
人工T和程序T的主要区别在于：（1）人工操作有时候处于盘感能够做出更好的预判，而程序T更多是右侧操作。在某些行情下，人工T有先发优势，获利方面也更加明显。（2）人工T的持仓要比程序T更加集中，市场行情好的时候，人工T收益更优。但当市场行情转弱时，程序T表现要比人工T稳定。
3-ETF融券T0
由于个股融券成本抬升过大，加之ETF融券T0和个股T0做法大致相同，并且因为ETF是日内交易，要比隔夜交易的风险更小。所以今年许多T0管理人转做或者加重了ETF融券T0的比例。
ETF融券T0在融券成本和交易成本上有着非常明显的优势，在行情低迷时能够保持较为稳定的收益（10+收益对应0.5%-1%之间的回撤），成为组合打底较好的选择。
http://pic3.zhimg.com/v2-6101b616878aacca0320b20903f93766_r.jpg
4-T0策略的展望
T0策略除了受到市场三高环境的影响（Beta方面），还有就是参与者的PK冲击。2023Beta方面有望改善，但这个赛道的拥挤度将不会减轻。可以欣慰的是随着交易标的的增多，融券成本有望回落，长期看竞争和难度都在增加，这是T0管理人不可避免的挑战。ETF融券T0是一个新的发展点，一方面是ETF在不断增多，具有长期性的赛道。另一方面有成本的优势，随着更多的资金关注到ETF上，波动有望升高，产生更多的交易机会和良好的交易环境。 多謝分享！
页:
[1]