子午近期路演全文QA时间2024年6月初20240606

内容：子午近期路演全文+QA时间：2024年6月初子午大致情况 子午于2013年成立，到现在有10年多的时间，注册资本1亿。截止到今年4 月底，管理规模超过了30亿。目前主要做市场中性和指增策略，市场中性目前占比不到20 亿，指增大概在10亿左右□公司的理念是以金融理解为业务核心，以人工智能为技术基石。子 午在2013年主要做A股的日内交易，也是国内较早参与期权衍生品交易的私募，在16年搭建了团队，转型做以深度学习为框架的人工智能交易策略开发。同时也汇集了 大量的优秀人才，还有投研团队。 简单看下公司的发展历程。13~16年主要做A股日内交易，当时公司有着近百位的人工交易员，交易量排名也比较靠前，积累了大量的人工交易经验 16~18年搭建好团队，研发基于深度学习的股票策略，最早上线的是AI统计套利策略，年化增强收益稳定。19-20年主要做策略迭代升级。21年正式开始做资管，目前产品线比较齐全，像中性30050010002000指增都有，那也是融合量价和基本面因子 ，实现全面的周期选股投研团队 投研团队来自国内外的知名高校，团队成员皆是硕博学历，有着丰富的人工 智能理论经验，还有应用技能。多名成员在国际人工智能数据挖掘Kaggle比赛中名列前茅 。IT团队来自国内的知名互联网大厂，□目前投研和IT同事各有7位□若公众号文章被删，请加入星球《一年打卡100场路演》获取源文件。 策略介绍 策略属于流水线模式，共有5个团队，每个模块可能都有2~3位同事负责数据处理。我们有着量价和基本面数据，以量价为主，占比约75%左右。像另类数据归结到基本面因子中。 2)多模态全频因子挖掘工程。主要是分为人工挖因子和机器学习挖因子，人工挖因子占比30 %，机器学习挖因子占比70%. 3)Alpha组合。目前我们实盘用到的预测信号是从分钟级别到周级别的预测信号，同时也有月级的预测信号做储备。策略组合方面，主要把线性模型，还有像 机器学习多个细化组合这种非线性模型来进行结合 策略优化。针对Barra模型进行优化，严格控制风险敞口，通常控制在0.34□个S igma左右，同时用申万一级行业对行业偏离度来进行约束，根据相对权重大概控制在土20 %。 5)交易执行。我们有一套自研的算法，能够动态适配短期的市场波动风控控制 首要目标为了满足不同资金属性的风控要求，分为5个方面：□1)策略研发。子午有10年 的历史数据储备，这些数据会进行交叉运动测试□也会对近三年的历史数据进行滚动学习。对Bar ra模型也会优化，在模拟盘跟踪2)实盘交易。主要对宏观突发事件进行预警风控，包括各频段的回撤预警等3)盘后分析。主要是对全场的股票进行Tick级别的回撤，包括业绩归因、策 略研究分析，对交易执行会进行评估，策略也会持续迭代，来应对不同的市场环境。4-5)组合池风险和操作风险都比较好控制 若公众号文章被删，请加入星球《一年打卡100场路演》获取源文件。子午优势1)多源数据维度宽。对于机器学习模型来说，数据是基础，我们在国内能买到些数据，包括三方合作的，还有海外的一些数据为它们进行融合。数据越多 对于机器学习模型来说，统计也就越好2)信号频率覆盖广。之前提到我们有着从日内的短周期信号，到天周月几个信号均有覆盖，更新频率也很及时，这些信号也对Alpha的稳定性提供保障3)机器学习应用经验丰富。在1 7年开始，我们也成功应用深度学习在日内交易中，子午也是老牌私募，所以在这方面有优势。换手目前是双边60~100倍产品线介绍 市场中性策略-子午安心19号，是21年12月23日开始交易，中性产品都是 对标中证500，对冲端都是用500股指期货来进行对冲。22年收益11.25%23年收益7.21%，24年暂时收益10.13%，目前年化收益13.48%，夏普比 率1.95，最大回撤2.96%，发生在22年4月。中性产品40多支策略一致 性可以可以看到我们在去年12月表现相对比较弱一些，当时是因为在2023年12月8号微盘股暴跌的时候，我们把风格暴露从0.3个Sigma收紧到了0.1。当 时我们也认可了市场上关于DMA分红导致暴跌的传闻，因为之前在美股市场也曾经出现过类似的同质策略赎回导致的流动性危机。为了避免再发生，我们做了收紧 直到 暴差由子于被动调仓于人概年化2%的水□于超额 的不稳定性，以及春节10天的时间成本，我们选择平了中性仓位，获取基差带来的一部分确定性收益，大概在年化8%左右。我们认为对于中性产品来说，年化8%左右的收益相对不错□若公众号文章被删，请加入星球《一年打卡100场路演》获取源文件。 随后由于雪球的集中敲入，导致基差迅速收敛，一度甚至出现了升水，我们也在 年化4%左右的水平又锁住了基差。因为对于之后来说，如果超额环境变好，年化4%也是比较好的对冲成本，如果环境不修复，我们也有相对比较高的确定性基差收益。一直到2月6号 ，各项指标开始修复，我们的产品也开始逐步建仓同时把风格敞口暴露扩大到了0.2~0.3 左右□总体来说，在这波行情下，我们抓住了一系列偶然但又确定性非常高的交易机会这也跟我们的资管理念有联系，因为我们是相对保守的，在风控层面也是有着比 较严的约束，风格敞口通常情况下都是在0.3个sigma左右的水平率3.94%，超额夏普比率2.69，超额最大回撤0.78%。 3)500指增1号，是21年8月25日开始交易。22年以来，超额年化 收益率18.33%，超额夏普比率2.37，超额最大回撤3.26%，发生在20年 4月。当时也是主要由于宏观事件，像俄乌战争还有疫情封城这些因素的影响。 4)1000指增1号，是23年2月1日开始交易，也是满一年多的时间。交 易以来，超额年化收益率21.39%，超额夏普比2.44，超额最大回撤4.87%。从数据上可以看到月胜率在80%以上，目前只有23年4月和10月是负超额5) 小市值指增1号，是23年7月13日开始交易，对标中证2000。差不多半 年多的时间，超额年化收益率18.74%，超额夏普比率1.75，超额最大回撤7%。 若公众号文章被删，请加入星球《一年打卡100场路演》获取源文件。Q1：咱们中性策略今 年的业绩很好，有传闻说咱们是用了看跌期权。是不是呢？A：不是的，刚刚复盘过，我们的收益是提前控制了风控，在1月15号对中性产品做了平仓，然后做了基差套利，然后一直在 2月6号又重新建仓。您可以说我们时间点踩的是相对比较正确的，这虽然是偶然性收益，但 是对于我们来说我们是偏向于去寻找确定性的收益，跟看跌期权是没有关系。那是另外一只产品是1000的气囊指增，多头是对标1000来做，叠加了看跌期权保护。Q2：与算法厂商跃然有没有交流，他们对子午的策略有没有支持呢？A：子午没有用到跃然的任何东西，子午产品也不会叠加任何TO有关的东西两家公司现在是独 立且分开，人员都是分开的每条产品线的策略规模？ 03：□A：中性：不到20亿，大概在十七八亿左右□指增：300是小几千万，50 0和1000都是三四亿左右，2000不到一亿. Q4：中性产品里面也做一些基差管理，是这样吗？ A：我们不会主动去做基差管理，做这个操作是基于比较多的因素□1)当时的市场超额不确定；□2)马上过节，春节有10天不能交易，时间成本也在我们的考虑范围内□3)因为我们提前锁 定了比较低的基差，大概在4-5%左右，当时也是基差迅速拉大，所以当中做基差套利能有8 %左右的确定性收益□若公众号文章被删，请加入星球《一年打卡100场路演》获取源文件。所以基于以上因素加上量化指标的提示，我们才做了操作，平时不会主动管理 中性多头端选股的成份股占比是多少？ A：我们是全市场选股，成份股占比大概是50~60%。之前低一点，50%左右。Q6：最近市场相对不好做，咱们这边有策略变动吗？ A：没有变动，您看到4月也有些回撤，但是对于我们来说这是正常的，我们平时不会人工干预策略，因为这对量化来说是没有意义的。而且2月这一波，我们也仅仅做了收紧风控的操作，并 不是我们切换风格或者怎么样，风格上大体没变因为公司资管理念相对保守，我们还是偏向寻找确定性收益。 Q7：因子入库的标准大概是怎样的？流程中像机器学习的深度学习，体现在哪？A：目前机器 学习，用在因子挖掘还有模型组合方面。然后您指的因子入库标准看它对我们的策略是否有效，具体严格的统一标准也说不上。 Q8：目前中性的多头端有对标指数吗？主要用哪些合约？ A：中性多头端都是对标中证500来做，对冲都是用500股指期货来对冲，基本上用的近月合约。没有1000中性和300中性，目前都是标准的500中性Q9：3 00指增的选股方式相对于1000指增会有一些差别吗？ 成份股选股有差别。300成份股大概在60~70%左右。剩下的30%-40%□A：□是 全市场选，但会剔除一些流动性差、基本面有问题的一些票，2000选的不多若公众号文章被删 ，请加入星球《一年打卡100场路演》获取源文件。指增和中性的策略容量是多少？Q10：□A：指增和中性都是同一套策略，所以整体策略容量的话，100亿没有什么问题Q11：成份股和非成份股的占比，是否在某段时间成份股更多，还是持续六四开？ A：目前还是按照这个比例去跑，不太根据市场情况去调整，不会做择时。选股也比较分散，持仓是500~1500只，是等权持仓。 Q12：预测信号大概是多长时间的？ A：预测信号的话，从分钟级别到周级别，主要收益是在T+1到T+3Q13：换仓时间是固定的吗？ A：没有固定时间，我们是全天候换仓，盘中会实时出信号后换仓□Q14：怎么看红利风格因子，以及这些因子本身对于选股策略，有影响吗？ A：因为我们现在用的因子是有效的因子，无效因子会被剔除更新□Q15：基于流水线方式，你 们最终对这些因子会做一些归因和解释吗？或者更多的是偏交易无法解释的，还是更多的可以被归因的？ A：都有，目前主要因子来源来自于量价因子，基本面因子主要用来剔除一些风控还有剔除一些票 ，还是偏交易的多一些，量价收益来源大概占比90%。