人民币100元等于多少日元对话Nicolas Gaussel博士：走进迈德瑞的趋势跟踪策略-财经官方正规网站首页-1日元等于多少人民币

　　众所周知，今年对于做投资的人来说都非常不容易，无论是个人还是专业的FOF机构。这背后的原因主要是大家常常配置的一些资产和策略都表现低迷。对于CTA策略来说，虽然总体表现尚可，但也是非常不容易的一年，尤其是今年下半年，很多CTA策略都出现了一定幅度的回撤，且目前仍处于回撤期。

　　由于迈德瑞团队无论是在海外还是国内都有着很长时间的策略历史业绩，也经历过海外市场过去一些年份CTA策略表现不佳的艰难时刻，在CTA策略配置上的研究也比较多，很多投资人会常常咨询我们很多关于CTA策略的一些问题。为了更好地跟大家沟通和阐述我们对于CTA策略尤其是趋势跟踪策略的相关观点以及我们的应对方法，迈德瑞中国副总经理兼基金经理康兰在今年10月25日特邀母公司迈德瑞资本（Metori Capital）的CEO（首席执行官）尼古拉斯博士（Dr. Nicolas Gaussel）一起为大家做一些经验和观点分享。以下为现场记录，以对话的形式展开，供感兴趣的投资人参考。

　　Nicolas博士简介：Nicolas博士目前任迈德瑞资本的CEO（首席执行官）、Co-CIO（联合首席投资官）、CCO（首席合规官），是迈德瑞资本的五位创始合伙人之一。Nicolas博士在金融领域拥有超过25年的经验，其中包括20年以上的资产管理经验。在创立迈德瑞资本之前，他曾是领先资产管理公司（Lyxor Asset Management）的首席投资官，带领100多名由投资经理，研究员和金融工程师组成的团队，管理资产规模超过1000亿欧元。Nicolas博士拥有法国巴黎中央理工学院的工程师硕士学位和巴黎索邦大学的经济学博士学位。他曾担任不同硕士课程的量化金融讲师，并致力于学术研究。

　　趋势跟踪策略值得长期投资吗？

　　康兰：今年下半年以来，国内CTA策略普遍处于回撤期，我们自己编制的跟踪市场趋势情况的归因指标也显示这段时间的趋势不好。虽然我也经常跟投资人提及我们做过的实证统计数据证明趋势是大概率存在的，且无论是从经济周期、商品供需周期还是市场参与者的心理周期来说，都可以解释趋势的长期存在。但还是会有一些投资人会担心，这种趋势不好的情况到底会持续多久？趋势跟踪策略值得我们长期配置吗？我们怎么应对这些趋势不好的情况？

　　Nicolas博士:首先，让我们来看看策略本身的情况。从十年的维度来看，我们海外策略费前夏普大概是1-1.1左右，国内的策略更高大概在1.3-1.5，而我们海内外策略跟股市的相关性均接近0。我们知道资本资产定价模型（CAPM），如果一个资产或者策略跟股票市场的相关性接近0，那么代表这个资产或者策略几乎没有贝塔收益。众所周知，阿尔法是很不容易获取的。因此，不靠贝塔收益，能实现长期夏普在1-1.1的策略其实已经是一个很好的策略了。我们拿桥水为例，他们的长期费前夏普大概也就这个水平，而我们能做到这个1-1.1的夏普又与股市0相关，那我们其实已经跟世界上最牛的对冲基金在同一水平了。当然，我们其实可以找到很多高夏普的策略，但这些策略容量一般比较小，比我们的策略小很多。我们在讨论投资的时候，一般至少要看未来5年，是不是能预期获得一个不错的平均回报，且这个投资是可以复制的，可获得的。因此，能做到这么大资金容量，与股市长期0相关，又能做到1以上夏普的策略其实已经很好了。

　　其次，我们来看看这个策略的持有体验。如果我们用蒙特卡洛模拟来做计算就会发现，其实这个过程还是有很多噪音的。我们的策略夏普假设是1，一年下来波动率10%，无风险利率是0，那么代表这个策略能给投资人带来10%的均值回报，但考虑到波动，如果是一个标准差，我们可以做到0%或者20%预期回报，如果波动两个标准差，可能是-10%/30%的预期回报。

　　我们在2019年做过一个关于CTA投资的研究报告，其中对最大回撤和波动率的关系做了一个模拟：假设1的夏普，那么五年内我们出现回撤的平均幅度大概是波动率的1.5倍，也就是说如果我们的策略夏普是1，波动率设定在10%，五年内可以预期的回撤幅度平均来说大概是15%。出现这种情况是非常正常的，是我们需要做好心理预期的。如果趋势好，向上波动1-2个标准差，我们或许能获得20-30%的年化回报，但如果趋势不好，向下波动1-2个标准差，我么可能不赚钱或者亏损10%。这就是这个策略的波动风险。

　　从统计学意义来说，这是必然发生的，没有办法避免。在我们看来，如果尝试改变这个规律，反而会出问题。我们已经拥有了一个1以上夏普的策略，如果我们能坚持20年甚至更久，我们可以成为桥水。但实际投资过程中，很多投资人并不愿意坚持这种长期视角，他们希望找到一些短期的机会，如果趋势策略一段时间表现不好，就尝试去做很多优化或者另寻它法，例如叠加其他策略尝试降低回撤，但往往效果并不好。

　　康兰：确实。因为每个团队其实都有自己的能力边界，而每种策略也都有自己的周期和适应性，如果我们不能清晰地把控其他策略给我们带来的风险，这样做只会让事情变得更复杂更糟糕。如果我们一直在切换而不是坚持，那么就没有办法真正驾驭一种策略。

　　Nicolas博士：是的，我们必须面对这个残酷的投资现实。我刚刚描述的这些并不是简单的个人直觉，而是金融现实。尽管我们不断跟投资人在他们做投资决策之前强调这个道理，还是很少人能真正理解。而一旦投资人投后面临回撤，例如10%的亏损时，他们可能会比较焦虑，这时候你想告诉他们我们的模型一切正常，这就是正常回撤，他们可能不愿意接受。这时候我们需要对投资人进行心理按摩。我们需要问的问题是，我们的策略是否“越界（出问题）”了？如果我们出现了波动率两倍的最大回撤，这情况确实比较糟糕，因为均值是5年内1.5倍波动率的预期回撤。但如果我们的回撤是波动率的1.5倍以内甚至只是1倍以内，我们根本不需要担心。

　　当我们2019年1月写关于CTA投资的研究报告时，正是因为2018年很多机构都在说长期趋势跟踪或者CTA策略已经不再有效了，甚至离开了这个领域。在我们看来，这是非常不明智的。因为从纯粹的统计学意义上去看，当时没有发生任何特殊的事情。我们的全球趋势（GT）策略当年收益率-8.6%，我们的波动率接近10%，虽然-8.6%的收益表现不佳，但也不代表这个策略就失效了，因为收益率只是均值往下波动了不到两个标准差，回撤也只是波动率的不到一倍，所以其实是很正常的。我们当时也做了很多研究，实际上发现模型逻辑并没有问题。

　　在中国，这种情况可能就更为明显。很多投资人习惯了房地产和信托产品这么多年的高收益率，他们其实很难接受波动与回撤。此外，对于很多投资人来说，投资就像玩高尔夫一样，他们总是宣传自己最佳的成绩，而不会去谈论自己打得不好的成绩。

　　康兰：明白，所以您想告诉投资人的是，虽然长期来看趋势跟踪策略，以我们的策略为例，拥有1以上的长期夏普，与股市长期0相关，其实是非常有投资价值的。但短期来看，由于策略的波动性，它的持有体验感可能经常并不是那么好，因此需要投资人以长期视觉去看待问题，坚持长期配置，而不能追涨杀跌，过度担心。

　　Nicolas博士：是的，这非常重要。除此之外，我们要非常清楚我们赚的是什么钱，亏的是什么钱。如果你看单个期货合约，当趋势很强时，不管趋势是多还是空，你都可以轻松赚钱，但当市场没有趋势时，你很难赚钱，因为你不断寻找趋势，而市场却一直在震荡，导致你一直在高买低卖，不断磨损。这在长期来看是一个对业绩的很大拖累。

　　如果我们画一个图，横轴是某个期货合约的价格，纵轴是我们的策略收益，那么我们就发现一旦价格持续向某个方向发展，我们就能获利，但如果价格一直在某个区间来回震荡，我们就很难获利。因此很多人把趋势跟踪策略比作回溯跨式期权（lookback straddles）。如果很多品种同时出现这种情况，分散化投资都不能找到好的趋势，那么我们甚至会亏钱。

　　趋势跟踪策略最大的敌人就是反复尝试抓住趋势、频繁调仓带来的Gamma成本。因此我们非常注重控制换手率。我们的模型在每次调仓时都会先考虑调仓成本，设置一个门槛或者叫惩罚系数。这有点像机器学习中的正则化的算法 -Lasso回归算法。此外，为了避免过度持仓，我们也设置了一些门槛，一般模型不会持有超过投资范围的60%的品种。如果确实很多品种都没有趋势的时候，我们会降低波动率，保持低仓位运行。

　　趋势跟踪策略会随着

　　市场成熟度的增加夏普下降吗？

　　康兰：很多投资人说，过去几十年好像觉得趋势策略越来越难赚钱了，如果我们回顾市场，发现70年代我们经常面临能源或者农产品(行情000061,诊股)的一些短缺事件，这使得趋势跟踪策略表现非常好。而近一些年，CTA却很难有那么好的表现。所以有投资人会问，由于市场越来越成熟，价格波动可能会越来越小，又或者随着交易成本越来越低，市场参与者越来越多，趋势机会也会减少，趋势跟踪策略的夏普会下降，您怎么看待这个观点？

　　Nicolas博士：实际上这并不是真的。尽管现在交易成本确实比30年前便宜了100倍，尽管现在信息获取难度大大降低，趋势跟踪策略还是给我们带来了收益。现实就是最好的证明。股票策略和债券策略的收益分布具有一定的负偏度，也就是说尽管我们经常从股市和债市获得收益，但可能会有一些极端情况下它们给我们带来巨大的损失。一个典型的例子就是信用债。

　　而CTA策略的收益分布是正偏度的，尽管我们很多时候不一定赚钱，甚至小亏，但可能有一些时候能给我们带来比较大幅度的收益。这跟债券的票息收益特征完全相反，对于债券尤其是高收益债，如果你看6个月或者1年的收益，非常稳定可观，但对于CTA的业绩如果你看这么短可能会失望。这也是为什么很多人都难以持有CTA策略的原因。

　　如果我们看2021和2022年的海外市场，尽管趋势还不错，但很多机构并没有赚到钱。因为很多机构在2018年就放弃了CTA的投资。趋势跟踪策略的业绩其实很难预测，因为我们并不知道趋势什么时候会来。国内市场也是类似，就像2018年，我们的中国CTA策略的专户客户也在遇到回撤后要求降低杠杆，但之后趋势恢复非常强劲，产品两个月后才开始重新恢复原来的杠杆，使得产品实际收益反弹要比我们模型策略业绩慢了很多。

　　趋势跟踪策略会因为市场拥挤

　　导致难以赚钱吗？

　　康兰：有一些投资人也会问，是不是因为今年上半年表现很好，很多资金进入这个策略，资金过于拥挤而导致的？海外也曾经历过几段CTA策略很难赚钱的时候，海外一些知名的CTA机构也曾经在2018年说趋势跟踪策略过于拥挤，未来可能很难持续赚钱，国内也会经历这样的状况吗？

　　Nicolas博士：关于策略过度拥挤这个词，其实本身是非常具备误导性的。这个词最早出现在一个论文里面，是衡量一些对冲基金定期报告里面关于某只股票头寸的情况，如果太多对冲基金持有某个股票的空头，那么很容易出现轧空式行情。这是对冲基金领域常见的拥挤，主要是针对股票市场。我并不明白为什么这个词要用在期货市场。这到底意味着什么？期货市场每天都有买卖，可能这代表成交量和持仓量的抬升，但这在期货领域并不代表什么风险。尤其是我们交易的是主力合约并不会进入交割月，持仓和成交的上升对期货流动性其实是好事。

　　对于股票来说，如果小市值股票流动性不好，过多对冲基金去买入或者做空可能确实是一个大问题。所以CTA策略并不存在什么拥挤，尤其是对于交易不是很频繁的趋势策略来说。

　　康兰：但我们看到的情况容易给很多投资人这样的感觉，尤其是在2020年CTA表现很好，很多管理人开始进入市场，但之后市场波动就非常大，很多机构也很难赚钱，不知道这背后是否有拥挤的原因？

　　Nicolas博士：短周期CTA策略的容量要小很多。美国CFTC会监控各种投资人的头寸，投机者会有限仓。中国交易所也有类似的限仓规则。因此对于短周期趋势跟踪策略来说，成交价格非常关键，因为交易的利润空间不大，所以如果同一时间过多机构争抢成交，可能滑点会比较大。

　　但对于我们长周期策略来说，我们对价格并不敏感，我们持有的周期很长。我此前的工作经历中看过很多投资机构的投资流程，他们总是有一个习惯，一旦他们的策略出现亏损，他们倾向于提高交易频率来减少损失，几乎从来没有看到投资经理说自己要拉长交易周期。大家都觉得只要我们对市场反应越快就能越好地适应市场。但实际上，我们看到拉长交易周期的人才是最成功的，例如沃伦巴菲特、彼得林奇等长期主义。短期的市场充满各种噪音，如果我们沉迷其中，可能会不断失血。

　　市场波动率与趋势跟踪策略表现

　　有什么联系？

　　康兰：据说海外的趋势跟踪策略CTA一般都会用一个目标波动率进行风险控制，那么会不会出现当市场波动突然抬升的时候，他们会集中出现平仓交易来控制风险，从而导致市场互相踩塌、交易滑点很高的拥挤可能性？

　　Nicolas回答：是的，这种情况确实会出现。你是期货行业很多年资深人士了，甚至比我还了解期货，你就知道期货的风险其实跟股票还是很不一样的。股票一般都是投100元那么最多就是这100元的风险，但期货是带杠杆的，风险不能用投入的保证金来衡量。因此对于我们来说，衡量期货投资风险最好的方式就是组合波动率。

　　对于一个FOF来说，如果它将一部分资金交给股票策略管理人管理，所投的钱就是他面临的风险，管理人最多全仓买入股票。而对于期货策略管理人来说，通常会约定一个组合目标波动率，这样才能避免期货策略管理人使用的杠杆变化过大，使得组合面临的风险存在较大不确定性。

　　因此，对于期货策略管理人来说，在遇到一些突发市场状况使得市场波动率出现较大抬升时，为了管理好组合的真正风险，管理人会倾向于减仓。我们也有类似的机制，因此我们回顾我们海外模型历史保证金比例变化图时，也可以看到一些特殊时期的大幅减仓行为。但跟我们同行的区别在于，我们不是完全盯住的目标波动率策略，我们只是尽量保持目标波动率在一定范围内相对稳定，但如果市场没有趋势机会时，模型会自动降低组合波动率，选择性持有部分性价比较高的仓位。

　　回到你的问题，这种风险抬升期进行减仓行为确实是会有一些成本。但这是不可避免的，而且事后来看，能够减少很多损失，让模型更好地控制风险、实现真正的风险分散化。如果不这样做，组合可能面临更高的风险和回撤。

　　康兰：那么，市场波动率和CTA策略尤其是趋势跟踪策略的业绩表现有没有直接关系？在国内，很多机构倾向于认为CTA在高波动率市场中表现更好，所以他们会用波动率指标去做CTA择时，这个靠谱吗？

　　Nicolas博士：让我们回到CTA业绩表现的凸性/跨式期权特性问题。如果市场波动率抬升，期权的成本会抬升。而CTA策略尤其是中长期趋势跟踪策略就像一个期权策略一样，成本就是短期的市场波动率。我们需要承受短期的市场波动率给我们的Gamma磨损，来获取中长期波动上升带来的价格变化幅度的获利空间。

　　例如我们希望获取未来几个月的趋势收益，而我们的策略每天调仓一次，那么我们就要付出当下每天价格波动带来的累计磨损成本。所以我们需要看波动率的斜率或者叫期限结构。你需要付出短期的波动率成本，因为你需要调仓，而趋势跟踪策略调仓一般是慢于市场的，这也是“滑点”的另一种说法。因此短期的调仓成本会抵消掉部分中长期的趋势/波动带来的收益。当中长期波动率大幅度超过短期波动率给我们带来的累计伽马成本，那么我们就能赚钱，但如果市场处于均值回归的状态，中长期波动率一直在一个窄小的范围内，那么趋势跟踪策略就比较难赚钱。因此我们如果拿美股VIX期货来看，就发现如果它是远期升水的，就意味着未来市场波动会逐步加大，而目前阶段波动还比较小，我们不需要付出太多调仓成本。

　　迈德瑞的趋势跟踪策略模型

　　有什么特别之处？

　　康兰：我也经常跟我们的投资人解释我们的模型特色，其中特色之一是，我们用的是短周期的回看窗口去预估波动率和相关性等风险管理指标，这在海外是不是比较少见？我们刚刚谈到，要拉长交易周期，那为什么我们要选择一个相对较短的回看窗口去预估风险呢？

　　Nicolas博士：首先，是的，短周期的风险管理机制我们区别于同行机构的很重要的一点。之前我提到的不应该过于频繁进行短周期交易，指的是短周期的交易决策信号，尝试去捕捉短期趋势是我们最不应该做的事情。但对于风险管理，是不一样的。

　　金融学课程首先教我们的是市场的ARCH和GARCH效应，就是市场的波动率经常会聚集。所以结果就是波动率经常会变动很快，拿标普500为例，经常我们看到的六个月的年化波动率大概8-9%，有时候稍微高一点大概12%。但如果有危机事件突然发生时，波动率一下子可以跳涨到45%。这意味着，市场平静期平均每天的波动大概是上下1%，但如果危机发生的时候，可能一天能上下4%。所以如果你能明白这一点，就知道我们不可能用平静期的波动率去衡量危机时的市场风险。我们的做法就是比较现实的，我们认为拿一个长期的波动率去衡量风险在危机时候变得没有意义。

　　我记得我们曾经跟新加坡的一家政府投资机构交流时，他们说他们用的都是五年的波动率，我给他们的建议是，如果你们做的是战略资产配置，那没问题，因为你的投资期限就是未来至少五年，但对于CTA来说，我们每天需要再平衡，所以我们希望我们进行再平衡决策时依赖的数据是合适的估计数据。因此对于我们来说，短期的波动率和相关性是更有意义的。

　　在趋势跟踪行业里面，大家经常会用一个长期视角去做风险预算，大家都把精力花在如何预测市场的趋势，如何生成最好的趋势信号，而很少精力花在如何度量市场的风险，如何采用合适的仓位去捕捉市场的趋势。这其实就是我们的特色所在，也是很多人发现我们跟其他机构不一样的地方，我们会充分发挥配置的效果。

　　康兰：也有很多投资人经常会问到，我们是怎么决定模型的这些周期参数的？是通过回测业绩来决定参数选择，还是通过我们过往的市场经验主观决定？

　　Nicolas博士：很多人说，量化交易就应该没有人的部分，这其实是错误的。还记得2011年我和我们的另一位联合首席投资官（Co-CIO ）Guillaume博士在领先资产工作时，从前一个投资经理手上接管Epsilon策略的时候，我和Guillaume博士其实是来自一个量化的背景，而之前的投资经理是一个纯交易背景。他用了很多技术指标和交易技巧，后来我们把这些翻译成了我们擅长的金融数学语言，才逐步形成了现在迭代后的以数学统计模型为核心、资产配置理论为框架的组合管理策略。

　　其实评估一个策略的好坏是很不容易的，因为光是看一个策略的夏普其实充满各种噪音。时间周期很关键，一两年周期去看的话，一个逻辑很不完整的策略都有可能跑赢一个逻辑完善的策略。这些事情经常发生。而我们在选择一个合适的模型参数时，也同样是这样，需要结合人的经验和历史表现一起去评估。

　　举个简单的例子，我们全球跨市场的趋势策略，同时交易很多个国家、地区的各种不同的品种，需要考虑各个品种的交易时间的不同。当我们去预估标的风险的时候，涉及到相关性的预估，而很多品种的日度价格数据可能是成交量加权来计算的，所以它们之间的相关性可能不是那么直接的。

　　例如表面上统计出来的标普500和日经指数的相关性是35%，但实际上美股市场T日的价格波动与日本市场的T+1日的价格波动有时候能很大，尤其是当美国市场出现一些影响国际宏观市场预期的重大政策时。这些情况在近些年尤其明显。这个时候亚洲股市经常会跟随美股波动，二者的相关性可能会很高，如果我们换个方法去计算这个相关性，就会发现这个数字可以达到75%。这个区别就会很大。

　　如果我们不用经验去做思考，单纯看数据，其实是很难刻画真实的相关性情况的。但有时候人主观认为逻辑合理的参数却并不一定有很好的回测表现。这个时候我们就需要去抉择，到底是用回测数据好看的参数，还是去用我们根据经验觉得更合理的数据，这个是一个艰难的选择，但我们还是倾向于后者。因此，我们的量化模型的搭建其实是离不开人的决策的，我们不能像机器一样只去看回测结果。

　　在刚刚这个例子里，过去很多年，美股表现很好，日经指数也表现很好，我们如果用一个很低的相关性去衡量二者，那我们可以配很多仓位，然后赚很多钱，并不会去理会二者其实有很高的真实相关性，实际上，对相关性高的资产同时配置很多仓位是会有很高的风险的。如果只看模型历史表现数据好不好，就会因为模型表面赚钱而忽略底层逻辑上的真实风险，并侥幸以为这个风险不存在。但从2020年后，我们经历了太多次全球风险事件带来的相关性抬升，包括今年的俄乌冲突，如果不能很好地刻画市场的真正风险，就很难在这个市场上长久地存活下去。这也是为什么我们的海外模型2020年跑得比同行要好的原因。

　　因此，总结来说，虽然我们是系统化交易者，但我们在创建模型的时候我们并不是完全机械化的，其实是需要很多人的逻辑和经验判断的。当我们发现模型表现不太好的时候，我们并不是简单地去干预策略或者修改参数，我们会重新梳理整个逻辑，看看是否依然有效。我们不会去人为干预模型跑出来的结果，而是从模型层面进行思考和优化，目标也不是为了优化过去市场的历史回测表现，而是优化模型对未来市场的适应能力。

　　趋势跟踪策略：

　　复合好还是纯粹好？

　　康兰：在国内，很多同行的CTA策略大多都是复合策略，很多投资人也认为多策略复合能更好地应对没有趋势的情况，降低波动提高夏普，改善趋势策略的持有体验。我知道任何事情都是有利有弊，纯粹的趋势跟踪策略能够让我们更专注发挥最优势的策略，也能方便专业投资人进行业绩归因和配置，且任何策略都是有周期的，复合策略并不代表风险降低，而是需要管理更多策略的风险。您是怎么看待这个问题的？

　　Nicolas博士：是的，这需要看情况来决定。我们当前专注单一趋势跟踪的策略的好处在于我们非常清楚我们不适应的环境就是没有长期趋势的市场环境。很多人也许会想，我们可以在没有趋势的环境下叠加其他策略去获利。这当然是理想的状态，但叠加其他策略不一定会获利，也可能是亏钱的，正如同你说的，每个策略都有自己适应的环境和不适应的环境。

　　我们目前已经拥有一个长期夏普在1以上的CTA策略了，这个策略是我们多年研究实践的成果，也是我们最擅长的。对于客户来说，这也是我们最有信心提供给客户的策略。如果我们叠加其他的策略，我们会面临很多其他的风险点，也许是我们没那么擅长把控的。叠加一个策略理想的状态是可以将夏普从1提高到1.2或者1.3，但也可能会将夏普从1下降到0.7。

　　对于迈德瑞来说，目前我们采取的应对方法是减少我们亏钱的可能性。首先，我们需要敬畏风险，不要想着全天候赚钱，这是不可能的。这种想法甚至是非常危险的。不要妄图设计一个在各种市场环境都赚钱的投资策略，这根本不存在。放眼全球看去，基本上找不到一个长期存在的基金夏普在3以上的。我们要做的就是在亏钱的情况下减少亏损，赚钱的时候宁可少赚点，去平衡风险收益。如果我赚钱亏钱的情景是赚20%或者亏8%，那么我的努力目标是赚钱的时候赚19%但亏钱的时候只亏5%，少亏点是现实的，但不要想着一直赚钱，如果那样，你的整个投资风格都会容易发生转变。

　　举个例子，当市场非常平静没有危机的时候，风险偏好比较好，股市一般表现不错，高收益债价格也会水涨船高。2015-2018年其实很多海外CTA表现不好的时候，都曾经尝试叠加其他的投资，其中有一个同行就加入了其他一些策略，而且是收益风险特征完全相反的一些策略，例如信用债等。这使得他们虽然有五年非常好的历史业绩，但它的基金的特征明显变得负偏，今年这个基金突然亏损很严重，接近40%，几乎消失在公众视野里。这件事深深触动了我，因为如果我们做了类似的事情，消失的可能就是我们。

　　很多风险溢价策略在疫情期间央行货币政策宽松时期表现很好，但宏观环境改变后他们可能在一夜之间损失掉积累很久的收益。如果我们加入策略的是负偏的策略，这将完全改变我们策略的风险收益特征。而我们现有的策略本身其实是有着比较完善的逻辑体系的，这种风控框架不同于复合策略，我们的策略不需要止损条件，模型会根据市场的收益和风险状况自动进行动态的仓位调整，而一旦我们加入其他策略，就会涉及止损条件。另一方面，我们也有很清晰的归因，我们提供了趋势归因指标和相关性归因指标供投资人了解我们的风格、适应的市场和不适应的市场。

　　当然，你知道，我们也正在做很多策略的研究，例如carry策略，波动率策略等，但这些策略还在研究过程中。未来随着管理规模的扩大，最终某一天我们可能还是会加一些其他的复合策略，去扩大我们的容量。但我们对于加入新策略会非常谨慎，需要详细评估新策略的风险点，并找到一个合适的方法管理它的风险，同时我们会严格控制其它策略的比重。总的来说，你提出的这个问题是一个好问题，但我们要记住，不要追求2-3的高夏普，这在长期来说是不存在的。

1日元等于多少人民币首页_20万日元等于多少人民币_5000日元等于多少人民币

本文标签： Nicolas Gaussel 迈德瑞趋势跟踪策略

人民币100元等于多少日元对话Nicolas Gaussel博士：走进迈德瑞的趋势跟踪策略-财经http://hanialtanbour.com/aoyuanduihuanhuilv/4810.html

1日元等于多少人民币首页_20万日元等于多少人民币_5000日元等于多少人民币官方推荐

99.99%的用户同时也查看了：

澳元兑换汇率一澳元等于多少人民币多...... 2023-02-03

单方面撕毁对华协议古国煤炭想卖给谁财经中蒙煤炭协议被撕毁，蒙古想干啥？刚建好三条通往中国的铁路，就停止了煤炭合作，蒙古国这是想干啥？最近，......

澳元兑换汇率一万日元等于多少人民币...... 2023-02-03

刚刚楼市有大消息财经据洛阳发布2月2日消息，洛阳市于近日发布了支持房地产市场健康发展的若干措施。其中，实行新发放首套住房个人......

澳元兑换汇率1元兑换多少日元【预见...... 2023-02-03

汪涛 GDP “我国经济已挺过最困难时刻”，但经济恢复过程不会是一片坦途。2023，如何看待当前面临的挑战？资本市场将会有......

澳元兑换汇率一块钱换多少日元最高补...... 2023-02-03