窥探基金的运作秘密
2016-12-12
封晶工作地点&职位:

国信证券红岭分公司组合基金部 产品经理助理

工作环境:

有自己的办公桌和电脑,电脑可以用自己的也可以用公司的,这里要吐槽下,公司提供的电脑系统是Win XP,这样连Wind都用不了啊喂—我在的办公室不算上我男女比例是3:2,都很年轻而且很美腻/帅,公司时不时有些小福利,有同事过生日的时候会发蛋糕吃之类的。

工作内容:

主要负责整理尽调资料、参与电话会议并进行记录和总结、基金评价这三方面内容,这三个部分主要是在一个基金产品成立之前需要做的工作。另外还会帮同事找些资料和数据,这些就不细说了。

具体来说,首先对拟合作的私募进行尽职调研,看公司成立的背景、股权结构、自有资金规模、管理的资金规模、投研团队的情况、使用的策略类型、公司发布产品的过往业绩、风险控制机制、在行业及客户中的声誉以及对以后发展的规划等。

其次会进行电话会议,对公司做进一步的了解,主要还是从以上几个方面,但是会更加细化,主要的关注点可能还是在公司的策略和风控方面。

具体使用的策略包括:

第一种是多因子选股,股指期货对冲、Alpha对冲策略,理论基础是CAPM模型;

从因子角度来讲,因子主要有两大类:

1.财务因子

1.成长因子:企业的成长速度和加速度

2.估值因子:PE、PB

3.质量因子:资产负债率、杠杆比率

4.预期因子:评级的上调和下调

2.市场因子

1.价格因子

2.异常波动因子

3.趋势、反转

第二种是套利的策略,包括ETF、分级基金、货币基金的套利,也包括商品期货和国债期货相关的套利策略。

1.商品期货CTA策略:

1.期货的关联品种的对冲交易,只做强弱对冲

2.同一品种的跨期的套利,包括价差的趋势交易和价差的均值回归;

3.趋势交易

1.国债期货的套利策略:

1.国债期货和它的一揽子可交割国债间的套利;

2.国债期货的跨品种套利,是国债期货5年和10年之间的套利;

3.T的不同合约和TF不同合约之间的跨期套利,T和TF的跨期基于人们对收益率

1.基本面的逻辑大概有三类:

1.同板块的品种间的价格联动;

2.同一产业链上下游品种间的价格联动,比如煤、焦、钢的产业链等;

3.品种间的替代关系。

第三种策略主要是建立在第一种策略的基础上的子策略,在多因子选股和量化对冲策略的基础上附加了一个日内的交易策略,还有关于波动率和隐含波动率的策略,在波动率上做宏观的安排。举例来说比如做多远月的波动率,做空近月的波动率。

这些策略里用到很多机器学习的方法,比如SVM、K聚类等,主要是参考、学习了历史数据,然后把历史数据的一些特征提取出来,再用神经网络或者其他的学习方法去拟合。

这里面主要有两个问题:一是关于基于历史数据的学习能否支撑现在的策略的问题,从市场的角度来讲,现在和过去的数据不一样;从模型的角度来讲过度学习历史数据可能会出现过拟合的现象,导致它只能适应去的行情,可能适应不了现在的行情。主要的想法是市场情况虽然会变化,但是它本身的特性还是存在的。算法不仅仅会学习一阶的特性比如价差,还会提取高阶特性,所以当数据变化时算法也能够将特征提取出来。实际上现在有些私募用机器学习也是想找出一些用简单的线性计算得不到的结果。

二是过度拟合的问题,在实际操作方面主要有两种解决方法,一个是在策略配置的时候配置很多参数,这样在发生回撤的时候总会存在一个参数高原,就可以配置参数高原的参数,这样就减少了拟合参数带来的过度拟合的问题,第二个是在选用的参数要逻辑性。

关于风控措施主要分为两个层面,一个是策略层面,包括严格的止盈止损、策略中的品种不能过于集中等;第二是在策略执行时由公司专门的部门进行风控,包括下单、对策略回撤的反应等。

基金评价主要是用定性与定量结合的方式从基金公司、基金经理和基金本身等方面对某一基金进行评分。

工资及餐补:

规定是本科生1000(税后960,别问为什么要交税,窝不知道),研究生2000(不知道税后多少);午餐有餐券,可以在公司食堂吃,不过菜色比较少,味道一般。

其他:

这个部门还有个岗位是负责策略研发的,如果对这方面感兴趣建议先学学Python和数据库相关的知识。

关注我们