七禾网注：嘉宾回答仅代表其本人观点，不代表七禾网的观点及推荐。金融投资风险丛生，愿七禾网用户理性谨慎。
硕士，证券从业年限28年，2011年创办上海远澜私募，担任总经理兼投资总监，1995-1999任职于东航期货，先后从事计算机交易系统运维，期货市场分析咨询，出市代表，清算结算等多种工作。2000-2002任职于博创投资咨询有限公司，任投资经理，从事科技行业的风险投资。2002-2011任职于美国亿柏国际，任上海代表处首席代表，公司商务发展副总裁。
我们的核心理念包括两个关键点：首先，我们坚信“more is better”；其次，我们强调“more is different”。
要做好投资，我们需要从微观到宏观、从持续到截面、从量价到产业基本面等多个维度进行深入理解。
在CTA策略领域，我们集成了多样化的策略类型，这些策略覆盖了长、中、短不同时间尺度的投资，包括持续和横截面分析。
股票投资，我们目前主要聚焦于股票阿尔法策略，即寻找超越市场基准表现的投资机会。
策略择时无疑是一项极具挑战性的任务，因为预测哪个策略在下一个周期会亏损几乎是不可能的事情。
我们避免将过多的赌注押在任何一个单一的技术要素上。例如，完全依赖基本面分析、宏观经济判断，或者仅仅专注于短周期的动量策略。
美国与其他西方国家是否进入衰退，成为具有不确定性的宏观因素之一。
在市场没有出现极端的暴涨暴跌，且成交量保持在合理水平的情况下，大约有70%至80%的市场状态是处于这种相对稳定的区间。在这种市场环境下，阿尔法策略通常能够较为有效地运作。
在商品CTA策略中，量价类型的策略和基本面驱动的策略的占比大约是5:5，即各占一半。而在股票量化策略中，量价信息大约占到70%。
与传统量化策略相比，传统量化更多关注如何在市场中获取阿尔法（Alpha），即超越市场平均水平的收益；而宏观量化则致力于更合理、更智能地进行资产配置，主动管理贝塔（Beta），即市场整体的波动和系统性风险。
在宏观量化领域，我们构建了一个系统性的数据库，广泛采集从宏观高频到低频的数据。低频数据主要包括各权威机构官方定期发布的数据，而高频数据则包括日评等更活跃、更新更快的经济数据。
我们的投资方法和原则可以简要概括为：根据产品特性或投资者的风险偏好来决定合理的资产配置。无论是CTA产品、股票类产品还是套利类产品，我们首先考虑的是投资者能够承受的波动性，以及他们能够接受的最大回撤，这将成为我们配置策略的起点。
我们会关注品种自身的波动属性、流动性、资金流入流出情况、是否发生过异动，以及该品种在对应策略中的短期和长期表现。对于基本面量化策略，我们还会进一步考虑品种的估值、历史区间内的重要基本面变量，例如库存、期限结构等，判断它们是否处于常态或异常状态。
相对于主观交易，量化投资不会重仓少数品种，也不会长期抱有亏损的头寸，因此回撤控制更为严格。对于自营投资来说，超过20%的回撤已经算是相当大的了。
对于希望在期货市场长期发展的投资者，我认为首先需要问自己：是真的热爱这个市场、热衷于研究，还是仅仅出于赚钱的目的。因为单纯为了赚钱而进入市场是困难的，毕竟市场上有许多非常出色的交易者。
我最重要的建议是一定要设定好止损点。无论是哪种投资方向，尤其是期货投资，由于存在杠杆效应，风险可能会被放大。
对于从事量化投资的人来说，如果是理工科班出身，首先必须打好技术基础，提升技术素养。对于那些半路出家或业余爱好者，市场的复杂性在于它没有绝对的道路，而是充满了可能性。
+0或+1分钱！开户参加蓝海密剑实盘大赛！
七禾网为广大投资者提供交易福利：新开账户手续费仅交易所+0或+1分钱！开户后还可同时参加多个实盘大赛，奖金上不封顶，针对性享受多项免费服务，优秀选手对接管理型资金，分红比例20%~70%！
添加微信：15068166275，或扫描下方二维码，报名开户参赛
王凯：自2011年成立以来，公司最初专注于自营业务，并于2015年底获得私募基金管理牌照，正式进军资产管理领域。公司业务涵盖商品交易顾问（CTA）的量价分析、基本面量化、套利策略以及跨境套利等多个方面。目前，公司管理资产规模已达20亿，拥有60多名员工，其中包括40多名专业的投研团队成员和8名IT团队成员，同时支持部门也相当完善。自2016年起，公司一直保持着代表产品的年度盈利记录。
公司不仅积极拓展全球市场，还在策略上持续进行多样化创新，并积极探索人工智能技术在投资领域的应用，同时不断加强风险管理能力。展望未来，公司对CTA的发展前景持乐观态度，并设计了可持续的技术迭代路径，以期在不断变化的金融市场中把握机遇。
王凯：自2022年起，我们便开始了在新加坡设立基金管理机构的筹备工作，并着手进行相关牌照的申请流程。由于新加坡对于合规性、人员资质以及其他各方面的要求相较于香港的九号牌更为严格，因此整个筹备周期相对较长。经过不懈努力，我们的牌照申请已成功获批，这标志着我们可以进入下一阶段的工作。
接下来的重点将是基金架构的搭建。在新加坡，我们计划主要采用可变动资本公司（Variable Capital Company, VCC）的结构，以此为基础进一步开展基金的募集和运营管理工作。就投资策略而言，新加坡美元基金的初期将侧重于全球宏观策略和全球CTA策略。随着业务的逐步发展，我们计划进一步扩展策略类型，以满足不同投资者的需求，并把握全球市场的投资机会。全球宏观策略注重主要以经济周期驱动的全球资产配置，包括全球股票的宽基指数的配置。
王凯：在投资交易这一竞争激烈的领域，保持竞争力和对市场的持续适应能力至关重要。为此，我们建立了一种从底层向上的持续进化机制，以确保我们的业务能够不断进步和适应市场变化。我们的核心理念包括两个关键点：
首先，我们坚信“more is better”。越多样化越好。我们高度重视多样化，这不仅包括数据类型的多样化，还包括因子表达、方法论、技术手段以及交易市场的多元化。通过这种多元化策略，我们能够不断扩大知识边界，构建一个多样化的生态系统，从而保持长期的进化能力。
其次，我们强调“more is different”。我们认为，要素的增加不仅仅是数量上的堆砌，更重要的是这些要素之间的相互关联，能够形成更深层次的智慧。简而言之，要做好投资，我们需要从微观到宏观、从持续到截面、从量价到产业基本面等多个维度进行深入理解。只有将这些知识点和技术要素进行深度整合，才能实现从技术到智慧的跨越。
综上所述，我们的理念是通过多样化和深度关联各种知识要素与技术要素，形成更深层次的智慧。我们的目标是成为一个充满智慧的对冲基金，不仅在数量上追求增长，更在质量和深度上追求卓越。
王凯：在CTA策略领域，我们集成了多样化的策略类型，这些策略覆盖了长、中、短不同时间尺度的投资，包括持续和横截面分析。在量价策略方面，我们主要以持续策略为主，同时也涉及一小部分横截面策略。此外，我们还深入基本面量化分析，这不仅包括了基于通用基本面因子，以截面多空为主的截面基本面策略，还包括了深入挖掘产业基本面信息的时序深度基本面策略。
进一步地，我们的宏观策略能够通过交易期货来表达宏观观点，这也可以视为CTA策略的一种新类型。至于股票投资，我们目前主要聚焦于股票阿尔法策略，即寻找超越市场基准表现的投资机会。除此之外，我们也在积极探索更具特色的策略，包括强势股策略和股票时序上的择时策略，以增强我们的投资组合。
王凯：从公司的管理规模来看，约80%的资产集中在CTA板块。我们的自营资金配置也大致保持相同的比例，主要重心仍在CTA领域。这是因为我们在这一领域积累了丰富的历史经验，相较于股票交易，CTA策略自带杠杆较适合自营操作。
王凯：实际上，CTA策略在资产配置中扮演着举足轻重的角色。过去五六年间，市场对CTA资产配置价值的认可度逐渐提升。尽管与国际水平相比，CTA的重要性可能仍被相对低估，但CTA策略的表现和其在资产配置中的作用不容忽视。无论是通过CTA指数还是观察一些稳健的头部CTA产品，它们能够多年保持年度的持续正收益，在其他资产类别中这是相当罕见的。此外，与固定收益类资产相比，尽管后者也能常年保持收益，但从期望盈利能力来看，CTA策略总体上更具优势。
当然， CTA的表现存在波动，它有所谓的“大年”和“小年”，但总体来看，过去几年CTA表现在大类资产中仍相对优秀。特别是随着今年以来市场波动率的上升，CTA策略的盈利能力有望得到更大的发挥。因此，从年度盈利能力和长期收益期望来看，我们认为CTA在资产配置中具有独特且难以替代的地位。
王凯：策略择时无疑是一项极具挑战性的任务，因为预测哪个策略在下一个周期会亏损几乎是不可能的事情。如果能够预知，我们当然会停止那些策略，但现实中这种理想化的预期并不现实。因此，在子策略管理方面，我们采取了一种结合团队经验和算法配置的方法。
我们为每个子策略指定了小组负责人，他们负责定期跟踪策略的表现，无论是盈利还是亏损，都要看是否符合我们的预期。因为有时候盈利可能是偶然的，而亏损可能是可解释的，也可能是不可解释的。这些都需要依赖于丰富的经验来判断。
我们的组合管理小组会综合考虑对策略的理解和市场状况，定期对投资组合进行微调。当然，我们总体上需要保持一定的均衡，比如在基本面和量价策略之间的比例，长中短周期的大致比例，以及在动量上的暴露比例等，都是在保持相对均衡的基础上进行微调。
同时，我们也利用一些算法在不同的子策略和市场状态下进行归因分析，并进行自动调整。总体而言，我们的策略是以组合管理小组的月度定期微调为主，辅以算法自动调整，以确保投资组合能够长期适应市场变化，保持竞争力。
王凯：在十几年的投资历程中，我们无疑经历了许多风险时刻。市场是多变的，这也可以被理解为市场是一位非常严格的老师。市场总是出不同的考卷，有时重复，有时又突然变换。因此，当你手中的素材和牌更丰富时，你就能更好地适应这些变化。所以，我们始终认为保持底层策略类型的多样化是一个重要的前提。
我们避免将过多的赌注押在任何一个单一的技术要素上。例如，完全依赖基本面分析、宏观经济判断，或者仅仅专注于短周期的动量策略，虽然这些策略本身都很有价值，但任何单一策略都有其高光时刻和表现不利的时期。因此，均衡型的配置和不断扩展策略的多样性，是使我们能够更好地适应市场变化，保持长期竞争力的关键。通过这种多元化和持续创新的方法，我们能够确保在不断变化的市场环境中保持稳健和灵活。
王凯：在过去两三年中，我们确实观察到宏观因素对CTA策略的影响在不断增强。早先，CTA策略更多地关注趋势、资金面以及产业信息等微观层面的因素。然而，近两年来，交易越来越多地受到宏观逻辑的驱动。这种变化可能源于市场参与者结构的某些结构性变化，特别是大型资金带着宏观视角进入市场，使得宏观逻辑在CTA策略中占据了更重要的位置。
从当前影响CTA策略的重大宏观因素来看，美元进入降息轨道是一个关键点。降息的力度和持续性无疑将对市场产生深远影响。此外，市场参与者普遍在交易美国可能实现软着陆的预期，而除了美国之外，其他西方国家也可能进入衰退。美国由于其经济的强劲和韧性，以及其AI产业的驱动，相对来说更有可能避免衰退。因此，美国与其他西方国家是否进入衰退，成为具有不确定性的宏观因素之一。
第三个受到广泛关注的宏观因素是国内政策。从经济数据来看，国内经济相对偏弱，但市场对政策的预期强烈，政策的决心和实施力度也在逐渐显现。后续可能推出的政策，特别是在商品领域，如房地产和工业品产能控制等方面的政策，都可能对市场产生重大影响。这些政策的实施和调整，将对CTA策略产生直接或间接的影响，表达了宏观因素在当前CTA策略中的重要性。
王凯：股票市场对近期政策的反应较为积极，这不难理解，因为股票市场本质上是在交易预期，而商品市场则更多地反映现实情况。虽然这些政策可能会对未来两到三年的经济状况产生重大影响，但对当前短期内，比如几个月内的基本面影响可能并不显著。
在所有政策中，房地产政策尤其特殊，因为它直接影响最广泛的人群对经济规划的预期。因此，诸如刺激性政策、保障交楼政策以及实质性降低贷款利率等措施，对市场预期的调整具有即时效应，并在股市中得到了一定的反映。近期，黑色系商品市场也出现了相对较强的反弹趋势，这可能与市场对政策预期的积极反应有关。
王凯：从机器学习的角度来看，我们可以将这一领域划分为两大板块。第一大板块是传统的统计学习，它包括线性回归、贝叶斯方法、各种树模型以及许多经典的深度学习模型。这些技术在量化投资中已经得到了非常广泛的应用，无论是在因子开发、基于因子的信号预测，还是组合管理和优化等方面，都发挥着重要作用。
第二大板块则是以ChatGPT为代表的新一代人工智能技术，我们认为这标志着通用人工智能（AGI）的曙光初现。这种通用智能有潜力成为一个极其强大的生产力工具。虽然只有少数顶尖公司具备研究基础模型的能力，但对业内的大多数从业者和团队而言，他们在应用这些技术方面仍然有很大的空间。我们观察到，传统量化投资中的许多细分工作都可以通过大型模型的应用实现高度自动化。
在这方面，我们已经做了大量的准备和探索。包括因子开发、因子管理、解读和复现研究报告、情感分析，以及在代码自动化实验中，我们都在积极应用AI技术。这些努力不仅提高了工作效率，也为量化投资领域带来了新的视角和可能性。
王凯：在套利领域，我们可以将其划分为两大板块：基于量价的统计套利和基于基本面及逻辑驱动的套利策略。量价套利主要依赖于传统的统计模型，这些模型在量化投资中已经得到了广泛的应用，尤其是在因子开发、基于因子的信号预测以及组合管理和优化方面。股票阿尔法策略本身也可以被视为一种广义的截面统计套利。
对于基本面驱动的套利而言，它更多地考虑产业逻辑和宏观逻辑。这种策略不是单纯依赖技术方法，而是将逻辑转化为可交易的观点。例如，一些刺激性政策对远期合约的影响可能强于近期合约，而宏观逻辑的变化也可能在利率结构和股票大小盘风格上产生套利机会。这些宏观因素对CTA策略的影响在不断增强，特别是随着市场参与者结构的变化和大资金带着宏观视角进入市场，使得宏观逻辑在套利策略中占据了更重要的位置。因此，基本面和宏观因素的考量在套利策略中的重要性不言而喻，它们为市场提供了丰富的交易机会和策略多样性。
王凯：对于任何量化团队而言，策略迭代都是一项至关重要的能力。我们认为策略迭代主要涉及以下几个方面：
首先，探索新策略类型或研究方向时，初期阶段通常是发散的。随着探索的深入，方向逐渐明朗，就需要将过程变得更加流程化和工程化，每个步骤都需要被精确定义和精细打磨。在此基础上，我们可以提高技术要素的自动化程度，例如自动挖掘因子、模型的自动滚动训练等，这些都是量化领域中常见的自动化能力。
随着大型模型和智能体技术的发展，我相信自动化能力将变得更加强大。因此，在迭代过程中，团队需要不断拓展边界，挖掘更多数据逻辑、方法和技术。探索过程虽然起初是发散的，但随着时间的推移，它将变得更加工程化。一旦实现工程化，就可以利用技术手段实现底层技术要素的高度自动化。
综上所述，将人力驱动的知识边界探索与技术驱动的技术要素自动化相结合，就能形成一个有效的迭代能力。
王凯：今年对于股票阿尔法策略来说确实是充满挑战的一年。从大的方向来看，市场经历了三波主要的挑战：春节前的股灾、春节后“国九条”政策的出台导致市场结构发生根本性变化，以及从九月底开始由于政策刺激而形成的市场强烈上涨行情。量化策略主要依据历史统计规律来驱动交易，而今年这些重大事件伴随着强烈的市场情绪和运行状态轨迹的重大改变，对典型的量化策略构成了较大挑战。
当然，任何事物都有两面性，风险所在之处也意味着机遇。从某种角度来看，股票量化主要追求的是阿尔法，而阿尔法和贝塔之间存在互补效应。在阿尔法面临挑战的时候，主动管理贝塔、择时方面实际上存在一些机会。因此，我们目前的主要研究方向是将阿尔法和贝塔进行更智能的结合，在市场择时、风格择时、宽基指数择时以及个股择时等方面进行更深入的开发。我们相信，通过主动管理阿尔法和贝塔的结合，可以使得模型和策略更好地适应市场变化，这是我们正在努力实现的目标。
王凯：在市场没有出现极端的暴涨暴跌，且成交量保持在合理水平的情况下，大约有70%至80%的市场状态是处于这种相对稳定的区间。在这种市场环境下，阿尔法策略通常能够较为有效地运作。
王凯：在商品CTA策略中，量价类型的策略和基本面驱动的策略的占比大约是5:5，即各占一半。而在股票量化策略中，量价信息大约占到70%，基本面信息和分析师提供的另类数据加起来大约占到30%。
王凯：在国内，宏观量化策略确实是一个相对较新的领域。许多优秀的宏观投资者主要依赖于主观判断，而完全以量化方法进行宏观投资具有其独特性。与传统量化策略相比，传统量化更多关注如何在市场中获取阿尔法（Alpha），即超越市场平均水平的收益；而宏观量化则致力于更合理、更智能地进行资产配置，主动管理贝塔（Beta），即市场整体的波动和系统性风险。因此，在定位上存在一定差异。
宏观量化策略的逻辑主要考虑市场的增长、景气度、通胀和流动性等因素，这些因素对资产配置、资产估值和价格变化趋势产生影响。因此，宏观量化关注的数据和逻辑与传统量化有所不同，差异化较大。从我们的实践来看，宏观量化策略的回测和实盘表现与传统量化策略的表现相关性较低，显示出其独特的风险和收益特征。
王凯：在宏观量化领域，我们构建了一个系统性的数据库，广泛采集从宏观高频到低频的数据。低频数据主要包括各权威机构官方定期发布的数据，而高频数据则包括日评等更活跃、更新更快的经济数据。我们认为高频数据对低频数据有一定的领先作用，因此综合考虑增长、景气度、通胀、货币流动性和信用流动性等因素，形成对大类资产配置的逻辑。这种方法论不仅逻辑顺畅，而且科学合理。从回测和模型验证的表现来看，这种配置策略确实能够改善期望收益的同时降低最大回撤，显示出与传统全配置策略相比的优势。
宏观量化策略更多地关注市场的增长、景气度、通胀和流动性等因素，从而对资产配置、资产估值和价格变化趋势产生影响。因此，宏观量化所关注的数据和逻辑与传统量化有所不同，差异化较大。从结果来看，公司宏观量化策略的回测和过去一年左右的表现与国外传统量化策略的表现相关性较低，显示出其独特的风险和收益特征。
此外，在经济周期之上，我们还关注情绪周期，这涉及到一些更敏感的市场指标，如市场投资的拥挤度、市场的各种比率，包括债券结构比率、金银比等资产价格变化的比率。通过这些指标，我们试图对情绪周期进行更好的适配，以实现更精准的资产配置。
王凯：在风险管理中，我们通常强调事前风控的重要性，即在交易策略或产品之前，需要明确其风险特征。这包括预期收益、最大回撤以及预期的日均波动率等风险指标。为了达到这些风险指标，我们需要确保适当的分散度，比如在不同品种、板块配置以及策略类型上的分散，还有风格暴露上的偏离度。这些指标需要事先设定好，以确保投资组合的风险控制。
事中风控主要确保策略执行的精确性，以及在遇到意外情况，如数据中断或市场异常时，能够及时采取应对措施。这要求我们有一套有效的监控系统和应急计划，以便在问题发生时迅速响应。
事后风控则更多关注持续评估和跟踪风险指标，确保它们处于可控范围内。此外，当市场出现不可控的异常事件时，我们需要能够及时做出反馈和调整。这涉及到对风险管理流程的持续优化，以及对市场变化的敏感性和适应性。通过这种全方位的风险管理方法，我们可以更好地保护投资组合免受不利市场波动的影响。
王凯：我们的投资方法和原则可以简要概括为：根据产品特性或投资者的风险偏好来决定合理的资产配置。无论是CTA产品、股票类产品还是套利类产品，我们首先考虑的是投资者能够承受的波动性，以及他们能够接受的最大回撤，这将成为我们配置策略的起点。
基于这些风险承受能力，我们逆向推算所需的杠杆水平，并结合前面提到的分散度和偏离度管理，来预测可能的日均波动情况。通过这种方式，我们确保产品的风险特征与投资者的风险偏好相匹配，实现个性化的风险调整后的投资回报。这样的方法不仅有助于保护投资者的利益，也提高了投资策略的适应性和灵活性。
王凯：在CTA投资中，品种选择确实是一个至关重要的课题。尤其是对于短周期策略和基本面驱动的策略来说，品种的选择尤为关键。综合考虑，我们会关注品种自身的波动属性、流动性、资金流入流出情况、是否发生过异动，以及该品种在对应策略中的短期和长期表现。对于基本面量化策略，我们还会进一步考虑品种的估值、历史区间内的重要基本面变量，例如库存、期限结构等，判断它们是否处于常态或异常状态。这些指标作为模型输入，可以帮助我们对品种进行适当的高低配置。
由于量化投资不可能将大量头寸放在单一品种或少数品种上，我们会根据模型和上述因素，在均衡分配的基础上进行适当的调整。这样的方法能够确保我们的投资组合在保持多样性的同时，也能针对市场状况做出灵活的反应。
王凯：东航举办的这场大赛历史悠久，体现了东航对长期主义精神的坚持，这种精神也使得大赛具有了广泛的影响力。在大赛中，我们见证了许多杰出选手的风采。我个人对大赛中的访谈环节特别感兴趣，它山之石可以攻玉，也为我们提供了持续学习的机会。通过这些交流，我们能够从优秀选手的经验中汲取宝贵的知识和灵感。
王凯：我从1991年到1995年在东航期货工作，那时作为公司员工，虽然没有直接参与投资，但目睹了许多期货市场的交易案例。这些经历对我后来形成较为成熟的投资理念和风险意识大有裨益。
2000年至2001年期间，我在风险投资行业工作，积累了一级市场投资的初步经验。这段经历让我相较于许多量化投资者，更加关注产业趋势、基本面分析以及宏观经济的大局。
至于量化投资，我从2007年开始，是国内最早从事程序化交易的从业者之一。最初，我主要利用量价信息来构建模型。随着时间的推移，从2011年开始，我组建了团队，开始涉足更广泛的领域，包括基本面量化、宏观量化，以及股票ETF期权等，不断深化和精细化我们的量化投资策略。我们希望能够在量化投资领域做得更深入、更专业。
王凯：自2007年开始从事程序化交易以来，我一直保持了年度盈利的记录。
当然，在这个过程中难免会遇到一些较大的回撤，但相对于主观交易，量化投资不会重仓少数品种，也不会长期抱有亏损的头寸，因此回撤控制更为严格。对于自营投资来说，超过20%的回撤已经算是相当大的了。历史上，我记得2014年股指波动性特别低，导致在股指交易上出现了较大的回撤。当时市场在上半年和下半年表现迥异，尤其是到了年底市场又重新活跃起来。至于今年，由于市场更多地受到宏观逻辑的影响，上半年出现了严重的宏观与现实的背离，市场都在交易宏观预期，而现实却很弱，这导致我们的基本面量化策略在今年上半年也经历了一定的回撤。但我们正在寻找方法进行改进。到了下半年，随着市场更多地回归产业逻辑，基本面量化策略总体上也实现了正收益。
王凯：对于希望在期货市场长期发展的投资者，我认为首先需要问自己：是真的热爱这个市场、热衷于研究，还是仅仅出于赚钱的目的。因为单纯为了赚钱而进入市场是困难的，毕竟市场上有许多非常出色的交易者。我们只是在这个领域里存活时间较长、经验较丰富的参与者，但市场依然有许多非常优秀的选手。每位投资者都在与这些高手竞争，如果只有强烈的赚钱欲望而缺乏对市场的兴趣和研究动力，那么长期生存下去将会非常困难。
其次，我最重要的建议是一定要设定好止损点。无论是哪种投资方向，尤其是期货投资，由于存在杠杆效应，风险可能会被放大。因此，在策略和投资层面，设定合理的止损点是至关重要的。这是我给投资者的主要建议。
王凯：当前市场的竞争程度和进化速度与过去相比确实发生了重大变化。我们观察到，许多从业者的技术能力相较于过去也有了显著的提升。以我们公司为例，去年在持续扩展和招聘过程中，包括不少实习生在内，我们发现新一代的平均技术能力相较于10年前有了显著提高。因此，对于从事量化投资的人来说，如果是理工科班出身，首先必须打好技术基础，提升技术素养。对于那些半路出家或业余爱好者，市场的复杂性在于它没有绝对的道路，而是充满了可能性。因此，我们不能断言在当前时代，业余爱好者就没有机会了。但一定要基于“实践是检验真理的唯一标准”这一原则，充分研究、尝试，并在风险可控的范围内进行投资，设置好止损点。
王凯：在讨论监管对量化投资的影响时，我们可以看到监管政策确实是市场的一个重要组成部分，量化投资需要适应市场，包括适应监管环境的变化。近年来，监管机构对量化交易的监管力度有所加强，特别是在高频和超高频交易方面。这种监管的加强，一方面是因为超高频交易凭借速度优势可能对其他市场参与者造成不公平，另一方面也是为了维护市场的稳定性和健康性。
从监管的角度来看，对高频交易的限制有助于减少市场波动，保护中小投资者的利益，并且避免市场出现过度投机的情况。同时，对于中频和中低频的量化交易，监管政策在合规框架内还是给予了一定的空间，允许这些策略在控制风险的前提下正常运行。
因此，对于量化投资者来说，理解和适应监管政策是至关重要的。这不仅涉及到对现有政策的遵守，也包括对政策变化的前瞻性研究和应对。在这个过程中，量化投资者需要不断提升自身的技术能力和风险管理水平，以确保在合规的基础上实现投资目标。同时，监管的加强也促使量化投资者更加注重策略的多样性和创新，而非粗暴的追求速度优势，以适应不断变化的市场和监管环境。
七禾网注：成绩代表过去，未来充满挑战！
七禾网www.7hcn.com
翁建平对话整理
2024-10-27
