私募基金的合格投资者是指具备相应风险识别能力和风险承担能力，投资于单只私募基金的金额不低于100万元且符合下列相关标准的单位和个人：1、净资产不低于1000万元的单位；2、金融资产不低于300万元或者最近三年个人年均收入不低于50万元的个人。
*泽募家温馨提示：金融资产包括银行存款、股票、债券、基金份额、资产管理计划、银行理财产品、信托计划、保险产品、期货权益等。最后，私募基金风险大，文章内容仅供参考交流，不构成投资建议哦~
私募基金分类
股票策略-股票多头：专门投资于股票的基金，所持有股票组合的涨跌幅决定了基金的业绩。
股票策略-股票多空：在持有股票多头的同时采用股票空头进行风险对冲，空头仓位主要是融券卖空股 票，也可以是卖空股指期货或者股票期权。
市场中性策略：主要采用做多股票，同时做空股指期货来进行对冲，以保持投资组合与所参照的 市场指数之间的独立性，选取风险敞口小于 20%的产品。
CTA策略：根据对商品等投资标的走势的预判，对期货期权等衍生品在投资中进行做多、做 空或多空双向的投资操作，以获取投资回报。
宏观策略：利用宏观经济的基本原理来识别金融资产价格的失衡错配现象，在世界范围内， 投资外汇、股票、债券、国债期货、商品期货及期权等标的。
债券策略：专门投资于债券市场，对债券进行组合投资，寻求较为稳定的收益。
多策略：将多种投资策略结合使用，在不同领域进行复合投资。
私募FOF：筛选私募基金，构造合理的基金组合，从而实现基金间的配置。
鸣石投资 总经理/策略负责人 袁宇
沃顿商学院金融学博士，所著十篇文献发表于国际顶级金融研究期刊，曾任：宾夕法尼亚大学沃顿商学院教授，上海高级金融学院教授。
核心策略：股指CTA策略
2.鸣石因子组人工挖掘因子超过10万个，机器挖掘因子超过8000万个，其中入选指数择时类的因子超过6000个，以时序因子为主。
二、股指多空策略全频段信号覆盖
1.鸣石AI组选取符合条件的因子，由AI根据市场最新数据赋予权重生成数个不同预测周期的信号，AI人工智能主要是充分利用机器学习强大的非线性处理能力，将因子整合成信号，目前鸣石拥有十几个不同信号。
2.股指多空策略会将分钟级、小时级、天级以及周级的信号进行非线性拟合，最终形成平均预测30分钟的信号。
三、风控管理
鸣石的风控管理具体分为产品层、信号层，在产品层监控各参数，在信号层监控信号失效性。
四、差异化特色定位，策略容量更大、业绩更持续
基于金融学背景的因子团队挖掘因子 + 辅以AI选择因子
1.鸣石采用学术团队挖掘因子，叠加AI机器选择的因子，由人工智能匹配 各因子的权重并生成信号。
2.其中因子PM组人工挖掘的因子占比较重，使得鸣石的策略在因子的解释 上更具有学术理论的支持。
3.并非单纯的机器统计和预测，在股票交易时同业竞争低，冲击成本低。
五、股指CTA策略收益特征
1.数据：运用tick级/分钟级/小时级等不同密度的数据，研发出不同预测周期的因子，把握市场脉动。
2.品种：目前交易品种包括IH、IF、IC、IM当月合约。
3.胜率：模型对于单笔交易的胜率平均为65%左右，单笔交易的盈亏比大约1.3-1.5。
👨🏻鸣石投资 市场总监 潘玲玲：
目前我们股指 CTA 策略的因子的构成，它是90%的价量，这些价量就包括交易所的这些价格和成交量。以及10%的新闻舆情，这包括像国家重要的货币政策，财政政策，这些都属于新闻舆情，还包括像美国大选这些全部都是会纳入到我们舆情数据当中。因子的维度，我们是包括Tick这种秒级别的\分钟级别，小时级别，日级别和周级别这五个维度来独立的生成它的一个因子。那么对于独立生成的这五个维度的因子，然后会进入到我们的机器学习生成这个预测不同预测周期的投资信号，再进入到我们的组合优化，来进行对这些秒级别、分钟级别，小时级别，日级别以及周级别的，不同预测周期的信号来进行权重的分配。而分钟和小时，目前是占80%以上的权重，而日级和周级，是占15%到20%的权重。
👨🏻鸣石投资 市场总监 潘玲玲：
目前我们的交易频率是在平均持仓周期30分钟，换手的话是在1800倍左右，就是我们是每一天差不多是换6次就250个交易日乘以6差不多是这样子。
目前我们所有的资管产品全部都是同样的保证金占用是在45%左右，就是一对保证金占用是在14%到15%，一对股指期货多空里面包括50，300，500，1000四个品种，16个合约。平均的话，我们是占用三倍保证金就是15%乘以三是保证金的占用是45%，我们是一视同仁所有的产品，我们员工自己申购的产品是对外发行的资管产品全部都是45%左右的保证金占用。
目前整个股指期货策略的收益的来源，它就是指数的一个趋势判断，通过敞口的暴露，这个敞口当然包括多头敞口预测，指数上涨的时候，就暴露30分钟的敞口，只是打个比方，但是真正的交易执行可能更加复杂，可能持仓有五分钟的，一个小时的，两个小时的都会有。但是它平均的持仓周期就30分钟，就是这30分钟指数的上涨和下跌中间波动的一个价差，这就是我们产品收益的来源。拆分到具体的标的上，沪深300和上证50，它的收益贡献加总差不多在30%，中证500是30%的收益贡献，中证1000是40%的收益贡献，它的收益贡献是和它指数的波动率成正相关的关系。
从这个策略运行以来，从2022年1月份到2024年12月份，我们最大回撤是产生于2023年的10月15号到12月15号期间。这期间是产生了-3.2%的最大回撤的原因，主要就是有两个。第一个最根本的原因，它就是两市成交量过低，就四五千亿，就是市场上多空没有博弈了。我们举个比较形象的例子，比如说指数日内持有千分之二、千分之三，我们说的是中证500和中证1000的，它只有这么小的一个波动率，那么我们每一笔开仓可能只开20%到30%的一个敞口了。所以说中间的利差是非常薄的，即便我们每一笔的预测准确的情况下，它的利差也是非常薄，在这样的行情下，指数波动率很低，然后两市成交量也很低的一个市场环境下，我们产品是产生了回撤。
今年以来的最大回撤是在一个点左右，是产生在924到108那一周，那么投资人就会很好奇，为什么那么明显的一个趋势上涨的行情，我们没有捕捉到？因为对于量化交易而言，它是根据历史的规律去预测未来，那么在历史上，我们的策略运行将近三年的时间，这三年我们的模型从来没有遇到过这种行情，所以他不认为指数日内涨了三个点，五个点之后他还会继续上涨。比如说我早盘开盘的时候他直接来开多头，多笔多头捕捉了一定的正收益的，但是可能下午的时候他就开始开空头了，因为他觉得指数已经涨到位了，因为根据过去的所有的交易日的情况，都是呈现这样的规律的。
那么开空头的话，他就会亏钱。所以说像这种政策性的行情，也是量化交易。可以说不适应的行情吧，但是每一天我们这种交易所的这些数据都会喂给我们的机器来进行自我迭代，比如说我们10月份和11月份的一个类趋势上涨的行情，我们也是适应的非常好。那么策略的最大回撤的修复基本上是两到三周，就除了像去年四季度连续两个月都在回撤，就是四五千亿的这种成交量，策略实在是没有办法来跑收益。如果在正常的七八千亿这样的两市成交量的一个基础之上，我们策略基本两到三周就能够修复最大回撤。
data@haizetou.com是我们净值数据观测邮箱，我们会收集各种优秀私募净值数据，整合到我们的fof观察池中进行分析和研究，欢迎各位管理人将优秀的产品发给我们。
版权声明：本内容版权归原创方或原作者所有，如转载使用，请注明来源及作者、文内保留标题原题以及文章内容完整性，并自负版权等法律责任。本号转载文章大部分已获原创号或原作者授权，但部分文章推送前我们未能与原创号或原作者成功取得联系，若涉及版权问题，请通过本号微信后台联系我。
