孟慨，云杉树创始人 ，山西大学工商管理硕士，静悟交易理论创始人。最早在央企做资金管理，主要从事主观交易，2008年开始转向量化交易。2014年创立云杉树资本，云杉树资本定位于在量化投资领域进行IT核心技术积累及交易策略开发。主要投资于二级市场的股票、债券、期货及金融衍生品，是一家量化对冲基金。目前资金规模5个亿左右。公司的投资理念简称“520”，即最大回撤低于5%，年化收益高于20%。

核心观点

1.量化交易首先要实现的就是提高你的交易效率，提升你多策略的执行能力。然后就是它的可重复性，可执行性是主观交易无法比拟的。在大规模资产的管理过程中，一定是需要借助量化的工具。

2.有很多的交易策略其实不很好通过量化去实现的。比如说很多产业逻辑的策略，涉及到数据源就是一个很大的门槛。

3.在量化交易策略开发时一定要有必然性、普适性，策略的参数不能是孤岛效应，而应该是有一个参数域，在这个参数域的范围内都是有效的，区别无非是不同的参数点的效率高低的问题，这的策略才是比较合理的。

➤大宗内参：主观交易与量化交易之间有怎么的不同呢?

孟慨：我最早是在央企里边做资产管理，当时做主观交易，其中有很多的弊病。首先说批处理能力，当你账户资金量大的时候，你的交易效率会受到很大的限制。然后就是多品种，多策略，不同风格时候的交易，主观交易就不好执行了。

量化交易首先要实现的就是提高你的交易效率，提升你多策略的执行能力。然后就是它的可重复性，可执行性是主观交易无法比拟的。量化的决策依据点十分的清晰，而主观得决策依据点就会比多因素化。简单来讲就是主观的有时就是可以在一个时间点考虑多个因素的信息去做决策，但是不能很单纯的在同一个点上做出相同的决策。我们认为在大规模资产的管理过程中，一定是需要借助量化的工具，可以在下单，策略的执行甚至研发方面，都可以大幅度提升效率。

当然了主观交易其实也有一些优势。它是一个“人脑学习”的过程的，这个过程是无法用纯数字或者纯程序去完成的。就比如有些人在无数次的交易之后，形成了一种“交易直觉”或者我们经常说的“盘感”，可以以此去判断市场的高点与低点，这是量化交易不能做到的。

➤大宗内参：在做量化交易的时候遇到过哪些困难呢？

孟慨：第一点是交易平台的问题。很多时候第三方的交易平台，自由度，个性化，承载能力可能不能满足自己的需要，而自己做平台却又不会IT出身，这就构成了一个比较大障碍。这就需要不断地去找人组建团队，构建交易平台，然后之间还要经过大量的磨合，最终使得自己的交易体系可以通过自己的交易平台去实现。

第二个就是数据中心的问题。做量化交易会用到大量的产业数据，基本面数据。我们会分行业的研究和探索，不同的数据的周期性、作用效果、作用时间等都会不同，如何去判断这些数据对基本面产生的影响逻辑这是需要一个长期的过程去积累。

第三个就是测试平台。这个也是需要自己去搭建的。与很多其他的团队相比，我们的团队更倾向于产业逻辑和基本面的量化，所以我们在IT搭建和数据搭建做了很多的工作并积累形成了自己的产品。目前我们的平台全部都是自己搭建的。

➤大宗内参：有没有一些量化交易难以实现的策略？

孟慨：有很多的策略其实不很好通过量化去实现的。比如说很多产业逻辑的策略，涉及到数据源就是一个很大的门槛。比如现货的库存，现货各个港口的价格，每天现货的成交量。这些是十分有价值的信息但却是无法得到的，或者说精确的获取的，这时候就会有一定的偏主观分析。

再比如说波浪理论就是很适合主观而难以实现量化的例子。因为很重要的一点是它没有参数。做量化需要给到很具体的参数，比如时间，点位，幅度，比例，机器只能执行这样的固定准确的东西，而波浪理论中的下跌，幅度都是比较主观的，不同的人会有不同的看法。

➤大宗内参：那么您认为做量化最重要的是什么呢？

孟慨：我们现在做量化都是最普适性最坚韧的东西，比如供需关系决定价格。在策略开发的时候一定要有必然性，普适性。策略的参数不能是孤岛效应，就是不能一个个孤立的参数点，而应该是有一个参数域，在这个参数域的范围内都是有效的，区别无非是不同的参数点的效率高低的问题，这的策略才是比较合理的。我们以前也做过偏向数据拟合的量化，我们认为他很难长时间的在市场中生存下去，而且他比较适合小规模的资产管理，当资金量规模特别大的时候就不太适合。我们目前主要是以对冲为主，做单边的比较少，并且依据市场的波动率去做止损。