【量化基金如何保護他們的交易策略】

「您的交易策略，其實邏輯也不是太複雜，應該就是看到恆指上升1%後，再看到南下淨流入大於20天平均線，就可以買入港期十手吧?」

這是一個量化基金經理 (Quant Portfolio Manager) 曾經問過我的一個問題。他沒說錯，在那個時侯，策略是這樣運作。但我沒告訴他的是，如果市場的利率上升了，這個策略便需要調整，再升的話需要暫緩一段時間，直至目標利率下降至3厘以下，但是我想應該沒有量化交易員會告訴任何人全部秘密。

以前在一間知名量化基金當交易員，見過不少人嘗試保留自己的交易策略秘密，盡可能在離職前不讓上司及同事理解整套交易原理。而剛才那句說話，通常是上司認為自己不夠了解你的策略時，心虛地向你提出的一個問題，務求你走了以後，自己也大概能應付您常用的策略。

你可能會問，他們不檢查你的交易策略的代碼 (codes) 嗎? 檢查了的話，為什麼要額外這樣問?

首先，很多上司未必一定懂您的codes。一些上司以往用開C++ / Java，而你用python，礙於上司的時間是更加寶貴的原因，通常也不會花太多時間由頭看起。因為就算懂 python，他也不確定你的策略在你離開之前有沒有改了什麼參數，導致策略的入市出市與以往有不同。所以更保守的做法，就是確定你的策略在什麼市況賺錢及蝕錢，那就夠了。餘下的交給新的交易者去重檢codes，沒大礙而策略又繼續賺錢的話，就一直運作就可以了。一但發現原本在跌市時本應賺錢的策略反而蝕錢，策略的新接管人員便要開OT，將策略為何失效的原因匯報上司。

一般上司 (投資組合經理以至CIO) 如果對你以往的交易紀錄有信心的話，有些剛剛寫好，而且模擬測試了一段時間的「新策略」，基本上在交易邏輯上他們不會問得太深入，一般在考慮了策略的最基本原理及「策略風險」後，例如策略在什麼情況下會容易賺錢/蝕錢，策略所交易的資產是什麼，交易方向性 (多/空或兩者皆是) 及最重要的是forward test中的交易成績 (CAGR, sharpe ratio, MDD) 等資訊後，就會用些少真錢直接上線。原因很簡單，有些策略不上線，永遠不知道能否賺錢，因為你的對手都可能在用類似策略，但如果你的下單技術較差的話，就被佔著先風，回測有多好都沒用。另外，如果策略不賺，蝕掉些少錢也沒太大所謂，起碼知道策略的問題及自身技術的不足，再作改善，改到了開始賺錢後，再慢慢放大策略倉位。

當然，我並不排除有少數公司是要知道每一個細節才能讓策略上線，起碼我聽過一間C字頭的基金是這樣運作的。

另外，每間公司的離職政策不一樣，有些公司較隨心，你想走就放行，留下你常用的數據源就可以 ，主要因為有些平台式對沖基金會內部分享坊間罕有的數據給不同投資組合經理使用，而alpha很多時侯是來自這些數據，留低數據等於把 alpha 留下來。而有些公司會要求你留下所有策略代碼，而且確保代碼在數個月內都依照原先的策略原理運作正常，才會把人放行。曾聽聞，有交易員故意把策略設計到在限期前都正常運用，過了後便失效，成了一堆破舊亂碼 (用開 Python 的朋友很容易可以寫出)。這種做法我並不認同，要不你不留低任何痕跡，要是要反面不認人的話，一但被發現 (當然99%會被發現)，一定令到對沖基金非常不滿，結果就是基金會提告法庭。而看看歷史可知，有些大型基金會有傾向性去控告一些對公司盈利有非常大影響的 PM，從財務及心理上影響離職者，原因不言而喻。

—------------------------------------------------------------------------------------------------------------------------

在此告訴一些初入行/準備入行的朋友，如果你想要建立一套完善﹑穩定的系統化交易系統，應該至少要有以下數樣要素:

1. 穩定質素的數據源
2. 發開 Alpha 的流水式系統
3. 構建交易策略的系統
4. 回測及優化的系統
5. 接駁證券行及維護的系統
6. 實況回測互證系統

往後我會將以上每項逐一講解，很相信是大家從來都沒有聽過﹑看過的內客。而且，因為內容是屬於機構級水平，需要極多時間準備及較對，也是我交了N年學費而學到的，所以只會公開授予訂閱的朋友。多謝大家支持。