本期是接上期訪談的後半截，內容的硬核程度為三顆略
3、如何更好地表達一個因子對於整個股票池的收益率，並且更好地利用這個收益率？
答：這個不懂..
4、你的風控方法一般有哪些？與量化相關的能自適應市場的風控方法呢？
答：我只有基於最大回撤止損這一個風控方法。我覺得風控得提前嚴格定好，程序自動執行風控，自適應和風控應該不能用到一起，風控哪能自適應，他會適應到你爆倉。
5、如果是類似於簡單的波動率風控的自適應方案呢？比如市場波動率較低，就降低風控閾值，反之就放大這樣的，當然這種不太靠譜，就是類似這方面的。
答：你說意思應該是策略的止損條件設置，不是整個賬戶的風控吧。按理說風控和策略應該由不同的人制定。
6、嗯嗯是策略的風控，不是整個基金產品的風控。不一定是策略的止損條件，也可以是策略中的每個持倉的倉位控制，或者這個策略的總倉位即資金分配這些。
答：止損條件和倉位控制的內容太多了，可以寫一本書了。如果是始終滿倉的策略，止盈止損的參數設置可以結合統計學裡面的一階矩（均值）、二階矩（方差）、三階矩（偏度）、四階矩（峰度）來綜合設定；倉位控制可以看一下市場微觀結構裡面的一些經典的存貨模型。
三階矩和四階矩我挺喜歡用的，一個反映的是波動的方向，一個反映的是波動的大小
比均值和方差更適合動態的去刻畫波動率
可以可以，想要的就是這樣充滿著超額信息的答案。
這裡大家可以自行去找資料學習這裡我師弟說的三階矩（偏度）、四階矩（峰度）以及市場微觀結構這些相關知識，或者關注我的專欄文章，或許哪天就能看到相關內容。文章一般我會發一些專業性強的，畢竟文字嘛，能承載更深入更專業的信息。
7、GARCH模型及其變形，比如EGARH那些，你是如何應用於各類資產的量化策略中的呢？
答：GARCH其實挺有用，期貨和期權的波動率交易類型的策略都需要這一類描述波動率的工具。不同的市場不同的品種的收益率分佈特徵不同，需要依據具體品種的收益率分佈特徵來修改GARCH模型，應用方法就是先預測波動率，預測波動率會變大就做多波動率，預測波動率會變小就做空波動率。。。
【專業級】
1、如何將變量內生化，提高變量的自適應性，在策略不可避免地使用多參數時，且無法減少參數的情況下儘量減少過度擬合？
答：儘量想明白每個變量背後的金融邏輯，從邏輯出發把變量內生化，如果沒有邏輯建議放棄這個策略。
2、你之前做的高頻CTA模型，，用tick級別數據喂出幾分鐘週期的買賣信號，並且代碼裡運用了隨機數，這套模型年化70%收益而且波動率很小、夏普達到10，有哪些非商業機密性細節可以分享的嗎？
答：這個策略思路其實非常簡單，簡單到一說別人就能懂，所以啥都不能說。
3、之前我看到某頂級量化私募的一篇文章，提到了量化策略有機結合而非簡單疊加是未來趨勢，你覺得目前市面上主流的量化策略如何能有機結合起來而非簡單疊加呢？
答：暫時沒有發現比經典的風險平價模型更有邏輯的方法。。
4、你覺得如何解決風險平價模型的動量效應帶來的負面問題呢？
答：這個沒想到什麼辦法。
5、我們之前討論的期權gamma scalping 策略及其變形策略，你在使用的過程中遇到了哪些問題呢？當時你是如何解決的？
答：我是在美股期權用gamma scalping策略的，具體到每個股票是long gamma還是short gamma，感覺只能基於基本面來判斷，只做自己看得懂基本面的股票，不做自己看不懂的股票。。。
6、之前你說的用波動率曲面參數化來優化波動率策略，具體如何將其運用於波動率策略中以及其能帶來哪些優化呢？
答：這個太專業了，我也還沒想明白。
本期視頻大家沒聽懂沒關係，因為涉及太多專業知識了，並非只涉及幾個十幾個專業概念那麼簡單，而是涉及很多本書的內容以及很多在業內才能學到的經驗，所以降維來講也至少十幾個小時。如果單純介紹買入跨式、日曆價差、碟式套利是啥，這個不需要太多時間，但解釋為啥要用它們以及什麼時候用它們，用它們的效果如何，如果正確地用它們，如何更好地用它們，這些絕不是降維幾個概念就可以講清的，因為這些不是簡簡單單解釋下專業術語就完事了，這些是屬於實戰的內容，是我們業內人一天8小時專研投資領域、每天用真金白銀在資本市場裡搏殺，才能獲得的寶貴實戰經驗與認知，冰凍非一日之寒，更何況這些根本不是書本知識的簡單堆砌，覺得我說得有道理的朋友彈幕刷一波“對對對”來告訴我。
所以根本不可能通過幾分鐘的概念解讀性降維就能傳授給大家。很多噴子喜歡說投資大師講經驗都是講的大白話，你整那麼專業不就是在裝逼。這種言論就屬於我看了就想拉黑，多花一秒回覆都不得勁的那種。其實啊，投資大師講大白話，那是接受記者採訪，面對的是廣大群眾，廣大群眾中專業人士必定是少數，大部分人都是小白，所以必須講大白話，因為受眾結構擺在那，你只能照顧大多數人來講。但大家可以看投資大師寫的書，有哪本是大白話講的？真正的武功肯定是需要一定認知水平的。價值投資流派每個人都知道的價投聖經，巴菲特老師本傑明寫的《證券分析》，大家都聽說過吧，沒聽過的同志請舉手；還有波特五力模型那位教授寫的《競爭戰略》系列很多本書；還有量化之父西蒙斯最近出的一本書，就他的自傳，大家都可以閱讀一下，看看寫的是不是大白話。我大學看過《證券分析》，剛畢業2016年做研究員的時候看過《競爭戰略》系列，感覺就是那種，中文每個字你都懂，但連起來就不太好懂的亞子。我看過的世界著名的投資大師真正用大白話寫的書，就只有一本，利弗莫爾的自傳《股票大作手回憶錄》，因為那是在一九零幾年。眾所周知，那會哪像現在這麼多專業知識，價值投資都還沒開始盛行，利弗莫爾小時候還當過在黑板上抄k線圖的員工，程序化交易這些也還遠遠沒有開始出現，他的故事非常的傳奇，其實我挺想做一期視頻講他的傳奇故事的，想聽的同志請舉手。大家應該看過一些圖，關於人類的信息發展指數爆炸的，現在每天還是每年忘了，人類就創造了過去幾千年的信息總和。技術進步也是如此。
所以現在的知識含量和一九零幾年那會沒法比的。所以利弗莫爾的書不可能給你講GNN、RNN、反身性理論、行為金融學、金融工程、量化交易這些。
我剛做投資的時候，也喜歡看什麼大白話講投資，當你越走越深，看的東西就會越來越專業和晦澀難懂，這才是常態。
希望大家明白一個道理，信息是可以創造阿爾法的，那麼越專業、認知門檻越高的信息，就越少人能理解，自然就能創造越高的阿爾法，也即我講的超額信息。當大家都懂的投資信息，它必然是無法給你帶來超額收益的，最多帶來市場平均收益，但大部分情況下是負收益，因為總是隻有極少人能將眾所周知的普通信息運用地爐火純青。
舉個例子，在利弗莫爾那個年代，大家都不懂技術分析，所以利弗莫爾懂技術分析，他賺大錢；後來很多學者研發了各種技術指標，比如MACD、KDJ這些，這些發明者也曾靠這些指標賺過大錢；再後來有些人懂價值投資，在價投還未盛行的時代，也賺了大錢；再後來，在量化還未盛行的時代，有人懂量化，於是也賺了大錢；再往後，在高頻量化交易還不多的時代，有人懂高頻量化，也賺了大錢；在a股2006-2016年，用量化的人還不多時，有很多量化私募或散戶知道小市值策略能一年賺60-70%，於是這十年也賺了大錢，不僅小市值策略，還有各種簡單的均線系統，在量化1.0時代也能瘋狂賺錢，但在目前量化3.0精細化作戰的時代，那些粗糙簡單的策略只能持續穩定地虧錢。
這就是各種時代背景下的超額信息變為眾所周知的信息後，其附帶的阿爾法必然下降或消逝的現象。相信大家應該能理解，我這段話其實也算一個超額信息：人的本能是朝抵抗力最小的路徑走，誰都想聽有趣的容易聽懂的信息，包括剛做投資的我，但是，你容易聽懂，大家也都容易聽懂，那麼這個信息就沒有了阿爾法。阿爾法的意思就是超額收益。
當然對知識的趣味降維是很好的，我也很喜歡做這個事情，因為日常生活中我的性格就挺逗逼的，幽默是快樂的源泉，眾所周知，但有一類高認知門檻的信息怎麼降維它就還是很多人理解不了，畢竟高認知和理解門檻，才是它能附帶阿爾法的根源；
當然也還有一類超額信息，它們不難理解，但難以獲得，一般只在精英圈子或較高圈層或特殊圈子流通，特殊圈子比如小眾或專業性強的某個圈子等等。
Ok本期分享就到這裡，感謝各位的關注和轉發，麼麼噠
閱讀更多 略財經 的文章
