LUCIDA：Crypto量化基金经理们是如何获取Alpha的？

本期 AMA 主题与嘉宾介绍

主题： Crypto 量化基金经理们是如何获取 Alpha 的？

主持人

郑乃骞 @ZnQ_ 626 

LUCIDA Founder

2019 Bgain 数字资产交易联赛第一赛季 混合策略组冠军；

2020 TokenInsight 全球资产量化大赛，复合策略组 四月亚军、五月冠军、赛季季军；

2021 TokenInsight x KuCoin 全球资产量化大赛，复合策略组赛季季军；

嘉宾

Ruiqi @ShadowLabsorg

ShadowLabs 创始人DC Capital 投资总监

量化产品管理规模超 3 亿美元

多家交易所和知名项目的做市咨询顾问

Wizwu @wuxiaodong 10 

RIVENDELL CAPITAL 多因子主观策略基金经理

计算机+ 金融复合背景

20 M 非传统 crypto 策略

主攻链上链下数据挖掘和中性多因子策略

基金经理的 Alpha 策略的框架是什么样子的？

郑乃骞@LUCIDA：

LUCIDA 是一家多策略的对冲基金，我们通过开发各类低相关性的多样化策略，保证我们的业绩可以穿越牛熊。

我以自营资金举例，我们的收益目标是在牛市跑赢比特币的现货涨幅，所以我们会先对市场做一个宏观择时，即判断现在市场是不是处于熊市底部和牛市顶部，这样判断非常低频，大概是以年为单位的。

如果我们认为当前市场属于熊市底部，那么我们会把所有的资金都换成满仓比特币，并持有一整个牛市。在此基础上，我们会用 CTA、多因子策略和统计套利策略等量化策略做收益的增强，这些策略也是牛市中 Alpha 的核心来源。同时我们会根据当前的市场环境，动态调整这些策略之间的资金配比，保证资金的利用率。

如果我们认为市场到了牛市顶部的区域，我们会把比特币全部清仓，再换成美元，以此度过熊市，并且在熊市也会用 CTA、期权波动率套利等策略，让美元越来越多，直到下一个市场周期。

所以，所有 Alpha 的贡献包括两大类：一、牛熊的宏观择时判断，这也是我们核心的竞争力之一。二、量化策略的收益增强。比如比特币从一万涨到了五万，在一万精准抄底五万精准逃顶这是不现实的，那我们就会用量化策略做收益上的增强，保证我们能跑赢比特币的涨幅。

Wizwu:

提到 Alpha 策略，这与我们基金的资金属性有关。我们本身接了很多币圈的原生资金，全都是币，我们就不得不去被动地赚 Alpha，它本质上就是一个指增策略，在这个指增里面，我们有多因子的策略，还有一些主观的策略。

作为机构，我们做主观交易需要考虑很多事情，包括持仓周期、小币的流动性等等，这些因素使得我们可选的标的就不太多，持仓多就容易分散，是跑不赢大盘的；持仓少了，又要和项目方投资方抢裤子，所以我们的框架就是啥都做。

举个例子，比如说我们发现了一个因子，不同的人有不同的思路去处理它，有中性的，有主观的，有量化的，这代表了不同的交易思路，所以说我这边就把主观和多因子都算到一起去了。因为 Crypto 市场没有这样的先例，所以说对我们来讲，既有股票市场中的因子策略，它是以数据驱动；也有价值类的，但是我们没有找到；也有一些期货，尤其是期货那种库存和供需关系的分析思路。所以说这一切都很依赖于我们对数据和交易线索的理解能力。

但我们没有币圈原生的一级基金的投研类部门，因为我们没有像他们那么多的资源和那么广的视野，我们就主打一个灵活跟数据驱动。所以说市场上不同的人赚不同的钱，这跟期货市场有点像，产业赚产业的钱，量化赚量化的钱，主观赚主观的钱，方法论不一样，最后赚的钱也不一样。

整体上来讲我们以币本位为主，币本位的话我们希望我们的策略要跑到夏普 3-4 的一个水平，年化收益要达到 10% 以上的水平，宏观择时会做的比较少或非常低频。以此为基础上，我们通过一些对市场的洞察得出因子，这些因子可以适用于各类策略，包括主观、多因子等等。

挖因子的过程中，我们喜欢搬运一些期货或者股票市场的因子来测，也会有自己的交易经验。

Ruiqi:

我们是一个纯量化纯自动化的团队，所以我们一开始设计 Alpha 的结构框架时就是遵循高度工程化和高度自动化的原则，所以非常多的依赖数据驱动和执行。我们内部把我们的 Alpha 框架分为执行的 Alpha 和预测的 Alpha。