上海磐耀FOF——芷瀚资产走访记录2019.11
● 走访时间：2019年11月
● 走访人员：磐耀资产FOF负责人李明鸿
● 走访对接人：总经理
一．公司基本信息：
1）公司名称：芷瀚资产管理（上海）有限责任公司
2）公司所在：上海浦东新区
3）成立时间：2016年2月
4）员工人数：10人
5）当前管理规模：3000万（不包含3亿mom)
6）资管能力优势：
具有十年全球衍生品市场交易经验，经历了完整周期的长期考验，交易经验丰富，风控体系完善，长期稳定盈利。
7）未来规划方向：
优化现有策略与扩大现有产品线规模，研究高频/套利矩阵
8）公司历史沿革：
2017年8月正式开始运营，2017年12月私募基金业协会登记成功，登记号P1066464。
二．核心团队
1. 核心成员背景与分工
李栋 执行董事/投资总监
北京航空航天大学自动控制及信息技术专业。原白石资产金融衍生品投资部经理。十年全球衍生品量化交易经验，熟悉全球衍生品市场交易规则和交易策略，擅长交易模型研究和投资组合优化，拥有亿元规模基金管理经验，长期稳定盈利收益可观。
胡晶磊 风控总监
本科浙江大学竺可桢学院物理专业，研究生浙江大学金融硕士。曾就职于国内知名公募基金，FOF私募，高频私募等，熟悉市场主流的量化风控模型，对风险感知敏锐，熟悉私募基金风险管控流程，经验丰富。
宋岳华 量化交易部经理
英国阿斯顿大学金融学硕士。十年期货投资及量化交易工作经验，五年以上独立产品管理经验。曾独立设计商品资产估值体系，擅长风险管控，熟悉国内外大宗商品市场。
张颉 信息工程部经理
德国奥格斯堡大学数学硕士。曾在国内多家知名私募与期货公司任职，拥有丰富的量化交易开发与实践经验，精通Matlap，R，C++, Python等计算机语言，熟悉Oracle ，MangoDB，MYSQL等数据库操作，在CTA策略、高频套利与做市系统上有较深入的研究。
三．投资理念
（1）简述投资理念
品种分散
根据投资组合理论，分散化配置品种，内外盘主要交易所股指、商品、汇率及期权均有交易，日常持仓品种超过30个，降低非系统性风险的同时，努力提高期望收益。
周期分散
短期、中期、长期策略相互配合，针对不同的行情特征使用不同的交易周期框架，高中低频相互嵌套，平滑建仓成本，对冲周期风险，捕获不同级别的行情。
策略分散
以β型做多波动率动量策略为主，辅助套利、对冲、回归、期权以及网格等相关策略，分散化配置形成概率优势。从长周期历史统计来看，β型策略在CTA市场的风险收益比是较高的，是容量最大的主流策略，也是绝对收益的主要来源。针对β型的不足，例如曲线平滑度不够， 采用以均值回归为主的套利策略，对曲线进行平滑
量化交易
在数据挖掘和数据分析的基础上，建立策略模型进行量化交易，依据风险管理算法进行仓位和资金配置，精确控制风险。局部上控制单策略风险的同时，整体上控制总资金的回撤水平，以可控的风险，博取未知的利润，实现稳定可观的复利效应。
核心投资理念保持长期稳定。
（2）主要策略介绍
目前芷瀚动量策略占比80%左右，套利、对冲、回归、期权以及网格等相关策略20%。
所有策略在相同的风控体系下运行，模块化控制仓量，辅助以相对高频策略，周期越短数据量就越大，平滑资金曲线。
Alpha策略本质上是主动管理，无论是β策略还是α策略，在市场波动率较大的情况下，一般业绩也越好。
复合型策略是CTA基金的主流选择，不同的配比也是一种择时能力。芷瀚的配置比率是综合考量CAT市场几十年的表现，进行风险和收益均衡的结果。
动量策略包括日内动量策略和隔夜动量策略。
日内策略包括四价策略、横盘突破策略、枢轴点策略等。
隔夜策略包括趋势指标策略和ATR类通道策略等。
动量型波动率交易策略的容量较大，目前80%的策略配置在动量策略上，从长期历史统计来说，Beta型策略的总市场收益比率较高，但需要配合资金管理和辅助策略来完善资金曲线。
●策略名称:量化CTA策略
●主要交易品种：内外盘主要交易所股指、商品、汇率及期权均有交易，内盘日常持仓品种超过30个
●交易频率：高频、中频、低频策略相互配合，频段丰富，针对不同的行情特征使用不同的交易周期框架，短中长周期相互嵌套，平滑建仓成本，对冲周期风险，捕获不同级别的行情。平时一般以中频为主，平均3-4天持仓。
（3）策略主要特点(适用行情)：
策略特征为Beta型偏好，Beta不是指业绩对比标准，而是指策略因子的利润来源。
在CTA上依靠波动率带来利润的策略，称之为beta策略；
依靠预测方向主观交易带来利润的策略，称之为Alpha策略。
所有未知原因的Alpha策略都是Beta策略。
Beta策略也可以是alpha策略的一种，而且是一种经久不衰的alpha策略。Alpha也可以向Beta进行转化。
Beta型策略的容量较大，利用趋势的长尾效应，做多波动率获取利润。在系统性波动中获得净值的跃迁是Beta型策略的重要特征。
每年会有两到三次的净值跃迁，决定了大多数时候平滑曲线成为了Beta型策略的重要考验。
作为主流的策略，净值波动相对高频和α类策略要高，但从较长的历史统计中看容量较大、期望收益也相对更高，收益总额也更高。
Beta型策略的均衡配置：
一，多频段、多品种、多策略和动态杠杆相结合，在策略反应周期、品种相关性和策略辅助的角度进行均衡配比。
二，资金管理和风险控制，防范小概率长尾效应的影响，外部约束实现曲线的均衡。
股票市场的单向多头决定了Beta是系统性风险，CTA市场双向和杠杆交易，Beta的波动率意味着机遇，Beta型CTA策略本质上就是做多波动率的策略。
CTA市场来说，指数增强型策略就是重点配置潜在潜在波动率较大的品种，通过数据分析结合仓位管理来进行的配置法则，就是在寻找Alpha。
欢迎与我们深入交流
四．执行决策流程
(1) 投资执行与决策流程
依据的系统:PyAt开源平台，基于Python开发，使用Data数据来源实现多周期多品种多策略交易，单周期单品种对应一套数据，架构灵活方便。
信号与交易执行分离，方便策略编写，自动和手工下单切换简单。
拥有完整的历史数据库，支持跨品种、跨周期、跨市场及蝶式套利等套利策略，支持轮动策略及α套利策略。
基于实时Tick数据的回测系统，回测和实盘共用一套代码，功能强大。
五．业绩表现
（一）基本产品数据
1）过往累计已发产品数量：5
2）现存产品数量 : 5
3）现有几大类产品线：4
4）各产品业绩是否基本一致：基本一致（只是由于保证金仓位不同，从7%-20%不等）
（二）业绩曲线图与定量分析
净值曲线不得公开宣传
合格投资人可见
欢迎与我们联系
六．风控
(1) 风控管理模式
从宏观和微观层面进行精细化风控，风险控制由风控委员会全权负责。
i)单一策略风控：
单策略最大亏损严格控制在总资金的一定比例，调整不同相关性策略的配置比率，根据历史相关性分析，设定各品种策略风控参数，控制各板块的最大的亏损，在局部层面控制风险。
ii)总资金风控：
根据资金曲线的波动进行杠杆调整操作，区分不同水位阶段的风控细则。设定相应的回撤控制比率，进行仓位调整操作。通过总资金风控严格控制最大回撤，明确退出路径，控制最大亏损，防范长尾小概率事件冲击。
根据不同账户风控标准制定风控细则，实现精确风控，通过技术性手段规避触及风控线的可能！盈利阶段保护性减仓操作，保护利润。历史管理账户无触碰清盘线的先例。在整体层面控制风险。
iii)仓位管理：
根据历史波动率、品种相关性、板块特性、行情数据、加权平均和回归总结，量化单策略品种仓位，精确控制开平仓数量。
iv)波动率管理：
跟踪量化指数、能源、黑色、汇率、贵金属及农产品等板块的波动特性，针对不同行情特征，制定相应的交易策略，为不同的板块品种设定不同的交易参数。
v)加减仓管理：
针对不同的行情，使用等价鞅和网格等方法进行仓位调整操作，分批建仓构建成本缓冲区域，应对盘整行情。针对重点品种，设计相关交易策略，精细化加减仓操作，捕获特定品种的潜在行情。
vi)杠杆管理：
根据各个管理账户的风控细则，在相同的夏普比率下，精确定量客户风险收益期望，定制化使用动态杠杠，区分使用不同水位的杠杆水平，在安全的风控标准下，追求更高的收益率。
vii)敞口管理：
根据各账户的具体要求，控制敞口水平，夏普比率确定，最大敞口水平一般维持在期望收益的1倍标准之下，历史统计显示风险收益比一般保持在1:3，5%的最大回撤对应15%的期望收益，最大敞口保持在15%以内，根据客户及产品不同的风险收益期望水平机动调整。
在公司层面，风控主要在于策略和流动性两个方面。
具体来说，在策略层面，实行精细化的策略研发管理，针对不同策略的不同特性，进行针对性的风控，主要针对的是整体权益的波动进行计量，结合VaR值和ES值对于整体权益进行掌握。
同时对账户整体的波动进行压力测试，计量在极端环境下整体权益的变动并做好预案。
由于中国市场的特殊性，国际上通用的测算波动率的方法在国内效果并不显著，例如，国际通用假设波动率服从正态分布，但是国内标的波动选用对数正态分布更为适宜，这些方面体现出芷瀚对于风险卓越的精细化管理。
流动性方面，针对账户的波动，结合VaR值进行流动性的分层管理。
参照巴塞尔协议，将公司整体流动性分成3个层级。Level 1的流动性最好，Level 3的流动性最差。通过对于不同层级的流动性进行不同的现金管理，达到流动性管理的最佳配置。
所有投资相关风控指标都已嵌入策略系统内，是策略不可分割的重要组成部分。投资策略系统对波动率、回撤、在险值、持仓和交易量限制、品种板块占比限制、流动性等风险要素都实现了量化计算和监控。
因此在上一个交易日结束后和下一个交易日开始前，策略系统已完成风险的计算、监控和管理，最终自动生成的交易单已符合各项风控指标。
七．IT系统
（1）IT系统（服务器/托管，灾备及数据库等）
PyAt开源平台，基于Python开发，使用Data数据来源实现多周期多品种多策略交易，单周期单品种对应一套数据，架构灵活方便。信号与交易执行分离，方便策略编写，自动和手工下单切换简单。
拥有完整的历史数据库，支持跨品种、跨周期、跨市场及蝶式套利等套利策略，支持轮动策略及α套利策略。基于实时Tick数据的回测系统，回测和实盘共用一套代码，功能强大。
一般中频交易，暂无服务器托管需要。
八．获奖情况与合作渠道
1.合作渠道
招商证券/永安期货/国信证券/华福证券/国信期货/兴证期货/盛达期货/长城证券/广发证券
2.获奖情况
1）首届中国期货FOF种子基金私募邀请赛一季度绝对收益十强
2）第二届“中国交易大师 国投安信杯”巡洋舰量化组第二名
。。。。。。
风险提示：
备注：
对走访报告感兴趣，想要投顾更详细资料的朋友，或想了解其他更多投顾的信息资料，可以给我们留言或者扫下方微信二维码，感谢您的阅读与支持。
我们可提供的个性化服务包括：