私募日记-北京汇智晨星（股票T0、CTA复合）

01 公司概况

02 核心团队

核心团队三人。策略负责人常总是海外计算机留学背景和多年从业经验，主要负责IT方向。另外两人是数学统计背景，负责模型开发和优化。

03 策略概况

本篇对股票T0策略和短周期CTA复合策略进行介绍。

1.股票T0策略

完全复制指数、每只票独立决策、依赖日内波动，纯时序T0，受风格漂移影响小，性价比（夏普）优于主流截面策略。

选股与标的范围

• 选股范围：严格限定在指数成分股内。
• 市值偏离控制：正常情况下市值偏离约6%–8%。
• 极端行情处理：由于每只股票独立决策，若某单一成分股出现极端看空信号且风险可控，可将该股票全部卖出，极端情况下指数偏离可能阶段性放大。

决策机制与Bar构造

• 不是简单地将今日15:00与次日9:30的数据按时间日历连起来，而是将全市场行情视为一个连续Bar序列。
• 决策点（Bar的切分点）基于市场事件（如价格显著变动、成交量达到阈值以及其他市场微观结构事件），决策频率在秒级至分钟级灵活可变。
• 由于决策依赖于事件驱动的Bar，因此在第二天上午集合竞价期间只要未触发生成新Bar的事件，就不会做出新的决策。

隔夜管理

• 隔夜允许对标沪深300成分股权重的敞口在20%以内，仅长假前将持仓调整为与指数一致的权重。
• 允许隔夜偏离的两个原因：1）隔夜时段存在显著的阿尔法 2）模型通过时间相关因子“软性”控制收盘风险。

信号与预测体系

• 预测周期：10分钟-1小时
• 信号频率：每个Bar决策点出信号
• 信号集成：多个机器学习模型（树模型和神经网络）和多个周期预测，通过某种线性组合在一起，最终给出结果

换手率

300指增100-150倍，2000指增250倍。

收益特征

收益并非依赖少数几个高波动标的，而是通过一套覆盖10分钟至1小时多周期的预测系统，在指数成分股挖掘阿尔法。

风险控制机制

盘中风控未设硬性止损，主要通过优化环节软性调节，如参考波动率和风险惩罚项来影响开仓频率和规模。

短周期CTA复合

策略结构

商品期货（预测周期10-30min）、股票（预测周期10-60min）、股指/国债高频（预测周期3-5min）。

技术支持

• 全量处理国内交易所实时数据，支持原生行情解析
• 自研高频执行系统，优化滑点与交易成本
• 端到端研发-交易闭环，支持快速迭代新模型

特征与模型

提取趋势/反转/微观因子等十余类特征，适用于期货、股票、可转债及境外市场。

多模型集成：传统机器学习与深度神经网络结合，通过线性回归生成最终信号。

策略特点

• 依赖市场波动率，波动上升时收益显著。结构化行情可能收益有限。
• 采用机器学习模型（传统树模型+深度神经网络）生成信号，结合动态仓位优化控制风险。
• 隔夜敞口管理：商品分散持仓（单品种≤2%合约价值），股票隔夜敞口≤20%。
• 执行系统：高频执行减少滑点。
• 风险控制：无硬止损，通过优化器软性控制风险暴露。

▲ 以上部分为节选，详情内容以及更多尽调需加入获取