前言
当前，市场的震荡和量化策略的内卷使得传统的单一策略面临失效的风险，同时极端事件的发生也可能是导致策略不适应或失效的原因。为了应对市场的变化和策略失效，多策略资产或是量化领域下半场的主角。
好投基金研究院此次走进管理人活动，邀请到了因诺资产的渠道总监杨同原，对量化多策略的配置价值及因诺资产的实践进行了深入介绍：
“组合策略融合了多个基金经理的投研成果，充分利用不同策略的低相关性， 追求最佳收益风险特性。”
“多策略具有更稳定、更具风险收益比的优势，将成为未来越来越主流的趋势，给投资者带来更多的策略选择。”
1、什么是量化多策略？
图片来源：因诺资产
多策略的概念其实大家都已比较熟悉，是一个包含多种策略的组合，这些策略之间由于相关性较低，因此可以达到降低系统性风险，平滑波动的效果。
那多策略为什么需要量化的方式来实现呢？
这是因为量化的手段使用的是计算机技术和策略模型，能够减少主观判断的干扰，遵循预设策略规则，帮助投资者更有效地执行多策略投资，实现风险分散和收益优化。
2、多策略和组合策略有何异同？
在火富牛平台上，多策略又叫“多资产策略”，属于一级策略，子策略有宏观策略和复合策略。而同样是一级策略的“组合策略”有FOF和MOM两个子策略。
多策略和组合策略的区别，在于多策略是直接投资股票、商品等，只是在投资过程中同时采取不同的策略。而FOF是需要管理人通过筛选基金来进行组合配置，也可以把FOF策略理解为基于多策略的理论基础，把很多种相关性比较低的资产配置在一起的策略。
因诺创始人、投资总监徐书楠总指出：“多策略的产品形式，就是把几种相关性很低的量化模型配置在一起，就能够获得比单一的资产更高的收益风险特性。”
3、为什么量化多策略正逐渐成为趋势？
近些年来黑天鹅事件频发，俄乌冲突、美联储加息等等，突发事件对市场的扰动属于系统性风险，而每一次的系统性风险都会对量化市场产生较大的冲击，单一策略或产品面临的风险敞口较大。
在面临单策略收益水平的下降、受风险冲击影响较大时，我们该如何通过策略组合的方式提高我们的抗风险能力呢？
多策略产品，一般可以用中性策略打底，再叠加一些股票多头策略、CTA策略等进攻性资产，从而能够降低系统性风险，获得与市场行情相关性较低的阿尔法收益，最大程度满足投资者对于财富稳定增长的需求。比如在08年金融危机时，CTA长周期策略能够跟随市场的下跌趋势获得较高的收益，从而对冲掉股票多头策略的下行风险。
数据来源：火富牛
根据火富牛平台的数据。我们做了个单策略指数和多策略指数的表现对比。可以看出，多策略产品在年化收益上相对于单策略产品更好，而且和沪深基准指数相比，波动率更有优势。
当然多策略产品在组合方式上也有很大差别，不同组合方式的多策略产品收益也有差异。总的来说，相较于通过买入不同策略的产品来进行组合分散，我们更希望投资者多了解一下多策略，多策略不是单策略的简单叠加，而会根据各子策略的相关性、根据组合模型来进行配置。随着单策略产品获取超额收益的难度增加，现在越来越多的管理人开始做多策略的产品线，投资者对多策略的概念也越来越熟悉。
4、 多个维度看多策略
- 子策略是否稳定：量化多策略由主策略和辅策略组成。主策略的稳定性对整个组合收益至关重要，如果主策略回撤较大，将对整体收益产生不利影响。主策略通常是攻击性较好且与其他策略关联性较低的策略，例如CTA策略和股票多头策略。辅策略通过采用市场中性、事件驱动、套利等策略来增加收益。CTA策略在交易框架内可以灵活地进行多头或空头交易，因此具备较高的灵活性和更多的交易机会。
- 策略间是否有低相关性：根据资产组合理论，选择相关性较低的策略进行组合，可以降低组合风险，优化投资组合收益。因诺的多策略组合模式，其中所有的策略都是基于因诺过去几年人才培养的成果。在多策略组合模式之下，应用的数据类型更加丰富，策略水平大幅提升，既充分应用了人工智能模型体系的优势，又弥补了人工智能所不擅长的领域。策略的有效性与稳定性都得到了大幅提升。
- 组合方式是否科学有效：每个策略需要分配多少权重？如何动态调整这些权重的分配？是很重要的问题。策略组合中常用加权平均、均值方差和B-L模型等，也会使用机器学习算法，如机器学习或梯度增强树等，来提高组合模型的性能，当然也需要制定一些明确的规则来在不同市场环境下做策略选择和评估。人工智能或机器学习带来的超额水平是优于传统的多因子线性模型的，因诺在机器学习模型方面有着成熟的经验和大量的人才储备，这点是值得称赞的。
- 有效的风险控制：多策略投资中，风控至关重要。因诺通过风控专员、自动化平台监控风险水平。投资总监监督策略和产品。严格遵守交易纪律，重点关注波动率、敞口和追踪误差。事前风控包括数据检查和系统检查，事中风控实时监控交易进展，及时处理问题，事后风控交易复盘、情景分析。
5、 因诺量化多策略产品线简介
因诺Alpha策略经历了传统多因子模型、人工智能模型和组合模型三个阶段的变迁，这种不断地演进使因诺能够更好地挖掘市场信息、应对非线性问题。
从传统模型到人工智能的引入，再到多维度组合模型的应用，因诺不断探索和创新，以提升策略表现和稳定性。目前的组合模型通过多维度、多方法的综合，该模型结合了基本面、量价和另类等多种信息，并融合了多个投资经理的策略研究成果。
因诺目前运行策略涵盖：套利策略，Alpha策略，选股策略，CTA策略。
其中，因诺的多策略中性产品线以Alpha+套利的绝对收益策略为主，同时根据时机配置少量选股及CTA策略以增加收益。这种产品线的特点是不依赖于单一品种和策略，能够更好地适应市场和政策的变化。相比于单一策略，多策略中性策略具有更强的适应能力，但也伴随着相对较高的长期收益风险。这种产品线的目标是在追求绝对收益的同时，保持较高的风险控制水平。
资料来源：因诺资产
因诺资产相比同行有哪些差异化优势？
- 投研团队：诺资产的投研团队主要通过自主培养进行组建，并在六年的发展中建立了一支强大的投研梯队。他们的持续招聘与培养策略是公司工作的核心。这使得诺资产能够提供具备优秀长期投资业绩的团队支持。
- 人工智能策略体系：作为人工智能模型体系研发最早、研究最全面的机构之一，诺资产在人工智能领域拥有先发优势。自2016年开始进行人工智能阿尔法策略的研发，并于2017年进行实盘测试，产品的业绩证明了他们在人工智能领域的优势。凭借先发优势和长期的研发实力，诺资产的人工智能策略有望继续保持市场的领先地位。
- 策略独特性与低相关性：诺资产目前的策略与市场主流机构的相关性较低，具有较强的独特性。与其他机构产品的低相关性使得诺资产的产品对客户资产配置具有较大的价值。此外，诺资产的策略受其他量化机构管理规模扩张的影响较小，具备较高的自主可控性。
图片来源：因诺资产
因诺资产是专注于指增和多策略领域的优秀量化管理人，在Alpha策略的道路上仍在不断探索，比如在不断提高量化数据的挖掘深度，以更加合理的方式来叠加不同PM的预测模型，以及风控上对风格因子敞口更严格的控制。
以上就是关于因诺资产的全部尽调信息，关于因诺具体策略细节及产品线的信息，各位投资者也可以通过火富牛尽调库来查看，好投基金研究院也将持续关注因诺资产的表现，通过充分交流来获取更加全面、详细信息，保持我们尽调库的及时更新和专业客观。
★注：本文仅做交流学习目的，不构成任何投资建议。市场有风险，投资需谨慎
