如何理解CTA交易策略?

CTA

商品交易顾问(Commodity Trading Advisor，简称CTA)是指通过为客户提供期货、期权方面的交易建议，或者通过受管理的期货账户参与实际交易，来获得收益的机构或个人。

CTA策略的概念

什么是CTA交易策略？CTA策略（Commodity Trading Advisor Strategy）称为商品交易顾问策略，也称作管理期货。通过期货期权等衍生品在投资中进行做多、做空或多空双向的投资操作，为投资者获取来自于传统股票、债券等资产类别之外的投资回报。

CTA这个策略比较偏中期或者中短期，基于技术信号、市场特征进行一些中短期的投机。因为CTA策略是基于价格的，所以所有有价格的资产都是可以使用这个策略的，包括外汇期货、股指期货等标的CTA基金都有可能去做，覆盖面比较广。

CTA的策略一般持仓周期比较短，有一些策略甚至是日内平仓的，对于交易的价差比较敏感，对于执行时间与成本的要求高。常见的CTA策略分为趋势跟踪和均值回归两类，同样还可以分为主观CTA和量化CTA两大类。

基本量化知识

量化交易（Quantitative Trading）与传统证券交易机制存在极大的差异，是一个有别于传统交易的领域。想要将CTA策略使用在量化交易上需要投入时间去学习一些必备的知识。不仅如此，量化交易还需要交易者至少具备一定的编程基础和编程经验。

要进行量化交易首先最基础的还是数据，没有精确的数据支持，就算是一个优秀的策略也会导致亏损。当然，获取了优质数据之后还需要对数据进行清洗、挖掘、分析这些操作。

量化交易还可以涉及到一些基本面的量化，但是根据数据层面的一些问题，比如一些基本面的数据量过少、且获取优质数据需要权限，以及一些无法预料的突发行情导致基本面量化的可行性不强。因此还是根据市场数据进行量化交易。

有了优质的数据之后，下一步就是运用统计建模，将一些CTA的策略转化为代码进行优化和测试。通常如果具有较好的编程基础，那么在将策略转化为代码这一环节上可以比较快速且高效完成。实际上量化交易大部分的时间并不是在写代码上，而是在优化和寻找策略代码漏洞的环节。

关于如何确定参数、如何建立模型以及如何优化这些问题就需要动用一些量化交易更深入的知识了。比如时间序列、随机微分等这些用来帮助构建策略优化框架的理论会起到很重要的作用。我们这里不深入展开这一部分的内容。

当然量化交易不能缺少回测以及模拟测试，回测绩效良好的策略可以进入模拟盘测试。保持一到两个月的模拟测试之后，如果策略仍有较好的绩效数据，那么接下来可以进行实盘测试。当然不是进入到这一步之后就能够依靠策略稳定盈利而不需要去进行管理了，依然要复盘，做好资金的管理和风险的控制，并且对策略如何产生盈利和亏损有清晰的认识，确认交易是按照交易逻辑运行的。