多周期）¶

期货市场的"全能型"策略类别。盈利模式多样、品种多样、周期多样，但风险也最难一眼看穿。

我们正在跟踪的涌涵峰云一号 + 飒露紫，是这一类的代表案例。

一、这门生意的本质¶

1.1 什么是 CTA¶

严格定义：

CTA = Commodity Trading Advisor，"商品交易顾问"。原指美国期货行业的注册顾问类别，现泛指以商品期货、金融期货为主要投资品种的策略管理人。

国内 CTA 私募的特点： - 主要投资国内期货市场（商品期货 + 股指期货 + 国债期货） - 通过程序化交易系统（量化 CTA）或主观判断（主观 CTA）执行 - 利用期货的杠杆和双向交易（既能做多也能做空）

1.2 期货市场的特殊性¶

与股票市场对比：

维度	股票	期货
交易方向	主要做多	多空双向
杠杆	1 倍（融资融券除外）	5-15 倍（保证金交易）
结算	T+1	T+0（日内可平仓）
品种数量	5000+ 股票	国内约 70 个期货品种
流动性	单股流动性差异大	主力合约流动性好
价格驱动	公司基本面 + 市场情绪	大宗供需 + 宏观 + 投机
持仓限制	散户无限制	大户报告制度 + 持仓限制

杠杆是双刃剑： - 同样资金量，期货能做出股票 5-15 倍的盈亏 - CTA 策略的"年化波动 20%+"是常态（vs 股票多头 15-20%） - 对风控的要求远高于股票策略

1.3 经济学本质：CTA 为什么能赚钱¶

核心问题：期货市场是零和博弈（你赢我输），CTA 怎么能持续赚钱？

回答：CTA 赚的是两类对手方的钱：

(a) 套保盘的"风险溢价"¶

机制： - 现货商（如石油公司、铜矿公司、农产品贸易商）为锁定生产/销售价格做套保（Hedger） - 套保盘愿意付一些"保险费"给对手方 - CTA 策略承担风险换取保险费

实例： - 油脂厂买入原料豆油期货套保（怕价格涨） - 投机者卖出豆油期货（赌价格不涨） - 如果价格不涨，投机者赚保险费；如果价格涨，套保者锁住成本 - CTA 长期"卖保险"赚 risk premium

数学：

历史研究表明，期货市场平均期货价格 < 未来现货价格 ~ 1-3% 年化（贴水状态），意味着多头长期持有可获取 risk premium。这是Roll Yield + 现货-期货价差收敛的合计。

(b) 散户和情绪化投机者的对手方¶

期货市场散户参与度高（远高于股票）
散户 + 投机机构容易追涨杀跌
CTA 通过程序化纪律或逆向判断捕捉这些非理性

1.4 与其他策略的边界¶

策略	主要工具	杠杆	周期	收益来源
股票多头	股票	1x	中-长	β + α
市场中性	股票 + 股指期货	1x	短-中	α
CTA	商品期货 + 股指期货	5-15x	短-长	趋势 + 反转 + 套利
宏观对冲	多资产	1-5x	中-长	大类配置 + 跨市场套利

重要边界： - 主观 CTA vs 量化 CTA：决策方式不同 - 趋势 CTA vs 套利 CTA：盈利模式不同 - 单品种 CTA vs 多品种 CTA：风险分散程度不同

二、关键名词深度拆解¶

2.1 趋势策略（Trend Following）¶

严格定义：

通过技术指标识别价格趋势，在趋势方向开仓，趋势反转时平仓。

经典指标： - 移动平均线（MA）系统：MA20 上穿 MA60 = 多头信号 - 唐奇安通道（Donchian Channel）：突破 N 日高点 = 多头突破 - ATR 通道（Average True Range）：用波动率定义突破 - MACD、RSI 等动量指标

典型实现：

趋势信号 = 当前价格 - N 日均线
仓位 = 信号方向 × 风险预算 / 波动率
止损 = 突破点 - K * ATR

核心特征： - 盈亏分布不对称：多数交易小赚或小亏，少数交易大赚（"截断亏损，让利润奔跑"） - 胜率低（30-50%），但盈亏比高（2-3） - 最大回撤期长（趋势 / 震荡切换时连续亏损）

国内主流趋势 CTA： - 短周期（5-20 日）：捕捉短期趋势，年化收益 15-25%，年化波动 15-20% - 中周期（20-60 日）：捕捉中期趋势，年化收益 12-20%，年化波动 12-18% - 长周期（60-200 日）：捕捉长期趋势，年化收益 8-15%，年化波动 8-15%

适合的市场环境： - 趋势明确的行情（如 2020 年大宗商品大涨、2008 年金融危机大跌） - 不适合震荡市（连续止损，回撤大）

典型回撤特征： - 趋势市表现优异（年化 20-30%） - 震荡市连续亏损（半年回撤 -10% ~ -15% 常见） - 必须有耐心熬过震荡期

2.2 反转策略（Mean Reversion）¶

严格定义：

通过统计指标识别价格偏离均值的程度，押注价格回归均值。

经典指标： - 布林带（Bollinger Bands）：价格触上轨 = 卖出，触下轨 = 买入 - 振荡指标（KDJ、RSI）：超买超卖 - 协整模型（Cointegration）：跨品种价差均值回归

典型实现：

反转信号 = -(当前价格 - N 日均线) / 标准差
仓位 = 信号 × 风险预算
止损 = 偏离扩大到 N+1 个标准差

核心特征： - 盈亏分布对称偏正：多数交易小赚，少数交易爆亏（"小赚大亏"） - 胜率高（60-75%），但盈亏比低（< 1.5） - 最大单次亏损可能极大（趋势爆发时反转策略做反方向爆亏）

与趋势策略的对比：

维度	趋势	反转
胜率	30-50%	60-75%
盈亏比	2-3	0.7-1.5
适合市场	趋势市	震荡市
最大单亏	小（设了止损）	大（趋势突破）
心理压力	多次小亏	大单爆亏

多策略组合：

聪明的 CTA 团队通常同时跑趋势 + 反转： - 趋势策略捕捉大行情 - 反转策略平滑震荡期回撤 - 两者相关性低（甚至负相关），合并后 Sharpe 更高

2.3 套利策略（Arbitrage）¶

严格定义：

利用相关品种 / 合约之间的价差异常获取收益。

主要类型：

(a) 跨期套利（Calendar Spread）¶

同一品种、不同到期月份的合约价差。

实例： - 当月豆油 vs 5 月豆油价差扩大到历史高位 → 卖当月、买 5 月，等价差收敛 - 国债期货跨期价差跟随利率曲线变化

风险： - 两个合约同时大幅波动可能导致价差进一步扩大（不一定收敛） - 临近交割时流动性变差

(b) 跨品种套利（Inter-commodity Spread）¶

不同但相关品种之间的价差。

实例： - 油脂套利：豆油 / 棕榈油 / 菜籽油（替代关系） - 油粕比：豆粕 vs 豆油（生产关系，"压榨利润"） - 黑色金属：螺纹钢 vs 铁矿石（成本关系） - 农产品：玉米 vs 玉米淀粉（加工关系）

风险： - 相关性变化（产业链结构变了，套利失效） - 单边大行情可能掀翻套利仓位

涌涵峰云一号 23 年油脂亏损：本质就是油脂套利失败 + 高杠杆 + 美国控价（外部冲击）。详见后文。

(c) 跨市套利（Cross-market Arbitrage）¶

同一品种在不同交易所之间的价差。

实例： - 铜：上期所 vs LME（伦敦金属交易所） - 黄金：上期所 vs COMEX - 农产品：大商所豆粕 vs CBOT 大豆

风险： - 汇率变化 - 进出口政策（关税 / 配额） - 物流成本

(d) 期现套利（Cash-Futures Arbitrage）¶

期货 vs 现货的价差。

实例： - 国债期货 vs 现货国债（IRR 套利） - 股指期货 vs ETF（基差套利）

风险： - 期货保证金 vs 现货资金占用 - 现货流动性

(e) 统计套利（Statistical Arbitrage）¶

通过统计模型批量做配对交易。

实例： - 黑色板块多个品种间的相对强弱 - 农产品多个品种的协整组合

2.4 多周期组合（Multi-Timeframe）¶

含义：同一策略类型在不同时间周期上分别建仓，组合后平滑波动。

周期分类：

周期	持仓时间	换手	特点
日内 / 短周期	1 日内 - 5 日	非常高	抓短期波动，受手续费影响大
中周期	5-30 日	高	主流 CTA 区间
长周期	30-200 日	低	抓宏观趋势，回撤大但盈利稳定

为什么多周期组合：

不同周期的信号相关性低： - 短周期亏损时，长周期可能在赚 - 长周期回撤时，短周期可以补充

多周期组合的 Sharpe 通常比单一周期高 30-50%。

2.5 杠杆与保证金¶

严格定义：

杠杆 = 期货合约面值 / 投入保证金

国内主流期货杠杆（2026 估算）：

品种	保证金率	杠杆
股指期货（IF/IC/IM/IH）	12-15%	6.7-8.3
国债期货	2-4%	25-50
螺纹钢、铁矿石	8-12%	8-12
豆油、豆粕	7-10%	10-14
原油	10-12%	8-10
黄金	5-8%	12-20

杠杆对策略的影响：

策略实际杠杆 = 总仓位面值 / 净资产
            = Σ(各品种持仓面值) / 净资产

典型 CTA 策略杠杆： - 保守型：1-2 倍（满仓使用 30-40% 保证金） - 中等：2-4 倍 - 激进：4-6 倍 - 极端：6 倍以上（涌涵 23 年油脂事件就是高杠杆）

杠杆的"复利毁灭"：

高杠杆 + 一次性大亏损 = 永久毁灭性损失

实例：6 倍杠杆下，单一品种暴跌 10% → 净资产损失 60%。回到原点需要 +150% 收益。

2.6 单品种 vs 多品种¶

单品种 CTA： - 仅交易 1-2 个高度相关的品种 - 优势：深度专注，可挖掘细节 alpha - 风险：单品种黑天鹅（流动性枯竭、政策冲击）

多品种 CTA： - 跨黑色 / 有色 / 能化 / 农产品 / 金融期货等 - 优势：风险分散 - 风险：研究广度被稀释，信号噪音大

真假"多品种"：

很多管理人自称多品种，但实际仓位 70%+ 集中在某一两个品种。这是伪多品种。

识别方法： - 看持仓清单的品种分布 - 看品种贡献占比

涌涵案例： - 飒露紫宣称多品种 CTA - 实际 72.74% 交易量集中在油脂 - 本质是油脂专项策略，不是真正的多品种 CTA

2.7 换手率（CTA 版）¶

定义同股票：年成交额 / 平均规模 / 2

CTA 换手率范围： - 超高频：> 500x/年 - 高频：100-500x/年 - 中高频：30-100x/年 - 中频：10-30x/年 - 中低频：3-10x/年（涌涵 200-300x 算中低频，是行业宽口径划分） - 低频：< 3x/年

注意：CTA 换手率定义和股票不完全一致（期货合约面值大、保证金交易），需要确认管理人怎么算。

三、超额（α）的拆解¶

3.1 CTA 收益的分解¶

理论分解：

CTA 收益 = β_市场（大宗商品趋势）+ α_策略 + α_品种选择 + α_择时 - 成本

关键洞察：CTA 的"超额"很难定义"基准"。

行业通常用： - 南华商品指数作为大宗商品基准 - 沪深 300 / 中证 500 作为股指期货基准 - CTA 行业平均指数（部分私募发布）作为同业基准

但严格来说，CTA 没有公认的"基准"，所以"超额"概念较弱。一般直接看绝对收益和 Sharpe。

3.2 趋势策略的 α 来源¶

风险溢价：长期持有期货多头组合的 risk premium
行为偏差：散户追涨杀跌的对手方
宏观趋势：宏观经济周期变化（通胀 / 通缩 / 加息 / 降息）

3.3 反转策略的 α 来源¶

均值回归：极端价格的统计回归
过度反应：市场对短期信息过度反应后纠正
流动性提供：在价格极端时提供流动性赚取价差

3.4 套利策略的 α 来源¶

结构性价差：相关品种价差的均值回归
季节性 / 周期性：农产品收获季、油脂消费旺季等
跨期价差：仓储 / 资金成本 / 消费模式驱动

四、容量天花板¶

4.1 CTA 容量约束¶

CTA 容量受多品种合计流动性约束：

(a) 单品种持仓限制¶

国内期货监管对单户 / 单实际控制人有持仓限制
大品种（豆油、铜、螺纹钢）容量大
小品种（鸡蛋、玉米淀粉、PVC）容量小

(b) 高频策略受手续费限制¶

高换手 CTA 手续费成本占 2-5% 年化
规模扩大后无法提价的手续费会吃掉 alpha

(c) 跨品种相关性¶

黑色品种内多个相关品种 → 实际敞口集中
风险敞口不能机械按品种分散

4.2 单家 CTA 管理人容量¶

典型范围： - 小型团队：5-15 亿，年化 20-30% - 中型：15-50 亿，年化 12-20% - 大型：50-200 亿，年化 8-15% - 超大型：200 亿+，年化 6-12%

注意：CTA 容量对策略类型敏感： - 高频 CTA：容量小（< 10 亿单家） - 中频趋势：容量中等（30-80 亿） - 长周期 + 多品种：容量大（100-200 亿）

4.3 容量与策略的微妙关系¶

规模扩大 → 不得不进入容量更大的品种（如有色、能化）→ 偏离原本擅长品种
规模扩大 → 移仓换月时冲击成本上升
规模扩大 → 持仓暴露被市场跟踪 → alpha 衰减

五、绩效指标的特殊性¶

5.1 CTA 的关键指标¶

与股票策略不同，CTA 不看 Sharpe（CTA 收益分布通常右偏），而看：

(a) Calmar 比率¶

Calmar = 年化收益 / 最大回撤

为什么 CTA 用 Calmar：CTA 最痛的是大回撤，Calmar 直接衡量"赚的钱够不够补回撤"。

行业基准： - > 1.5：优秀 - 1.0-1.5：合格 - < 1.0：策略可能有问题（CTA 通常波动大）

(b) Sortino 比率¶

Sortino = 年化收益 / 下行波动率

只考虑负收益的波动率，剔除"赚得多的波动"。

CTA 行业基准： - > 2.0：优秀 - 1.5-2.0：合格 - < 1.5：问题

(c) Maximum Drawdown（最大回撤）¶

CTA 必看指标： - 回撤幅度：单次最大跌幅 - 回撤时长：从高点到再创新高的时间 - 回撤频率：年内回撤超过 5% 的次数

典型 CTA 回撤： - 趋势策略：15-25% 年内回撤是常态 - 套利策略：5-10% 年内回撤 - 超过 30% 回撤是结构性问题信号

(d) MAR 比率（Managed Account Ratio）¶

MAR = 年化收益 / 最大回撤（相同时间窗口）

类似 Calmar，更适合长期评估。

5.2 收益分布特性¶

CTA 收益分布： - 正偏度（少数大赚月份拉高均值） - 左厚尾（偶尔大亏损）

正态分布假设下的 Sharpe 会高估 CTA 的"风险调整收益"。所以专业评估用 Sortino + Calmar + 最大回撤组合，不是单一 Sharpe。

5.3 时间序列稳定性¶

关键检验： - 不同年份的收益相关性 - 不同市场环境下（趋势 / 震荡 / 极端）的表现 - 单一品种贡献的稳定性

如果 80% 的收益来自一两个特殊年份的某个品种，不可持续。

六、骗术与陷阱¶

6.1 "回测年化 50%" 的诱惑¶

CTA 策略最容易过拟合。

为什么： - 期货数据相对短（很多品种历史 10-20 年） - 参数空间大（持仓周期 / 止损止盈 / 杠杆等） - 容易"回测优化"出漂亮曲线

实战衰减： - 回测年化 50% → 实盘 < 20% 是常态 - 回测衰减 60-80% 不算夸张

识别： - 看实盘 > 24 个月业绩 - 看回测 vs 实盘衰减率 - 看不同参数下的策略稳健性

6.2 "净值美化" 的双线问题¶

话术：管理人展示 A 净值线（漂亮的），实际跑的是 B 净值线（差很多）。

典型形式： - 内部测试线 vs 实盘线 - 自有资金线 vs 客户资金线 - 不同子产品线（择优展示）

涌涵峰云一号案例： - PPT 展示的净值显示最大回撤 -6.92% - 实盘真实回撤 -33% - 业绩造假是核心红旗

6.3 "多品种 CTA" 的伪装¶

话术："我们做全品种 CTA，覆盖黑色、有色、能化、农产品、金融期货。"

真相：实际 70%+ 持仓集中在 1-2 个品种。

识别： - 看持仓清单的品种分布 - 看历史品种贡献占比

涌涵飒露紫案例： - 自称多品种 CTA - 72.74% 交易量在油脂 - 本质是油脂专项策略

6.4 "高 Sharpe" 陷阱¶

陷阱：用 Sharpe 评估 CTA 容易高估。

实例： - 一个 CTA 产品 Sharpe = 1.8（看起来不错） - 但最大回撤 -35%（一次大亏几乎抹平 5 年收益） - Calmar = 0.4（极差）

正确指标：CTA 优先看 Calmar 和最大回撤，Sharpe 仅作辅助。

6.5 "杠杆灵活" 的销售话术¶

话术："我们根据市场状态灵活调整杠杆，机会大时加杠杆。"

真相： - "灵活调整"通常意味着没有严格风控 - 极端行情下加杠杆 = 加速死亡 - 涌涵 23 年油脂事件就是这种"灵活"导致

识别： - 问杠杆使用范围（最低 / 最高 / 平均） - 问历史最大杠杆时点 + 那时的市场环境 - 问杠杆调整有没有规则化

6.6 "团队背景" 的过度包装¶

话术："我们团队来自高盛 / 摩根 / 文艺复兴 / 桥水……"

真相： - 名校 / 名机构背景不直接转化为 alpha - 重要的是有没有适合中国期货市场的策略 - 海归团队在国内期货市场水土不服很常见

识别： - 看实盘业绩（不是简历） - 问团队在中国市场的经验积累 - 问对中国期货市场特殊性的理解（涨跌停板、夜盘、政策驱动）

6.7 "套利无风险" 的迷思¶

话术："我们主要做套利，几乎无风险，年化 15%+。"

真相：套利不是无风险，只是相对低风险。

典型套利风险： - 价差进一步扩大（不收敛） - 流动性枯竭（一边平不掉） - 模型失效（结构性变化） - 对手方风险（场外套利）

实例：2020 年负油价事件 —— 多家"原油套利"产品爆仓。

七、尽调追问清单¶

A. 策略机制¶

策略类型：趋势 / 反转 / 套利 / 多周期组合？各占比？
品种覆盖：交易哪些品种？品种贡献占比？
持仓周期：平均持仓多久？换手率？
杠杆使用：平均 / 最大 / 最小杠杆？怎么调整？
对冲与套利：是否有对冲仓？是否做跨期 / 跨品种套利？

B. 风控¶

止损纪律：单次止损规则？每日 / 每周 / 每月最大亏损线？
保证金管理：占用率上限？流动性储备？
极端行情应对：跌停 / 涨停时的处置？流动性枯竭时的处置？
风控独立性：风控部门是否独立汇报？

C. 业绩真实性¶

实盘 vs 回测：实盘业绩 vs 回测的衰减率？
历史业绩复盘：分年度收益、Sharpe、Calmar、最大回撤、修复天数？
极端事件表现：2020 负油价、2022 镍逼空、2024 大宗暴跌等事件的应对？
分品种贡献：每年每个品种的收益贡献？
业绩归因：方向性 / 套利 / 短线 / 长线各自贡献？

D. 容量与团队¶

当前规模 vs 容量上限：策略容量？怎么估？
核心团队：基金经理 + 策略研究员 + 交易员的人员配置？稳定性？
关键人风险：核心策略是否绑定单一基金经理？

E. 透明度与监管¶

持仓披露：定期披露持仓 / 仓位变化？
第三方归因：CMS / CFFEX 等第三方数据验证？
托管行：托管行真实数据 vs 自报数据？

八、涌涵峰云一号 / 飒露紫实战预演（卷三 3.8 全面拆解）¶

关键已知数据：

涌涵峰云一号¶

双净值线：PPT 展示版 vs 实盘真实版（红旗 #1）
实际回撤 -33%（被美化至 -6.92%）
Phase 1（2023）：油脂亏损 = 套利 + 美国控价 + 高杠杆无风控
Phase 2（2024+）：风控修复后表现改善
团队分工：林锋（宏观 + 股指）、赵总（生猪 + 豆粕）、杨延龙（油脂）
生猪 25.9% 贡献 = 动态 alpha（期末无持仓）
换手率 200-300x/年（中低频）

飒露紫¶

自称多品种 CTA
实际 72.74% 交易量集中油脂
本质油脂专项策略

量化复合 / FOF 线¶

王成龙一人撑
实盘不到 1 年
回测过拟合嫌疑大

已确定的判断¶

唯一值得投的标的：CTA 线（飒露紫系列）
量化、复合、FOF 不具备配置条件
评分 66 → 74（Phase 2 评估为基准）
五维评分：收益 82 / 风控 78 / 策略持续性 80 / 团队 66 / 费率 50

卷三深挖的核心问题：

23 年油脂亏损全过程拆解：套利仓位 + 美国控价（外部冲击）+ 高杠杆无风控 → -33% 回撤 → 团队认错 → Phase 2 风控引入
风控实战验证：1/30 股指止损 → 空仓 → 逢低建仓 → 净值创新高 → 这一系列动作说明风控真的引入了
生猪 25.9% 贡献的本质：动态 alpha（期末无持仓）= 抓住一波趋势的灵活性，非结构性 alpha
飒露紫多品种伪装：72.74% 油脂集中度暴露真相，对策略容量、风险敞口的影响
团队分工实地验证：林锋（宏观 + 股指）、赵（生猪 + 豆粕）、杨延龙（油脂）—— 三个人三个独立 alpha，关键人风险分散
PPT 双净值的处理：要求拿托管行原始数据，对比 PPT 数据，确认真实业绩
量化线王成龙的处理：单人 + 1 年实盘 = 不投，等团队稳定 + 业绩验证

九、一句话总结¶

CTA = 期货市场的零和博弈中，捕捉趋势 / 反转 / 套利机会的策略集合

我们买的是经过验证的策略 + 严格的风控 + 真实的业绩。

判断 CTA 策略的 5 个核心追问：

"过去 5 年实盘业绩 vs 回测的衰减率？" —— 衰减 > 60% 是过拟合信号
"最大回撤期发生了什么？管理人怎么处置的？后来引入了什么风控？" —— 这是判断管理人成熟度的核心
"分品种 / 分策略类型的收益贡献？是均匀分布还是集中在某个品种？" —— 单一品种 / 单一策略依赖是结构性风险
"杠杆使用规则？历史最大杠杆？极端行情下的处置？" —— 没有杠杆纪律的 CTA 早晚爆仓
"PPT 净值 vs 托管行真实净值？" —— 净值造假是 CTA 行业最大的灰色地带

CTA 最大的认知陷阱："看起来很灵活" 通常意味着 "没有纪律"。

一个不会赚钱的 CTA 让你亏 10%，一个会赚钱但没纪律的 CTA 可能让你亏 50%。纪律 > 策略，是 CTA 的第一性原理。