随机游走假说是金融学上的假说，认为股票市场的价格，会形成随机游走模式，因为它是无法预测的。换一句话说，未来是极度不确定的。于是，这个世界出现了一群尝试通过“量化”的方式去减弱主观预测的创新玩家。他们认同市场的不确定性，力求通过不同的方式适应这样的不确定性，从而追求具备一定概率的确定性。身处其中，文谛资产表达了他们与此相同的投资理想，他们追求的是与市场涨跌无关的超额收益。

文谛资产团队组建于2012年，最开始研发的是经典的趋势跟踪策略，在2016年，公司正式成立，开始开发高夏普的指数期货策略。 随后，在市场较为震荡的2018年、2019年，他们产品的年度业绩均为正收益。目前形成了以量化CTA、套利策略、宏观策略齐驱的较为完整的量化产品线。“低回撤”是他们对自己贴上的标签，就投资理想而言，他们不求规模最大，只求收益最稳。对于量化投资将成为未来的资管行业的主流形式之一，文谛资产很坚定他们认为：”量化需要的只是一些时间。”

数据来源：私募排排网组合大师

据文谛资产介绍，董事长周时和有30多年金融证券从业经历。曾任职于银行、证券和投资公司，总经理周秀萍是中国人民大学经济学硕士，曾于公募、私募任职，在私募任职管理的规模超过百亿。投资总监曹麒麟曾任职于券商、私募，在技术面分析和基本面分析以及中国特色资本市场分析颇有建树，擅长宏观策略对冲和微观策略组合。其他投研人员具有较强的理工科背景，策略研发有来自IBM的工程师，也有从海内外TOP级高校毕业，具备多年量化策略研发经验的成员。

量化多策略以CTA策略为主要收益来源，以股票Alpha策略作为风险垫，平滑收益曲线。在资金比重上，两个策略的比例是1:1，已达均衡配置，优势互补。在收益端，多策略从不同维度捕捉交易机会。风险端，实时进行多层次风险评估，提高组合对极端不利市场的抗性。另外，策略会根据宏观情况把握风险溢价的预期变化和策略拥挤程度，适时调整投资策略的权重。

放眼整个市场，量化CTA有以下突出优势：

1、与股市呈弱相关性：主要投资于商品期货、期权及股指期货，与股票投资形成互补；

2、充分使用杠杆：保证金交易制度；

3、穿越牛熊：可以进行多、空交易；

4、广泛的投资标的：全球150个市场的期货、期权、黄金、外汇等广范围的标的。

文谛资产CTA策略覆盖了市场上主流的投资策略。具体来看，事件驱动策略占比重较小，占有10%，事件驱动策略通过另类数据或者价量数据，捕捉市场中存在的突发事件对期货价格所带来的波动，并提前买入获取收益。基于场景预测的趋势跟踪策略占到60%，该策略属于文谛资产“独家秘笈”的策略， 场景指的不仅仅是走势，还包括可能的路径、风险、市场情绪和相互影响等等。此外，套利策略占比30%，较历史，文谛资产的该策略也取得了突破性的进展，在期货套利策略的细节上做得更好些。目前只投产了1/3的策略用于实盘交易，未来2年内还持续有储备策略投产。不能确保当下净值曲线斜率永远不变，但保持一定的盈利优势是可能的。

文谛资产介绍，自己的CTA策略区别其他市场同类策略在风险控制上有较为突出的优势，他们总结为以下三点：

1，多维度获取收益：单策略从不同纬度捕捉交易机会，盈利趋于平滑；

2，良好抵御极端风险：实时进行多层次风险评估，提高组合对极端不利市场的抗性；

3，动态调整策略占比：依据宏观观点把握风险溢价的预期变化和策略拥挤程度，适时调整投资策略的权重。

在今年2月3日-5日的极端市场行情下，不少基本面和宏观对冲交易者在年前押注低库存推升钢材价格，在年后损失惨重。农产品（含油料油脂等）中的油脂（棕榈油、豆油和菜油）表现强势，但仍在节后第一个交易日跌停。文谛CTA策略在化工、农产品的仓位获得较好的收益，黑色（主要指的是钢材、铁矿石）录得亏损。国债期货多头头寸获利颇丰。也在高波动环境下，文谛CTA提供的是从分散投资、多策略逻辑叠加和保守风控的一篮子解决方案，致力于在惊涛骇浪抵抗短中长多个时间维度的多维度风险。

量化多策略的另一个重要组成是股票多空策略。股票多策略中股票占比8成，业绩基准是沪深300；采用多因子模型在沪深300票池内量化选股，选择标的数量通常为60~80只，根据市值和因子权重确定股票权重。期货占比2成，他们使用股指期货对冲股票端系统性风险。

策略收益长期的控回撤能力与差异化的策略收益来源于策略框架的不断优化，研究体系的更新密不可分。与国内一般量化资管的研发框架不同，文谛资产更注重各策略板块的架构。他们认为，除了要做“精耕细作”的事——把量化研发流程专业化细分，培养各细分领域的专家，产业化的研发模式也举足轻重。而要达到产业化的目标，关键在于 “联动”。如何建立长效的研发机制，搭建更卓越的研发能力，各策略板块之间的有效联动是关键。而这个过程中，又涉及到新工具的开发于应用，核心研发人员的相互配合。

对于未来，文谛资产表示，他们将在三个方面拓展能力来参与这个“随机漫步”的市场：首先，他们认为帮助增厚收益的另类数据应用还有很多可提升的空间，譬如继续提升数据来源，创新数据使用的方式（机器学习构建另类数据因子等）；其次，提升组合的稳定性，更高的抗风险能力仍然是追求。另外，他们希望扩大交易标的的范围。