2. CTA策略基础

CTA（Commodity Trading Advisor）策略的本质，是在期货与衍生品市场上，用系统化或半系统化的方式捕捉价格序列中的可重复规律。理解CTA，不能只停留在“做趋势”这一层，而要先看清它的策略谱系、收益来源，以及波动率在其中的结构性地位。本节围绕三条主线展开：CTA策略如何分类、趋势跟踪与均值回归的机制差异、波动率如何决定仓位与风险预算。

一、CTA策略分类：从收益来源到持仓逻辑

CTA策略的分类维度很多，但最实用的是按“收益来源”和“持仓逻辑”划分。前者回答“赚什么钱”，后者回答“怎么持有”。

• 趋势跟踪：假设价格具有惯性，突破后延续的概率高于反转。典型信号包括均线交叉、通道突破、时序动量。
• 均值回归：假设价格围绕均衡波动，偏离后回归。常见于跨期价差、配对交易、日内反转。
• 套利与相对价值：赚取价差收敛或结构性溢价，风险相对低但容量受限。
• 基本面与事件驱动：基于库存、供需、政策、天气等非价格信息，持仓周期偏中长。
• 波动率与期权策略：直接交易波动率水平或期限结构，如卖出跨式、波动率择时。

从持仓周期看，CTA又可分为高频、日内、中短周期与中长周期。周期越短，对交易成本和执行质量越敏感；周期越长，对信号稳定性和资金容量越友好。多数实战型CTA产品采用“多周期、多品种、多信号”的组合，以分散单一逻辑失效的风险。

二、趋势跟踪与均值回归：两种相反的持仓哲学

趋势跟踪与均值回归是CTA中最基础的一对镜像逻辑。趋势跟踪在价格创新高时买入、创新低时卖出，本质是“追涨杀跌”；均值回归则在价格显著偏离均值时反向操作，本质是“高抛低吸”。两者并非谁更优，而是适用于不同的市场状态。

趋势跟踪的核心假设是：价格序列存在正自相关，尤其在宏观驱动、供需失衡或资金持续流入时，趋势会延续。它的收益分布通常呈现“胜率低、盈亏比高”的特征——多数交易小亏，少数交易大赚。因此，趋势策略最怕的是震荡市中的反复止损。

均值回归的核心假设是：价格存在负自相关，短期偏离会被修正。它的收益分布通常是“胜率高、盈亏比低”，单笔盈利有限，但一旦遇到趋势性单边行情，可能出现较大回撤。因此，均值回归最怕的是“偏离之后继续偏离”。

实战中，成熟的CTA组合往往同时配置两类策略，利用它们在不同市场状态下的低相关性来平滑净值曲线。关键在于：不是简单叠加，而是根据波动率状态动态调整两类策略的权重。

三、波动率在CTA中的作用：从信号到仓位

波动率在CTA中不是附属指标，而是贯穿信号、仓位、风控的核心变量。它的作用至少体现在三个层面。

1. 信号层面：波动率扩张往往先于趋势加速。例如，当ATR（平均真实波幅）从低位抬升，突破信号的有效性通常更高；反之，低波动率环境下的突破容易假突破。
2. 仓位层面：波动率目标（Volatility Targeting）根据品种波动率反向调整仓位。波动率越高，仓位越小；波动率越低，仓位越大，从而让组合的风险贡献保持稳定。
3. 风控层面：波动率骤升常伴随流动性下降和相关性上升，此时需要主动降杠杆，避免“所有品种同时亏损”的尾部风险。

波动率目标的基本公式可以简化为：

目标仓位 = 目标波动率 / 当前波动率 × 基础仓位
当前波动率 = 过去N日收益率的标准差 × 年化因子

例如，目标年化波动率为10%，某品种当前年化波动率为20%，则仓位调整为基础仓位的一半；若当前波动率降至5%，则仓位放大至基础仓位的两倍。这样做的结果是：组合的波动率曲线更平稳，回撤更可控，但也可能在低波动率环境中积累较高杠杆，需要在极端行情前设置上限。

四、常见误区与复盘要点

在CTA实战中，波动率目标常被误用为“万能降风险工具”。以下误区值得警惕。

• 误区一：用历史波动率线性外推。波动率具有聚集性和跳跃性，过去20日的低波动不代表未来低波动。应结合波动率期限结构与市场状态判断。
• 误区二：忽略品种间相关性变化。波动率上升时，品种间相关性往往同步上升，分散化效果减弱。此时应按组合层面而非单品种层面控制风险。
• 误区三：仓位上限设置过松。低波动率环境下，波动率目标可能给出极高杠杆。必须设置单品种与组合层面的仓位上限。
• 误区四：把波动率目标当成收益增强工具。它的首要目标是稳定风险，而非提高收益。收益提升应来自信号质量与组合分散。

总结来看，CTA策略的分类决定了收益来源，趋势跟踪与均值回归提供了互补的持仓逻辑，而波动率则是连接信号、仓位与风控的枢纽。理解这三者的关系，是后续构建波动率目标动态仓位体系的基础。