合的流动性更好。”
陈默盯着那条蓝色曲线看了很久。
“回测是回测，”他说，“实盘的时候，风险在哪里？”
林枫点头，翻到下一页。屏幕上出现了一张风险清单：
1. 基差风险：期货价格与现货价格可能偏离，导致对冲效果打折扣
2. 保证金风险：市场大幅波动时，保证金可能不足，需要追加
3. 展期风险：期货合约有到期日，需要不断移仓换月，产生成本
4. 操作风险：系统或人为失误，导致仓位失控
5. 监管风险：政策变化，可能限制期货交易
“每一条，我们都有应对方案。”林枫一条条解释，“基差风险，我们用动态对冲模型实时监控，当基差超过阈值时自动减仓。保证金风险，我们设置了三道防线——预警线、追加线、强平线，层层递进。展期风险，我们开发了最优移仓算法，自动选择成本最低的合约。操作风险，我们用全自动交易系统，杜绝人工干预。至于监管风险……”
他看了一眼陈默：“这个只能靠运气。”
会议室里安静了几秒。
陈默笑了：“靠运气的部分，我们少做。其他几条，我信你的方案。但还有一个问题——怎么定义‘明确的上行趋势’？”
林枫翻到下一页。屏幕上是一张“市场状态识别模型”的示意图。模型把市场分为四个状态：强牛市、弱牛市、震荡市、熊市。每个状态由一组量化指标定义——均线排列、成交量变化、波动率水平、融资融券余额增速、新增投资者数量……
“这个模型，我们开发了三个月，”林枫说，“用的是2010年到2014年的数据。在回测中，模型识别强牛市的准确率在70%以上。当模型判定市场处于强牛市时，我们就可以启动增强策略。”
“那剩下的30%呢？”周锐问，“误判的时候怎么办？”
“止损。”林枫说得很干脆，“如果模型发出启动信号后，市场没有按预期上涨，反而跌破某个关键位，我们就立刻平仓期货头寸，回归纯现货。止损线设得很紧，最大亏损控制在组合净值的0.5%以内。”
陈默翻着那份方案，一页一页地看。方案写得很细，每一个步骤都有明确的操作标准和责任归属。从信号生成到仓位计算，从指令执行到风险监控，每一个环节都被代码和流程锁死。
他想起2008年，自己是怎么用杠杆的——凭感觉，
本章未完，请点击下一页继续阅读！