均成资产司维在节目上表示，CTA策略相对于股票类策略有一个天然的优势，它所依赖的市场环境相对照较独立。

　　以下为文字精华：

　　提问：关于 人工智能 在量化里的应用，您怎么看？

　　司维： 人工智能 是一个比较宽泛的话题，这个技术出现也有可能存在40年的时间了，应该是1980年的时候开始出现人工神经网络这样一些技术，当时也火了一段时期，可是后面由于计算机的计算能力限制，大家发现它处理各种问题的能力比较差。

　　后来随着计算机技术的不断发展，到了近期大概是2000至20十年左右又开始出现逐步兴起的状态。随着相关技术的不断发展，它在投资领域的应用我们也看到了很多机会，可是我们从实操的视角看，完全自动化决策还不成熟。

　　好比我把数据全输入到计算机里去，让计算机自动做投资决策的投资模式，相对硬是不是特别成熟，金融市场的数据不足以支撑全自动化的 人工智能 的决策体系。

　　因此我们采取的思路或是模式，是要依托于我们人对于市场的领会。我们在基于对市场的领会和观察的现象之后，再利用这些机器学习 人工智能 工具，去做一些精细化的特征捕捉，这样就大大缩减了模型机器学习对于数据的切实需求。

　　在这种有很多对市场明白的约束条件条件下，再去使用这种机器学习的工具，对我们整个量化模型的构建是有比较大的帮助的，这是我们的使用方法方式。

　　提问：在行情比较极端的时候，CTA的策略相较于股市可能会好一点，CTA策略的产品在配置上有啥讲究么？

　　司维：CTA策略它可能很多投资人不是特别了解，相对它是利用期货市场去进行交易，获得利润的一类策略。首先它相对于大家可能比较熟的股票类策略有一个天然的优势，它所依赖的市场环境相对照较独立。

　　股票这边可能狂跌的时候，期货市场不一定是跌的，甚至有可能是涨的。期货市场这边发生一些比较大的涨跌波动的时候，股票市场可能并没有啥特别大的波动。

　　在这样低相关的市场环境下，在不一样的市场里面都有一些资产组合，对于投资人整体的投资组合的表现会有一个比较好的帮助，这就是 CTA策略和股票类策略的低相关的比较大的价值。

　　另外还有一方面就是从宏观的视角，因为甭管是在期货市场还是在股票市场，它都是受宏观经济各种因素的共同影响的，所以它仍然是会有相应的关联，可是这种关联不一定是同向的，好比可能刚好有一个比较重大的宏观因素的影响，它可能短时间对于股票市场有一个比较大的不良影响，可是对于期货市场，它可能刚好在贸易上发生一些影响，造成商品价格出现了一个比较大的上涨。

　　这种情景我们之前是经历过的，可能使得它有一个所谓的危机阿尔法的效果。可是我们要谨防的一点就是这事它不是一定发生的，其实不是说股市每次下跌的时候，商品市场都能有一个比较好的市场行情，它只是在一定概率上能够去弥补是股票市场的波动。