像管理球隊一樣管理策略：Naoufel 的量化交易哲學與實戰心法
在 StrategyQuant 的這期訪談中，資深量化交易員 Naoufel 分享了他如何利用 StrategyQuant X (SQX) 建構並管理一個穩健的交易系統。Naoufel 不僅是一位理論家，更是一位擁有 Kinfo 長期實盤驗證紀錄（2019-2025）的實戰派，甚至在 2023 年美國投資錦標賽（US Investing Championship）中取得了 44.7% 的報酬率。
這支影片的核心並非單純探討「如何寫出一個賺錢的策略」，而是深入探討一個更宏觀的層次：「如何像球隊教練一樣管理你的策略組合」。對於量化開發者而言，Naoufel 的「偏執狂」心態與其對回撤的獨到見解，是從業餘邁向專業的重要一課。
打造全能戰士：策略開發的穩健性哲學
Naoufel 認為，開發策略就像是訓練一名格鬥選手，必須確保他能應對各種未知的情況。
1. 數據選擇的藝術（Data Selection）
Naoufel 強調，無論是樣本內（In-Sample）還是樣本外（Out-of-Sample）的數據，都必須同時包含「牛市」與「熊市」。策略必須在歷史數據的各種極端行情中生存下來，才能被視為合格。
2. 降低市場曝險（Exposure）
他更偏好「低曝險」的策略。因為曝險時間越短，遭遇「黑天鵝事件」的機率就越低，相比於需要 100% 時間持倉的策略，他會毫不猶豫選擇只需要 20% 時間持倉的策略。
3. 孵化期測試（Incubation）
即使通過了蒙特卡羅（Monte Carlo）等嚴格的壓力測試，Naoufel 也不會直接上線實盤。他會將策略放入「孵化區」（模擬倉）運行一段時間，如果策略在即時的模擬環境中失效，就必須淘汰。
像體育教練一樣思考：策略組合管理
量化交易員的角色不是球員，而是教練，職責是確保場上的策略都是狀態最好的 A+ 策略。
1. 優勝劣汰的動態調整
量化交易員必須持續監控策略表現。如果某個策略表現開始與市場脫節，例如回撤超過了歷史最大值，教練就必須將其「換下場」，並從板凳席（孵化區）中挑選表現更好的策略替補上陣。
2. 空方策略是必要的保險費
Naoufel 公開了他的實盤數據，強調「純空方策略（Short Only）」在投資組合中的角色。這些策略在牛市時往往會虧損，但它們在 2020 年疫情崩盤或 2022 年熊市時能創造巨大獲利，抵銷多方策略的虧損。他將其視為「保險費」。
3. 動態部位規模管理（Dynamic Position Sizing）
為了進一步控制風險，Naoufel 建議根據市場波動率（如 VIX 指數）動態調整部位大小。例如，當 VIX 超過 20 時，自動將部位縮減 70%。雖然這可能在市場V型反轉時少賺，但在市場持續崩跌時，能大幅減少回撤幅度。
交易心態：回撤是誠實的鏡子
Naoufel 在訪談中提到一句發人深省的話：「回撤能揭示真相（Drawdown reveals the truth）。」
回撤能揭示真相：
- 如果你在回撤時感到恐慌（Panic），代表你的部位過大了（Position sizing issue）。
- 如果你在回撤時僵住（Freeze），代表你不信任你的開發流程（Process trust issue）。
- 如果你直接爆倉（Blow up），代表你根本從未真正系統化（Not systematic）。
他強調「唯有偏執狂才能生存（Only the paranoid survive）」。即使回測再漂亮，他也始終假設策略在實盤可能失效，因此他會透過嚴格的數據篩選、空方對沖與部位控管來武裝自己。他建議新手應尋找像 Kinfo 這類有「切身利益（Skin in the game）」的實盤驗證紀錄學習。
實務應用總結
這支影片為量化交易者提供了一套完整的實戰框架：
- **開發階段**：確保數據樣本涵蓋多頭與空頭循環，並優先考量低曝險策略。
- **驗證階段**：務必加入「模擬倉孵化」流程，觀察策略在當下市場的適應性。
- **組合階段**：不要只做多。加入**空方策略作為保險**，平滑極端行情的波動。
- **執行階段**：建立動態調整機制，依據波動率調整部位，並像教練一樣定期汰換表現不佳的策略。
Naoufel 的經驗告訴我們，量化交易並非「設定後不理（Set and Forget）」，而是一個持續監控、汰弱留強的動態管理過程。
相關資源與工具
| 項目名稱／說明 | 網址 |
|---|---|
| 教學影片 | Managing Algos Like a Sports Team (YouTube) |
| 實盤紀錄 | Naoufel 的 Kinfo 驗證績效 (2019-2025) |
| 實盤紀錄 | Collective2 績效追蹤 |
| 社群媒體 | Naoufel 的 X (Twitter) |
| 課程資源 | Mining For Gold (University Trading Dominion) |
| 軟體工具 | StrategyQuant AI Lab |
| 免費工具 | Quant Data Manager 下載 |
| 免費工具 | Quant Analyzer 免費授權 |
| 社群 | StrategyQuant 免費 Discord |