前十月16家私募新发超百只 百亿量化私募队伍增至24家

       刚刚过去的10月，公募新基金发行市场“热度”呈现急速降温，单月发行份额仅716.3亿份。新成立基金总数及募集份额均降至年内“冰点”。

       财经网金融注意到，上次一个单月新基金发行份额低于1000亿份还要追溯到2019年7月，至今已两年有余。

       公募基金如此，私募也不例外。10月私募基金备案热情降温，全月新增的私募基金数量不足3000只，与年内发行高峰相比，数量接近腰斩。

       有业内人士指出，公私募基金发行放缓，一方面是10月份小长假，另一方面与市场表现有关，10月行情先扬后抑，临近年底，资金避险情绪上升。

       回看年内前10个月私募发行。百亿私募依旧最受资金追捧，量化私募更甚。

       据私募排排网数据统计，今年前10个月共有16家私募管理人新发基金数量超过100只，其中百亿私募就有13家，灵均投资更是以418只新基金领跑。紧随其后的是，九坤投资与高毅资产年内也均成立了超过300只的新基金。

       值得一提的是，灵均投资自2014年9月备案首只基金以来共计备案了813只私募基金。10个月时间备案的基金数量已与过去六年相当。

       实际上，业绩与规模存在一定的正相关。业绩越好规模扩张越快，资金的申购也往往是“追高”效应，在公司业绩蒸蒸日上时，投资者更愿意申购，而在震荡回撤时，投资者反而观望或者撤离。

       目前，1-10月24家百亿私募备案超90只，仅景林资产和淡水泉区间业绩亏损，分别为-10。54%、-7.16%。

       再从备案基金数量较多的私募来看，百亿私募是备案主力军。私募排排网数据显示，1-10月百亿私募一共发行了5823只基金。诚奇资产、因诺资产、阿巴马资产、世纪前沿资产、凡二投资、赫富投资、金戈量锐、黑翼资产等均是今年管理规模突破百亿元大关，且备案基金数量较多。

       日前，中基协发布的2021年三季度各项资管业务月均规模数据中，从公募非货币基金月均管理规模排名来看，易方达以10471.07亿元月均规模再站万亿大关之上，位列第一；广发基金、汇添富基金、华夏基金、富国基金、南方基金、招商基金、博时基金、中欧基金、工银瑞信基金位列前十，而嘉实基金掉出前十。

       实际上，年内有不少私募规模均出现缩水，也有私募规模逆势增长。截至今年10月底，百亿私募数量已经达到95家。令人意外的是，10月有两家私募退出百亿“俱乐部”，分别是彤源投资和重阳投资，均是成立超过10年的私募界老牌公司。

       引人注意的是，今年量化私募增长尤为迅速。近日，国内管理规模超过百亿元的量化私募机构已经增至24家，再度创下历史新高。分别是进化论资产、明汯投资、因诺资产、金戈量锐、呈瑞投资、金锝资产、凡二投资、聚宽投资、黑翼资产、诚奇资产、宁波幻方量化、九章资产、灵均投资、鸣石投资、盛泉恒元、九坤投资、佳期投资、启林投资、天演资本、申毅投资、千象资产、世纪前沿资产、赫富投资、衍复投资。

来源：财经网

量化让投资走向科学理性，量化超额收益的决定因素在团队

　　随着业绩和规模的双双爆发，量化投资成了今年资管行业的焦点，一批量化私募跨越百亿大关。截至10月底，国内百亿私募数量达到95家。其中，量化百亿私募共有24家，占比达25%，不到一年时间增长了14家。同时，业绩亦十分亮眼，24家量化百亿私募年内全部取得正收益，且平均收益高达18.32%。

　　券商中国记者最新获悉，作为国内期货高频的“老兵”，宽德投资的资产规模在近期也突破了百亿大关。据了解，该私募机构是国内为数不多自2014年以来，高频和资管两条线同时作战的团队，长期以来实行CTA和股票策略并行。

　　近日，宽德投资联合创始人冯鑫博士接受了券商中国记者的专访。在冯鑫看来，量化是行业大趋势，在我国未来发展空间巨大。但同时，一些尖锐的问题也随之而来，量化始终面临着容量、夏普率（波动）和收益三者不可兼顾的问题，一旦管理人经不住诱惑或迫于压力，产生了“赌一把”的念头，产品业绩或出现大幅波动。

　　值得注意的是，由于市场风格的转变，中秋之后部分量化私募机构业绩出现较大回撤。“背后凸显出这些管理人在某些热门风格因子、板块的暴露与偏离。资管类型的产品，波动与生俱来，波动本身不是问题，关键是管理人对波动的掌控。”

　　冯鑫认为，现阶段，在单策略、方法论的红利期过去后，未来拼的一定是对细节的把握。未来量化超额的决定因素在团队，需要始终强调人的重要性才能保证竞争力。“机器学习和人工智能在国内量化私募基金领域，取得了巨大的成功。但机器学习不只是工具，更多是思维模式。”

　　冯鑫，宽德投资联合创始人、上海宽德风险总监，毕业于美国常青藤名校哥伦比亚大学，获统计学博士学位，本科毕业于中国科学技术大学。冯鑫博士拥有18年丰富的量化投资实战经验，在创立宽德投资前曾于SAC,、BNP Paribas等美国一流投资机构担任基金经理。

　　量化让投资走向科学与理性

　　券商中国记者：简单谈谈您的个人经历，为何进入量化投资行业？量化投资有什么样的魅力？与主观投资相比，量化投资有哪些不同的特点？

　　冯鑫：我本科毕业于中科大，随后前往美国纽约，获得了哥伦比亚大学统计学博士学位。地处纽约，我很自然受到了华尔街的影响，所以选择进入量化投资领域。在华尔街工作后，我观察到量化领域有很多优秀的华人身影，但在多数情况下，华人仍在为白人、犹太人打工。因此，创业的想法逐渐萌生，能否花5至10年的时间，打造一个真正的华人量化基金？我们的团队能否在国际金融市场上，与顶尖的欧美量化团队抗衡？这是创立宽德的想法与初心。

　　我最终于2013年回国，2014年正式创立宽德投资。创业期间，宽德的核心团队流失率为0，也没有发生过“分家”等戏剧性故事，队伍也在不断壮大。目前，宽德的团队规模超过120人，从8年前的松湖一隅，到上海、珠海、成都、深圳、北京，我们始终怀着初心和梦想，低调扎实地工作。

　　量化投资在欧美市场的发展历史超过40年，现在已经成为资管行业的成熟组成部分。虽然在技术的冲击下，金融行业的一些细分领域逐渐式微，但量化投资反而借力于信息科技，仍在蓬勃发展。特别在中国，去年以来量化行业呈现出井喷式发展，因此也有人说量化投资进入了自己的“大时代”。

　　相较于传统的主观投资,量化投资最大的特点是能尽量减少人性的弱点在投资决策流程的负面影响。主观投资更多是依靠人的决策与主观判断，量化投资则依靠数据驱动、算法决策和客观计算。如果将投资过程看作是给市场“看病”，主观投资是通过望、闻、问、切，量化投资则是运用科学精密的仪器，凭借测量出的诸多指标以判断市场所处的状态，所以量化投资是让投资走向科学与理性的一种艺术。

　　另外，主观投资更擅长分析突发事件，仓位相对集中，基于对个股（期货等）研究，进行选择性投资，对技术支持和数据要求相对较低；量化投资则精于分析不断重复出现、有规律可循的价格偏离，持仓分散，基于统计学概率进行大量交易，追求提升胜率和盈亏比。因此，相对于主观投资，量化对于技术和数据的基础设施要求更高。

　　若产生“赌一把”的念头，业绩将大幅波动

　　券商中国记者：近两年，量化投资在国内迅速发展，一批量化私募机构管理规模也突破百亿大关。怎么看待量化投资在国内的发展，有哪些机遇和挑战？

　　冯鑫：这两年，国内进入了量化投资的大时代，其实这是内外因共同作用的结果。

　　首先，与资管新规的试行密不可分，资管新规倒逼投资者转型。特别是2014年以来，投资者结构有了显著的变化，机构投资者的比例越来越高，不盲目追求高收益，更看重收益风险比和长期持续稳定的盈利能力。因此，量化产品更能满足投资者在这方面的需求。

　　其次，从量化团队本身，包括宽德以及其他团队在内，在知识和技术方面有了长足的进步和积累。越来越多的量化团队获得了资管业务中大部分的基本技术和专业知识，这就使得量化产品业绩变得有重复性和持续性。技术的积累有助于扩大容量，保持稳定的量化产品业绩吸引投资者。在2020年，很多量化产品取得了不错的业绩，并且持续到今年也保持了相当稳定的收益。这对很多投资者仿佛是催化剂，不少投资人也就蜂拥而至。

　　谈到量化行业的机遇，目前国内许多重量级的资金尚未大规模进军量化私募，随着资金属性的结构化，整个行业一定还会处于持续发展的趋势。此外，金融市场的持续创新、繁荣，例如各类期货、期权品种的增加，新的交易所的设立，都会带来新的投资机会。不过，一些尖锐的问题也会随之而来，大体量与高收益能否持续？容量、夏普率和收益，这三者不可兼顾，如何解决？这些都是量化行业接下来需要面临的挑战。

　　参考量化在欧美市场的发展，现阶段量化行业存在最典型的风险，是由于仓位和策略方法的集中，导致量化策略的失效和严重的踩踏事件，如2007年8月和2020年3月行业经历的两次巨额亏损。对于投资者来说，一定要深入了解管理人产品的收益来源是哪些。国内很多人投资量化产品的目的是“赚快钱”，有些管理人，也经不住诱惑或迫于压力，为了追求高收益承担一些不必要的风险，产生了“赌一把”的念头，导致产品业绩出现了较大的波动。

　　虽然各个量化团队之间是竞争关系，但是作为从业者，我们并不希望出现“眼见他起高楼，眼见他楼塌了”这样的事件。诚然，有人在量化发展的快速路上“抄了近路”，伤害了投资人，但这些最终都会影响整个量化投资行业。

　　同时，我也希望投资人能充分了解、分析量化管理人的投资风格、收益来源与风险控制，把投资视野放长，没必要为了周度的波动而焦虑。

　　节后量化业绩回撤大，背后是风格等因子过多暴露

　　券商中国记者：中秋节后股市成交明显收缩，一批量化私募也出现较大回撤，是股市成交缩水影响量化私募的业绩，还是市场风格变化引起？

　　冯鑫：中秋节前后市场风格的转变，某些管理人的业绩表现节前节后截然相反，超额出现了很强的负相关，凸显出这些管理人在某些热门风格因子、板块的暴露与偏离。这也解释了前两个月业绩为何有所分化，节前通过因子暴露获取了较高的收益，节后热点一旦切换，立刻反应在了净值上。

　　资管类型的产品，波动与生俱来，波动本身不是问题，关键是管理人对于下列问题的把握：波动是否在模型设计范围之内？波动的原因具体是什么？管理人是否未与投资人沟通就放开风险敞口？投资人是否承担了不必要的风险？管理人自身风控是否到位?

　　量化超额收益的决定因素在团队，关键是人

　　券商中国记者：由于中证500指数大幅上涨，今年不少量化私募产品业绩亮眼。接下来量化机构的超额收益在哪里？

　　冯鑫：量化投资超额收益的决定因素在团队,我们始终强调人的重要性，这个问题也属于保持竞争力的范畴。

　　具体回到这个问题，对于指增的产品，不能不提Beta。短期Beta的波动非常不确定，指增的配置需要从较长的尺度上进行考量。长期看来，指增在基差、资金利用率方面的优势都是确定的。更长久地看，我们对国内的市场长期发展有信心，长期的Beta有正向收益。

　　宽德股票中性产品和指增是统一的研究框架和因子来源，今年以来指增的超额，包括以下几部分：一方面是因子和频段较为均衡，不仅有换手比较高的以量价为主的因子，也会覆盖到如基本面或是独立数据源提供的因子；另一方面是全波段的预测。

　　在这些深入的工作完成后，我们就能适应不同的市场风格，有比较稳定的收益。和中性产品相比，指增产品的资产组合会有所不同。简言之，指增产品的投资人本身可以承受Beta的波动，我们在指增产品的风格因子、风险因子等暴露可以适当放松。这样做并没有伤害收益风险比，有时甚至还有提高。

　　主动应对回撤，采取全频段和收益来源多样化

　　券商中国记者：量化投资应该如何应对回撤以及风格的变化？

　　冯鑫：如何管理和控制回撤是投资中重要的一环，二者都和风控密不可分。我们经常说，建仓之前就应该确定平仓条件。换句话说，对于回撤应该采取主动而非被动的处理方法。

　　主动的应对方法包括：收益来源多样化，预测频段更全面，从而让模型适用于更广泛的市场条件。2017年是CTA策略的小年，但我们的CTA产品在当年的业绩依然亮眼，究其原因：我们不仅有长期的趋势跟踪策略，还有很大一部分收益来源是短期的方向性与截面性预测，所以在别人回撤的时候，我们反而是盈利的。可以说，仅凭在某一频段某个因子方面做得优秀，已经很难在目前的市场环境下竞争。

　　此外，宽德的风控体系非常细致，执行十分严格。以中性策略为例，自2015年运行中性产品以来，宽德的敞口基本都是0，最大在5%之内。我们区别于市场上有些声称是中性，但实际敞口会到20%甚至更高的产品。因为一旦市场方向突然变化，就会带来较大的亏损，这是最基本的风控条件。

　　除了敞口之外，宽德还会控制不同风格因子、风险因子的暴露。之前我们提到了今年中秋前后出现的回撤，其实类似的事件屡见不鲜，例如今年春节前后，以及2014年12月，国内量化产品都遭遇了极端事件，很多产品亏损回撤10%甚至15%，究其原因是估值因子发生扭曲,大小盘反转。如果对此控制不严格，就会受到冲击。在我们的严格风控下，宽德当年的最大回撤依然控制在5%之内。

　　风险控制并不是完全消灭风险。风控不等于风险因子，也不能说风控就等于风格因子的暴露都是严格的零，这是另一个极端，也是不现实的。关键是控制在可承受的范围之内，并且清楚该暴露对净值的影响。总之风控参数的设置，既要深入了解模型自身的特性，又要考察市场的流动性、极端情况下的相关性等等。回撤一旦发生，并不是第一时间就进行干预。首先要尽最大限度了解造成回撤的原因，在设计参数范围内发生的回撤，我们往往不会干涉模型。但一旦触发需要减仓的条件，执行也需要很坚决。

　　策略的快速迭代，拼的是细节把握

　　券商中国记者：据了解，目前依靠单策略的量化机构不断被市场淘汰，多策略、全频段成为市场共识。量化机构如何保持策略的快速迭代？

　　冯鑫：量化团队每天都会面临模型的失效与淘汰，投研团队要做的重要工作之一，就是如何保证策略的快速迭代，将投研走在失效前面，而不是“亡羊补牢”。现阶段，在单策略、方法论的红利期过去后，未来拼的是对细节的把握。大家都知道要多策略、全频段，但是有些人只了解大方向，缺乏实际经验。我们在欧美市场已经有丰富的经验积累，清晰知道该做成什么样子、该朝哪些方向努力、哪些细节需要打磨，比如因子有效性的考量，因子组合的不同尝试，交易成本的估计等。

　　在欧美，量化投资竞争白热化的今天，另类数据显得十分重要。国内也已经开始朝这个方向发展，例如百度数据、天猫销量数据，还包括其他很多独立数据源。这就对量化管理人提出了新的要求：一方面，我们需要不断寻找只被少数人所知晓利用的数据源，此种模型的时效较长；另一方面，对已经被市场大规模知晓并利用的数据源，我们也要思考是否可以从不同视角，深入挖掘出区别于市场的独特信息。

　　机器学习不只是工具，更多是思维模式

　　券商中国记者：怎么看待机器学习和人工智能在量化因子挖掘和融合方面的发展？

　　冯鑫：机器学习和人工智能在国内量化私募基金领域，取得了巨大的成功。机器学习方法非常强大，弱化了收敛性的问题，通过大量的数据来预测未来，更注重预测的准确性。机器学习在互联网行业的大量应用，开源社区的蓬勃发展，建立起的一整套数据科学的工具，极大提高了我们的生产效率。从这个角度来看，机器学习对于量化行业的发展大有裨益，它有助于Alpha的研究，让研究的过程更加自动化、系统化。通过机器学习的方法能够获得优于线性方法的拟合，技术的发展也让整个量化行业的门槛不断提升。机器学习不只是工具，更多是思维模式。

　　当然也有人觉得机器学习是“黑匣子”，缺乏透明度，所以在使用上缺乏信心。这个观点并不完全错误，但至少是有一定程度上的局限性。机器学习领域有很多“样本内-样本外”交叉验证的方法，考察变量重要性的方法，正则化等方法也可以有效的降低过拟合的影响。

　　还要强调一点，切忌为了机器学习而机器学习，不能只知道算法怎么用，或只知道如何调参，这些都是浅层次的应用。机器学习是思维模式，一整套方法论，我们不仅仅需要学习、应用它的算法部分，也要了解背后的原因、优势以及相应的局限性。

　　高频和资管两线作战，CTA和股票策略并行

　　券商中国记者：据了解，宽德投资近期规模突破了百亿大关，背后主要有什么原因？突破百亿后，公司的投资策略是否会有变化？

　　冯鑫：考察量化管理人，投资人首先关注资产管理规模，但团队是更为重要的因素，资产管理规模是表面数据，背后则是团队的整体贡献，与团队建设、IT投入和研究方法框架的积累密不可分。强大的IT团队是量化机构发展的基石，它与策略投研团队二者相辅相成，团队方可如虎添翼。宽德现有全职员工120多人，其中投研人员30余人、IT团队60余人，是国内为数不多自2014年以来，高频和资管两条线同时作战的团队，我们长期以来CTA和股票策略并行。我们的投资频段也十分全面，从日内相对高频到跨日、甚至周度比较低频的策略全部涵盖。

　　宽德采用了大团队模式，团队人员沟通畅通且相对开放，团队成员的学习路径完整，促进了整个团队更快地发展。一只有竞争力的团队，核心人员的稳定性是关键，在宽德并不存在晋升的“天花板”，目前公司的合伙人中有两位从实习生做起，他们不仅自身优秀贡献巨大，并且能够带领团队，最终成为公司的合伙人。在宽德，既有经验丰富的“华尔街老兵”，又有聪明能干、闯劲十足的“少年英才”，这样组合状态下的团队更具有凝聚力与竞争力。

　　同时，我们还建立了一套非常完善的团队保有机制。成立8年以来，宽德核心团队的流失率为0，这在国内是非常少见的。因此，宽德资产规模破百亿是日积月累，也是水到渠成。

　　一直以来，我们整体的研究都走在管理规模前面。根据精细地测算，宽德的资产管理规模远大于现有实际情况。特别是股票策略类型产品，还远没有达到策略设计上限，无论是中性或是指增，每个策略仍旧有比较大的空间。

　　对于CTA策略，我们仍在持续观察现有规模整体模型的实现、对市场的冲击等，后续进行评估开放。不过整体来说，我们并不急于达到策略的设计规模上限，仍希望以稳健为主。

　　券商中国记者：最近两年，在量化投资上，有哪些新的感悟？

　　冯鑫：最大的感触就是一定要持续不断地学习，周围的人都在进步，周围的事发展变化很快，不进则退！另外，保持敬畏之心，敬畏市场，对竞争对手保持尊重和重视，这在行业上升期尤其重要。

　　在国内，量化仍旧是相对新兴的产物，但是在欧美已经发展40年。展望量化私募行业的发展前景，欧美市场的发展轨迹有很大参考价值。很多在欧美发生过的现象在国内也正在发生，国内用7、8年时间走了海外20到30年的路，大方向上有迹可循。量化是大趋势，在国内的发展空间巨大，随着行业发展速度加快，最终考验的是团队的竞争力，我们将为此不懈努力。

来源：新浪财经

千亿量化大厂罕见“回应热点”，透露成交占比，否认放大市场波动

       “量化大厂”们究竟占了A股市场多少比例的成交？

       量化投资是在挣散户的钱，还是职业机构的钱？

       什么是当下量化机构的主要策略？

       量化是不是谁下单快谁赚钱？

       这些问题曾经前一阶段各方瞩目的焦点，但答案却众所纷纭。

       不过，近期量化头部机构幻方在公众号上公开进行了一场“自问自答”，直面上述敏感话题。

       作为中国目前最大的量化投资机构，幻方量化的“独白”，透露了哪些内部运作的逻辑？

       罕见“自问自答”

       资事堂日前发现，幻方量化通过官微发布了一篇名为《量化投资18问》的文章。

       这篇文章直接回应了关于量化投资的18个关键问题，涉及换手率、交易占比、收益来源、对市场影响等多个敏感议题。

       这篇“自问自答”的文章，并非普通意义上的投资者教育，相关更像是量化行业专业人士对敏感话题的一次“正式回应”，亦是对前期各种“负面抹黑”的一次“正名”。

       交易占比首次“披露”

       此前，曾有卖方分析师称量化交易在A股成交占比50%。此言一出，市场哗然。

       幻方量化在这篇“自问自答”中直击上述敏感点，回应了一句话：

       根据各方的估计，一般认为量化交易量占全市场10～20%左右。

幻方还指出，日内交易（指日内平仓）在A股量化里的资金占比很低。因为近三年，市场有效性增强，日内交易机会大幅萎缩。

       幻方量化还提供了一组数据：A股量化资金短中长周期结合，大部分资金的换手率比较低，短周期上大致和普通短线交易者差不多，在中长周期上大致和主观投资机构差不多。

       割了谁的韭菜

       量化私募究竟赚了谁的钱，这是市场又一个关注点。

       幻方量化指出，“应该说量化赚了一部分原来主观机构赚的钱。”

       这家机构认为，量化投资对于长期持股的基金经理没有影响，但对交易型的主动权益基金经理则“影响比较大”。

       具体来说：市场有效性增加，利润丰厚的交易机会变少，交易的容错阈值变得很低。此外，量化机构和部分基金经理形成竞争，摊薄了收益。

       换言之，量化私募割了“交易型基金经理”的韭菜。

       不挣快钱

       关于量化机构依托系统优势，以下单速度挣钱的“神话”，在海内外市场流传，但幻方量化的最新回应“否定”了这种判断。

       它们表示，A股量化中有很小一部分资金对下单速度十分敏感（传说中的“高频”），但在近万亿的管理规模里，大多数资金对下单速度的要求并不高。

       它们还提到，头部量化公司在多个券商开户交易，不同券商的速度差异很大，通道差的券商比通道好的券商，下单速度慢几百毫秒，但对产品业绩没有什么影响。

       幻方还提及，有些机构在香港通过沪深港通或QFII下单，速度也很慢，但对业绩也没有大的影响。

       量化收益来源“一分为四”

       幻方还将量化盈利进行了拆分，这也是首次有量化机构明确表述了“收益来源”。

       具体如下：

       【量化总盈利约35%】企业自身的价值和成长的钱。随着管理规模扩张，这部分盈利占比还会增大，更多收益是来自持有而非交易。

       【量化总盈利约25%】市场非理性波动的钱。量化对波动进行逆向交易，既平抑了波动，同时也赚了波动的钱

       【量化总盈利约25%】定价的钱。为市场提供更准确的定价，正确定价往往会得到市场的奖励。

       【量化总盈利约15%】作为准做市商提供流动性的钱。提供流动性的同时，承担了风险，也赚取了风险的溢价。

       准做市商面纱揭开

       幻方量化的“自问自答”还罕见提及了自身的市场定位。

       这家私募指出，量化机构其时是在为市场提供流动性，扮演的角色是一种“没有权利、也没有义务”的准做市商，它一般不在盘口上维持报价，但它能及时纠正价格的偏差。

       幻方进一步解释称，接手大笔的股票后，一般要花很多天才能平掉，因此准做市商有资金成本，同时还承担了风险。在市场充分竞争的情况下，需要支付的费用大致是“印花税+资金成本+风险溢价”。

       近三年关注度日增

       有一个背景需要交代，虽然2010年就诞生了中国本土量化机构，但其的快速发展主要是近三年。

       2018年起量化策略开始跑赢主观多头（即通常的股票投资），再叠加资管新规影响，场内外资金资金开始规模性的流入量化私募机构。

       超额收益影响下，量化私募的受托规模不断“滚雪球”。

       据中信证券研报，量化类私募管理人数量占比呈现稳步扩展态势，由2017三季度末的11.4%提升至2021三季度的25%。

       上述背景下，市场对量化运作的理解不少负面：比如“黑匣子”策略、制造波动，影响股价，需要严管量化等。

       特别是近期沪深两市成交放大后，各种的猜测和关心也不断增加，这也令不少量化从业人士感到忧心。

       而幻方量化的这次公开回应，或许有助于一些猜测的消弭。

来源：腾讯网

开源金工魏建榕：量化投资更注重底层逻辑!

　　2021年已过去四分之三，券商研究所本年度的研究成果如何？各行业团队在其相应的领域有何表现？有哪些代表作值得投资者们关注？四季度来临，在近期A股震荡调整背景下，市场下一步会怎么走？对投资者们有何投资建议？2022年又将有何期许？

　　回顾过去，展望未来。《首席研说》面向各行业研究领域的首席分析师们，他们总结本年度研究成果，同时给投资者们分享后市观点。

　　对于国内量化投资的发展，开源证券金融工程首席分析师魏建榕表示，当前，国内量化投资发展的大潮流，总地来讲有两个：一是金融与科技的融合，包括高频策略、算法交易、人工智能、另类数据等。二是量化与基本面研究的结合，量化投资如何有效吸纳量化体系以外的alpha源，这是各大量化投资机构正在关注的重大课题。以上发展趋势，带来了新的挑战与机遇，可以预期在未来几年，量化投资仍将迎来波澜壮阔的大变局、大发展。

　　量化投资与主动投资各有特色，魏建榕认为，量化投资的优势在于广度、体系化、组合优化；主动投资的优势在于深度、适应性、进攻性。从量化与基本面融合的角度看，量化投资需要更注重底层逻辑、需要注重能力圈的考虑（在主动投资最擅长的核心标的上，更多借鉴主动研究；在分析师覆盖率低的其余标的上，努力体现量化优势）、需要积极地去获取并处理量化体系以外的alpha源。

来源：新浪财经

两大决策神器，正在改变金融行业

       美国投机大师利弗莫尔有句名言：“投机如同山岳一样古老，华尔街没有新鲜事。”

       这句充满哲理的话语，其实也道出了金融行业一个事实，那就是长期以来往复循环、缺乏实质的改变。

       那么利弗莫尔的话，能否成为亘古不变的真理呢？

       当然不行，因为21世纪的金融行业，正在面临一场百年未有之巨变。

       从玄学选股到量化投资

       前几天，国内某券商分析师发布了一篇《天干地支在择时中的应用初探》的研报，套用算命的阴阳五行、四柱十神等理论来预测股市的涨跌。

       这份奇葩的研报一出，立即引来了舆论的口诛笔伐。许多投资者都不敢相信，券商分析师这种高知群体，竟然也相信封建迷信的玩意儿！

       其实金融圈中用玄学来指导投资的事情并不罕见，国内早就有一个用玄学理论来炒股的流派，并且曾经在港台地区颇为流行。

       即便是在欧美国家，用玄学来指导投资的例子也有不少，甚至许多出现在投资教科书里的经典理论，也包含着玄学的色彩。

       比如江恩理论中推崇的神秘数字7，是因为上帝创造世界用了7天。而艾略特波浪理论中推崇的黄金分割率，则是来源于一个数学概念。

       这么多聪明人会用玄学来指导投资的原因，主要是因为投资中存在的变量过多，除了基本面变化等客观因素外，还有交易心理等主观因素，让人难以进行科学的评估，所以只能套用经验主义或者玄学来加以解释。

       其实说白了，人类之所以会迷信玄学，就是因为搞不清原理、无法用科学来解释，所以只好选择相信玄学。就像古人搞不明白为什么天上会打雷和闪电，所以编造出了雷公和电母的神话。

       不过随着科技进步，人类能够借助科技手段实现更好的选股和交易，所以玄学流派在金融圈里的影响力也迅速式微。

       长期以来，投资界存在两大流派，分别是基本面分析和技术分析。这两大流派发展至今虽然已经很完善了，但是都存在一个极大的弊端，那就是会受交易者的主观情绪影响。

       然而随着计算机技术的发展，近年来金融行业兴起一种量化交易的投资方式，受到了国内外许多投资机构的追捧。

       量化交易的原理是以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策 。

       其运作模式是先设计好多种交易策略模型，用历史数据去进行测试，筛选出几组表现好的模型。然后再用少量资金进行实盘测试，找出表现最优的交易策略模型，最终按照该交易策略所发出的信号进行买卖。

       自从出道以来，量化交易表现出长期稳定、可靠的特点，其多年投资收益表现常常能够跑赢大多数基金经理。

       上个月好买基金研究中心对多家主观私募基金和量化私募基金的历史收益率进行统计，从图中可以看出，在统计期内量化组合的总和收益率达到120%，高于主观组合的110%，同时量化组合的收益波动也比主观组合更小。

       总结下来，量化交易表现优异的主要原因有两个，第一个是计算机的运算能力比人脑更强，应付行情变化的速度也更快。第二个是计算机没有情绪、绝对理性，能够有效规避人性的弱点。

       量化投资是从2010年才进入中国的，但是在过去十年间量化投资取得了飞速的发展，已经成为了中国资本市场上一支举足轻重的力量。

       根据中国证券投资基金业协会和中信证券估算显示，截至2021年一季度末，国内量化私募管理的资金规模已经达到8600亿元，约占整个私募证券基金行业规模的20%。

       从盲猜决策到A/B测试

       过去十年，对金融行业影响最大的新技术是量化交易，它极大改变了传统的投资决策方式。而展望未来十年，对金融行业影响较大的一项新技术则应该是A/B测试，因为它将对传统的经营决策方式产生重大影响。

       过去企业做决策，很大程度上是根据有限的数据和经验来做出判断，就像大家炒股时借助一些数据和技术指标来预测一样。然而受主观情绪和一些未知变量的影响，决策的准确率和稳定性往往不是很高。

       而A/B测试就像量化交易，是基于大量实践测试之后给出的结论，它既排除了主观情绪的干扰，又有更多客观数据支撑，所以给出的结论往往更加科学、更加接近完美状态，对于辅助决策会更具参考价值。

       A/B测试又叫小流量实验，它源于医药行业的双盲实验，后来在互联网行业被广泛应用，成为辅助决策和推动业务增长的神器。

       15世纪大航海时代开启后，各国之间的长途海运多了起来。在长途海运中，水手们经常要在海上漂泊几个月不靠岸，然后许多水手会死于奇怪的坏血病。

       几百年来，人们试图寻找坏血病的病因和治疗方法，但是却一直没有成功。因为有的人吃了水果后病好了，有的人喝了稀硫酸后病好了，也有的人喝了海水之后病好了……

       总而言之，就是当时流传的治疗坏血病方法有很多种，并且经常叠加在一起使用，但是却有时候灵验有时候又不灵验，所以没有人知道到底哪个才是有效手段。

       1747 年，英国军医詹姆斯·林德想出一个控制变量后再进行对比的方法。具体来说就是把 12 位生病的水手分成 6 组，每组两人，分别用不同的方法来治疗。

第一组：一升苹果酒；

第二组：25滴硫酸，加入饮用水里；

第三组：6勺醋；

第四组：240毫升海水；

第五组：两个橘子，一个柠檬；

第六组：一种辣酱加大麦茶。

       经过6天的测试后，第五组吃橘子和柠檬的水手病愈了，而第一组喝苹果酒的水手病情也有所好转。

       之后人们借助林德开创的实验方法，经过不断实验后，终于发现吃水果和蔬菜是治疗坏血病的有效方案。

       于是后来远航的海船上都会带上许多水果和蔬菜，就这样，折磨了水手们数百年的坏血病难题被攻克了，全球国际贸易也得到了巨大的发展。

       其实林德开创的实验，与其说是一种实验方法，倒不如说是一种实验的方法论。它不仅对新药研发有用，而且对人们的日常决策也同样有用。

       从上世纪90年代后期开始，硅谷的科技公司也开始借鉴林德的实验思路设计了A/B测试，用来验证假想、辅助寻找最优方案和辅助决策。

       由于实践中A/B测试取得了很好的成效，于是很快在互联网行业内风靡开来。目前谷歌、亚马逊、Facebook、字节跳动等互联网巨头，每年都要开展数以万计的A/B测试，用来辅助各类大小决策。

       数以万计听起来是不是觉得有些不可思议？

       其实了解了A/B测试的用途之后就不觉得奇怪了。互联网行业中，大到产品名称的命名，小到一个按键的大小、颜色、形状都可以用A/B测试来寻求最佳方案，所以数以万计并不算多。

       举个例子，大家都说字节跳动公司很会给产品起名字。其实根据字节跳动副总裁、算法和数据技术负责人杨震原的说法，抖音、西瓜视频等产品的命名，都是通过A/B测试筛选出来的。

       字节跳动虽然是国内互联网行业的后起之秀，但是对于A/B测试的运用却走在了行业前列。据了解，自从成立以来，字节跳动公司内部累计进行过70多万次A/B测试，平均每日新增1500多个实验，日均有1万多个A/B测试在运行。

       在字节跳动内部，很多决策都是经过A/B测试验证过的。而正是靠着这一神器，字节跳动旗下的产品呈现出惊人的爆款率，像今日头条、抖音、西瓜视频、激萌相机、懂车帝等多款APP都成为了国民级应用。

       如今，这一产品已经通过字节跳动旗下面向企业的技术服务平台——火山引擎对外开放。

       随着A/B测试在互联网行业取得巨大的成功，近年来A/B测试也被引入到金融行业中，并且取得了良好的成效。

       前几年，某互联网金融公司发现用户常常会在支付界面放弃支付，通过调研发现原因在于支付方式太单一和复杂，只能使用银行卡支付，支付之前还得先绑定银行卡。

       于是该公司为了验证调研成果是否正确，于是决定做一次A/B测试来验证。

       该公司在原版本之外，另外上线了一个支持微信支付的测试版APP，结果发现支持微信支付的版本，用户在支付界面放弃支付的比例大大下降了，于是猜想得到了有效验证。

       除了验证猜测和辅助决策外，A/B测试在金融行业中的应用还很广泛。

       2019年，泰康集团准备推出一款泰生活APP，作为泰康集团在互联网战略下的超级APP。但是由于这款APP功能强大，所以也给产品经理带来了一个难题：如何在多种方案下寻找最优方案。

       于是从2020年9月起，泰康集团跟火山引擎展开合作，借助火山引擎的A/B测试平台，对泰生活APP的页面UI改版、各类活动的运营、APP推送运营、APP功能流程更新等进行小流量A/B测试。

       比如泰生活的运营部门想测试APP最佳的推送时机和推送内容的数量，于是就设计了3组实验方案：

对照组：有push 无红点

实验组1：每天推送2次，发布时间为7:00和16:00；

实验组2：每天推送2次，发布时间为12:00和16:00；

实验组3：每天推送4次，发布时间为7:00、12:00、16:00、18:00；

       在经过两周的测试之后，实验组2的表现最好，新用户7日留存较对照组提升了11%，于是泰生活运营部门就采用了这种推送方式，大大提升了整体APP的推送激活率。

       据了解，在开展了A/B测试之后，目前泰生活APP的头部icon误触率降低30%、直播板块用户转化率提升4倍、APP整体转化提升1.5%。

结语

       近几年来，金融行业开展业务的主要渠道已经从线下转向线上，所以新技术应用对金融企业的重要性也愈发凸显。

       目前国内各大金融巨头都纷纷在加码科技上的投入，许多金融公司宣称要从金融机构向金融科技公司转型，所以可以预见，未来金融行业在科技方面的竞争会越来越激烈。

       在这种大背景下，任何一家企业都不能忽视新技术的应用，否则就会在时代浪潮中掉队，甚至被竞争对手所淘汰。

       《孙子兵法》说：“夫未战而庙算胜者，得算多也；未战而庙算不胜者，得算少也。”

       如今看来，量化交易和A/B测试，就是提高金融企业投资和经营胜率的“庙算神器”啊！

来源：金融智库

国内量化的未来

       前段时间业内刷屏某百亿量化私募的大瓜，一波几折。其实对这家管理人一直很关注，毕竟YY老师在JFE上发表的关于中国三因子文章是在美国三大金融期刊上第一篇关于中国股票市场的论文，的确牛。我一直以来对纯学术大咖学院派转行量化投资实践上的结果很关注。在美国，西蒙斯创立的文艺复兴，大卫肖创立的D.E.Shaw，Cliff Asness及众多学术大咖带领下的AQR，诺贝尔经济学家Myron Scholes和Robert C. Merton带领的长期资本投资（虽然已经倒闭）等等，都是学院派甚至是世界级的数学家计算机科学家金融学家引领的。

       但目前国内的头部量化私募多数是高智商高学历的技术大咖或者国外知名对冲基金归国更偏行业实务的背景居多，实践性要强许多。也可能是国内量化投资总体说来还很年轻的原因吧。当专业的竞争再进入更深的深水区，情况可能会发生变化，比如人工智能超级大咖加入国内量化私募可能在不久的将来就会看到。

       网上有很多文章提到量化1.0时代，2.0时代等等，大致是根据国内量化投资发展历史阶段归纳分段的。近期又遇到量化投资风口浪尖的关注特别高，业绩也出现波动。更有甚者已经开始完全否定量化妖魔化量化，不禁会让人对未来国内量化投资的发展充满想象。其实，看看美国市场，量化投资占比很高，可以大致肯定量化投资作为和主观投资一样成为一种不可或缺的投资方法论的地位。

       猜想，在接下来的几年中，有几种趋势，会伴随着量化投资的发展而出现：

       1，A股市场散户交易占比逐年降低，量化选股超额收益螺旋式逐渐下降

       目前，国内有一批管理人量化阿尔法选股的超额收益比较容易能做到年化20%以上，其中特别优秀的能做到年化30%甚至更高，这个其实是非常恐怖的。

       在美国，顶级机构的这个超额收益也就是5%，6%的水平。

       本质上国内这个超额收益这么高的原因还是因为投资者结构的原因，散户占比高带来的市场有效性差，错误定价的机率更多。

       去散户化说了好多年，市场有没有改变呢？还真有！看到ZJ公司一个统计数据，目前A股市场各类机构投资者持股（自由流通市值）已经超过50%，并且最近几年是明显地逐年提高。当然持仓市值过半并不意味着交易量过半，毕竟机构持股的绝大部分份额是以公募基金、保险等为主的价投类主动管理策略。虽然近年来量化策略规模增长明显，但恐怕影响也有限，而散户的平均周转水平要高不少。但即使是这样，我们仍然可以预见，也许也用不了几年，机构交易量份额就会大幅超过散户交易份额。

       因为个人散户的赚钱效应越来越被证明显著弱于机构投资者，购买基金产品已经逐渐成为一种新流行。因此，或许我们还有一些时间，享受量化选股的高超额逐步下降过程中的红利，但趋势已然非常明确。

       如果年化超额收益下降到10%左右的水平，指数增强仍然可以被认为是一个颇具价值的投资策略，但中性策略因为对冲成本高、资金使用效率低，前后端费用以及超额和基差共同带来净值波动，实在是不能给客户提供一个满意的答案。

       当然，也可能未来对冲工具丰富，对冲成本大幅下降，关于衍生品这一点在后文中聊。

       2，量化混合多策略和以及FOF/MOM组合投资成为更加流行的趋势

       在低波动低回撤稳健收益这个赛道，量化对冲中性策略，套利策略，大比例债券加小比例权益的固收+策略，现金网下打新策略等等应该说是目前比较主流一些策略和投资方式，但也各自存在着对不同阶段市场环境的适应性。比如注册制网下打新策略去年全年的收益能在10%以上，但今年大概率连一半都达不到，未来还可能面临着上市破发的时代来临；固收+策略遇到股市熊市的阶段很容易变成固收“减”，上段提到的未来中性策略收益可能很低等等…

       资产配置可能是解决难题的唯一答案（不得不承认的确是资产配置的信徒，几乎每一篇文章都能找到痕迹），FOF组合投资把低相关不同收益来源的策略组合在一起，获得一个加权平均收益，但波动和回撤大大降低，夏普比例显著提升。并且根据对子基金持续动态跟踪和调整，力求画出一条小幅波动缓慢向上的斜线。

       另一种方式是单个量化管理人在同一个产品内使用多个量化策略，以达到低相关收益来源高资金使用效率的目的。例如，将量化对冲策略、量化指数增强、量化CTA、期权波动率套利、网下打新、量化可转债等策略中的某几项甚至全部组合在一起。

       其实，现在就已经有很多量化CTA产品都开始会叠加量化对冲或者指增，毕竟除去期货保证金以外的现金部分买成货币基金实在是浪费，而CTA策略的管理人如果不向股票策略扩展，容量始终是个大问题。

       但真正自上而下就为了量化多策略这个逻辑，去按照风险收益等级设立产品条线的成规模的量化管理人，BL近一两年应该算是个代表了吧。

       随着资管新规净值化转型后时代的继续演进，以及房地产投资价值的大幅下降、非标融资类资产逐渐退出历史舞台，投资者大量稳健收益投资需求的资金也必须逐渐去容忍一定的波动，并且投资者的预期收益需要回归理性，最需要做的是在控制好风险的情况下对抗通胀，并且获取一定水平的复利累积。而量化投资因为具备可对冲、投资品种多、投资标的分散、获取低风险套利收益等特性，使得量化策略可以发挥积极贡献，为混合多策略或者组合投资解决稳健收益难题成为可能。

       3，基本面量化的占比不断变大

       以量价类因子为主要贡献的股票量化策略总是不可避免地触及容量和拥挤的问题。量化管理人都会回答很多投资者关注的策略容量问题，大致是根据自己的冲击成本和滑点来测算。但这里面有两个很关键的问题，一个是市场总交易量的变化，另一个是整个同类策略在全市场中总规模的变化。

       第二点虽然很少有管理人提及，但事实上别人家的规模大幅增长同样会挤占自己的容量，大家的量价因子有不少的重合度。现在整个量化策略规模已经比较大了，在某些小市值的股票交易中，更容易出现交易的拥挤。又因为交易频率相对高一些，在规模—收益—波动的不可能三角中，规模越做越大的管理人都会寻求如何在降频的环境下继续保持收益水准，基本面因子始终是解决难题的重要出路。

       基本面量化除了有容量大的好处以外，还有一个好处是可解释性强，逻辑清楚。当然，要做好这一份工也对数据的要求很高，特别在中国市场不太好把握财务数据真实性情况下。所以对管理人来说数据的搜集和清洗是不低的门槛，也需要时间积累，还要具备相当程度的对金融和财务的深入理解。

       个人认为，在国内，XY投资可能是这个赛道最有潜力的机构了，其主要合伙人来自于AQR和BGI这种全球最大的基本面量化机构，另外还有学术理论水平极高的合伙人等。虽然他们目前管理规模并不大，和一线量化机构相比收益水平也偏弱，但老李非常认可他们对于基本面量化的坚守以及看好未来他们不断壮大的潜力。另外，还有KN这样的管理人，也是一直在基本面量化的赛道上勤勤恳恳积累。

       4 ，机器学习的应用更加深入

       近年来机器学习在量化投资中的应用越来越流行，好像管理人不提自己运用了机器学习方法都拿不出手一样。

很多量化管理人都或多或少使用到一些机器学习的理论。“神经网络”、“深度学习”、“人工智能”这些词汇也频繁出现在管理人路演材料中作为宣传的亮点之一。

       的确，技术进步带来的成果在金融投资上的应用越来越深入。随着大数据的维度越来越丰富，计算机运算能力越来越强，机器学习在量化投资中的应用一定会越来越深入。当然，处理好纯非线性数据挖掘可能出现的没有好的解释逻辑、过拟合等问题是需要非常小心的。但总的来说，机器学习的技术有望在未来国内量化投资中扮演越来越重要的作用。

       5，行业内头部效应更加明显

       近些年头部集中好像成为各行各业的普遍趋势，金融行业也不例外。

       量化投资特别需要的是策略的不停迭代、运算能力的不断提高、交易速度的不断提升。

       这些都意味着管理人在高端人才竞争，硬件投入等方面持续地投入。私募行业内部管理规模更大的管理人因为更多的收入来源，会形成很大的竞争优势，这样会形成一个正向反馈。

       其中在高频策略的细分赛道，本来行业规模就有限，更有可能形成稳定的头部格局，某些时候快人一步，或者人无我有的交易信号，也许就是1和0的差别。

       美国市场同样如此，量化对冲基金已经形成了几家头部机构的格局，其他分散的小机构很难超越。当然，我并不认为目前国内按照规模排名的头部机构就已经形成了稳定的格局，中国的量化投资行业还很年轻，未来谁能站稳脚跟都不一定，但头部集中的趋势也许已然注定。

       6，来自外资机构的挑战

       外资金融机构进入中国早也不是什么新鲜事，最近几年金融对外开放的政策力度也越来越大，WOFE注册、QFII额度取消限制、外资全资的投行、券商、期货公司等金融持牌机构政策的放开等等，也展示了中国在金融领域对外开放的决心。老李始终认为，在金融的很多细分赛道，外资机构都需要非常长的时间才能适应中国市场及文化，比如主观投资中对上市公司真实情况的深入了解，投行IPO业务中对监管审核尺度的把握和对拟上市公司当地政策环境的理解。还比如在财富管理业务中，国内传统金融机构长期以来形成的网点渠道、人员数量以及品牌声誉等巨大优势，对外资金融机构来讲，都是非常难以跨越的护城河。

       但是在量化投资的这个赛道，外资量化机构很可能会快速就展示出很强的竞争力。因为这个赛道，所有的重要因素都在市场，都没有门槛，是基本都不需要和人情打交道的纯技术活。而全球顶尖的量化对冲基金在这个技术层面已经积累很多年，并且在人才上的优势也非常大。其实，国内成规模的量化私募中有不少创始人是从海外机构归国的，发展非常好，那如果他们的老东家进入中国大干特干呢？不知道会不会有点可怕。著名的Two Sigma和D.E.shaw都已经在最近一两年在上海设立WOFE机构并且发行了产品，初期发行产品的投资标的以商品为主，并且基本没有做什么营销。有关注到其中一只产品的净值表现，已经展示出非常惊人的效果。可以预见，也许不需要太久时间，当这些外资量化私募真正开始重点开展中国资管业务的时候，数据和交易连接一旦准备充分，一定会刮起国内量化投资行业的一阵旋风。不过也并不是说国内机构就一定会占下风，毕竟已经积累多年，但是面临巨大竞争可能是不可避免的了。

       7，衍生品的大力发展

       相比国外，国内资本市场成立较晚，还因为体制的原因，在以前衍生品的发展十分缓慢，工具的推出非常谨慎。目前主要是一些指数类的期货和场内期权产品，以及供给严重不足的个股融券工具还有交易低频的个股场外期权模式。未来，随着衍生品工具的不断丰富，量化策略的应用场景将大为广阔。比如中证1000指数的股指期货如果推出，中性策略很可能由目前500指数为主的策略变为中证1000为主的策略；再比如个股融券供给充足或者场内个股期权推出，那么股票多空（一篮子多头股票和一篮子空头股票）策略也一定会占有一席之地。衍生品工具的大力发展，会为量化策略带来更多丰富的选择，也会为财富管理带来更多可能。真是充满了期待！

来源：私基老

报告：中国新富人群财富健康指数创新高，智能投接受度提高

       后疫情时代，居民理财情况正发生变化。日前，上海交通大学上海高级金融学院（下称“上海高金”）与嘉信理财(Charles Schwab)共同发布《2021年中国新富人群财富健康指数》报告，称目前中国新富人群的财富健康水平总体迈上新高度，其中财富信心和投资参与这两项次指数呈现显著增长。

       具体而言，2021年中国新富人群的财富健康指数为72.02，较2020年小幅上升了2.29个点，创五年来新高。其中，财富信心指数为74.18，较上年上升了2.97个点；投资参与为79.23，较上年增长2.60个点；相比之下，财务规划和资产管理次指数则分别小幅下跌至43.06和45.49。

       报告显示，新富人群认为新冠疫情对他们的财务状况带来了积极影响。有19.8%的受访者表示他们实现财务目标的可能性有所提升，而去年持这一观点的受访者仅占8.5%。同时，新富人群对自身财务状况的满意度延续了前几年稳步提升的态势，2017年，24.7%的受访者对自己当时的财务状况非常满意；2021年，这一比例上升至39.2%。

       而随着新富人群对财富管理的认知深化，他们对权威理财建议和专业知识的需求也不断提升。根据报告，在过去五年内，新富人群对金融机构和投资顾问的信任度从 57.8%提升至75.4%。

       其中，在今年的调研中，许多受访者表示希望人工投资顾问和智能投顾可以为其提供财务规划、资产管理等基础服务，帮助其夯实财富管理的基础。这也为金融服务行业指明了一条进一步助推新富人群财富健康的可行路径。

       “财务规划是财富管理的重要基石，以智能投顾为例的金融服务新模式可以让人们便捷获取专业的投资顾问服务，引导投资者逐步掌握科学的财富管理方式，为其财富健康和长期收益打下坚实基础。”嘉信理财国际市场董事总经理Lisa Hunt表示。

       上海交通大学兼职教授、上海高级金融学院执行理事屠光绍也称，在居民进行财富管理过程中，用好金融科技的手段十分重要。从这一角度分析，未来智能投顾有很大的发展空间，新富群体对于投顾业务，特别是智能投顾的需求比较强烈。

       但要注意的是，智能投顾在国内的发展仍面临多重挑战。Lisa Hunt在接受第一财经采访时表示，目前中国市场对智能投顾的定义各有见解，并不明确；同时，智能投顾作为一种新生服务，相关监管制度与框架也需不断完善。“我们需要一定的时间去明确智能投顾的界定以及相关的框架，相信监管框架的进一步成熟和确定有助于推动智能投顾的发展。”

       上海高金教授吴飞则从市场供需的角度分析了智能投顾发展的难题，他向记者称，从需求端看，国内投资者大部分是偏投机为主，比较缺乏长期投资或者说财务规划的需求，大家认为智能投顾主要的作用是为投资者提供资产配置的方案，但国内的散户投资对资产配置的需求并没有那么强烈；而且，相对于其他单一的理财产品或股票，投资组合的收益率下相对会较低，因而，在投资者教育方面也存在挑战。

       另在供给端方面，吴飞称，国内的投资渠道和投资产品相对稀缺，多元化的投资组合必须要有足够的产品支撑，比如说，很多智能投顾都采用各种类型的ETF来组成投资组合，但国内的ETF产品可能也就100多只，从某种程度来说，产品的供给是一个潜在的问题。

       据悉，《中国新富人群财富健康指数》是上海高金和嘉信理财共同发起的一项合作。本次调研共访问了3600余名年收入在12.5至100万元之间、可投资资产在700万元以下的新富人群，覆盖中国上海、北京、广州、深圳、成都、杭州、大连、厦门、重庆、武汉、南通、石家庄、中山、昆明及襄阳等十五座城市。

来源：人民资讯

做投资，机器真的比人“强”吗？

       国内私募幻方今年做了件大事，就是计划投入10亿元建设一个超算中心。据说，这个机房占地大约10个篮球场，在国内超算中心排得上名次。但很多投资人士的疑问是，“计算能力强就能确保赚钱吗？”

       简单来说，所有按照一定的规则，让计算机自动完成全部投资流程的，都可归入量化投资的范畴。但具体来说，不同策略的量化投资差异十分明显。

       “最基本的量化策略，就是关键指标选股，业内也称之为多因子选股。”上海一位机构投资者告告诉笔者，这种方法的本质就是通过收集历史数据（宏观指标、财务指标），找出上述数据与股价涨跌的关联性，然后根据关联性的强弱，赋予一定的权重（即比例）。

       比如，笔者拿到南京一家金融机构的多因子选股模型跟踪报告，其选择的四个因子分别为：静态市盈率、静态经营现金流市现率、单季度同比净利润增长率和20交易日累计换手率，运用最优化加权法进行因子权重分配。在其公布的周期内，该量化组合共选出50只个股，其绝对收益和同期沪深300指数收益趋近。

从机构投资者角度看，该量化组合通过持有50只个股，就达到了持有同期沪深300指数的收益，这无疑是投资的一种简化。

       当前，多因子已经发展成为一种应用十分广泛的选股策略。按照因子分析的角度，可以分为基本面因素（价值因子、盈利因子、成长因子），技术面层面（动量因子、市值因子、成交量因子），市场层面（外部环境因子、行业因子）。有人粗略统计，可被统计的因子现在可能已经超过上万个，而这些因子之间再排列组合，可能就是天文数字了。因此，有量化投资从业者自我调侃，“我们就是数据的搬运工。”

套利，是量化投资另一种主要的策略。

       所谓“套利”，是指同一种商品在两个市场中存在价格差异，投资者可通过低买高卖来获得收益。在实际生活中套利随处可见，比如，同样产地、同等品质的水果，在市中心售卖5.1元一斤，而在城市周边的农贸批发市场只有5元一斤。如果只买一斤水果，0.1元的差价不会让市中心消费者舍近求远，但如果买成百上千吨，那么这中间的差价就十分可观了。

       在金融市场中，套利投资者就是寻找同一金融产品在不同市场中的差价，而量化投资者则通过高频交易（交易次数多）和高杠杆来扩大套利收益。

最后一种，就是CTA策略，主要针对商品期货市场。

       简单来说，CTA就是通过检测大宗商品价格，通过判断未来价格趋势来盈利。需要指出的是，国内期货市场可进行“T+0”交易，这就为日内短线交易提供了便利，因此量化投资者通过持有期货（金融期货+商品期货）的多单和空单来获取盈利。

       也就是说，当前A股市场中，多因子策略、套利策略和CTA策略，是最主要的三种量化投资方式。与此同时，近些年借助人工智能技术的发展，不少投资人士希望通过机器自主学习的方式，来优化投资方法，增加投资收益。前不久，英国《金融时报》也发表了一篇题为《量子计算走出暗处进入公开市场》的文章。

问题是，即便有这么多的量化投资方法，但它究竟赚的是什么钱呢？

       “或许是因为当前的A股市场风格，成熟度水平，让量化投资从业者看到了机会。”上海一位专业投资人表示，“很长一段时间，A股市场都呈现出优秀的α（阿尔法），垫底的β（贝塔）的特征。”

       所谓的阿尔法与贝塔，是针对主动投资与被动投资而言。主动投资认为，市场常常因为参与的投资者信息不对称或非理性，导致投资标的存在错误的定价，聪明的投资者总能发现这些错误，低买高卖，从而赚取超额收益；被动投资理论认为，市场永远是有效的，从长期来看，投资宽指基金就能获得与市场同步的收益。

       一个有意思的现象是，国内很多基金经理常故作高深，总是将阿尔法（alpha）投资挂在嘴边，或者是表示要“赚阿尔法的钱”，实际上只说明他管理的是一只采取“主动投资”策略的基金。而“被动投资”者常常将自己的收益称为贝塔（beta）。

       回溯2018年之前10年，将主动型股票基金的表现和A股指数进行比较，可以发现主动型基金明显跑赢大盘指数。这中间的确有很多客观原因，比如大盘指数编制方法等，但最重要的原因，还是国内资本市场机制不健全，投资者不成熟，造成了市场超额收益的产生。

       “投资者的不成熟，恰恰是量化投资者的盈利机会。”一位资深证券研究人员表示，“很多A股投资者热衷于技术指标，依据分时图理论、均线理论进行操作，但计算机更擅长这些。”也就是说，如果是根据历史量价图形来推断未来股价走势，如果进行无数次博弈，最终胜出的肯定是计算机。

       换个角度想，随着量化投资规模的增加，依靠“快进快出”“追涨杀跌”的散户将在市场中越来越没有生存空间。

       需要指出的是，人工智能和机器学习也不能保证量化投资在A股稳赚不赔，特别是遭遇政策调整以及市场极端行情时，量化投资也会遭遇风险。

       2015年A股市场遭遇大幅调整，舆论认为股指期货起到了推波助澜的作用，因此证券监管部门对股指期货加强了限制，比如提高交易成本，降低杠杆，日内开仓从不限制调整为限10手，平仓手续费比例较调整前提高了超过100倍。当时一家明星量化机构的产品收益率曲线直接走平了，因为赚钱模式没了。

       再比如，2016年底A股市场风格切换，基本面扎实、业绩稳定的大蓝筹公司成为市场“新宠”，但偏重中小市值、成长风格的量化基金就逐渐被市场抛弃，失去了赚钱效应，某个规模超过100亿元的量化基金，产品规模当年就缩水超过50%。

       或许可以这样理解，对投资者来说，其实最大的困难就是如何识别风险。

       比如，被誉为美国共同基金著名“金手指”的比尔·米勒，他创造了从1991年到2005年连续战胜标普500指数的业绩“神话”。“很长一段时间，他都被认为是价值投资的旗手，但从实际操作看，比尔热衷于逆向投资和集中持股，这让他在2009年的金融危机中损失惨重。”上海一位量化投资人说，“对于量化基金的风险，投资者真的那么清楚吗？”

来源：腾讯网

量化大潮中那些“隐秘的角落”

       伴随IT技术和金融衍生品市场的发展，量化投资作为一大投资类别在国内生根发芽，高速成长。尽管量化投资早已不是什么新鲜事物，但在大多数投资者眼中，依然神秘感十足。

       有人说，量化投资就像一头奶牛，吃进去的是数据，挤出来的是收益，至于中间的过程，大概只有牛知道。

       目前量化私募管理规模已突破万亿元大关，加之A股市场连续40多个交易日成交额在万亿元以上，创出历史纪录，种种这些将量化投资推上了风口浪尖。

       量化投资的“黑匣子”中，到底隐藏着什么？

       有人说，量化投资的快速发展为资本市场提供了流动性，在一定程度上纠正了股票短期的错误定价。也有人担忧，在量化投资狂飙突进的过程中，是否会加剧市场波动？部分量化机构在业绩颇为亮眼的时候大手笔发行产品，会否令模型的有效性受到冲击？当市场风格剧烈切换时，量化投资能否及时调整策略并控制好回撤？

       记者近期走访了多家量化私募、FOF管理人和第三方机构，试图起底量化投资中那些“隐秘的角落”。

加剧波动还是平抑波动？

       “今年以来行情轮动这么快，中小票风格越来越极致，主要原因就在于量化私募！”

       “市场波动这么大，肯定是机器炒股造成的，量化交易量那么高！”

       伴随着量化投资的狂飙猛进，市场的猜测和质疑也越来越多……

       “今年以来的市场环境有利于量化策略的发展。其实我们预想到量化私募会迎来快速发展，但没想到个人投资者会对量化有这么大的误解。有朋友问我某只股票快速拉涨是不是量化干的，都有点妖魔化的意思了。”沪上某量化私募品牌负责人王飞（化名）直言。

       今年以来市场波动加大，是否真是由量化投资引发的？

       “量化投资肯定不是行情的发起者，但会是极致行情的助推器。”沪上某头部私募FOF人士表示，多家量化私募的模型中量价因子占比较高，而且随着行业竞争愈发激烈，头部量化的因子开始趋同，所以当某个行业或风格涨势强劲或快速下跌的时候，全市场的量化模型可能做出较为相似的操作，从而加速某个行业或风格的见顶。

       证大资产总裁刘兵分析称：“量化选股策略本质上就带有趋势投资的属性，所以当某一种风格或行业表现强势的时候，量化投资会有一定的推动作用，但具体影响到底有多大目前很难说，之前流传量化交易量占整个市场50%显然是夸大了。”

       还有业内人士认为：“加剧波动的过程可能是提高市场有效性的过程。量化投资本质在于寻找错误定价的机会，当一个行业或者标的存在上涨信号时，量化模型会快速反应抓住机会，在短时间内助推某个行业或风格上涨。但是，当行业或风格行情愈发极致的时候，量化模型会选择做空，从而避免过于极致的情况出现。所以，看起来量化是加剧了涨跌速度，其实并没有加大涨跌幅度，长期来看反而平抑了波动，从而使市场的有效性更高。”

       沪上某信托公司证券投资部负责人也透露：“量化模型一般都会去计算某只标的的估值水平分布情况，如果个股估值超过了历史均值或历史高点，那么量化模型会进行减仓，会在一定程度上避免股票或风格走向极致。与此同时，量化投资还提供了市场流动性，实际上有助于减少错误定价，降低市场波动。”

       一旦风格切换难以从容接招？

       量化投资是否会加剧市场波动或许需要时间验证，但其快速崛起过程中暗藏的风险却在近期初露端倪。

       王丽（化名）是上海的一名老基民，据她透露，今年三季度她看到量化私募非常火爆，渠道都在极力推荐，而且业绩表现也远高于自己持有的很多知名私募材料，所以认购了某头部量化私募的指数增强产品，但最终业绩让她难以接受。

       “我买的基金没涨多久就出现回调了，感觉是买在高点了。当初买的时候我也不知道量化产品还会出现这么大的回撤。”王丽直言。

       朝阳永续数据显示，9月份近七成的指数增强私募产品收益为负，而且截至10月14日，超40家量化多头私募产品近一个月回撤幅度超10%，而同期中证500指数的跌幅为8%。沪上某百亿级私募人士解释道：“大幅回调的原因主要是短期的风格切换，国庆长假前后大市值标的有所反弹，以中证500指数为代表的中小盘股集体下跌，模型学习得没那么快，所以量化产品业绩短期有所回调。”

       值得注意的是，在量化私募指数增强产品集体回调的前期，多家头部私募备案新产品数量大幅增加。据私募排排网统计，三季度是百亿级量化基金发行产品的高峰期，7、8、9月备案新产品数量分别为350只、559只和489只，而1到6月每个月的发行数量均在260只以下。

       “感觉今年以来量化私募的快速发展情况和2014年很像，都是中小票的极致行情催生出一批百亿级量化私募，但2016年中小票行情退潮后一批量化私募投资人损失惨重。那么，如果今年风格突然切换，悲剧会不会重演呢？多家头部量化私募在业绩巅峰时发行新产品，是否会让投资人高位站岗？9月的回撤其实已经露出了一些苗头。”沪上某头部私募创始人直言。

       厚石天成总经理侯延军也坦言：“投资领域有个定理叫盈亏同源，2014年底之前很多量化私募买入中证500股票，用沪深300股指期货进行对冲，这种极致的风格暴露带来了较高的超额收益，却也在市场风格转变的时候遭遇暴击。如今，指数增强产品的超额收益来源依旧是风格的偏移和暴露，所以超额收益相对较高的产品在市场风格切换时，回撤大概率会放大。”

       另外，某私募FOF人士透露，部分量化私募会通过收益互换的方式加杠杆，后续如果风格突然切换，相关产品的回撤幅度会超出投资人预期。另外，“伪量化私募”开始出现，这类私募打着量化策略的旗号用极其简单的模型进行投资，后续在“测不准”的市场中极有可能暴露风险。

       不过，私募排排网基金经理胡泊表示，从量化技术本身来看，量化投资早已经过多次迭代进化，目前量化策略布局相对均衡，各家量化私募之间的策略也存在一定差异，所以行业整体出现风险的可能性较小。

量化私募如何行稳致远？

       在某老牌私募总经理看来，行业处于高速发展期，往往会掩盖很多问题，只有当潮水退却，才知道谁在“裸泳”。量化基金想要更长远更健康地发展，必须重新审视自身存在的潜在风险；量化私募管理人必须不断拓展能力圈，将投资者利益放在首位。

       北京某百亿级量化私募认为，近两年量化规模的快速增长兑现了量化行业过去几年在策略研究方面的积累。未来，随着策略研究的迭代进化，量化投资行业仍有很大的增长空间。在此背景下，头部机构在规模上不能求快，而要求稳，真正让投资人实现财富增值。与此同时，量化私募管理人策略研究需要逐渐向基本面、另类数据方向拓展，以求在更大的资管规模下，发挥量化的技术优势。

       据悉，多家头部量化机构在规模快速增长的背景下，提高了基本面因子在模型中的占比，适当降低了交易频率。

       另外，上述私募FOF人士表示：“参照成熟资本市场的发展历程，中国量化投资的发展空间广阔，将成为资本市场的重要力量。但在行业快速发展过程中，对随之而来的风险不可忽视。对于量化私募管理人，需要重新思考如何维持稳定的超额收益，毕竟规模是业绩的敌人，也需要重新审视自己的发行计划、风控机制等是否真的从投资人利益出发。”

       北京某头部量化私募透露，近期监管层虽然没有进行窗口指导，但对于量化投资的整体情况颇为关注，在了解各头部机构的情况，这对推动行业健康发展是件好事。

来源：腾讯网