A股有效性不断提升
量化行业步入稳定发展阶段

主持人：近几年国内量化行业发展迅猛，可以说十年时间就走完了海外发达市场三四十年走过的路程。与此同时，量化私募行业管理规模也迅速增长，目前股票策略总规模已超万亿。这也显示出国内投资者对量化投资的认可度逐渐提高。所以第一个问题想请教裘总，能帮大家回顾一下国内量化行业的发展历程吗，量化投资规模的增长会不会对超额收益有所影响？

裘慧明：据我们统计，目前量化股票策略的总规模约在9000亿到1万亿。这个数字较四年前增长了七八倍。国内量化投资发展经历了好几个阶段，有高速发展的时期，也有停滞甚至下滑的时期，所以要逐阶段分析。

第一阶段要追溯到2010年股指期货上市，早期金融科技的普及程度还无法支持国内量化行业的发展，直到2013年，私募行业才开始出现越来越多的量化股票策略。很多量化团队有了自己的私募牌照，开始独立门户。

2013到2015年，这是量化快速发展的一段时期，基本上是从无到有。2015年牛市中，如果算上杠杆，整个市场量化对冲产品的规模达到2000亿。但随着牛市结束以及股指期货限仓，量化规模逐渐降低。

2015到2018年，整个量化行业管理规模一直在下降。2016和2017年是国内量化投资一个巨大的转折点。2016年之前，管理人不需要很强的α能力就可以取得亮眼的业绩。量化股票策略的收益来源可以拆分成几部分，首先是β，即上市公司平均的股价增长，我们可以用沪深300、中证500、中证1000等等指数的收益去描绘β。第二个是风格类因子的收益，也可称为Smart β。2013-2016年，小盘股的风格因子收益非常好，成长风格强于价值风格。所以这段时期只要暴露对了风格，就能获取很强的Smart β收益。当时投资者很难区分量化机构究竟赚了α的钱还是赚了Smart β的钱。这段时期我们经常称之为量化投资的1.0时代。

2016年10月之后，小票跑赢大票的时代结束了，2017年是典型的大盘风格强势期，2017年沪深300指数涨了20%多，而小盘股指数跌了20%。过往靠暴露风格赚Smart β的管理人遇到了巨大挑战，你必须要有真正的α才能为客户带来稳健的收益，管理人开始拼α能力，量化投资水平大幅度提高。这一阶段头部机构的主流策略是底仓叠加股价日内的时序预测。

第三个阶段是2018年底至今，也可以再细分为3.1时代或3.2时代，这一阶段管理人策略频段比较广，不再以日内的时序预测为主，截面预测更多，周期从分钟级到小时级、日级等都有全面覆盖，行业的规模天花板也快速抬高。量化私募的规模从2018年的1000亿增长到2021年底的1万亿，这一高速增长的阶段我觉得基本结束了。据我们估算，以现阶段国内股市的情况而言，量价模型为核心的量化策略容量最多是2万亿-2.5万亿。

主持人：2万亿-2.5万亿是说整个量化股票策略的容量上限吗？

裘慧明：这个针对的是以量价策略为主的股票模型。基本面策略的话，超额会弱一些，但容量会大很多。国内量化行业已经进入到一个新的发展阶段。基础的量化模型不大可能有大幅更新了，因为国内主流量化机构的方法论已经与国际高度接轨，未来会进入一个拼各环节完整度、细致化的阶段。

主持人：也就是说国内量化投资的大框架已经进入到相对成熟的阶段，未来的竞争就是拼细节。以上我们讨论的都是量化选股模型，而在2016年之前，量化机构普遍会关注风格方面的暴露，现在的选股模型是怎样处理风格暴露的？

裘慧明：2016年之前，不好区分管理人的收益主要源于暴露对了风格，还是真正有很强的α能力。但另一方面，量化选股策略在一些风格上的暴露又是无可避免的。因为在中国股市，你不暴露风格，你策略的自由度就非常受限。在A股市场，所有的α来自于多头，来自于股票持仓。而量价策略一定依赖于高流动性、高波动率的股票，所以你必须要暴露这些风格，不暴露风格操作起来就会非常困难。

主持人：随着量化规模的增长，您觉得会对量化超额，也就是α收益有很大影响吗？

裘慧明：过去的高收益是时代的产物，是不正常的，未来的超额会回归正常。我觉得2021年以来的超额水平就是比较正常的。

美国也经历过高超额的阶段，像上世纪90年代，美国量化机构杠杆放高一点，每年50%-60%的超额都很正常。但是现在，大家也知道，头部对冲基金每年的超额是12%-15%。在中国，比如2015年，比较简单的线性模型当时也可以获得100%的超额收益，因为当年量化规模占比实在太小了，市场上的无效性又非常高。

如今很多人还说中国市场是非常无效的，实际上并非如此，现在中国股市有效性提高了很多，可以称之为到了中等有效阶段。所以无论你是做主观投资还是量化投资，你会发现创造α并没有那么容易了，你要花更多精力。不管是从基本面的角度找中长期的错误定价还是从市场波动角度找中短期的定价偏差都没有那么容易了，你要花非常大的力气才能找到α。

百亿级量化私募2021、2022年的超额收益平均约15%，我觉得这是比较合理的数字，当然未来还有下降的空间，但空间并不大，因为中国整体资管行业的α底线比较高，中国股市个人投资者的占比还是非常大的。对于量化私募而言，也必须创造15%左右的超额才能体现出自己的价值。

量化行业门槛提高
头部机构进入“内卷”时代

主持人：感谢裘总关于量化股票策略的分享。接下来一个问题是关于量化CTA策略的，想请教下许铭总，海外CTA多是以长周期趋势跟踪策略为主，英仕曼管理的产品也是以趋势策略为内核，国内的CTA策略有着怎样的发展轨迹？

许铭：国内CTA策略的发展要追溯到2014年前，那时开始出现CTA产品。当时国内期货品种还比较少，而后交易所陆续有很多新品种上市。十多年间，国内活跃的期货品种从二三十个增长到现在五十多个有了大幅增长。

目前CTA这类产品在国内已被投资者普遍接受。英仕曼的CTA产品是将趋势跟踪的量化模型应用到所有流动性较好的期货品种上，我们是做全品种的趋势策略。

主持人：与股票策略相比，CTA策略交易的标的数量会小一个量级，所以CTA策略的容量也相应更小。但是CTA策略底层逻辑和股票策略不同，两者间的低相关性也正体现了各自的配置价值。以上问题是和量化股票、量化CTA两个大类相关的。接下来的问题想从策略的角度切入，首先想请教吴敌总，世纪前沿早期专注于日内高频交易，后来不断覆盖更多的交易频段，您如何看待量化高频策略在国内的发展情况？

吴敌：我们之前是做高频的，高频策略在国内的发展确实很快。2016年我们做股票高频的时候，竞争真的不激烈，当时我们做一些融券交易，在底仓之上去做日内的回转交易，超额很明显。我非常同意裘总刚才的观点，在市场程序化初期，赚钱是相对容易的，这是时代红利。

2019年，程序化交易在A股市场交易占比约为8%，在2016年时这个比值更低，可能只有6%-7%，而现在最新的比例大概是25%，比2016年提升了四五倍。所以当前环境下，要赚交易的钱就非常难了。

看量化高频策略的超额，是在下滑，但这是正常的情况，你不可能指望在一个充分竞争的市场里，一些交易策略能始终收益很好。A股正步入成熟期，高中低频策略的超额红利将成为过去，但是如果把各类策略很好的整合在一起，每年其实还是能获取十几个点的超额收益。

另一方面，超额红利过去之后，量化行业的门槛也提升了。现在一个小团队要把量化股票策略做好，难度比2016年的时候大得多。因为你中高频策略要做好、低频策略也要做好，组合优化要做好、风险控制也要做好，每一个部分都要做得很好，才可以在市场上生存下去。在这样的环境下，量化行业进入到了稳步发展阶段，这其实也是一个更好、更健康的状态。

主持人：接下来想请教一下启林投资的王鸿勇总，启林很早就启用了机器学习算法，在业内普遍用传统多因子框架时，启林做出了跨越式的迭代。所以想请问一下王总，如何看待机器学习策略在国内量化行业的发展。

王鸿勇：从多因子模型到机器学习模型的变化，本质上是从线性模型到非线性模型的迭代。这也是市场有效性提升之后，线性模型获取超额的难度增加，大家开始探索非线性模型。

另一方面，机器学习模型体现了AI在投资领域的一个重要实践。近几年来AI技术层出不穷，像最近非常火爆的ChatGPT。在量化投资领域，大家既要紧跟前沿技术，也要根据国内市场环境不断去创新。这个过程中对算力的要求也越来越高，这是我们看到的一个大趋势，数据、技术、算力彼此结合形成的发展螺旋。这个趋势中，量化行业的一个现象就是“内卷”，每个方面都需要管理人大量的投入，你投入不够、积累不够，就一定会失去竞争力，这也推进了行业的高质量发展。

主持人：您刚刚提到ChatGPT，它底层用到的一些算法和我们量化模型的算法有共通之处。您觉得 ChatGPT有没有可能实现部分的量化投研功能？

王鸿勇：ChatGPT在量化投研上的功能我们暂时还看不到，ChatGPT的强大首先它有非常庞大的数据，另外它对数据有非常强的掌控能力。ChatGPT底层没有很大的理论创新或者说模型结构本质的创新，它的底层模型几年前就有了。它是数据到了一个体量，以及算力增长到一个量级之后，两者有机结合之下的一个量变引起质变的过程，所以ChatGPT的强大不是强大在理论创新或者是模型创新上。

2022年超额环境较好
弱市行情下量化超额保持平稳

主持人：看过行业长期发展后，接下来，我们把焦点放到短期业绩表现上。2022年股市表现较弱，但量化的平均超额还不错，平均能达15%，赶上了2021年的水平。想请问裘总，为什么2022年的市场环境下，量化超额能与2021年持平呢？

裘慧明：2021年市场环境对量化投资很友好，小票大幅度跑赢大票，成长股大幅度跑赢价值股，但整个行业加权平均超额也就在15%左右，较2020年还有下降，因为2021年整个量化私募行业爆发式增长，行业规模从4000多亿增长到9000亿，一年番了一倍，这对管理人的挑战非常大，不少量化机构投资能力的增强应对不了管理规模的增长，这会影响超额。

再看2022年，其实超额环境并不差，小票还是跑赢了大票，虽然市场整体表现一般，但也有利好超额的正向因素。相较之下，2023年，虽然市场反弹了，但超额环境并不是特别好。所以并不是市场涨就意味着超额好，实际上影响超额的因素很多。

另一方面，2022年量化私募行业规模相比2021年下降了900亿-1500亿，而大家投资能力还在不停上升，又开发了更多的因子，整个市场格局也没有大的改变，这些因素也利好2022年的超额。

除此之外，2019-2022年，还有一个更大的底层变化，不只是影响量化，而是影响整个基金行业。个人投资者的交易占比由70%-80%下降到了40%，机构投资者交易占比由20%-30%增长到了50%。所以说市场整体的α总量减少了，不仅量化私募难做了，主观私募也更难做了，大家做超额都不容易了。整个资管行业，进入到了一个相对稳定的新时代。

现在的量化行业其实离天花板没那么遥远。我们现在就有点像美国2009年、2010年的情况，要接受超额收益的下降，同时策略细节上还有很多地方需要打磨。这个大背景下，最重要的是两点，一是投资能力的提升永远是第一位的，二是要控制好规模增速。

主持人：所以影响量化超额的因素很多，规模增速、市场环境、投资者结构等等因素都有作用。请问吴总如何看待近几年量化超额的变化？

吴敌：2021年是量化的超级大年，行业爆发主要体现在前三个季度，1-9月份量化规模疯狂扩张，第四季度整个行业才开始冷静下来，这是2021年很特别的一点。

另外我想分享的一点是，虽然2021年、2022年中证500指增的平均超额都是15%，但实际上2021年的时候，整个行业超额的波动率是7个多点，而2022年超额波动率降到5个多点。收益一样的情况下，波动率降低了，说明投资能力、投资水平有明显提升，这是风险收益比的提升。这表明随着量化规模扩张，也带来了积极的变化，比如更多优秀的人才，更多软硬件的投入，这些都有助于提升组合优化的能力、风险控制的能力。所以相较2021年，2022年虽然实现了同样的超额，但超额波动率下降了，超额更稳健了，这也体现了量化行业逐渐进入到了良性发展状态。

主持人：提到风控这个话题，接下来想请教一下王总，启林在风险控制上一直做得非常好，在业内也以严格的风控知名，您如何看待量化投资的风控问题呢？

王鸿勇：策略越是偏低频，风控的重要性就越强。风控这个事情是需要积累的，无法速成，而且随着市场的变化你还要不断迭代，不断更新你对市场风险的看法。比如海外大型的量化机构，在疫情出现后他们会研究疫情对市场的影响，建立新的疫情风险因子，基于此更新对投资组合的风控。我非常同意裘总的观点，投资组合不是说不做任何风格的暴露，而是要对风格暴露程度、这个暴露程度对投资组合的影响进行细致的分析和监控。

另外很关键的一点，我们非常关注规模增速。投资组合管理很重要的一项就是你对市场的冲击，即你的交易对市场价格的影响。对管理规模的把控也是需要经验积累的。你100亿规模增加到120亿规模，影响不大，但是如果说100亿规模增长到500亿，那你100亿规模时积累的经验就完全不适用了，随着管理规模的增加，管理人需要一个螺旋的、缓慢的积累经验的过程。从这个角度讲，管理规模比较大的机构形成了这种经验后，会体现出风控方面的优势。

从我观察到的情况来看，2020年之前，小私募的超额收益是要比大私募好一些，但是2022年开始有一些转变，差距没有那么大了，甚至大型量化私募的超额收益还稍微好一点。量化行业从快速爆发式的增长慢慢向成熟稳健式增长过渡，这也是非常重要的一个趋势。

主持人：讲完了量化股票策略，我们再看看量化CTA，2021年CTA产品的收益还不错，但2022年波动加大了，下半年收益开始回撤，许总如何看待近几年CTA的业绩情况？

许铭：CTA是一类绝对收益型产品。英仕曼CTA的核心，是把量化趋势策略，用在各个可交易标的上。我们在投资组合层面，还要把波动率控制好，这是非常重要的前提。我们会定一个目标波动率，产品运作过程中我们要保证投资组合波动率在目标范围内，在此前提上，我们让量化模型去捕捉市场机会。

我们的量化CTA是用稳健成熟的模型监控各个板块的趋势，每一年各个板块的收益贡献可能不同。我们并不会提前预测某个板块会出现趋势，而是把投资组合整体波动率控制在一个预定范围内，然后再用趋势模型去跟踪市场节奏，从而在中长期实现较好的风险收益比。我们也在引入非趋势的策略，例如套利策略，量化多策略也是我们未来的一个方向。

量化超额并非均匀分布
阶段性超额依赖市场环境

主持人：说完了去年我们再来看今年。今年虽然股市整体表现还不错，但量化超额有所下滑，具体原因是什么？首先想请问裘总。

裘慧明：截至3月24日，无论是全市场选股产品还是500增强产品，今年的超额都低于去年同期。主要一个原因是，虽然今年市场整体有反弹，但不意味着量价策略偏好的高弹性股票跑赢了低弹性股票，高波动率的股票跑赢了低波动率的股票，高流动性的股票跑动了低流动性的股票。量化策略普遍暴露的波动因子、流动性因子今年表现一般，所以量化整体超额有一定下滑。

其实大家可以看近三个月的市场行情，你会看到光伏表现不太好，而光伏是高弹性的行业，近期TMT板块好了一些，这也是高弹性的板块，高弹性板块更强势对量化超额有一定利好。所以说量化超额对市场环境也有依赖性，对整体的市场表现有依赖性，对结构的市场风格也有一定的依赖性。但总体而言，在今年1-3月份超额环境相对一般的情况下，量化超额水平还是正常的。

主持人：吴敌总如何看待今年的量化超额？

吴敌：今年1月份大家刚从疫情中恢复，然后是春节，三月份又是两会，开年三个月各种事件较多，市场风格并不稳定。但对今年余下的时间我还是相对乐观的，因为量化超额分布往往是不均匀的，它可能一个月偏低，一个月又很高，但全年下来还是会不断累积的。

另外，现在量化管理人回撤控制能力越来越强，超额累积变得更稳定，赚到了就是赚到了，超额大幅回撤的可能性很低。对于今年我还是较乐观的，大概率能追上去年的超额水平。

主持人：王总对今年的超额有何看法？

王鸿勇：我同意以上两位的观点。不光是今年，看前几年超额收益月度、季度的分布，都是不均匀的。也就是说我们必须要接受某一个季度市场环境不好，超额收益比较难做的情况。但如果你稍微拉长周期，这种超额波动是很正常的。而且大家在风控上确实越来越严格了，所以只要超额能有效累积，短期超额低并不是一件特别可怕的事情。

主持人：我们再来看CTA的业绩，今年整个商品市场波动率一直处于低位，这对CTA业绩也有负面影响。许总如何看待今年以来CTA产品的表现？

许铭：对CTA的趋势策略而言，当趋势有剧烈反转的时候，或者是价格盘整没有趋势的时候，趋势策略的收益会受影响。

对于CTA策略来说，首先我们觉得趋势策略并没有特别拥挤，所以策略的长期收益仍相对稳定。在市场环境不利的时候，比如趋势出现反转，或者没有趋势的盘整阶段，我们可以做好风控，把投资组合波动控制在目标范围之内，等待下一波趋势来临的机会。另外一点，我们的投资组合覆盖各种期货品种，不会所有品种都没有趋势。市场机会较少时我们更专注于做好投资组合风控。

另一方面，我们也在不断寻找新的可交易标的和新的策略来增加收益来源，比如我们正在研究活跃的期权品种，还有套利策略等等，这些都是我们的工作方向。

量化需要选股广度
全面注册制利好量化投资

主持人：接下来想请教一个更加长远的话题，中小盘股一直是量化超额收益的重要来源，未来随着全面注册制的推进，中小盘股会受到怎样的影响，又会如何影响量化超额？

裘慧明：中国股市交易量的分布实际上对量化投资非常友好。中国现在5000家上市公司，市值排名前1000的个股交易量占比50%，排名后4000的个股交易量占比50%。相比之下，美股市场市值前1000的个股交易量占比是90%，剩下还有流动性的个股也就2000多只。

所以中国量化股票模型的可投标的非常多。而且这不是一个短期现象，是一个长期现象， 2013年至今，中小盘股的交易量一直非常大，这也是量化可以做出很好超额的原因之一。比如沪深300的指数增强，剔除2015、2016两年市场非常态时期，在剩余的6、7年时间里，沪深300指增的年化超额也就在15%左右。大盘股流动性虽然好，但是波动率不够大，机构参与率还比较高，所以超额收益比较难做。

如果是小票，比如20亿左右的微盘股，波动大，超额高，只是策略容量有限。如果量化机构就管10多亿的规模，那可以做出非常好的超额，因为你可以只做波动率最高、对量化最友好的小票。但是管理规模越大，量化机构被迫要持有更多的股票。美国也经历过这样的阶段，比如量化机构只管几千万的美金，策略不用太好也可以做出超额，它可以只交易一些边缘化的小票。在中国，中小盘股的高流动性对量化非常友好，而且现在国内的政策环境对中小票也非常友好。

注册制就是这个道理，对于量化策略而言，可交易的股票数量越多越好。比如A股每年增加400支标的，再过十年，市场上股票数量就达到9000支，这是非常惊人的数字。所以总体而言全面注册制是利好量化投资的。

吴敌：我觉得绝大多数量化管理人，来源于小盘股的超额都明显好于来源于大盘的超额，像中证1000指增的超额就明显好于沪深300指增的超额。其实这不是我们主动选择的结果，而是说市场环境使然。中国经济在不断发展，而中小盘股代表着中国创新的主力军。比如新能源、半导体还有近期很火的AI，它们都不断吸引着市场资金的关注，在这些活跃的小盘上，量化策略表现就很好。这是国内的市场特征，我们量化交易模型要去适应这种特征。

关于注册制，我赞同裘总的观点，注册制对量化是友好的，它能给我们提供更多的标的，会让信息更加透明，它有利于A股的健康发展，也有利于量化的健康发展。量化投资本身就需要持有大量个股，像我们持股数量是1800-2000支。未来A股可投标的越多，我们就有更多的分散投资选择，我们的模型就能抓住更多的无效定价，因此我们对全面注册制是非常乐观的。

王鸿勇：我同意两位的观点。量化投资关注的，一是股票的交易者结构，二是股票的波动率，三是股票的流通性。和这三个因素高度相关的就是股票市值，股票市值的大小对波动率或是交易者结构就有显著影响。

相对于大盘股，小盘股确实波动更大，机构参与度不高，所以同等预测能力的量化模型，在小票上获取的超额会更多。注册制的施行对量化投资是非常大的利好，因为量化天然就是追求持股广度去获取超额，所以可投标的越多，量化优势就越明显。

主持人：最后想请教许铭总一个CTA相关的问题，近几年外资资管机构陆续进入国内市场，像英仕曼就是最早一批进入中国市场的国际资管，您觉得CTA策略方面，外资机构会有哪些竞争优势，或者说与本土机构有哪些区别？

许铭：不能说外资机构就有什么竞争优势，我觉得有很多方面可以互相借鉴。首先，从CTA趋势策略的角度讲，外资的核心框架经历了海外市场长时间的考验。30年里我们经历过不同的经济周期和市场周期，无论是策略研发、组合构建还是交易落地、风险控制，我们都有非常丰富的经验。经受了亚太金融危机、互联网泡沫破裂、次贷危机的冲击，策略的风控和稳定性都非常强。

第二点，外资机构在策略丰富度上有更长时间的积累，除了趋势策略以外，也有各种非趋势策略。除了CTA产品以外，还有量化宏观、量化大类资产配置等产品，除了商品之外，许多资产类别，比如外汇、股指、固收等等，都可以用量化模型管理。所以在不同资产类别上的策略配置，在策略库的丰富度上，外资机构有更长期的积累。

另外是在投研资源上，大型国际机构可以调用全球资源。比如说在数据方面，英仕曼集团现在有独立的数据团队，该数据团队每年去挖掘另类数据，去评估、清洗、上线，供主观研究员或是量化研究员使用。这些另类数据包括电商流水、卡车运力，气候变化等等。而且现在数据爆发式增长在投研资源整合、调用层面，外资机构会有更强的全球视野。

风险提示：投资有风险，决策须谨慎。文中观点不代表平台投资意见，内容仅供参考并不构成任何投资及应用建议。未经好买财富授权许可，任何机构和个人不得以任何形式复制、引用本文内容和观点，包括不得制作镜像及提供指向链接，好买财富就此保留一切法律权利。