量化基金尤其是量化私募基金的总规模有了很大发展

2022-11-29 14:39

近两年，量化基金尤其是量化私募基金的总规模有了很大发展今年突破万亿，量化基金逐渐成为主流产品在目前的市场环境下，投资者如何选择量化基金2023年如何投资

日前，雪球嘉年华期间，上海黑翼资产管理有限公司联合创始人邹逸天，爱房资产董事长兼投资总监，投资创始人，白鹿资产管理合伙人兼投资总监张为广大球友带来了主题为量化基金如何持续创造超额收益的论坛，对量化投资今年的整体表现进行了回顾和展望。

在波动中稳步前进。

姜开:与往年相比，今年量化基金的波动有所增加，量化超额有所减少原因是什么

邹逸天:通过观察对比，波动幅度比过去几年略高，但总体上还是比较平稳的量化投资本身就特别分散，所以量化超额波动率不大，但也比往年高量化虽然受到分散和风险控制措施的影响，市场波动并不能完全抵消，但仍会增加产品的波动性但如果时间拉长，量化基金整体波动相对平稳

姚政:无论是买股票，做CTA还是其他投资，最终的收益都是通过统计规律显示出来的统计法必然带来分散的，海量的投资行为，最终表现为低波动性对于量化投资，我们应该拥抱波动有波动，市场才有活力，更容易获得利润如果大量的资产收益是横向的，就很难获得额外的收益在波动中寻找价值是最好的发挥点伴随着投资者对市场波动和量化过剩的逐渐认识，未来人们也将青睐波动市场，量化投资者将在这样的场景中获得更多机会

张:在量化投资，CTA和股票中，人们通常更关心股票今年受宏观环境影响，CTA波动较大，而股票Alpha波动比去年小，相对稳定波动的主要原因是市场贝塔另一方面，相对于2018年和2019年，量化本身的过剩波动在加大，没有办法回到2018年和2019年的情况这是市场环境竞争造成的，是正常现象

自然发展的数量战略。

姜开:请分享一下如何从量化的角度控制风险产品投资管理过程中如何做好风险控制

邹逸天:量化风险控制是量化策略的一大特色量化策略自然是以模型为基础，用量化的方法刻画风险控制常见的风险指标可以通过模型预测无论是股票还是大宗商品，都有相对完善的风险模型来描述市场波动，有一定的预测作用，进而调整投资组合

就量化而言，风险控制是投资中非常重要的一个环节预测很重要，同样重要的还有风控模型量化管理员将两者有机结合，同时考虑收益和波动性对于大多数量化管理员来说，量化是一个自然的环节

基于当前市场的风险控制策略分析

姜开:今年除了对冲，尤其重要的是分散大量资产，切断一些可能发生的黑天鹅事件的风险请详细说明

除了之前基于归纳的期货套期保值或因子模型风险控制方法，还有主动风险降低方法，配置更加均衡，基于当前市场判断的主动风险控制，防止黑天鹅和尾部风险的发生在量化风险领域，伴随着规模的增大，尾部风险更加难以规避，规模大了就会很难换仓这时候主动降低风险也会给风险控制带来额外的帮助主动降低风险获取收益本质上是同一个逻辑，不同于以往基于因素和统计的历史规律基于历史规律的风险控制永远是以降低利润为代价的为了规避风险，有些方面不敢赌，但收益会有一定程度的折扣而主动风控每规避一次风险，就等于在收益上获得了额外的红利

量化基金选择

姜开:在目前的市场环境下，投资者如何选择量化基金，在什么时候选择比较好投资时，你会选择什么样的量化产品

张:什么时候选择量化基金是个难题量化基金很难选择合适的时机原因很简单之所以会出现回撤现象，是因为大家都无法判断一段时间内市场会是什么样子量化基金投资是长期配置的思路，希望持有一年或一年以上伴随着市场和竞争格局的变化，α的波动会比两三年前更大，所以很难指望投资量化基金在两三个月内获得好的收益

关于量化基金的选择，相信你有很多指标，包括过往业绩等此外，还需要查看投资前后基金策略的表现是否一致如果有一种激进的策略，在风格对的时候，会获得很大的收益但是，如果有这样的表现，就不符合交际了如果对策略有清晰的认识和一致性，作为个人投资者，也可以做一些类似于资产配置的事情可以配置两只业绩不同的基金，最后获得稳定的收益

邹逸天:量化管理员喜欢分配，但一般不喜欢用一种策略在配置资产类别时，相对分散，如CTA策略，多头策略，中性策略等长期持有量化产品是需要耐心的，无论是指数增强还是中性，CTA产品是定量长跑运动员伴随着时间的增加，α复利的效率更加明显与其在什么时间配置什么样的策略，不如培养一个长期的投资习惯来配置量化策略，有利于收益增长

2022年量化新趋势

姜开:今年你在量化领域观察到了什么新的趋势和变化。

姚政:就趋势和变化而言，每个人对规模增长都更加保守经过去年四季度的调整，很多量化管理员意识到规模管理也是保护投资者的一种手段，不仅是在投研上，在规模控制上也是如此投资策略上，配置更加分散均衡，超额比去年更稳定一方面，去年市场并没有出现α过剩的极端基本面变化另一方面，得益于各管理人更加分散的投资，基于统计规律，相信历史上曾经出现过的风险在未来还会再次出现，量化会有更好的表现，无论是规模管理还是策略配置

张:经过去年的市场情况，大部分机构都希望达到求同存异，和而不同的状态他们一方面希望保持良好的表现，另一方面希望相关性低，走同质化，有自己独特的赛道今年，我们可以看到，在新的轨道上，求同存异的努力更多了以前关注个股，现在关注挖掘行业，风格，概念最终目标是保持我的策略相关性低

邹逸天:经过去年下半年相对震荡的市场，所有管理人都在风险控制和策略丰富度上练好内功，并没有疯狂扩张规模，这也和今年市场环境不好有关很多管理者借此机会提高对研究的投入，对量化管理人的投入能力也会得到提升当然，练好自己的内功，给投资人更多满意的答案和收益，才是整个行业持续发展的动力

更改替代数据

姜开:你如何看待替代数据在量化领域的应用。

张:这是一个大话题替代数据本身是一个非常宽泛的概念，是伴随着时间变化的一般认为有些标准化的数据叫传统数据，有些非标准化的数据叫替代数据，但这个概念是不断变化的，替代数据的普及速度非常快

另外，在量化私募中使用替代数据要注意两点一个是性价比这些非标准化的数据需要很强的专业性和复杂的算法来处理，另一个就是容易过拟合，所以在使用过程中需要有足够的专业性，才能让数据达到有效的效果

姜开:现在有越来越多的创业型数据公司在营销，有些公司有非常有特色的数据请详细解释一下

姚政:对替代数据的投资非常大从这个角度来说，卫星和遥感已经不叫替代数据了，而且应用广泛真实的替代数据很难告诉大家，大部分都签了保密协议有些α确实是从另类数据里挖出来的，和之前的α不一样，但是不要过分神秘从传统数据中获得了足够多的α

量化最大的好处就是找到一些不同的观点，从不同的角度看市场，让整个波动更加平滑大量的人力物力投入到替代数据的处理中，这也是不建议个人投资者寻找替代数据的重要原因没有大量的搜索，你不会知道哪些数据是可靠的，最终得到的数据很有可能只是一个过拟合的信号或者无效的信号如果你想开辟一个替代数据竞技场，你必须准备好购买二手加替代数据

人工智能有助于量化投资发展

姜开:如何看待人工智能在量化投资领域的应用。

邹逸天:这两年可以看到AI战略的比重在逐年增加无论是国内还是国外的量化基金，国内量化基金的AI采用和迭代速度都比国外快这个工具为什么好用因为最近两年出现了很多AI的新模型，这些模型在其他领域都非常成功，解决了前几十年的突出问题，所以在投资领域的应用越来越广泛它能从海量数据中发现传统交易员或基金经理发现不了的规律之前的模型比较简单，无法处理复杂的数据现在有近5000家上市公司，每天都有大量的数据，这也为AI模型的应用提供了很好的数据基础另外，这两年计算能力越来越便宜，GPU和计算能力提升很快，但是价格一直在下降因此，数据，计算能力和模型的有机结合日益成为投资领域新的发展趋势，未来是一个重点发展方向

2023年市场展望

姜开:从数量上看，2023年的市场机会在哪里有哪些好的投资机会

张:对于量化来说，这是一个很难的问题，时机不可靠，不容易判断β量化方面，今年衍生品策略后，CTA波动较大，包括今年一季度，9月，10月的α策略现在最困难的时候已经过去了，也许我们还没有看到真正明亮的天空，但已经是黎明前了市场波动和交易量都在慢慢恢复，一些宏观事件的影响从之前的大冲击慢慢平滑消耗到现在且明年盈利波动难以判断，整体态度谨慎乐观

姚政:今年是艰难的一年我相信经历一次回调会在未来为市场创造更好的机会市场正在上涨涨多了，肯定是要跌的如果跌得太多，肯定会涨没有一个投资标的是永远直线上升的，真正有价值的投资标的也不会跌到零或者消失今年的下跌给了投资者更多的机会，是大家上车的好节点如果要选择合适的时机，要看基金是以获取α收益，β收益还是风格收益为目标Style—β有上涨趋势，建议不要追涨如果基金以获取α收益为目的，可以长期持有明年，指数的维度也下降了很多不用太担心，α一定会持续带来效果收益

邹逸天:a股市场有一个有趣的特点产品特别有市场的时候一般很难做出来，没有市场的时候很容易做出来这个特点在过去的十几二十年里不断得到验证今年基金会卖的很好，不管是公募还是私募，这个时候都要小心如果市场特别悲观，大家都卖不掉基金这个时候进去赚钱的可能性很大作为个人投资者，最重要的是克服追涨杀跌的问题，这样投资就成功了一大半虽然今年大家都对市场持悲观态度，投资者也不敢把钱投入风险资产，但这个时候往往是更好的切入点