今年以来，量化私募因收益亮眼、规模飙升、头部机构频繁倒闭而备受关注。但市场风格快速轮换之后，量化也从风口上掉了下来。近期，国内明星量化私募产品遭遇大规模回撤，有的甚至创下历史最大回撤。 　　

　　

　　这个量化的概念已经广为人知，但仔细说，量化策略下还有很多子策略。只知道其中的一两个，很容易混淆这个领域的很多概念。本文旨在深入浅出地讲解一些量化策略，带你认识这个新世界。 　　

　　

　　1/ 什么是量化投资？ 　　

　　

　　量化策略起源于海外，依靠计算机完成因子构建、模型构建、交易、风险控制等一个或多个过程。与之相对的概念是主观策略。因为交易行为依赖于系统，剥离了人的主观判断。相对于主观，量化决策更严格，持股更分散，交易频率更高。 　　

　　

　　中国的量化战略萌芽于2004年。12年海外量化对冲团队回国后，13-14年策略发展迅速，在中小创大牛市背景下取得了非常好的收益。2015年是量化策略的分水岭。随着上证50和中证500股指期货的推出，增加了市场套期保值工具，策略设置可以更加丰富。但15年股灾后，CICC限制股指期货日内交易量，导致交易量快速下滑，导致16-17年量化对冲经理重新洗牌。2018年初以来，量化策略进入高频时代。因子选股、T0交易、人工智能算法纷纷走上舞台，百亿私募管理人相继诞生。中国基金业协会公布的数据显示，截至2021Q2，国内量化私募管理人整体管理规模约为1.03万亿元，约占整个市场私募基金的20%。 　　

　　

　　图：12-21年私募产品发行数量 　　

　　

　　数据来源：朝阳可持续，诺亚研究；朝阳可持续没有纳入统计，因为它没有量化公牛的战略分类。 　　

　　

　　2/ 什么是alpha()和beta()？ 　　

　　

　　量化策略作为一种投资策略，目的是获得超出市场平均收益的绝对收益或相对收益。Alpha和Beta的概念通常出现在量化市场中最常见的指数增加策略中，例如针对中证500的指数增加产品。其收益来源一部分是中证500指数涨跌和贝塔收益，另一部分是产品策略本身做的超额收益和阿尔法收益，与指数涨跌不同。一般来说，跑赢大盘叫阿尔法，跟随大盘涨跌叫贝塔。 　　

　　

　　在中国，私募基金管理人常见的计提报酬方式是高水位法。简单理解就是根据产品创造的绝对收益计提报酬。但是有些指数产品会按照超额收益来支付，指数本身的涨幅是不支付的。根据计提费用方式的不同，基金产品会有A/B/C/D/E份额的差异。 　　

　　

　　3/ 量化细分策略有哪些？ 　　

　　

　　目前国内量化投资主要有五个策略方向：市场中立、指数增强、量化选股、CTA和套利策略。前三种策略投资股市。CTA投资期货市场有时也和主观期货一起被称为管理期货策略。套利策略投资于各种金融产品，如ETF、期限等。 　　

　　

　　 　　

　　

　　股票量化策略，首先它们的选股逻辑是一致的，根据是否对冲，又分为指数增强、量化选股vs市场中性策略。指数的增强和量化选股赚 的钱，市场中性策略只赚的钱来抵消市场波动的收益和风险。量化选股和指数增强亦有差别。's指数增强策略在跟踪目标指数的基础上，适当调整仓位范围。投资范围主要是标的指数成份股和备选成份股，跟踪偏差和跟踪误差有限。量化选股策略放宽了对跟踪指数的限制，去掉了锚定指数，相当于放宽了范围 　　

　　

　　CTA早期的投资仅限于商品期货，但近年来已经扩展到包括利率期货、股指期货、外汇期货在内的几乎所有期货。通常CTA策略是将投资分散在几十上百个期货品种同时进行，相当于为众多现货交易者提供保险服务规避风险，收取的费用是CTA策略的重要收入来源。其中，CTA策略的独特价值在与，因为它底层投资标的的不同，所以同其他策略的相关性很低，是进行大类资产配置重要的策略品种。CTA策略又可以分为趋势跟踪策略、趋势反转策略和价差套利策略等三种。趋势跟踪策略是市场的主流，约占70%的市场份额。 　　

。趋势跟踪策略，是指跟踪相关品种不同周期的趋势，买入正在上涨的资产，卖出正在下跌的资产。价差套利策略利用相关品种不同期限的价格走势关系进行交易，包括跨期套利、期现套利、跨品种套利等，利用的是价格均值回归的特征。趋势反转策略则是利用期货价格的反转性波动进行反向交易。CTA策略要获利就需要市场波动，上涨和下跌都是趋势，最担心的是市场横盘。如果按照交易频率分类，CTA策略还可分为低频、中频和高频。

　　

上文提到，CTA策略中有一类是套利策略。但套利策略还有很多其他细分。根据套利的不同方向，套利可以分为期限套利、跨市套利和跨品种套利等，根据套利标的的不同，可以分为股指期货套利、商品期货套利、ETF套利等。套利本质上是赚取市场定价的偏差，它的存在也使得市场价格偏差的发生减少。对于收益和流动性要求不高，但对确定性要求较高的投资者来说，有效的套利策略能带来持久的安全与收益。

　　

　　

　　

　　

4/ 超额收益来自哪里？

　　

　　

上文介绍的五大策略，比如指数增强，是对策略的一个概括，它又由许多子策略搭建而成，每个子策略都会贡献一部分超额收入。那么管理人的核心能力――获取超额收益的能力――到底来自哪里呢？我们这里介绍一些主流的子策略。

　　

　　

多因子模型

　　

多因子模型将组合投资看作因子的组合，投资组合的风险/收益被拆解为一系列因子，包括基本面因子、技术面因子、事件驱动因子，比如估值、盈利、流动性、市场情绪等。模型通过对历史数据的分析，筛选出影响股票价格波动的因子，并量化成各种数据指标，精准配置因子权重，优化出一揽子股票组合。因子的背后反应出金融市场的一些特征和规律，比如价值因子意味着目前估值低的股票更容易涨、成长因子意味着维持高增长的公司的股票更容易涨、反转因子意味着涨太多的标的可能要跌、情绪因子代表如果参与者普遍抱有乐观的态度，则标的一般会涨。

　　

　　

统计套利模型

　　

主要基于对历史数据（估值、财务数据等）的统计分析，对各类交易特征构建概率分布图谱，从而对标的当前市场价格与均值溢价形成实时判断，通过自动交易实现价差套利。

　　

　　

线下打新

　　

目前A股打新大部分时间能够带来稳定的收益增厚。当基金规模满足线下打新6000万的市值门槛时，可以参与主板、创业板、科创板的线下打新，赚取一部分稳定收益。

　　

　　

日内回转

　　

也称日内T0策略，是指同一只股票在同一个交易日内完成多次买卖行为。在维持股票底仓不变的情况下，通过高抛低吸获取额外收益。换句话说就是当日开仓当日平仓，赚取当天的价格波动收益，交易频率较高。

　　

　　

事件驱动

　　

对于市场中不确定的事件性机会，通过数学方法预测事件发生的时点和市场可能的反映，提前布局获取收益。常见事件比如上市公司发布季报、年报，国家颁布重大政策时。

　　

　　

择时策略

　　

择时就是判断市场的整体方向，当择时信号发出时，通过调节仓位抓住市场上涨的部分、规避市场下跌的部分而获得收益增强，也是一种高抛低吸的策略。比如，大量资金的交易流向、投资者的情绪、指数的相对强弱等都会影响市场走势。

　　

　　

通过刚才的介绍我们会发现，其实量化和主观的基本原理是相同的，量化所说的因子就是把主观投资中用到的逻辑用计算机语言表达，辅以程序化计算并执行自动交易。

　　

　　

　　

　　

5/ 人工智能到底是什么？策略如何研发？

　　

　　

通常，机构向客户介绍产品的时候会用到“人工智能”这个词，这个词语涵盖了很多分支，比如机器学习、计算机视觉、自然语言处理等，它们的目的都是用计算机来构造拥有与人类智慧同样本质特性的机器。下图概括了策略研发的步骤，每一步都会用到人工智能技术：数据清洗、因子挖掘、特征提取、组合优化、风险控制和交易执行。在因子挖掘步骤用到的更多是线性模型，这一步骤需要运用很多的金融和经济学逻辑去挖掘可能对标的未来价格有影响的因子。在特征提取步骤用到的核心技术以机器学习为主，利用各种模型去实现目标“对于输入数据X能预测变量Y”。特征生成信号，需要对信号进行糅合优化，测试有效性、最佳的交易频率、最佳的资金分配比例。在实际交易阶段，强力的模型和硬件缺一不可。

　　

　　

　　

　　

那么，“对于输入数据X能预测变量Y”这个目标，具体是如何实现的呢？对每一次模型的训练，已知数据会被分为两组，一组称为训练集，一组称为测试集，比例通常是8：2。以最简单的回归模型FF3为例，超额回报率=β1*市场因子+β2*规模因子+β3*价值因子+残差项。训练前我们不知道β1、β2、β3三个系数具体是多少。我们把训练组的超额回报率和因子数值输入回归模型，得到三个系数，此时模型训练完毕。现在我们把测试集的因子数值输入训练好的模型，得到预测的超额回报率，将这串预测的超额回报率和原来已知的对应超额回报率对比，如果二者结果相差不大、且模型在不同环境下都有效、较为稳定，则说明模型效果不错，那么我们得到近期的因子数据，就可以预测未来收益，从而选择预测收益最好的标的。回归模型可以被其他模型比如树模型、神经网络模型等代替，从而找出效果最好的模型。

　　

　　

　　

　　

　　

　　

6/ 如何预测量化策略的表现？

　　

　　

为了预测策略的表现，我们必须知道各式各样的市场行情是怎么影响策略表现的。

　　

对于股票量化，首先针对量化选股和指数增强，我们需要考察α和β两方面的收益。α方面，对中高频策略，市场交易活跃度尤为重要，如果成交额和换手率显著下降，对策略的超额收益获取是非常不利的。对中低频策略，未来市场的风格稳定性和市场因子的有效性决定了策略能否在未来一段时间持续有效，此时大小盘风格分化程度和策略容量就很重要。β方面，比较500增强和300增强，需要考虑未来市场大小盘风格；对于smart beta的判断，需要观察指数与市场的相关性。市场中性策略除了以上考虑因素外，还要考虑对冲端的成本，即市场的贴水趋势和政策环境。有时，策略也会保留一定的多头敞口以增厚收益，此时需要注意深度贴水情况下的风控做得如何。除以上因素外，一些另类策略比如打新、定增等，需要留意政策文件和市场环境对策略的影响。

　　

CTA策略主要以趋势策略为主。趋势策略，顾名思义，在市场有趋势的时候收益明显，无论这个趋势是涨还是跌，当市场遭遇大幅反转则回撤较大。如果市场一直处于横盘震荡状态，则趋势CTA很难获取超额收益。从持仓周期来说，中短周期CTA在高波动行情下表现好，要分析未来市场的波动率；中长周期CTA在趋势行情下表现好，要注意未来市场的趋势性机会。套利CTA，其实不仅限于CTA，套利策略本身收益率偏稳定，净值曲线很直，适合低风险偏好的投资者。因为CTA与其他策略相关性较小，在市场波动率大、股市不确定性多的时候，CTA策略值得推荐。

　　

　　

　　

　　

温馨提醒：本文所有内容（包括但不限于观点、结论、建议等）仅供参考，不代表任何确定性的判断，不构成任何投资建议。