中新經(jīng)緯12月25日電 (周奕航)今年以來,量化基金備受關(guān)注。有投資者認(rèn)為,量化策略趨同交易,加劇了市場波動;與此同時,也有業(yè)內(nèi)稱量化策略整體“對波動起到了阻尼的作用”。
圍繞這些問題,中新經(jīng)緯近日對話了江蘇華年私募基金(下稱華年基金)創(chuàng)始人薛鈺新。他表示,量化基金作為一種較新的進入中國資本市場的投資工具,與資本市場有蜜月期也有磨合期。對于基金管理人來說,專注于做好策略,為投資者提供一個好的產(chǎn)品,為投資者帶來收益,是以不變應(yīng)萬變的選擇。
“量化起到市場穩(wěn)定器作用”
薛鈺新指出,從投資邏輯來看,量化投資的核心在于捕捉市場定價效率的短暫失衡。其中,低頻量化策略是通過選取優(yōu)秀股票賺取定價錯誤的錢,而量化多頭和量化指增策略又是市場永恒的多頭,持續(xù)為市場提供資金支持和交易量,起到抑制市場波動,發(fā)揮市場穩(wěn)定器的效用。
他進一步表示:“華年基金的量化策略是通過選取優(yōu)秀股票來賺定價錯誤的錢,指的是‘尋找市場價格低于其內(nèi)在價值’的股票。在數(shù)學(xué)模型的指導(dǎo)下,如果我們對一只股票預(yù)測的價格高于它目前在市場的價格,我們就會買進,直到它達到預(yù)測價格再拋出。而模型能在市場中篩選出定價錯誤的股票數(shù)量相當(dāng)龐大,持倉非常分散。比如我們的量化選股產(chǎn)品,持倉約800只—1000只股票,換手率在年化雙邊40倍左右,持倉周期在2周左右。在這個持倉周期下,并不會出現(xiàn)‘追漲殺跌’的情況。”
在薛鈺新看來,投資往往會受到情緒的影響,而量化投資是基于系統(tǒng)執(zhí)行,能夠保證策略的高度一致性,不會因為恐懼或貪婪而偏離既定方向。在龐大的持倉數(shù)量面前,量化策略勢必會選中一部分市值較小的股票,而不會集中選擇成分股。正是因為量化選股策略持續(xù)持有很多股票的多頭,在指數(shù)漲起來后,市場整體熱度才能持續(xù)回暖。
薛鈺新還提到了低頻量化策略與高頻量化策略之間的區(qū)別,他稱,二者之間的底層邏輯不同,高頻量化主要依賴高速度和低延遲的算法交易,通過在極短的時間內(nèi)進行大量交易,從微小的價格波動中獲利。就像在菜場里買賣,如果商戶只用少部分錢買蔬菜,可以通過快速買賣來賺點小錢;但如果商戶用大量錢進行買賣,蔬菜的價格會快速上漲,商戶一賣,價格就快速下跌,這樣就很難賺到錢了,這同樣也是高頻量化策略容量不大的原因。
“高頻策略賺的是交易的錢,其核心在于速度,即利用低延遲網(wǎng)絡(luò)和快速算法,以毫秒甚至微秒級的速度進行交易;而低頻量化的盈利邏輯并不追求短期交易收益,而是系統(tǒng)化捕捉投資機會!彼硎尽
為什么是低頻量化策略?
回顧中國國內(nèi)量化基金的發(fā)展歷程,薛鈺新認(rèn)為,可以大致劃分為三個周期。2020年至2021年,是量化基金的成熟與快速發(fā)展期。在這一階段,A股市場日均交易額顯著提升,基礎(chǔ)市場交易量放大,量化基金規(guī)模快速增長;2021年至2023年,量化基金進入分化與調(diào)整期,流動性預(yù)期調(diào)整不斷,A股市場演繹極致分化行情;2024年,量化基金處于超額修復(fù)與穩(wěn)健增長期,經(jīng)歷了年初的快速回撤到再次修復(fù),整體看來全年跑贏指數(shù)不少。
薛鈺新向中新經(jīng)緯表示,他經(jīng)歷了量化基金的數(shù)次周期,從研究員到策略負(fù)責(zé)人,如今創(chuàng)立了私募基金公司。
中國證券投資基金業(yè)協(xié)會官網(wǎng)顯示,華年基金成立于2023年5月,注冊資本1000萬元,于2024年7月登記備案。截至12月24日,該公司共管理9只基金。從薛鈺新的履歷來看,他曾于2017年5月至2019年1月,擔(dān)任上海玄信資產(chǎn)管理中心(有限合伙)證券部主管,2019年2月至2023年3月,他在上海天演私募基金管理有限公司研究部擔(dān)任股票中低頻負(fù)責(zé)人職務(wù)。
薛鈺新也進一步解釋了他選擇低頻量化的原因。他稱:“在高頻策略中,如果我預(yù)測一只股票在幾分鐘內(nèi)的漲跌情況,其中的影響因素可能有一百個;而在低頻策略中,預(yù)測一只股票未來五天,甚至更長期的漲跌情況,影響因素可能達到一萬甚至十萬的量級。顯然,后者需要理論基礎(chǔ)建立在投資邏輯之上,做出來的策略同質(zhì)化程度更低。在我進入量化行業(yè)以來,我一直在對這些因子進行研究打磨,使它們更有效地用在我的模型之中!
薛鈺新表示,低頻策略更偏向人腦和電腦共舞的藝術(shù),是基于投資邏輯去做的策略,而不是單純依靠硬件去堆積速度,或者簡單依據(jù)數(shù)據(jù)反饋。他只投資他信任和理解的東西,只有明白模型的底層邏輯,在遭遇大回撤的時候他才有足夠的底氣去應(yīng)對和解決這些情況。
“除此之外,人才是這個行業(yè)真正的核心,目前我們團隊成員一起合作了五年以上。投資者需要一個時間夠長久的業(yè)績來證明策略的穩(wěn)定性以及在不同行情和規(guī)模下的有效性,而這是建立在研究團隊的穩(wěn)定性之上的!毖︹曅卤硎。
“資產(chǎn)管理行業(yè)是一個長遠發(fā)展的行業(yè),而低頻量化正是量化在資產(chǎn)管理行業(yè)未來發(fā)展的方向!薛鈺新認(rèn)為,只有真正的低頻量化策略能夠在管理大規(guī)模資金時持續(xù)有效;且低頻量化是幫助投資者長期持倉、進行價值投資的有效方案,投資的本質(zhì)是“共贏”。
“量化基金已從粗放走向精細化”
近年來,AI技術(shù)高速發(fā)展,如何有效利用AI,使其與量化策略高效協(xié)同,成為業(yè)內(nèi)關(guān)注的重點。
薛鈺新指出,2019年后,AI在量化領(lǐng)域迅速普及,在當(dāng)前機器學(xué)習(xí)大量應(yīng)用的大環(huán)境下,量化公司的投入越來越像軍備競賽,大家都在卷“由機器自動發(fā)現(xiàn)的”“單純依靠數(shù)據(jù)的”“不可解釋的因子”,這樣做確實模型迭代的速度會很快,但AI系統(tǒng)尤其是深度學(xué)習(xí)大模型在做出決策時,內(nèi)部的工作機制和決策依據(jù)往往難以被人類理解和解釋,簡單地使用因子投入模型黑箱并非能達到一個長期有效的結(jié)果。對于策略人員來說,這種粗放的、缺乏解釋性的方法會導(dǎo)致同質(zhì)化嚴(yán)重和有效迭代困難,同時單靠增加因子數(shù)量也會導(dǎo)致樣本外穩(wěn)定性不足。
“我認(rèn)為,想要讓策略長久地保持生命力,對研發(fā)者來說,這個策略必須是一個‘白盒’,從策略構(gòu)成到每一個被放入的因子,都清晰地根據(jù)人的底層邏輯來架構(gòu),必須在人的大腦內(nèi)是可解釋、有邏輯的,這其實需要非常多精細的算法邏輯和巧妙的市場觀察以及無數(shù)次實驗的堆積,對量化管理人提出了更高的要求!毖︹曅抡f。
他表示,目前量化基金行業(yè)已從粗放走向精細化——除了策略方面,也對公司管理、客戶服務(wù),以及管理人提出了更高的要求。
對于量化基金的前景,薛鈺新表示,2024年9月以來的市場行情為量化投資創(chuàng)造了良好的環(huán)境。這一階段,A股市場呈現(xiàn)出顯著的成交量放大和波動性提升,為量化策略的施展提供了更多機會。當(dāng)市場活躍度提升、成交量顯著放大時,往往會出現(xiàn)更多的定價偏差,這為各類量化策略創(chuàng)造了更好的獲利空間。
“低頻量化策略是量化策略在資管行業(yè)的發(fā)力點。隨著資本市場的投資土壤變化,量化策略在未來也將走向更健康的發(fā)展道路。低頻量化策略重視企業(yè)基本面、追求價值回歸,尤其長期性和穩(wěn)健性,更符合資管產(chǎn)品的需求,有助于提升資管產(chǎn)品的競爭力和吸引力。在經(jīng)歷了幾年的爆發(fā)式增長之后,行業(yè)對管理人提出了更高的要求,包括合規(guī)性、風(fēng)險管理以及技術(shù)能力的提升。這些變化有助于推動行業(yè)的健康發(fā)展,保護投資者利益,但同時也對量化管理人的專業(yè)能力提出了更大的挑戰(zhàn)!毖︹曅卵a充道。
(更多報道線索,請聯(lián)系本文作者周奕航:zhouyihang@chinanews.com.cn)(中新經(jīng)緯APP)
(文中觀點僅供參考,不構(gòu)成投資建議,投資有風(fēng)險,入市需謹(jǐn)慎。)
中新經(jīng)緯版權(quán)所有,未經(jīng)書面授權(quán),任何單位及個人不得轉(zhuǎn)載、摘編或以其他方式使用。
責(zé)任編輯:魏薇 李中元
本網(wǎng)站所刊載信息,不代表中新經(jīng)緯觀點。 刊用本網(wǎng)站稿件,務(wù)經(jīng)書面授權(quán)。
未經(jīng)授權(quán)禁止轉(zhuǎn)載、摘編、復(fù)制及建立鏡像,違者將依法追究法律責(zé)任。
[京B2-20230170] [京ICP備17012796號-1]
違法和不良信息舉報電話:18513525309 報料郵箱(可文字、音視頻):zhongxinjingwei@chinanews.com.cn
Copyright ©2017-2024 jwview.com. All Rights Reserved
北京中新經(jīng)聞信息科技有限公司