来源：幻方量化    CEO陆政哲

2020年3月28日，格上财富、招商证券联合主办的2019年第四届中国证券私募年度论坛暨金樟奖颁奖盛典隆重召开。颁奖仪式中也特邀到中国私募基金行业的5位翘楚引领我们回顾过去放眼未来，俯瞰宏观全球到专注中国核心竞争力，从布局多资产到配置多策略等各个维度带来精彩纷呈的主题演讲。他们分别是：凯丰投资董事长吴星先生、彤源投资总经理管华雨先生、幻方量化CEO陆政哲先生、大禾投资董事长胡鲁滨先生和石锋资产总经理崔红建先生。

2019年量化投资倏然闯进一个新纪元，大量量化产品火爆上市，行业呈现蓬勃发展的态势，并受到越来越多的投资者青睐。作为这场进程的亲历者，幻方量化CEO陆政哲先生认为量化投资机构在发展历程上，会面临周期性的巨大考验，一方面是自身规模的增长给业绩带来的压力，另一方面是来自市场风格变化带来的压力。对于量化机构能否超越周期的宿命这个疑问，幻方量化结合自身的实践经验，提出了几点应对建议，包括深入应用机器学习等核心技术，借鉴工业流水化模式，构建高质量高效率的开发流程；将多个策略进行有机的融合，以实现更大的策略容量和更优的换手设定；充分利用多样化的衍生工具，实现精细化的风险管理；最关键的一点是做一名长期主义者，本着经营一家实体企业的心态，关注公司治理的提升，持续增强研发投入。

以下为幻方量化CEO陆政哲先生在格上财富第四届中国证券私募年度论坛暨金樟奖颁奖盛典上的演讲实录：

量化机构能否超越周期的宿命

各位关注第四届金樟奖的投资者朋友们大家好，我是幻方量化的陆政哲，非常高兴有这个机会跟大家分享我们对于量化投资看法和我们自身的探索尝试。我演讲的主题题目为，量化机构能否超越周期的宿命。

量化投资机构在发展历程中，总会面临一个很大的问题，过去这些年，我们看到有许多机构，从小团队起步到快速崛起，产品业绩非常好，但随着整体市场风格的变化，许多这些机构逐步退出历史的舞台，很少有机构人能在长时间周期中，保持稳定的规模增长和稳定的业绩。周期性问题几乎是所有量化机构面临的非常明确和关键的问题，在这种周期变换变换中，中国量化投资行业面临着很多机会，同时也面临着很多难题，今天我想来探讨这个话题。

量化投资在中国已有超过10年的历史，我把2015年作为分界线，将中国的量化投资分成两个历史阶段，2010-2015年是量化投资在中国史上迎来的第一次高潮，5年时间里，国内量化投资管理规模从0发展到几百亿。发生在这个时间段，离不开背后的几点原因，一是2008年金融危机之后，海外金融机构人才纷纷回国，直接使得造就国内量化团队开始蓬勃成长，二是源于国内金融市场的进一步开放发展，从2010年开始，股指期货等金融衍生工具逐步推出，帮助广大量化投资机构去构建更加丰富的金融产品和投资策略。其次，从2013年开始，国内私募基金能够以更加合法化的地位参与到中国资本市场运转当中，这一系列因素构造在一起，为2010-2015年国内量化投资第一次爆发提供了很好的支持。

2015年作为分界线，这一年股票市场发生巨大的波动继而产生了市场和风格的切换，导致非常多问题的发生对于量化投资造成了一系列的影响，在2015年期现结构呈现出剧烈波动的背景下，中性策略承受了很大压力，与此同时市场结构的变化导致传统量化模型失效，导致大量传统大批量化机构和产品进入低潮期。这个现象引申出一个问题，那就是量化机构在发展路径上，会面临周期性问题，这对于任何一个机构和团队而言，可能会产生极大的影响，过去10年，有很多机构因此退出历史舞台，尤其对于发展到一定阶段的量化团队，一方面面临着来自自身管理规模的增长，对业绩和策略提出的挑战；另一方面是在市场结构变化、风格变化的背景下，量化投资机构能否顺利完成自身蜕变，维持稳定的行业地位。这一切都是值得深入思考的。

基于我们的经验探索，今天我想重新诠释这一问题我想尝试回答这个疑问，量化投资机构能否超越周期的宿命？

首先，我们有必要先来回顾海外金融市场的发展历程，海外历史往往就是我们的历史，他们走过的路也是我们曾经走过以及未来将要去做的路，海外呈现了一个明显的趋势，2004年十几年前，全球对冲基金按规模排名前十之中，绝大部分机构是把主观投资方法论作为指导来构建投资体系，其中，排名的第十的桥水基金，一定程度上运用了量化的模式，把投资决策逻辑、投资流程采用量化的方式确定，但在这个时点整体上，很少有机构在采用非常科学化、系统化方式统摄投资。

进入2018年，情形发生了改变，海外对冲基金规模排在前十名单中，超过半数机构已采用科学系统化的方式来主导投资。排名前5的机构，几乎或多或少在应用量化投资，桥水、AQR、Man Group、文艺复兴等大家耳熟能详的量化机构开始占据行业统治地位。市场结构方面，美国市场有超过80%的交易，通过程序化方式来执行，超过半数资产机构管理规模，与计算机化的管理直接或间接挂钩，海外市场呈现出一个明显趋势，量化投资正逐步占据市场的主流。从过去到现在，海外经历了从主观投资为主，即以投资经理为核心，以个人直觉，经验，观察为基础的投资模式，到以计算机、数学、系统化分析为核心的投资体系之中。

相比国内量化投资，海外承载的规模是极大的。举几个例子，桥水整体管理规模在一万亿级别，拥有超过1700人的团队，其次是因子投资非常有名的AQR，超过6000亿资产管理规模，团队人数超过1000人。再看国内情况，国内目前头部量化投资机构，管理规模基本在200亿左右这个级别，大型的量化团队人数在50-100人，中国历史上，几乎没有发生过管理规模突破300-500亿框架，达到国内大型主观机构规模体量的量化投资机构，我们认为不管是规模上还是团队人数上，国内量化机构至少还有20-50倍仍有极大的成长空间。

第二个是策略类型的提升

当前海外市场策略类型非常丰富，大部分头部机构覆盖多策略，投资体系中，以权益市场投资、债券市场投资作为主体，具体包括宏观对冲、股票基本面、股票技术面、商品CTA、ETF套利、债券等，几乎囊括了目前市场中主流的策略类型。再来看国内的量化投资市场，2015年以后第一轮高峰结束，2016-2017年经历低潮，2018年开始直到今天，量化投资似乎进入新一轮爆发式增长阶段。

我们来看一组粗略的数据，2018-2019年，国内量化投资市场增量非常显著，私募量化基金管理规模估算约3000亿，公募量化基金以指数增强策略为主，规模达到1200亿。但是策略体系较为单一，多因子模型是量化选股主流模型，并且大部分量化团队把量价类、偏高频交易选股作为核心的策略体系，日间、日内阿尔法占到增量绝大部分。我们进行了简单的估测，目前的市场，主要包括日间量化选股，日内策略（也可以大家理解的T+0）、前期留存的基本面因子策略、套利策略等，其中前两个为主流模型，多因子作为主要投资框架，涵盖选股、择时等策略体系。值得关注的是，2016-2017年之后，人工智能、机器学习技术体系开始进入量化投资框架当中，这是我今天想要讲的重要事情，它直接或间接地影响量化机构整体格局的变化。

这一轮量化投资的崛起和以前有所不同，可以简单归结为两个方面，

一个是资产管理端的变化，也就是投资者和客户整体投资需求的变化。

从2017年至今，国内市场呈现出一个明显的变化趋势，以固收形态存在的产品，开始出现违约风险，同时市场面临着新一轮资产荒，好的资产越来越少，直接推动投资者配置思路的变化，我们能够明显感受到这个变化，2018-2019年近两年有大量机构投资者开始寻求可以替代传统固收的产品类型，这就导致在这样一个时间节点，大量的对冲产品和T+0产品以非常惊人的速度进入大家的视线。

另一个是投资端的变化，体现在技术崛起带来的巨大不同。

今天使用的大量计算机技术、算法技术、底层数据获取上的技术，能够帮助更高效、更加精细化的开展量化策略的开发，这在10年前很难想象。关于量化投资的摩尔定律，我们估算量化投资能力每18个月可以翻一番，具体来说，在算力，模型开发处理上，每经过1年半时间周期，量化投资机构可以进入新的平台。量化策略生命周期快速压缩，这就导致大量投资机构以非常快的速度开始竞技；与此同时，市场有效性快速提高，中国市场开始逐步变成专业机构介入，机构投资者主导的发展阶段，以前失衡的、高波动特征，随着机构化的步伐推进，呈现下降平滑的趋势，同海外成熟的市场逐步接轨，。上述这两个因素作用到一起产生的结果，即量化投资能力虽然在提升，但行业整体的收益率水平在未来，可能维持在相对稳定的状态。

当前，中国市场处于一个有效性快速提升，但还没有完全达到充分有效的阶段，对于所有寻求阿尔法收益的量化机构而言，仍存在非常大的空间和机会。技术的提升，为量化投资的发展提供了非常关键的动力。人类社会已经进入人工智能阶段，人工智能在互联网结构、图像处理、语音识别的应用大家应该不陌生，随着技术深入，我们拥有很好的工具去处理传统的和复杂的金融数据。曾经无法没法驾驭的复杂问题，如今基于人工智能、神经网络的策略开发模式能够很容易去实现。例如使用传统的结构，可能花1天的时间，都很难处理几百万的数据量，今天可能1分钟，就能驾驭上亿的数量级；以前的策略开发体系只能处理单个优化结构，今天可以同时多目标优化，这些优势帮助我们实现更好的策略开发。

很多投资者在问，处于当前技术爆炸时代，是否意味着进入量化投资体系变得越来越难，我们的回答其实正好相反，正因为大量新技术出现，尤其是开源技术能帮助相对专业的人能够快速进入这个领域，越来越多的团队正进入量化投资行业，但关键在于，如何驾驭更大规模，如何做好这一件事情，这是所有量化团队都会遇到的问题。

之前可能有大量机构，可以依靠基金经理的个人能力、技术素养、对市场深入的理解实现很好的收益，但在未来，每个人的瓶颈可以通过协作化的模式实现突破，在技术应用上，我们用更高效的团队协作模式，通过非常高质量高效率开发流程，尝试去实现长期稳定的开发和输出。

首先，在策略开发流程体系方面，我们把每个专有的垂直的任务，划到特定的团队项目下，再以团队协作的方式，把所有项目整合在一起。因子开发团队通过大量算法、大量传统工具的应用，从基本面、量价的、行情数据中提炼有用的信息特征，再通过算法团队，人工智能团队进行更好的拟合构造模型体系，再叠加加上数理学家团队的应用优化生成有效做成好的模型，以及大量IT投入，构建好的执行交易体统，。这跟5年之前，甚至2年之前是截然不同的景象，今天更像是进入工业化阶段。

其次，我们试图通过架构策略本身，实现策略的融合和提升。传统策略体系里，基本面方法论和量价方法论是俨然分割的，大多数所谓的多策略产品，并不是多个不同策略有机结合，而是一部分钱投到A策略，一部分投到B策略，更类似于组合基金，我们期望实现突破的方向，是真正意义上的多策略，即把不同周期频率，不同框架的策略融合在一个体系，未来我们理想的多策略是一个统一的模型，4个策略整合在一起，实现1+1+1+1>4的效果。举一个简单例子，在传统策略体系里，阿尔法和T0都是单一策略，但近两年时间很多机构把两者进行更好的结合，拿阿尔法头寸去实现T0交易，进而实现两者收益水平的叠加，这是一种相对简单的融合方式，未来可以有更多的方式去提升策略融合效率。

如何把多周期信息融合在一起，把基本面信息耦合进策略体系存在较大困难，很多量化团队对此有所保留，幻方量化在2年之前建立了基本面团队，实际上这在量化投资机构中比较少见。因为传统量化体系里，基本面开发逻辑和量价开发逻辑存在极大差异，基本面策略围绕公司经营、中低频数据、中低频交易开展，而量价策略是以市场波动为核心进行高频交易。

我们期望通过输入更多信息，借助更先进工具例如人工智能技术去构建更好的打分预测模型。目前我们在行情数据方面挖掘的非常深入，也有大量人员从事基本面方向建模，再用复杂的方式将二者进行结合，这样做的直接目标是为了在驾驭更大管理规模的同时维持好的收益水平。尽管基本面信息的输入短期会影响产品净值的变化幅度超额收益的波动，但站在长远周期，可以提供更好的收益水平。

现在的量化市场相比以前拥有更多优势，一方面是数据服务商有很大的升级，越来越多另类数据开发，为很多曾经无法实现的策略提供了支持，另一方面，当前市场提供了多样化的衍生工具，股指期货、场内期权、场外期权、互换、融券等大量工具的出现帮助量化投资机构进行更加精细化的风险管理。

量化投资团队本质上是在经营实体企业，量化投资机构从团队架构到企业的经营，与制造业没有特别大的不同。观察私募基金过往历史经验回顾历史，大量私募机构为什么最后失败了，解体了，关键在于没有理解客户需求、没有做出更好的产品，没有建立卓越的团队。很多机构把过多眼光放在策略的开发，一两个收益率的提升上面，却没有聚焦公司治理结构的提升，这给公司未来埋下了巨大风险隐患。

我们在做的事情，与实体企业没有两样，本质上都是做出好的产品，符合客户需求，搭建稳定团队，更好的适应快节奏的市场变化。我们信奉做更多更长期的事情，能在长期维度可以提升和维持量化投资机构竞争能力，这可能需要极大很大的投入，需要3-5年时间积累。短期内，可能会受到投资者的压力，看不到业绩明显的增长，但我们觉得必须这样做，毕竟历史的教训在那里哪里，国内量化领域有很多前辈，从几十亿甚至上百亿规模跌落神坛，主要是没有用长期的、可持续的投入视角看待问题，最终导致策略失效，团队的解体，无法应对市场的变化。

对于量化机构，面向未来的核心是把自身当做一家企业去认真地的经营，用足够长的时间去维持生命力，吸引优秀的聪明头脑加入。做一名长期主义者，是能在动荡变化环境中活下来的唯一条件，这也是为什么我们从2017年开始每年把营收投入到整体开发最核心的原因。2018年我们有超过2000万的硬件投入，2019年投入达到5000万，今年我们可能将接近1个亿硬件投入，我们试图去架构长期的图景，不断提升基础设施，提升算力支持开发、策略高效开发的能力；商业模式上，跳出原来私募机构及单纯做投资团队的思路，我们不把自己定义成私募机构，而是定义成一家商业机构，一家研究机构，一家实体企业，在这样一个大的愿景下，我们才愿意大力投入做长远的布局，并不这一切并不一定会在今天发挥作用，我们希望关注我们的投资者可以去理解包容我们，我们希望2年-3年以后，但在未来2-3年的时间维度上，我们相信我们的产品能能够提供更好的收益，保持更稳定状态，甚至做得更好，更大的梦想是公司体量变得足够大，能够变得像我们所敬仰的前辈那样，发展成一家卓越稳定的资产管理机构和科技公司。

最后，我们设想的未来国内量化市场，存在也会发展出像桥水、贝莱德这样拥有1万亿、50万亿规模体系的机构，这样的机构在国内过去所有时间段不曾出现过，但未来必然存在可能是别人，也可能是我们，越来越多量化团队机构正在尝试用自己的方式去达成那样的目标，我们也在做这样的努力。以上是我今天简单的分享内容和对量化市场的看法，谢谢大家。