点击蓝字
关注我们
近日，上海高级金融学院（SAIF）举办了“2024量化行业展望会——暨高金2024量化夏令营结营论坛”。本次论坛汇聚了量化领域的专家学者、行业领袖以及量化爱好者们。
大岩资本总经理兼首席投资官黄铂博士应邀出席圆桌讨论，与几位专家和学者共同探讨了行业策略实践与人才展望。以下是黄博士观点。
图片来源：上海高金金融学院。
1
A股量化的未来：细节制胜
黄铂：我2016年回国做A股量化，这几年有个感受：目前A股“赛道型”策略几乎不复存在。所谓“赛道型”策略，就是每个阶段“一招鲜”的策略，例如2018年的中低频底仓+T0，或2020-2021年换手率200倍以上的高频策略。这种因研究框架或策略特征不同导致的0和1式的区别，现在已经越来越少。
展望未来，我认为优秀的量化策略应更注重均衡。首先是因子端，自今年起，无论是监管方向还是市场环境，都推动量化管理人开始降频，这要求量化管理人未来在因子研究方法论、人才的筛选和资源投入上都要尽量均衡。未来优秀的策略是没有标签的：既不是纯基本面/价量策略，也不是全栈式AI策略。均衡的配置才有可能在持仓周期里抓住更多的套利机会。
另外，风控同样至关重要。量化策略本质上是做相对价值的，而相对价值可以从两个维度来定义：“差”股票和“好”股票。“差”股票的定义很大程度取决于可以用来对冲的衍生工具。因此，当可对冲的“差”股票范围较大，选择较多时，多头端在寻找“好”股票时也有更大的空间。然而，A股对冲工具的不足导致了可选的“差”股票范围非常有限，对应着多头端可选出的“好”股票池子也比发达市场少得多。因此，在把风控压缩后，从因子到组合的损耗会非常大。
正因如此，我们经常能听到一些优秀管理人的因子库中有成千上万个因子，然而这些因子转化到策略端后，由于风控敞口的压缩，策略表现有时却不及同类型的海外策略。其实，我国量化无论是从因子数量上，还是在研究的深度上，都不输海外。
针对这一问题，有两种解决方案。第一种是延续我们之前的研究方式，在因子端进一步增强，挖掘出更多对组合端有贡献的因子。第二种是思考在构建策略的过程中，哪个环节会有损耗，并深入优化这些细节。在风控严格的条件下，从因子研究到组合优化的过程，是众多细节的累加。在春节行情后，资方和量化管理人更倾向于为投资者提供风险可控的高夏普策略。在这样的大趋势下，投研团队更需精细打磨各个细节。
图片来源：上海高级金融学院。
2
目标函数决定了操作上的差异
黄铂：作为管理人，在设立一个产品后，首先要明确的是该产品的目标函数。目标函数一般有两个：收益和夏普比率。对于中性产品，目标函数的实现依赖于两个因素：一是每天实时更新的成本端，即股指期货的升贴水；二是是对未来超额收益的预估。
对于第二个因素，我们可以从量化归因进行分析，归因分析可以让我们知道：收益中哪些来源于波动较大的风险收益，哪些是持久稳定的纯Alpha。如果对市场环境及模型归因有清晰的认知，就会离真理更近一步。
对于策略收益的认知方面，以2023年为例，由于当时风险端收益较高，使得很多量化管理人对于未来的超额有着更加乐观的预估，而正是基于这些认知，影响了其后续对于模型敞口的定位，以及在不同对冲成本下中性产品的操作方式。最终，在极端市场环境考验来临的时候，产生了显著的影响和区别。
去年年底，基差持续扩大，如果目标函数是收益，为了在更高成本下保持收益，需要放大底层模型的目标收益率和目标波动率，也就是放大敞口，对于杠杆中性产品还可以提高杠杆。如果目标函数是夏普比率，并且认为风险端收益性价比不高，不愿意放大敞口，那么就会选择降低仓位。这也解释了为什么不同目标函数的设定会直接影响到2月5号当天产品的表现。这些都是教科书上的理论，并没有对错之分。
3
选择职业时应该借助知识的高杠杆
黄铂：我认为，一份好的职业，是能够最大化地运用你在学校里所学到的知识。如果你在读书时学到的知识有七八成能在工作中得到应用，那这份职业可能是适合你的。这也正是教育赋予你的高杠杆。
以我个人为例，我在读博时学的是最优化，由于最优化在机器学习中的广泛应用，我们系的毕业生有大概一半会去谷歌、亚马逊等大厂，另一半则去了华尔街。有趣的是，毕业后我与在华尔街工作的同系同学交流时得知，他们在工作中使用最多的反而是线性回归。也就是说，他们博士期间钻研的理论和技术在后续的工作中并未得到充分应用。
对于理工科，尤其是与建模相关专业的学生而言，从事A股量化行业是一种幸运，相比美股和其他发达市场，在我们的市场环境下，因子研究端统计建模和各种复杂的机器学习模型有更大的空间和更多的成功案例。对我而言，这不仅仅是一个更容易研究的市场和领域。更重要的是，这是对于我个人过去10多年教育和研究转化率最高的一份职业。
往期 · 推荐
对话Quant | 一位十年量化研究员，治好了我的焦虑
从“选择困难症”说起：如何让决策树替你做选择？
我在量化投资行业做HR的第八年 | 闪闪发光的金融人
当我用AI为量化公司写了首歌
公司 · 简介
深圳嘉石大岩私募证券基金管理有限公司2013年6月成立。大岩资本布局全球业务网络，与设于香港、上海等独立姊妹公司，携手力求为国内外投资者提供最专业的资产管理服务。
大岩资本管理团队拥有丰富的全球金融市场投资经验。目前40多位专业人士因为共同的梦想和追求聚集在一起，他们毕业于哥伦比亚大学、牛津大学、清华、北大等海内外名校，拥有数学、计算机、医学、物理、金融工程等复合学术背景，形成了国际化、学术化的专业量化和基本面人才梯队。
在深耕中国大陆资本市场的十余年里，大岩资本在私募证券投资领域，累计获得包括3樽金牛奖在内的30余项业内奖项；2017年为业内首家通过国际公认、标准最高、最权威的ISAE3402鉴证准则；2018年获得SBAI国际对冲基金标准委员会认证（现全球另类投资准则委员会），意味着大岩内控体系、合规要求达到了国际认证标准。
公司曾用三年时间实现资产管理规模跨越百亿，成为中国业内领先的私募证券基金。大岩资本着力于量化投资技术、产品和业务模式的创新，是科学投资的先行倡导者和实践者，以维护金融生态环保为己任，在为投资者创造价值的同时，也使资本市场更有效，从而为社会实体经济提升价值。
大岩资本联合专业公益机构，设立了“贫困儿童医疗救助公益基金”，致力于“以资本力量，为孩子的生命护航”，在实践中探索可持续发展的公益模式回馈社会。
本文作者可以追加内容哦 !
