今年9月的A股市场焦点除了限电,恐怕就是量化私募了。从多家量化私募宣布封盘,到关于量化交易占比过高引起股市异动的说法流传,再到近期限电导致部分量化私募交易受限的传言,一时间这个本来较为小众的领域频频站上风口浪尖。
自2010年A股迎来国内首个股指期货沪深300股指期货(IF)上市以来,量化投资大潮奔涌至今,实际上已经发展成资本市场一支不可小觑的力量。据中信证券研究部估算,截至今年二季度末,国内量化类私募基金管理资产规模达到10340亿元,正式迈过万亿关口,在证券私募行业的占比攀升至21%。目前国内已经有近20家规模超百亿的量化私募,而考虑到中国快速发展的资本市场以及蓬勃兴起的财富管理需求,量化私募未来发展空间依然巨大。
量化投资是通过数量化的方式,让计算机自动发出买卖的指令;量化私募是将私募基金的资产进行量化策略投资,相对于主观多头私募而言,有纪律严明和反应迅速等优势。随着量化行业发展步伐加快,最终考验的是策略的研发与迭代的能力,而策略持续迭代主要靠人才和硬件,这也是为何有量化私募给实习生开出百万年薪,甚至有机构直言千万年薪都不是上限。从长远来看,从核武般疯狂竞争的焦虑中走出,以机器学习的效率叠加主观投资的优秀理念,或许才是未来量化私募真正要走的路。
最近有报道称,某头部量化私募给实习生开到了百万年薪。这并不单纯是噱头,事实上国内许多知名的量化私募基金给新人的价码都已经开到50万以上,而那些从美国带着成熟策略和技术回来的专业人才,拿到百万年薪也并不稀奇。
造成这一现状最主要的原因有以下三点:
首先是今年震荡的A股市场下,量化私募基金的稳定表现获得了更多投资者的关注,资金流入导致百亿级别的量化私募基金频频出现,更大的规模带来了更多的管理费收入,更好的业绩赢得了更多的管理费分成,量化私募基金的收入大增使得量化私募有了更多招人的底气。从底层逻辑上看,行业景气度的提升是根本。
其次,区别于公募基金流水线的人才工厂,对于个人素质要求更高的量化私募本就是一个高人才密集的行业。这两年在行业收入普遍提升的背景下,大量有海外量化基金从业经验的大神回归,带回了成熟的方法和策略,让国内的私募基金颇为获益,许多新成立的量化私募凭借着不错的收益脱颖而出,让先行者尝到了甜头。持续的人才流入带来了基金业绩的提升,量化私募也更愿意开出高价码吸引人才。
最后,回到量化私募基金本身,量化策略本身就存在策略容量和有效期的问题,给量化私募带来超额收益的成功策略往往容量有限(很多只有1、2亿的容量),意味着当某个策略被证明具有“赚钱效应”后,不断涌入的新认购资金必然会进一步要求量化私募基金增强人员配置,因为你不配置优秀的人才,就会被淘汰。
事实上,量化私募这几年的“内卷”已然颇为严重,城头变幻大王旗在这个行业不断上演,包括黑翼、平方和等一度非常知名的基金近两年也渐渐趋于平淡,这进一步验证了量化私募“人和”的属性——缺乏有竞争力的人才,你就无法长期保持头部位置。而这一行业现状更刺激了量化私募对于人才和硬件的投入,如果你不想输,你就要一直跑下去。有时候我们只看到了量化私募的光鲜亮丽,但却没看到核武般竞争背后的残酷,那些拿到高薪的“研究员”如果无法保持稳定的业绩贡献,也会遭到淘汰。
从2012年尊嘉作为量化中性的先行者获得了境内财富管理市场的关注,到最近两年幻方、灵均和明汯纷纷突破千亿规模,成为了资本市场和财富管理领域不可小觑的力量,量化私募在国内确实发展迅猛。但这依然是金融圈一个非常年轻的细分赛道,我们在看到国内量化私募沿着美国的发展路线在快速发展的同时,也必须看到这些机构正在快速地成熟甚至是老去。
以幻方为例,作为境内的头部量化私募基金,除了聚敛人才外,还花重金投入到硬件领域,幻方AI Lab累计投资超亿元,投入近20位顶尖工程师,历时2年自建了新一代AI超级计算机“萤火一号”。其已于2020年3月正式投入运行,占地面积相当于一个篮球场,相当于4万台个人电脑算力。这背后的趋势是,武装到牙齿的量化私募已经从过去的“低频”走向“高频”,机器学习深度参与其中,也使得量化私募的投资逻辑变得更加模糊,基金多空仓位的调整完全来源于程序,好股票和差股票的因果关系在模型中变得更淡。
从投资结果上看,“高频”和“机器学习”更符合市场的方向和投资者对高收益的极大偏好,但越来越高频的量化私募行业在激烈竞争下将最终走向内卷。有消息说幻方的“萤火二号”可以达
到76万台个人电脑的算力。
不断迭代的技术、日益扩张的算力,量化私募的终点在哪里?
有头部量化私募称,目前境内A股的交易量中有20%是量化交易贡献的,尽管这一数据的准确性有待考证,但这些策略确实在敏锐地把握市场每一个定价错误,从散户和市场其他机构身上努力赚钱。只不过,当量化私募的交易量继续上涨,甚至逼近美国这个成熟市场50%的交易占比时,意味着“韭菜”或将被割净,剩下的是镰刀和镰刀的对砍,又怎么会创造超额收益?
从美国成熟金融市场的经验看,伴随着量化私募的规模越来越大,高频策略的小容量必然会使得他的影响力趋于式微,而低频策略更注重因果性的特性,更能帮助市场发掘好公司,让资本市场更加有序的运转,也必然会成为我们发展资本市场合理定价体系中重要的组成部分。
而我们也有理由相信,从核武般疯狂竞争的焦虑中走出,以机器学习的效率叠加主观投资的优秀理念,才是未来量化私募真正要走的路。也许在不远的将来,我们会看到主观策略的公募基金开始重视量化选股,而量化私募也会更注重对于上市公司的实地调研,两种截然不同的投资策略将呈现相互融合的趋势。
作为投资者而言,我们与其关注百万年薪的研究员和不断创出新高的业绩,不如关注我们在思维方式上的误区。我们习惯于“线性外推”,认为过去的收益一定会代表未来的收益,这在统计学上本身就是经不起推敲的,尤其是在量化私募基金市场上“三年河东三年河西”的格局愈发强烈,笔者还是想泼泼冷水。相比于“线性外推”,我们更应该关注“均值回归”,因为任何一个收益远高于风险的行业,都是不能持续的,就像我们在金融历史上多次看到的那样,“疯牛”、非标,都将在金融演进的过程中趋于平淡。与其把投资绩效归于某一个或某一类产品,不如依托资产配置、组合投资来熨平风险这才是真正的长久之道。