关于ZAKER Skills GEO服务 合作
财联社-深度 1小时前

洞察量化发展大格局,千象、锐天、磐松、宽立共论量化私募可持续发展之道

财联社 11 月 16 日讯(记者 封其娟)11 月 12 日,2026 私募业高质量发展论坛暨 " 华源星耀 · 第二届私募华尊奖 " 颁奖典礼在上海举行。本次活动由财联社与华源证券共同主办,秩汇科技联合主办,东方证券特别支持。

2026 年,量化私募步入发展关键期,行业正经历全方位考验。监管框架持续完善、市场环境快速变化,为量化投资带来诸多新课题,国内量化私募赛道竞争日趋激烈,因子拥挤、Alpha 衰减、策略容量约束等挑战接踵而至。行业如何进一步优化发展路径,成为共同关注的议题,市场迫切期待长期深耕的头部管理人带来深度思辨,展开思想碰撞。

以《量化私募发展大格局 - 投资策略的可持续发展》为主题的圆桌对话,由华源证券研究所所长助理杨怡玲主持,千象资产合伙人吕成涛、锐天投资创始人徐晓波、磐松资产联合创始人黄大洲、宽立中国总经理林涵四位嘉宾,围绕极端行情下的策略应对、CTA 配置价值、Alpha 与规模的平衡、机构长期投入方向、出海机遇与行业长远格局等议题展开深度研讨。

黄大洲结合低频系统性投资实践,分享极端行情下的风险控制与策略坚守,更是直言 " 极端风险靠日常演练,不靠临场救火 "。在 Alpha 与规模的平衡上,他认为二者并非对立,低频策略天然具备较好容量属性;融券这类受限产品采取主动封盘,同时精细化交易成本模型、统一调度账户资源,推动规模有序扩容。

吕成涛围绕 CTA 的配置价值与容量突破展开分享。他表示,CTA 核心是依托和股债资产的低相关性平滑组合波动,并非高夏普的万能工具;遴选管理人优先看长期实盘、大资金管理能力,再评估业绩回撤。长期布局上,他看好多策略体系,既能打开单一策略容量上限,也可通过低相关策略对冲波动,改善持有体验。

林涵从全球视角辨析 CTA 认知误区,解读量化出海的机遇与挑战。她提到,CTA 收益逻辑独立于股债,危机 Alpha 并非只在下跌行情兑现,上涨趋势同样可以捕捉收益;投资者应理性看待长期收益,通过比对策略宣讲和业绩归因是否一致,甄别管理人。出海方面,海外市场资产与超额来源更丰富,但规则、合规、基建成本和国内差别较大,模型本地化、搭建跨市场交易网络是长期功课,出海是国内量化能力和全球市场的双向融合。

徐晓波则落脚行业底层竞争力,在可选投入方向中,将人才放在首位,算力、数据、AI 工具最终都需要依靠人才去定义和落地。他认为 AI 正在模糊量化与主观投资的边界,基本面量化并非短期跟风选择;国内量化市场竞争激烈程度处于全球第一梯队,但生态仍具备持续繁荣的基础,机构的突围机会,在于形成差异化、正交化的市场理解,打造独有的策略能力。

极端波动,不靠临场救火,靠模型与日常演练

杨怡玲以今年两轮行情波动切入,首问落在高敞口下如何分辨 " 正常波动 " 与 " 策略失效 ",以及回撤期该怎样跟投资人沟通解释。

黄大洲介绍,磐松聚焦低频系统化投资,因子框架多元,价量因子占比较低,以基本面、偏动量及另类因子为主。今年上半年至七八月,产品业绩与同业显著分化:在科技抱团上涨、动量因子强势阶段,模型判断科技估值偏高,自五六月份持续低配科技,期间组合出现回撤,也是压力最大的阶段。但磐松坚持不人工干预,信任模型与定价回归逻辑。7 月科技板块回调,错误定价快速修复,组合超额同步回暖。

回顾而言,这轮行情给磐松留下三点体会:

一、坚守模型,审慎人为干预。多数动量类私募上半年收益尚可,7 月虽有回撤,整体仍算平稳;若当时临时改敞口,大概率两头挨打。宁可相信模型、统计结论与均值回归,也不做临场的非理性判断。

二、规模扩容之下,持续拓展数据边界。AI 赋能,新闻文本、企业关联、网络舆情等非结构化数据得以落地应用。磐松持续将这类信息纳入因子体系,并非单纯堆砌因子,而是打造和同业低相关的收益源,增强极端行情下的分散效果。

三、极端风险靠日常演练,不靠临场救火。流动性管理内嵌于系统,能自动释放资金、调节仓位。回顾 924 行情,曾有管理人 10 月 8 日开盘因保证金补足不及时被动平仓,而随后市场快速修复。若无成熟的应对机制,浮亏极易转化为永久实亏,这类损失对管理人声誉与客户信任的冲击难以修复。

CTA 不是避风港,是组合里的低相关配置工具

策略端可通过拓展分散收益源、系统化风控搭建模型驱动框架;配置端则依靠资产分散平滑波动。杨怡玲给出几个核心问题,近两年 CTA 与多资产策略关注度抬升,投资者该如何筛选适配自身风险偏好的 CTA 产品?商品波动并不弱于股票,CTA 是否仍具备配置价值?在商品市场容量天然受限的背景下,管理人如何突破容量约束?

吕成涛称,近期股市大幅调整,CTA 及 CTA 多策略产品关注度显著抬升。CTA 适配资产配置,和传统资产低相关,但普通投资者理解门槛较高:一是交易标的为商品、股指、国债等期货品种,大众接触较少;二是国内主流 CTA 多为量化策略,黑盒特征突出。因此 CTA 具备配置价值,但挑选难度很高。

难点在于,同为 CTA,管理人业绩离散度远高于股票量化,一轮行情中各管理人收益分化明显。CTA 策略内部差异显著:策略包含趋势跟踪、截面对冲;周期分为短、中、长线;标的侧重商品或股指。任一维度不同,同一段行情下的表现都天差地别。

关于筛选 CTA 管理人,吕成涛提出优先两项指标,再看历史业绩。

其一,业绩周期足够长。期货自带杠杆,极端行情亏损幅度往往高于股票,风控优先级高于收益。历经多轮极端行情检验仍稳定运行的管理人,风控体系更可靠。

其二,具备大资金管理经验。小规模阶段可依托容量有限、波动较高的品种博取收益,回撤可控;规模扩张后,这类品种收益贡献被稀释,业绩容易大幅走弱。拥有大资金运作经验的管理人,更不容易在资金快速流入后出现策略变形。

在此基础上,产品业绩与回撤同样是核心参考。他认为这三点是普通投资者筛选 CTA 的重点。

谈及 CTA 定位,他不视为新战场或单纯避风港,而倾向定义为配置工具。CTA 并非高夏普、高弹性的万能策略,除少数高频自营机构外,多数管理人夏普率达到 1-1.5 已属优秀。这一策略的核心价值在于低相关性,纳入组合能够平滑波动、提升整体稳健度。单一策略无法覆盖全部需求,但在资产组合中配置 CTA 具备明确意义。

吕成涛进一步分析容量约束。期货市场权益从 2025 年末约 2 万亿元增长至当前约 2.67 万亿元,而沪深北三所总市值超百万亿,体量悬殊,CTA 天然容量远小于股票量化,国内 CTA 规模破百亿的管理人寥寥无几。

此外,行业扩容路径各有不同。海外 CTA 量化巨头元盛通过拉长交易周期换取容量,但会抬升产品波动;也有机构叠加辅助策略打造 CTA+。千象选择后者,依托含 CTA 的多策略产品线,根据波动率目标动态调整 CTA 仓位,相较单一 CTA 进一步打开容量,行业百花齐放,路径不必一致。

随着期货市场资金持续流入、新品种不断推出,CTA 容量还有上行空间。但纯 CTA 赛道依旧偏小众,依托 CTA + 模式同步提升容量与组合稳定性,是更务实的发展方向。

林涵强调 CTA 并非新兴策略。海外源头可追溯至 1949 年前后,现代量化 CTA 也已有 40 余年历史,只是 20 年前仍较为小众。随着配置价值被全球资金认可,行业规模由 2000 年约 500 亿美元,增长至当前 3500 – 4000 亿美元。

近两年,国内关注度抬升,核心源于收益驱动逻辑差异。股票收益依托盈利、估值与行情上涨;CTA 本身不押注标的方向,经典趋势跟踪策略无论上涨、下跌趋势均可捕捉收益。她认为趋势不是随机噪音,是市场可统计、可刻画的内在规律,相关成因已有大量学术研究支撑。驱动逻辑不同,也带来低相关性特征,与股债及多数另类资产联动性弱。今年 7 月、9 月、10 月,国内 CTA 便与权益策略形成良好互补。同时 CTA 可纳入跨资产、跨行业、流动性充足的品种,进一步丰富组合收益来源。

针对市场常说的 " 危机 Alpha",林涵辨析道,CTA 在股债同步走弱时分散效果突出,因此容易被贴上这一标签,但它既无法预判危机,也不会对暴跌即时响应;而是在危机演化一段时间后,市场信号沉淀为可捕捉的趋势。这里的危机特指股债持续趋势性下行,短期回调并不适用。并且 CTA 不局限于危机场景,上涨趋势同样可以盈利,收益来源还包括商品趋势、价值反转、宏观期限结构等。

在投资实操层面,她总结两大重点:选好管理人、管好收益预期。

选管理人方面,她与吕成涛观点一致,不建议优先看短期、中期业绩,首要关注策略定位。主观或量化、长中短周期各有适配环境,不存在全天候占优的赛道。核心考察管理人的硬实力:投研积淀、迭代能力与风控细节;其次看投资逻辑是否可清晰阐释,对比事前宣讲、产品说明与事后归因是否自洽;最后看管理人是否经历过 CTA 的逆境周期,海外 2015 年前后、国内 2022 下半年至 2023 年均是典型寒冬。逆境下回撤的解释、应对方案以及模型最终能否经受考验,比阶段性靓丽净值更有参考价值。

预期管理上,她也谈及周期特征:CTA 的平淡期可能持续较长,追求短期收益的投资者很容易在底部赎回,错失后续配置价值。CTA 本身也难以择时,更适合纳入中长期组合,作为权益的低相关补充,需要投资者保持耐心。

同样的,林涵并不认同将 CTA 称作避风港。避风港暗含低波动预期,但 CTA 在不同时间维度都可能出现明显回撤。历经多轮周期打磨的管理人,能够依靠因子、模型与风控积累提升策略韧性,但这不等于无风险。她更倾向把 CTA 比作组合的四驱系统、额外收益引擎:股债收益驱动失效时,提供另一套收益来源。评估 CTA 也不应单独关注波动,而要放在整个资产组合中审视。

最后,她提到扩容来自模型与交易两端。模型端拓展独立 Alpha 来源、挖掘有效容量;交易端扩容板块、纳入新品种、深挖交易规则、布局多月份合约。容量预估应当保守,在拓宽市场覆盖、丰富 Alpha 的同时,持续打磨交易执行。

Alpha 变薄之后,量化私募可持续发展之道

延伸至股票量化,杨怡玲向管理人抛出新问题,规模扩张往往带来 Alpha 衰减,过去一年半大量资金涌入股票量化,因子趋同、超额摊薄已是共识。如何平衡 Alpha 与规模?投研框架如何保障 Alpha 稳定?又依靠何种机制管控规模?

黄大洲认为,规模与 Alpha 并非二选一。传统思路下,容量受限的策略在规模抬升后,可依托新增收入投入算力与人才建设,进一步拓宽容量;但扩张节奏必须审慎,若步子过快,容易损耗客户信任。

就磐松自身而言,容量结构需要拆分看待。团队深耕低频系统化投资,因子来源多元,不倚重价量因子,预测自相关性较强,天然低换手,指增年化换手约 12 倍,这是容量的支撑。

容量的进一步提升,依靠精细化打磨边界:一方面持续引入新数据,另一方面优化优化器与交易成本模型。规模扩大后,粗放的优化容易引发问题。冲击成本具备非线性特征,若多产品共用同一预测信号,会同步争夺流动性。

因此团队在统一预测框架下,对各产品实施全局最优资源分配,统筹流动性、融券等资源,有效容量高于分产品独立优化的模式。团队持续打磨多账户、多周期优化求解能力,以此平衡规模与容量。

他最后提到,规模扩张之余,服务、运营、信息披露能力也需要同步配套。要等策略、运营、人才等基础设施齐备后再稳步扩张,方能形成稳健正循环,兼顾管理人与客户利益。

容量建设的本质,是管理人长期综合能力的比拼。杨怡玲再与管理人探讨量化机构发展的核心要素,如果未来三年只能在另类数据、算力 AI、人才、多策略布局中择一投入,会优先选择哪一项?

" 这题其实不好答 ",徐晓波直言,当前量化行业竞争日趋激烈,Alpha 持续变薄,不少看似超额收益,拆解后实则是 Beta。如果只能三选一,会优先选择人才。市场围绕 AI 的讨论众多,包括 AI 能否产生情绪、形成认知,硅基与碳基如何竞争,组织与资源的生产模式是否会重构。

在徐晓波看来,AI 更像一个巨大的容量入口、一套极强的智能引擎;而量化本质仍是人与人之间的博弈与交易。先有合适的人才,才能够读懂数据、形成认知与判断,进而搭建硬件底座,打通策略与算力体系。

他指出,人才争夺同样充满挑战。量化招聘和 AI 领域类似,人才呈现明显两极分化:少数优质候选人手握多家优厚 offer,同时每年涌入的简历储备看似十分丰富。因此核心不在于薪资高低,而在于明确选人标准。选人取向,折射出机构对组织架构、自身市场定位的理解,以及团队的判断与取舍。

AI 压缩浅层 Alpha,市场波动更多体现为 Beta 特征,人才是可持续发展的根基。顺着资源投入方向,如何看待量化机构后续的资源布局选择?

吕成涛坦言,这题确实难答。小孩子才做选择,成年人都要。条件受限下,千象选择多策略布局。这是他第二次参加财联社圆桌。去年此时,多策略产品线刚刚启动渠道募资。历经一年多,规模已突破百亿元。

他阐述两大核心原因:一是破解容量瓶颈。不仅 CTA 存在容量约束,股票量化规模做大后,同样会遭遇交易冲击、Alpha 衰减。海外已有成熟样本,全球前十对冲基金大多布局多策略,只是平台模式、因子体系各有差异。多策略能够抬升整体容量上限,支撑持续研发投入,保障机构经营更稳健。

二是改善客户持有体验。单一策略即便打磨成熟,仍难以规避 Beta 波动。即便指增超额稳定,若 Beta 短期回撤 20% 至 30%,产品净值依旧剧烈震荡。多策略依靠低相关策略组合,收益曲线更平滑、回撤更可控,减少 " 产品赚钱、客户不赚钱 " 的现象。很多投资者会在大幅回撤阶段赎回,错过后续修复行情。依靠科学配比,在保留收益潜力的同时抑制回撤、缩短创新高周期,收益才能真正落地到客户端。

除此之外,多策略框架还能反向定义子策略目标:独立指增追求超额最大化,但作为多策略组件时,核心诉求转为稳定性与收益确定性。先搭建整体组合框架,再倒推 CTA、量化股票、利率固收等子策略的设计标准,组合稳定性更强。

如何判断海外市场空间与竞争格局?国内量化机构出海,机遇与挑战孰轻孰重?

林涵认为,量化私募出海是自然趋势。出海会从牌照布局,逐步走向策略、能力输出。她对海外市场空间持乐观态度,除了股票、商品,全球股指、债券、利率、汇率、信用及各另类市场供给充足,能提供差异化收益驱动,带来更多独立 Alpha 与策略容量。

需求端同样有支撑。近年来,海外主权基金、养老金、保险机构持续配置低相关、高流动性的另类策略,宽立的全球投资人就包含这类机构以及 FOF 与家族办公室等。

但广阔不等于蓝海。海外竞争逻辑和国内不同。除业绩外,海外长线资金还会综合评估策略容量、全球交易、风控合规、基础设施、ESG 治理乃至传承安排,看得更全,决策也更慢。

另一处不同是成本结构。国内行情数据、经纪服务的显性成本偏低;海外的数据授权、交易、托管、融资等均有明确收费,布局多品种、多数据维度,需要前置投入基础设施。

更高门槛在于交易执行。优质模型仅是基础,宽立团队海外覆盖近 200 个市场、八大类资产,各类品种交易时段、合约结构与流动性环境差异显著;尤其利率互换、CDS 和部分商品 OTC,流动性不在某个交易所,而散落在各家投行与交易商手里。长期交易对手网络、授信、ISDA 协议及成交调度能力,都需要长期积累,出海是持久战。

她以宽立自身为例。宽立成立于 1997 年,成立初期便定位全球系统化投资管理人,进入中国时没有直接照搬海外成熟模型,耗时十余年研究国内期货市场的收益、风险、交易规则与流动性,搭建本土化模型。境内管理人出海同理,吃透当地规则、模型本地化、找到适配合作伙伴,缺一不可。宽立立足中国、服务本土客户;而国内机构出海的目标,应当成长为真正本地化的海外对冲基金,而非简单输出国内模型。

全球化终究是双向的。海外机构把成熟经验带入国内,同时纳入中国特色 Alpha;本土管理人则把国内淬炼出的迭代能力输出,捕获海外 Alpha 机会。

在赛道拥挤之下,基本面量化是不是下一个方向?对标海外,国内量化处于什么阶段?拉长五年周期,国内量化的天花板在哪里?杨怡玲给出新问题。

徐晓波认为,AI 正在消融主观与量化的边界。量化本就使用盈利、舆情、产业链等基本面信息,只是应用方式和主观投资不同:量化对个股做精细化预测,再形成体系化持仓;主观则重仓 10 至 20 只标的,深度研判盈利增长,二者本就是两条信息使用路径。

近两年 AI 能力的变化尤为明显:无论是复盘涨跌驱动、还是基于数据预测盈利,它的推演逻辑逐步贴近人类分析师,能够测算现金流并对比市场预期,对市场的感知精度持续提升。这为量化新增了一类信息渠道,AI 引擎本身成为新的数据来源。

他提出,国内量化市场竞争处于全球最高烈度区间。HRT 等海外高频巨头入场,单日成交规模可达数百亿元,单一机构占市场比重能达到 5-10%。从全球来看,美国、中国、日本的 Alpha 衰减速度居前。差异在于美国以本土头部机构竞争为主,国内则是本土新锐叠加全球巨头同台角逐,竞争更为白热化。

不过徐晓波看好国内企业的竞争力,出口持续走高、制造业实力突出,芯片设计、存储领域加速追赶;算力虽仍有量级差距,但 AI 层面并未明显落后,海外顶尖对冲基金与 AI 团队中也有大量华人从业者。

他进一步区分交易赛道与 C 端生态。社交产品存在虹吸效应,容易走向赢家通吃;但交易属于对手方博弈,天然容纳多元参与者。配置端同样追求分散,即便背景雄厚、历史业绩优异的管理人,也可能在极端风险事件中受挫,资金不会集中押注单一机构。

因此他判断行业将走向繁荣而非格局收敛。同质化竞争虽在加剧,但机构若能挖掘正交的市场观察维度,清晰拆解并融合 Alpha 与 Beta,仍可持续打造差异化。

相关标签

觉得文章不错,微信扫描分享好友

扫码分享

热门推荐

查看更多内容

企业资讯

查看更多内容