點贊(0)

點贊(0)

這家量化私募是否遭遇了“規模魔咒”？

大話固收

2021-03-19 15:43 4528 0 0

大膽假設，小心求證

作者：洛洛楊

來源：大話固收（ID：trust-321）

長期關注大話固收的讀者可能發現了，私募基金八大策略里面，本人討論的頻率最多的是中性對沖策略。

實事求是地講，由于對沖掉了市場平均漲幅，單純從“賺錢”的角度來講，市場中性策略收益并不亮眼；但之所以一而再再而三地討論，主要是個人認為，中性策略對信托投資者提供了一種很好的替代思路和選擇。

作為一種穩健的投資選擇，中性產品回撤往往控制在3%以內，極端不超過5%。然而，近期某家頭部私募基金的中性策略出現了大幅回撤，達到了7%以上，由于這家私募基金管理規模已達千億，坊間紛紛疑惑的同時，關于量化投資的“規模魔咒”的討論又浮現了出來。

所謂“規模魔咒”，就是量化策略的有效性只能維持在一定規模內；超過一定規模后，策略賺取超額收益能力顯著下降。

我嘗試來用大白話解釋下這種現象，歡迎拍磚。

大家知道，量化體現在兩方面，一是基于策略模型構建股票組合，也就是量化選股。一方面是按照設定的規則程序化交易，即量化交易。

在策略模型構建方面，常用的“兩大板斧”是：統計套利模型和多因子模型。

以經典的配對交易策略為例，舉個例子：

假設計算機經過回溯歷年數據，發現A銀行和B銀行的股價差額常年在【-3,3】之間波動。
假設某天A銀行發布了重大利好，導致股價一下子比B銀行高了5元；
那么根據統計套利的觀點，雖然現在差價是5，但是長期來看這倆銀行的差價大概率還是要回到【-3,3】區間的，也就是所謂的收斂；而方向則大概率是A銀行要跌一點，而B銀行要漲一點。
那在操作上，就應該是買入B銀行而賣出A銀行，等價差回歸到合理區間后獲利走人。

這基本上就是統計套利剛剛誕生時的樣子，但問題是，一個相關性被發現并驗證后，很容易被發覺，策略很容易擁擠；由于容量有限，肉少狼多，這個策略已經越來越“內卷”。

聊完這個，再來聊聊另一板斧——多因子模型。

大致來說，不管模型多復雜，因子基本都分成兩大類，“基本面因子”和“量價因子”。

一段時間內，一個平穩運行的企業基本面幾乎不會變化，但股價卻總是漲漲跌跌，而交易的本質正在于此，不同體量、不同方向的資金帶來了漲跌（而不是企業價值本身），把這些買賣行為用數學的方式刻畫出來，就是均線、成交量、MACD、KDJ等等。

量價因子模型就是研究這個的——甚至可以說，量化投資天生就是干這個的。人腦處理這些圖要經歷復雜的思考；計算機則能迅速找到規律。

量價因子模型把每只股票看成一個個符合各種因子特征的集合，不看基本面，到達預測區間后迅速下手買賣，然后絕不戀戰，往往當天或者隔日就跑。

由于這種策略追蹤的往往是瞬時的成交機會，靠的是高勝率、高頻次交易來賺錢，要靈活轉身，個頭就不能太大——你想想，假如一只股票市值100億，日均成交額1個億，結果你一下子買了5000萬，好家伙，肉還沒吃到嘴，你就變成了那塊肉。

規模魔咒，在這里就又出來了。之前聽某個量化大佬講過，每天萬億的成交量里面，量化交易已經占到3000億。如果遇到行情不好成交量萎縮，中高頻交易的容量更是難以突破。

說白了就是：你想買，沒人賣；你想賣，沒人買……

現在各家量化私募最下大力氣研究的，還要屬基本面因子模型。

所謂基本面因子，就是一大堆基本面指標，微觀的例如行業地位、企業規模、成長風格、盈利狀況等等；宏觀的例如GDP、M1、M2、利率水平之類的；通過對過去、現在和將來的分析，尋找股票價格和相關因子的關系，從而預測股價未來的走向。

從這個解釋也能看出來，跟其他兩個策略相比，基本面因子主要關注點在于預測股價走向，而對交易時間、交易規模要求不大——到了這里，規模魔咒終于聲音小了些。

目前的市場上，量化類私募基金仍然在迅速擴容中；資金大批量地涌入，要想繼續進行有效的管理，看得到目前就是兩條路：

要么，是不斷提高策略迭代的水平，開發出有效并且有一定資金容量的模型，賺到“smart money”，這需要大量的資金、設備、人才投入，還需要時間；
要么，就是把募集到的資金，投入到大量的基本面因子模型中去。當然，隨之換手也會降低，持股周期變長——量化的優點也就越來越模糊。

寫這篇文章時，翻了下16年左右的報道，那時候大家討論的量化“規模天花板”還在10億左右；短短不過5年時間，千億規模的量化私募也發展起來了，意氣風發的管理人開始對標美國的量化基金。

我個人愿意相信，隨著中國股票市場越來越活躍，越來越多聰明人進場，量化基金的規模天花板會越來越高；但如此短的時間內，頭部量化募集的資金量規模迅速膨脹，儲備的人才、策略有沒有跟得上資金的擴張，還是很值得推敲的。