01、海外量化投资基金的发展
量化的起源
证券市场的历史悠久，由此形成了各式各样的投资流派。而基于股票的本质是代表股东对企业的所有权，本杰明·格雷厄姆领衔的价值投资方式，最为大众所熟悉。格雷厄姆因此也被称为“现代证券之父”，他著作的《证券分析》和《聪明的投资者》，至今仍是经典。格雷厄姆的经典价值策略分为两个部分，一方面关注投资价值，有五条准则用于表现价值要求;另一方面关注安全边际，有五条准则用于表现安全要求。整个十条准则中包含了对估值、股息率、成长性、偿债能力、股价泡沫等多个维度的衡量。
作为新型的投资流派，量化投资的历史并不长，其学术依据可追朔于1952年马克维茨提出的投资组合理论（该理论于90年代获得诺贝尔经济学奖）。投资组合理论，主要包含均值－方差分析方法和投资组合有效边界模型两个内容，在传统投资回报的基础上，第一次提出了风险的概念，并提出了组合优化方法。此后，学术界陆续提出了资本资产定价模型，有效市场假说，期权定价模型，套利定价理论，行为金融理论等，它们共同构成了现代投资组合理论，丰富了量化投资的理论基础。
1.2 量化基金的历史发展
量化理论的不断扩充完善伴随着量化对冲基金的发展，上世纪60年代，在仅有电脑主机和打孔卡片的环境下，量化工具已应用在投资中。但在80年代末之前，由于数据、计算机和网络等环境和技术的限制，量化投资的发展相对缓慢。1988年，詹姆斯·西蒙斯成立了大奖章基金，从事高频交易和多策略交易，基金成立20多年来年化收益达到70%左右，除去业绩报酬后年化收益达到40%以上。因此，西蒙斯被称为"量化对冲之王"。1991年，彼得·穆勒发明了alpha系统策略。此后，各种以量化策略为主的对冲基金公司陆续成立。可以说，90年代至2008年金融危机前是量化投资的繁荣发展期。这一期间，陆续诞生了现在量化投资领域的巨头。2008年的金融危机对于量化基金而言是个挫折，众多连续多年盈利的量化基金由于杠杆或市场流动性的消失，出现亏损。但在金融危机过后，多数公司恢复了增长。尤其是随着近十年来计算机技术、网络技术、人工智能技术的迅速发展，量化投资在策略的丰富度、模型的复杂度、交易的速度等方面，均有所突破，迎来了新的繁荣期。
1.3 量化对冲基金管理规模
对冲基金由于其追求绝对收益、波动性往往较小、可数量化评价等特点，备受机构投资者喜欢。在互联网泡沫破灭后，众多资金陆续进入对冲基金。据巴克莱的统计，全球对冲基金管理的资产规模从2000年的3千多亿美元增长到2008年金融危机前夕的2万多亿美元。2008年金融危机后，资产管理行业受到抑制，对冲基金同样被重创，管理规模缩水明显，对冲基金在此后3年规模停滞不前。至2010年，全球对冲基金的总规模仍停留在1.4万亿美元附近。2011年以来，对冲基金再次受到热捧。经过几年的快速发展，至2018年，国际上对冲基金总规模已达到3万亿美元，占全球基金规模的比例接近30%，对冲基金已经成为全球资产管理领域最重要的一支力量。
作为对冲基金的分支，量化对冲基金的规模我们暂时没有详尽的统计数据。但根据数据提供商HFR的报告，截至2017年10月底，其可追踪的量化对冲基金管理的资金已增长至逾9400亿美元，约占对冲基金总规模的1/3，接近2010年管理规模水平的两倍。
另据巴克莱的统计，市场中性类策略（即主要指股票Alpha策略）至2018年的整体规模约为1000亿美元。
图1 全球对冲基金和市场中性策略基金管理规模
1.4 国外量化投资管理人
目前顶级的量化对冲基金管理人主要集中在美国和英国。
图2 全球对冲基金规模排行
02 、国内量化投资基金的发展
2.1国内量化市场回顾
国内私募基金发展较晚，而受限于衍生品工具，量化策略发展更为缓慢。尽管如此，但作为后来者，避免了较长的学习曲线。国内的股票量化策略整体上经历了萌芽期、起步期、飞速发展期、分水岭后的停滞期、新时代等不同阶段。
01 量化萌芽期
国内量化对冲基金起源于2004年，当时华宝信托发行了国内第一支量化对冲基金产品“基金优选套利”。由于当时国内股票市场缺乏做空的对冲工具，期货市场也较小，因此“基金优选套利”在投资策略上以封闭式基金为主，主要是针对封闭式基金交易折价率偏高，价值与价格不匹配的套利机会进行交易。
“基金优选套利”在运行的两年时间里获得28.27%的年化收益。相比同期股票市场指数的情况，其收益略高于指数的收益，波动低于指数的波动率。
国内早期的量化产品大部分以套利策略为主，且发展速度缓慢。
图3 国内第一支量化对冲基金产品“基金优选套利”
02 量化起步期
2010年沪深300股指期货上市，量化基金终于具备了可行的对冲工具，开启国内股票量化对冲基金的时代。股指期货的三大功能是风险规避、价格发现和资产配置，它为企业和机构大户套期保值对冲风险。当股市出现下跌时，为避免企业和机构大量抛售股票而引起股市动荡，通过做空股指期货获利，对冲股票多头下跌带来的损失。因此，通过持有股票组合，结合股指期货做空，即阿尔法策略，逐步进入国内投资者的视野。
但股指上市后，新增的量化对冲产品并非完全意义上的Alpha策略，尽管这些产品从净值观察已经接近严格的股票 alpha 产品，但依然保留有较大风险敞口，比如浙江宁聚投资管理公司在2010年发行的“中融-宁聚稳进”。直至 2011 年 3 月 28 日，天津民晟资产发行了“民晟”A、B 和 C 三个系列产品，该产品表现稳定，历史年化收益率为 6.6%。从波动率来看，该系列产品是第一只公开可查的较为严格的股票中性的 alpha 基金。此产品完全以量化手段进行行业配置及选股，然后运用股指期货进行中性对冲，可谓早期较为成熟的一只量化 alpha 对冲基金，具有历史性的意义。同年发行的其它股票市场中性策略的基金产品还有十几支，以朱雀投资、北京尊嘉资管等私募公司产品为代表。
图4 首批股票Alpha策略基金产品2011-2013年业绩表现
图5 首批股票Alpha策略基金产品2011-2013年收益风险对比
通过以上净值走势和收益风险分析，可以发现民晟、朱雀、尊嘉的产品收益稳定，年化收益在6-7%之间，最大回撤也控制在5%以内。其波动远小于指数的波动幅度。而宁聚投资的产品与指数的相关性明显高于其他3支产品，应该是保留有风险敞口，并不是完全中性。
至此，股票量化对冲策略凭借较低的波动性，亦吸引了一部分客户，主要是风险偏好较低的高净值客户。整体上，2010年至2013年，股票市场缺乏投资机会，股票量化对冲策略的推出，迎合了一些客户的需求。但同时，该期间整个国内市场处于非标业务发展的黄金时期，大量的信托计划以年化10%左右的收益进行“保本保收”，抢占了绝大多数个人及机构投资者的固收配置需求。阿尔法策略提供的回报并不足以支持该产品进入热销。
03 飞速发展期
2013-2014年，股指期货的成交量和交易额稳步上升，机构的入市制度进一步放宽，海外量化对冲投资团队回国发展。以及基金业协会推行私募基金管理人和产品的登记备案制，推动了私募基金的全面阳光化。这些因素都加速了国内私募量化对冲基金的发展。
与此同时，不得不提的时代背景是，始于2013年的金融创新，开创了资管产品发行的热潮，其中结构化业务也伴随而生。量化对冲策略具备低波动、回撤小、持仓分散等种种特点，但其本身的回报可能并不足以吸引一些高净值客户的关注。因此通过结构化形式，分成优先级和劣后级，优先以企业或银行投资为主，劣后以私募自有资金或募集为主。客观上也助推了股票量化对冲策略的规模迅速发展。
从策略表现上，2013年开始的以创业板为代表的成长股（小市值股票）牛市让alpha量化对冲策略也大赚不少。一方面，当时对冲工具仅有沪深300股指期货，而沪深300的成份构成以大市值股票为主。因此，依赖小市值因子，通过暴露因子风险，就能获取较好的对冲收益。直至2014年11月，A股市场出现了银行股、券商股等持续拉升，带动沪深300指数显著上涨。一方面alpha量化对冲策略持仓往往极为分散，在权重股上扬带动股指快速上行的阶段股票组合难以获得超额收益；另一方面，一些过分依赖小市值因子的量化对冲策略，更是雪上加霜。因此2014年11月算是量化对冲策略的黑天鹅事件，众多阿尔法策略瞬间失去盈利能力，出现了大幅回撤，部分产品的回撤甚至达到了10%以上。这是股票阿尔法策略在国内发展遭遇的第一次挫折。
这场量化黑天鹅事件也说明了国内量化对冲市场发展中存在的问题，即量化对冲基金管理规模的日益增长与市场金融工具相对缺失的矛盾。当时市场的对冲工具仅有沪深 300 股指期货和融券，且由于融券的券源和规模限制，融券在量化对冲产品中的运用率并不高。
图6 2014年股票Alpha策略基金产品业绩表现
图7 2013-2014年Alpha策略基金产品收益风险对比
图8 2013-2014年Alpha策略基金产品收益风险对比
04 分水岭-2015股灾
经历黑天鹅事件后，阿尔法策略继续大放光彩。牛市的来临，使得市场波动率水平急剧上升，这种环境十分有利于阿尔法策略的发挥。股票组合的超额收益始终维持在良好水平。更可喜的是，牛市氛围下，部分股指期货合约升水，也进一步增加了阿尔法策略收益。
2015年4月，上证50股指期货和中证500股指期货正式推出，有力填补了对冲工具的空缺。在此之前，alpha策略基金习惯于从中小市值股票中寻找 alpha 收益，然而这在市场风格出现明显转换的时候容易出现巨大损失，2014 年下半年股票市场中性策略的集体倒戈根源之一就是市值错配。上证50股指期货和中证 500股指期货推出后，通过三大股指期货单独或组合的应用，可以设计出期现风格更匹配、更多元化的中性策略。
2015年的股灾对阿尔法策略的影响较小，由于阿尔法策略是通过全市场选股，持仓分散，并对冲股指期货，来降低市场系统风险的投资策略。所以，股指期货经常跌停，很多阿尔法策略收益在股灾中不跌反升。
但在股灾2.0后，九月份，中金所连续出台对股指期货市场管控措施，包括将交易量超过十手认定为“日内开仓交易量较大”异常行为，并且提高非套期保值保证金标准到40%，提高套期保值保证金标准到20%，当日开仓又平仓的平仓手续费标准提高至平仓成交额的万分之二十三。股指期货下单超过十手便会冻结账户，而多数阿尔法策略产品规模上亿，股指期货的限制交易使得阿尔法策略的每月对冲头寸调仓都变得非常艰难。同时股指期货限仓及市场急剧下跌后股指期货也大幅贴水，使对冲成本大大增加，且高额的保证金降低了资金使用效率。种种不利因素直接导致大部分阿尔法策略产品好几个月无法交易。可以说2015年的股灾是整个阿尔法策略的分水岭，其不利影响至今仍未能消除。
图9 2015年股票Alpha策略基金产品业绩表现
从上图看，在2015年上半年增加指数对冲工具后，市场中性策略基金产品收益得到明显提升。但在股指限仓和保证金政策调整后，对冲端受到限制，很多产品都停止交易或者低仓位交易。
05 深度贴水时代
2016年初股市大跌直接触发熔断机制，阿尔法策略也无可避免的受到下跌影响，从图6我们也可以直观的看出基金产品在一月份有一个明显的回撤。主要因为熔断让股票可以跌停，但是股指期货却最多跌7%，使得有额外3%的敞口无法被对冲。熔断之后，中国股市进入了震荡市场行情，本是Alpha策略适应的市场行情，但市场的悲观情绪及流动性的不足，使股指期货每月出现2-3%的贴水状态，深度贴水挤压了股票阿尔法策略的绝对收益。通常而言，股灾前绝大多数阿尔法策略的年化回报在10-20%区间，这也意味着绝大多数投顾团队开发的阿尔法策略的股票组合战胜中证500指数的比例在10-20%，当对冲工具股指期货的年化贴水幅度达到20%以上时，股票组合对冲股指期货后就无法盈利了。即使部分投顾仍然能获得较好的超额收益，但股指期货的高保证金，也使得整体资金使用效率低。Alpha策略运行的环境十分恶劣，投资人颇为失望。此外，在2016年下半年贴水收敛后，结合线下打新的赚钱效应，阿尔法+线下打新+日内回转的模式，一度又重新点燃了一些投资人的希望。可惜的是，线下打新的红利期过短，碰上2017年上半年的阿尔法策略低谷，使得这类产品多数在到期时无法获得收益。这让之前不少误以为该策略无风险爆赚的客户，又失望而归。
深度贴水的不利环境，也促进了投顾的洗牌。此前有不少量化对冲公司规模在百亿附近，在高贴水时代并不能维持符合客户预期的收益水平，出现了规模上的下滑。这些投顾的策略主要以基本面因子为主，由于基本面因子的同质性较大，超额回报并不足以跑赢基差。
而在股灾前一些以自营高频股指期货、或者自营阿尔法为主的投顾或团队，逐步开展管理基金业务，走向前台，在近三年的深度贴水及快速的风格轮动中，均可收获正收益。此外，很多投资管理人开始从产品设计层面着手，以择时对冲或者放弃对冲直接做指数增强策略来获取贝塔收益及相对指数的超额收益，开辟了一些新的投资产品。也有些投资管理人开始通过与日内回转交易策略合作，在持有的股票组合上捕捉股票的日内价差，获得增强收益。
06 高频阿尔法时代
深度贴水以及衍生工具匮乏，使得绝大多数投顾在量化对冲策略上无法获得有效的收益。投资人一度也会质疑，量化对冲策略还能赚钱吗？欣喜的是，近几年我们观测到仍然有不少团队，可以获得足够的超额指数收益对抗股指基差：其中有些团队，擅长阿尔法因子的挖掘、积累；有些团队利用前沿的机器学习算法优化因子组合；有些团队从行为金融学角度建模；有些团队开发程序化高频，将高频统计套利和日内回转交易与阿尔法策略结合。
这批机构在近几年还能维持年化20%左右的阿尔法策略收益，带领着行业发展。
2.2 国内量化市场的发展
我们对2010年1月1号以来股票市场中性指数与上证全指的累计收益率进行对比，从图10可以看出国内股票量化对冲市场的发展具有明显的阶段性。股灾前，股票市场中性策略基金收益十分稳健，尽管有2014年底量化黑天鹅引发的回撤，但此后牛市的高波动性使得阿尔法策略收益也大为跃升。考虑到当时较多的投资人是投资于阿尔法策略的劣后份额，年化收益在50%以上也不为夸张。但股灾后，整个市场顿时陷入无法盈利的困局。
图10 股票量市场中性策略指数累计收益率曲线
从基金产品的发行数量看，Alpha基金产品的数量已从最初2010年的2支产品发展到现在近350支产品。在2012年至2015年期间，产品发行数量迅速增长。考虑到由于不少产品通过信托或基金子公司等通道发行，实际产品发行数量应该大于上述统计值。而在2015-2016年期间，由于股指限仓、基差等原因，使Alpha策略基金产品的增长速度有所放缓。2017-2018年期间，基差逐步改善 ，对冲成本降低，外加500ETF融券作为对冲工具，Alpha策略基金产品又逐步兴起，回归投资者视线。
图11 股票Alpha策略基金产品分布状况
从Alpha策略整体的收益回撤情况来看，其收益和风险特性接近于固收策略，体现为较低的波动率。
图12 2011-2014年Alpha策略基金产品平均收益、风险情况
图13 2015-2018年Alpha策略基金产品平均收益、风险情况
2.3 股票量化VS股票主观
与市场上占比最大的传统股票主观策略（主要指传统股票多头主观策略）相比，股票量化策略目前仍然是市场小众策略。相对主观策略，股票量化策略的优势体现在几个方面：
1）覆盖面广。传统股票主观策略的投资标的集中度相对较高，考虑到全市场全行业覆盖的股票研究需要大量的人力物力，实现难度较大。投资经理往往选择较为擅长的某些行业或公司进行深入研究，包括公司的基本面、财务状况、发展前景等多个方面，从而挖掘出具有投资价值的投资标的；而对于股票量化策略，由于主要基于海量数据分析与模型构建，并且是通过信息技术实现，可以对大量股票运用数量化方法筛选出投资机会从而构建投资组合。因此与传统股票主观策略相比，股票量化策略的投资组合中往往投资标的较为分散，个股仓位相对较低。
2）风险分散与控制。基于上一点，股票量化策略投资标的的相对分散化同时也能带来风险分散的效果，由于单票在投资组合中的权重较低，组合受单票上涨或下跌的影响相对较小。即使出现个股黑天鹅，整体组合受影响程度也较轻。此外，投资经理在构建量化策略的模型时，都会经过大量严谨的数据测试，同时会在实际投资中设置合理的风控指标，开发成熟的系统可随时监控仓位变化，一旦出现异常可迅速做出反应。
3）投资收益稳定。基于以上两个特点，由于风险分散与严格的风险控制，股票量化策略受市场极端或异常情况的影响有限，股票量化策略相对指数的超额收益较为稳定。所以股票量化对冲策略基金产品，投资绝对收益较为稳定，是可以作为固收增强型的配置。
2018 年以来，市场连续下探，尽管收益均在水平线下，但股票量化风险控制优势再次显现，行业平均亏损较股票主观而言有明显优势。历年统计结果显示，股票量化较股票主观而言业绩波动范围更窄，主要的优势在于稳定而非搏高收益。
图14 股票量化与主观策略收益中位数情况
华宝证券对 2015-2018 年上半年满足条件的股票量化策略产品两两之间周收益率序列的相关性进行了统计，并取所有相关系数的平均数作为该年度相关系数情况。对于同一管理人仅随机挑选一只产品进行统计。
统计结果显示，从相关度的角度看，股票量化策略产品并非如大家所质疑的一样相似度很高，各年度同策略产品间的相关系数基本维持在 0.2~0.3 左右，处于较低水平。同时与股票主观策略相比并非处于劣势，相反，除了 2017 年之外，其相关度都要低于股票主观策略。
当然，难以忽略的一点是，随着行业进入者的增加，股票量化的相关系数是逐年增加的，而股票主观则较早期有明显下降。
图15 股票量化与股票主观策略基金产品平均相关系数
本报告版权归FOF牛牛（厦门好投科技有限公司）所有，如引用本文观点、图表，请联系FOF牛牛取得授权，并需注明出处“FOF牛牛”。
拓展阅读：
来源：https://blog.csdn.net/weixin_42219751/article/details/98956490