鑽石舞台

2021年關於「量化交易在A股成交量占比」的大討論，我們的觀點是：量化策略成交占比雖然已經不低，但在全市場還不是主導的地位。

2021年4月之後A股的市場成交逐步提升，到了7月份，兩市成交已穩定在每日1萬億以上，連續49個交易日都超過了1萬億。在7、8月成交活躍的背景下，市場中對巨額成交量的來源進行了熱烈討論，其中最引人注目的猜想是：量化私募策略是否貢獻了較大的成交占比？9月中旬之後，A股市場成交量出現了顯著下滑，從最高點的超過17000億元/日，下滑到10000億元/日以下，市場又開始疑惑背後原因是否仍在於量化私募。

我們當時看到很多媒體在報道這個話題時，對量化的評價偏妖魔化了，國慶以前標題是這種風格：《震驚！量化交易成交占一半，在高頻割韭菜》，國慶以後，標題則是這種風格：《突發！量化交易被監管打擊，連電都拉掉了》。像國慶前的這類標題，隱含的意思是說，量化的成交量占比已處於絕對掌控位置，他在高頻割韭菜，對散戶不公平；而國慶後的這個標題，暗藏的意思是，交易量迅速下滑是因為量化私募離場了，也導致九月份以後A股的劇烈下跌，量化要為市場下跌背鍋。

針對這個話題，2021年10月13號，我們團隊發了一篇評論文章，標題很直白：《本輪成交萎縮的根源，不是量化私募，而是處置效應》，當時反響很激烈，我們看到閱讀量很快就上到2萬。

首先，我們定量測算，量化交易的成交占比有多少？我們按照不同類型量化策略的大致規模，乘以各自的典型換手率水平。在中性假設下，量化私募2021年貢獻的成交金額大概在63萬億元，即每個交易日約為2500億元，因此量化私募每日成交在全市場的占比約在20%的量級。也就是說，量化交易成交比例雖然已經不低，但在全市場，還不是處於主導地位。

其次，量化私募每日成交金額2500億，那麼，最極端地看，即使量化私募交易全部停止，所導致的成交萎縮也僅在2000-3000億，此數值無法解釋國慶前後成交萎縮的幅度（從日1.7萬億元下降到日1萬億元以下）。我們的理解是，「處置效應」才是成交量下滑的真正原因。9月份以後，周期股的抱團瓦解，是成交量下滑的重要因素，處置效應帶來了周期板塊交易欲望的下降。量化交易量在這個過程中也下滑，但不能因果倒置。量化成交下滑是去年9月份以後市場下跌的果，而不是因。

這個事情給我們的啟發和思考是：當媒體對整個行業的報道偏離客觀事實時，我們量化人如何去發出自己的聲音，避免被過度妖魔化。

每次市場跌的比較厲害的時候，經常會有媒體會提到這個命題——量化交易是不是助漲助跌？我們的觀點是：助漲助跌的根源不是量化交易，而是底層的策略同質化。策略同質化，導致在急漲急跌時交易趨同，從而導致波動加劇。

我們可以舉一些例子，比如2021年2月，「茅指數」抱團瓦解是在2月10號以後；2021年9月，周期股抱團瓦解是在9月13號以後，當時我們看到在那些時間段機構的持倉都比較同質化，它導致賣出時交易會比較擁擠，形成所謂的「負反饋」，所以那個時候市場跌幅會被加大。

我們看到最近幾年，很多機構投資者都在偏好這樣一種策略，就是去看「行業的景氣度」，他去看「業績超預期」的個股，認為這個投資邏輯是比較順暢的，投資策略本身沒有什麼問題，但如果所有的投資者的交易策略的構造都是這樣一個邏輯的話，那麼他對未來個股成長空間都比較樂觀的話，容易對股價會有一個過高的預期，將來如果景氣度或者業績不達預期的時候，就容易導致這個趨同賣出，那麼股票價格也會大幅波動。所以我們認為助漲助跌來自於底層策略的同質化，而不是在於誰在用。

那麼量化交易他會不會助漲助跌？我覺得答案應該是比較客觀，應該這麼說：「它有時候會，在特定的情況之下，它也會助長助跌，但是它也可以不會」。我們知道，從學術上講，有很多文獻去證明量化交易有時候會消耗流動性，而有時候也會提供流動性，它不是必然的去加大這個波動的。

我們也看到過去一年裡，雖然我們很多量化產品業績是非常好的，其實他們也面臨一些階段性回撤。2021年的量化私募產品表現，相對於2020年來說淨值波動明顯是更大的。目前量化投資面臨的挑戰是哪些？應該怎麼去應對呢？

我們看到至少有兩個挑戰是比較大的：第一個，如何對風格切換的快速響應。在行業和風格劇烈切換的行情底下，有些量化策略可能因為前瞻性不夠，所以會面臨階段性的失效。剛才提到2021年的2月「茅指數」抱團瓦解和2021年9月周期股的抱團瓦解，其實不管是主觀投資還是量化投資都有非常明顯的業績回撤，可能都在行業或風格上有一定敞口暴露。

第二個，策略同質化。量化這兩年規模上的很快，換手率也不低，再加上策略開發相似度較高，我們明顯感覺到策略收益被攤薄了，同步賣出的下跌風險也加大了。過去幾年裡，T0日內交易策略、比較高頻的量價因子、跟風抱團的交易，其實都面臨着類似的困難，就是同質化。

那麼，好消息是什麼呢？我們看到很多家機構在投研上面也有破題的方法，目前為止至少我們看到四個方向：

A、量化和基本面加速融合

通俗講就是，對於非量化的食材，採用量化的烹飪方式。這裡面最典型的是：券商金股，分析師一致預期數據、alpha捕捉系統（Alpha Capture System）。alpha捕捉系統，我們看到很多私募已經跟券商研究所合作了。我想以上這些都至少有一個好處，就是量化分析系統吸收了基本面研究的前瞻性，可以增加對市場的適應性。

B、重視另類數據

頭部的公募裡面，量化投資部很多都有專門的研究員在盯另類數據。現在行業內也有很多金融科技公司在專門提供另類數據。另類數據最大的好處，就是能夠提供多元化、差異化的alpha源。所謂的另類，顧名思義就是用的少或者還沒有人去用，這些多元化、差異化的收益，能夠克服一部分我們剛才所說的同質化問題。

C、對於阿爾法策略的微觀結構做進一步的解構

最近幾年量化投研的一個潮流，就是對阿爾法策略微觀結構的分析，典型的例子比如我們開源證券金融工程團隊的「理想反轉因子」和「理想振幅因子」。我們發現這其中投研發揮的空間更多、自由度更高。

D、多策略和體系化

如果量化管理人有足夠多的策略可以去互補，也可以去降低將來策略同步失效的風險。

條條大道通羅馬，破題嘗試有很多，我們從跟大量量化機構的交流中總結出以上四個方向。當前，量化行業是人才密集、技術密集的充分競爭，我們有信心相信在未來一段時間裡面，量化投資機構還是能夠不斷地湧現出優秀的管理人和優秀的產品。