因为国内做量化的都是没有跟随角度做出来盈利的,纯数理统计就很扯淡,是最大的BUG.B比如说你为模型不回撤,用多少样本呢,用5年10年样本去做数理统计够么?显然这种模型出来,不穿是运气或者概率,弄几千个模型总有那么几个没穿掉。
我一直说,股票是用生命做筹码玩的游戏,用量化去解释这个是最合适的。弄几年没事,一次穿掉,钱也没了,时间也没了。
首先,发展差异体现在体量上。从资管规模来看,在全球对冲基金资管规模排名Top10上,量化型基金强势包揽了前8。粗略一算,光是这几家的AUM就有约6500亿美元,可以看出,海外成熟市场量化交易已然成为主流,体量非常庞大。相比之下,国内量化投资的资产管理规模还相对较小。从交易量来看,在美股市场,有60%的交易都是由量化驱动的。而2021年,A股单日交易量频频突破万亿,量化在其中占比也只约为20%-30%。
除此之外,中国量化投资机构的数据收集能力与技术发展也略有滞后。在成熟市场,许多大型对冲基金早在多年前就将人工智能/机器学习方法应用到交易过程中。例如桥水,在2013年就已建立了人工智能团队,并将其团队研究成果投入应用。国内相对来说起步就较晚了。
但是发展晚了35年,并非发展差了25年。由于行业潜力巨大,加之遇及良好的市场环境,在美股这样的成熟市场中有三五个点的超额收益就已经非常了不起的量化投资,前几年在国内却常常能够取得20%的指数超额收益。乘着这样的行业红利,中国量化投资的规模飞速增长。由最初的几亿管理规模,发展到2021年底,达到了1.4万亿人民币。
然而,规模的快速发展和优越业绩的保持真的能够兼顾吗?
讲到这里呢,扫地僧不得不引入一个所谓的收益不可能三角的概念。也就是说,在高收益、资产管理规模和低波动性这一个三角形的三角当中,只能任选三角当中的两方面。
伴随着国内量化投资管理规模的急剧扩大。部分机构以高频开始,量化私募整体的交易换手率降低明显。不少百亿级别的量化私募的大部分产品的换手率已经降到了年化30到50倍的一个水平。要知道之前高频策略可是有200倍以上的换手率。
九坤和幻方就是当中比较有代表性的头部量化,尤其像幻方,在21年底管理规模显著提升,只能通过基本面量化,也就是所谓的smartbeta的方式,以牺牲波动性来维持产品的高收益。叠加近期股市指数beta的大幅回撤,过往亮眼的超额收益alpha需要通过更高的波动性才能获取,近期量化回撤大也就不那么难理解了。
量化投资还能投吗,它还有什么其他影响因素呢,且听扫地僧下回分解。