券商中國
陳銘
2024-11-23 12:14
由于市場變化和監(jiān)管要求，近年來，國內量化機構的換手率總體有了一定程度的下降。本期專欄將圍繞上述問題進行討論。
Q87：怎樣理解降頻問題？
考慮到國內T+1和印花稅的股票交易制度，真正優(yōu)質的高頻策略容量非常小眾，從規(guī)模占比上看對市場影響較小，也并非主流策略。與海外每天均有正收益的真正高頻策略相比，嚴格意義上來講，目前國內部分高換手策略（年換手率一般在100—200倍左右，相當于平均持倉周期在3—5天左右），稱之為“短周期策略”或更為恰當。而“短周期策略”容量也相對有限，隨著整體量化投資管理規(guī)模不斷提升，目前主流量化私募平均持倉周期會有所增加。目前國內量化私募資管產品中，中周期策略（年換手率約30—50倍左右）占比較高，短周期策略占比逐步下降。所以當提及“降頻”時，可理解為降低短周期策略占比，提升中長周期策略占比，即提高中低頻因子占比。
Q88：降頻是否會顯著影響業(yè)績表現？
各家量化管理人傾向于采用與自己當前管理規(guī)模相匹配的換手率，當前最主流的量化股票策略年均換手率約30—60倍左右；降頻效果則主要取決于管理人自身在中低頻因子庫儲備的質量和豐富程度。行業(yè)規(guī)模超過萬億，給量化管理人在如團隊綜合投研能力、底層策略深厚積累，投研流程精細化等方面提出了更高的要求，從對過往的觀察和實踐來看，如果中周期積累足夠深厚，可以做到既有一定容量、也能為客戶帶來相對不錯的超額收益。
Q89：在這方面明汯投資有哪些實踐？
以明汯為例，在公司成立初期，考慮到基本面量化選股和中周期價量模型是管理大資金的基礎，且需要更多的時間積累和儲備，故作為優(yōu)先開發(fā)項，2014—2016年期間主要以線性模型、人工挖因子為主；從2017年開始，加大價量因子尤其是短周期的日內統計套利策略的研發(fā)力度，引入機器學習技術，明汯投資也成為國內最早一批將人工智能技術成功應用到金融市場的量化私募管理人；從2018年至今，通過進一步完善選股模型和優(yōu)化交易系統，升級中周期價量策略，提升整體策略容量和適應性，明汯投資成為國內最早一批采用全周期、多策略、多品種的量化私募管理人——這樣的發(fā)展脈絡與公司自上而下的投研體系有較大關聯，除依據當下的研究需求做深入研究外，還會根據公司中長期的戰(zhàn)略目標做前瞻性布局。
當前，中周期因子配置比例較高，而不同預測周期的具體配置比例，公司會綜合考慮自身管理規(guī)模及市場成交量、流動性等因素做動態(tài)調整。
Q90：基本面因子在行業(yè)的運用情況如何，目前是否適合加大相關配置？
通過降頻來提升量化股票模型容量一般會有兩大方向——可以增加中周期價量因子占比，也可以選擇提升長周期基本面因子占比。數據顯示，雖然基本面因子也能獲得還不錯的長期超額收益，但波動率和回撤都要比價量因子大一些，收益風險比仍遜于價量因子，當前明汯投資仍以中周期價量因子為主，基本面因子占比目前并不高。
對量化私募來說，若進一步大幅提升基本面因子配置比例，可能還需等待時機。目前國內量化私募總體管理規(guī)模在整體市場占比仍較小，價量為主的策略還能貢獻非常好的收益風險比。而且私募商業(yè)模式收費整體高于公募，由此也要求私募管理人需要提供更好的收益風險比產品，才能獲得投資者的青睞。
長期來看，基本面因子具備較好的配置價值且容量較大，出于長遠規(guī)劃仍需要持續(xù)投入研究力量，未來擇機逐步提升權重。
（CIS）
校對：王蔚
