4月以來A股持續(xù)下行，但量化機構(gòu)的超額收益凸顯，普遍好于主觀多頭。據(jù)第一財經(jīng)記者了解，近兩個月來，國際量化巨頭Two Sigma（騰勝）、內(nèi)地頭部量化思勰等發(fā)行中證500指數(shù)增強產(chǎn)品（下稱“指增”）。還有部分機構(gòu)為了應對市場下行的壓力，開始對指增產(chǎn)品增加了下行保護（期權(quán)）。

值得一提的是，對于量化機構(gòu)來說，目前不僅要“卷”超額收益，還要“卷”算力。最熱門的中證500指增超額已經(jīng)從2018年的30%下滑至11%。隨著量化基金規(guī)模的不斷增加，交易越來越擁擠，因子慢慢失效，量化投資也變得越來越內(nèi)卷。此前，幻方投入10億搭建了“螢火二號”深度學習訓練平臺，搭載了1萬張英偉達A100顯卡。

近期，由QTF量化科技嘉年華組委會編制的《2023 中國量化科技白皮書》提及，大量的實證研究指出，量化科技的使用其實會降低市場的波動率。未來，在滿足監(jiān)管和合規(guī)要求的前提下，量化行業(yè)應協(xié)同推進數(shù)據(jù)、算力和算法的進一步發(fā)展，從提高交易效率、穩(wěn)定市場流動性、消除信息不對稱、促進市場有效定價，與資本市場共成長。

(資料圖片)

“500指增+對沖”受到追捧

某頭部券商的財富管理部負責人對記者表示，今年以來主觀多頭表現(xiàn)不如人意，發(fā)行規(guī)模受限，量化產(chǎn)品盡管不如過去兩年火爆，但相對來說更受投資者青睞，今年量化的超額收益相對更為突出。

根據(jù)“江湖匯”量化數(shù)據(jù)周報，在5月22日~26日當周，就私募500指增的超額收益情況而言，合驥為1.63%，穩(wěn)博為1.35%，天算為1.28%，幻方為1.09%。上述機構(gòu)的近4周超額收益分別為4.82%、2.7%、3.5%、1.95%。

中證500指增產(chǎn)品是目前的主流。申毅投資方面對記者表示，此前中證500指增并不會進行對沖，但目前考慮市場情況，會用期權(quán)策略對產(chǎn)品進行下行保護。據(jù)了解，目前對沖的成本在5個點左右；思勰方面也對記者表示，目前機構(gòu)主打的產(chǎn)品也主要是中證500指增。

值得注意的是，近期Two Sigma在境內(nèi)發(fā)行的第三只私募基金產(chǎn)品騰勝中國鼎量指增1號亦是500指增。這只基金于4月26日成立，5月10日備案。渠道人士對記者表示，基本上額度被客戶“秒殺”，各界對于量化的接受度仍然遠高于基本面主觀多頭。騰勝投資成立時間為2018年11月11日，登記時間為2019年9月11日，注冊資本為1000萬美元。目前全職員工人數(shù)為16人，管理規(guī)模區(qū)間為50億元~100億元。

在震蕩市場，部分收益穩(wěn)健的產(chǎn)品也陸續(xù)推出。例如，橋水2023年4月、5月也有新產(chǎn)品備案，橋水主打的仍是配置股、債、商品的多資產(chǎn)策略，被稱為“全天候策略”。據(jù)記者了解，橋水的產(chǎn)品銷售在部分渠道也“一號難求”。

增強型指數(shù)策略的目的是增強收益，是指在原有跟蹤指數(shù)的基礎(chǔ)上，通過一定的主動選股，追求超越完全被動型基金的收益。指增型基金多為量化基金，一般采用多因子模型以期實現(xiàn)超額收益。雖然背后涉及很多金融工程、量化交易算法，但選擇暴露哪些因子往往需要基金經(jīng)理的主觀判斷。其中，中證500指增產(chǎn)品廣受投資者認可，且為數(shù)量與規(guī)模最大的指增產(chǎn)品之一。過去幾年，中證500指增也是大多數(shù)量化私募主打的產(chǎn)品策略，這個系列的產(chǎn)品規(guī)模占公司總管理規(guī)模的50%以上。

之所以中證500指增最為受歡迎，是其綜合創(chuàng)業(yè)板和滬深300的優(yōu)勢，比大盤股有更好的成長性，估值也更高。中證500指數(shù)和滬深300指數(shù)相比，前者的基期至2023年4月21日，收益率525.05 %，同期滬深300收益率僅有301.65%。此外，前者行業(yè)分布更平均，工業(yè)、材料、信息技術(shù)、醫(yī)療保健權(quán)重相對較高，而金融占比偏低。

蒙璽投資創(chuàng)始人李驤近期在“2023·量化科技嘉年華”期間表示，盡管目前市場波動較大，但對沖產(chǎn)品仍存在性價比的問題，如果是以年為單位來看，目前指數(shù)點位比較低，因此指數(shù)增強是更有性價比的策略。

量化機構(gòu)開始“軍備競賽”

事實上，量化機構(gòu)之間的競爭目前還是算力的競爭。據(jù)《財經(jīng)十一人》數(shù)據(jù)，國內(nèi)擁有超過1萬枚GPU的企業(yè)不超過5家，除了幻方以外都是互聯(lián)網(wǎng)頭部大廠，1萬枚英偉達A100芯片已經(jīng)達到做自訓大模型的算力門檻。

一家量化私募，為何花這么大成本搭建媲美互聯(lián)網(wǎng)大廠的計算平臺？有觀點認為，這是因為國內(nèi)量化投資的超額收益衰減特別明顯，最熱門的中證500指增超額已經(jīng)從2018年的30%下滑到了現(xiàn)在的11%。可以說，非常容易賺錢的環(huán)境已經(jīng)過去了，早年一個簡單的動量因子就很容易賺錢，但隨著量化產(chǎn)品規(guī)模的不斷增加，交易就會越來越擁擠，因子也在慢慢失效，量化投資變的越來越“內(nèi)卷”。

思勰投資創(chuàng)始合伙人、總經(jīng)理吳家麒近期也在上述論壇期間表示，“其實對量化來講，量化機構(gòu)、卷人、卷數(shù)據(jù)、卷技術(shù)，是為了挽救日益下降的超額，如果你不卷，別人卷，就把你卷走了。”

他稱，“我們在技術(shù)上的投入也好，在數(shù)據(jù)上的投入也好，根本目標就是希望通過這些挖掘整個市場的阿爾法（超額收益），逐漸提高市場的有效性，這個是量化持續(xù)做的事情。基于這樣一個特性，量化機構(gòu)愿意擁抱這些新的技術(shù)，也可以跑一些過去不能跑的模型，這些技術(shù)迭代對整個量化行業(yè)都是非常有益的。”

量化策略研發(fā)大體分為三步：因子挖掘、模型訓練、策略回測，每一步都需要使用大量的算力資源。如果用一臺小電腦，可能挖掘因子用10天，模型訓練用4天，策略回測用1天，最終做出策略。如果用一臺超級計算機，半個月的時間壓縮成5分鐘，別人做一個策略的時間你做了4000個策略，還比人家早實盤運行半個月。于是，各大量化巨頭都開始 “軍備競賽”，花費巨資搭建模型訓練平臺，就像幻方投資10個億的“大電腦”。

上述白皮書也提及，量化交易利用數(shù)學、統(tǒng)計學和計算機技術(shù)，通過對金融市場的歷史數(shù)據(jù)和市場現(xiàn)狀等進行分析和計算，確定交易規(guī)則和交易控制，從而實現(xiàn)自動化的交易過程，數(shù)據(jù)獲取、數(shù)據(jù)加工、 數(shù)據(jù)存儲、策略研究、策略構(gòu)建、策略執(zhí)行和投后分析七個階段都涉及科技在量化交易中的應用。

在量化領(lǐng)域，GPU（圖形處理器） 被廣泛應用于加速復雜計算，如高頻交易中的量化分析和算法交易、風險管理、投資組合優(yōu)化等。據(jù)悉，目前GPU 服務器市場上的主要廠家包括英偉達、AMD 和英特爾等。其中，英偉達是GPU服務器市場的領(lǐng)導者，其GPU服務器市場份額占據(jù)70%以上。

數(shù)據(jù)顯示，2021年全球GPU市場規(guī)模為334.7億美元，預計到2030年將達到4473.7億美元，期間年均復合增長率達33.3%。根據(jù)Jon Peddie Research數(shù)據(jù)， 2022Q4獨立GPU市場中，英偉達、AMD和英特爾三家的份額分別為85%、9%和6%。

公開資料顯示，ChatGPT 已經(jīng)可以完成一些簡單的量化策略，例如構(gòu)建平均回歸模型，輸出均線策略。理論上甚至可以利用 Scikit-learn 數(shù)據(jù)庫(針對 Python 編程語言的免費機器學習庫)建立制作未來利率的預測模型，并使用均方誤差(Mean-Square Error，MSE)對其進行評價。

標簽：