京公网安备 11010802034615号
经营许可证编号:京B2-20210330
盛世资产刘晓俊谈量化投资
任何单个量化策略都难以持续盈利
一般情况下量化投资收益相对更稳健,但是有些私募做到百亿规模之后却在去年业绩遭遇滑铁卢,并很快退出了百亿私募之列。究其原因,在刘晓俊看来,所谓的百亿量化私募,其实大部分并不全都是在做量化。有的私募有百亿规模,但其实真正做量化投资的部分大概只占几十亿,还有很大一部分可能来自主观多头、借壳、定增等一些项目。并且2017年蓝筹白马当道,中小票行情惨淡,如果私募做定增较多,规模很容易下滑。
此外,即使是做量化的部分,由于量化策略在不断进化,在不同的市场风格下也难以保证一直盈利。
“以股票阿尔法对冲策略为例,2013年-2015年非常流行,但是其实最多的是做多小票,然后做空沪深300股指期货来盈利,再加上当时股指期货是升水。等于这部分私募做了一部分的中小票,也就是市值的错配,再加上一些期现的套利来赚钱。但是后面市场就直接转变了,比如说去年就是大票横行,如果还是做类似小票的阿尔法策略就会输得很惨。另外整个市场从升水变贴水,本来每个月白赚升水的钱,变成白送贴水的钱。”
刘晓抗介绍,部分私募通过营销等把规模做得比较大,但是擅长的策略不多,一旦市场转变,就会因储备不够来不及转变策略,也会缩水很快。
“以商品期货CTA策略为例,2016年整个商品是大牛市,CTA策略平均收益40%-50%,有些甚至做出了几十倍上百倍的收益,导致当时很多资金投向了CTA策略。但是2016年双11之后,整个商品市场进入阴跌模式,导致整个CTA传统的趋势策略失效,到现在也都没有起色,这类私募也大量消失了。”
在刘晓俊看来,量化策略的收益是稳定,但是需要用对适合的市场,而且市场不配合的时候一定要及时去更换或更新,因为没有任何一个策略可以长期稳定做大规模并赚钱。这也是为什么很多私募从小变大,又从大变小甚至消失,新的私募又涌现出来,不断循环的原因。
2018不一定是量化大年,但肯定是量化正常的一年
很多人给2016和2017年贴上量化小年的标签,但刘晓俊持不同的看法。因为2016年商品期货的量化策略是大行其道,量化投资也是赚得盆满钵满。对商品期货来说,2016年其实是个大年,因为商品的CTA也都是赚了很多钱。刘晓俊认为到了2017年才是他认为的真正的量化小年。
“因为无论是阿尔法策略,还是传统的商品期货趋势策略和套利策略,也包括中高频策略,在2017年的5月份到10月份这段时间都非常难挣钱,这段时间非常难做,我认为这段时间是真正的小年。他们认为2016年-2017年均为小年可能是他们一开始投的阿尔法策略,阿尔法在2016年不好了,然后在2016年去追加商品,商品到2017年又不好了,让他们感觉整个2016和2017就成了小年。”
回到主观投资来说,2016年中小票好,白马股并不好。但是到了2017年的时候,白马股好,中小票又不好了,并不能说2016年和2017年是主观投资者小年,之所以有人将过去两年称为量化小年,刘晓俊认为是对市场买卖与理解认知的误差。
2018是否会是量化投资的大年?在刘晓俊看来,2017年不能算量化投资的大年,但属于正常的一年,因为以前差不多也就是这个收益。
刘晓俊介绍,今年总体来量化策略开始回暖,量化私募平均收益普遍跑赢主观投资。以盛世资产为例,今年股票阿尔法对冲策略从年头跑到现在也有8%左右收益,套利策略盈利10%以上。
指数下滑,震荡市多头私募收益不佳
2017年市场风格偏向大市值股票,以发掘阿尔法收益为主的量化策略遭遇滑铁卢。2018年已经过半,基于基本面的主观投资私募无论规模大小,大多收益不佳,量化私募成为盈利策略中分外亮眼的一抹红。
刘晓俊认为主要原因是除了量化私募之外,其它大部分私募都是多头思路。多头私募的收益来源于两部分,一部分为阿尔法,也就是打赢指数的部分,比拼的是选股能力,另一部分就来自于贝塔,也就是指数,今年指数一路下滑,而且下滑的幅度很大,远远超过阿尔法收益,所以除量化私募以外的其他私募在今年表现不好也很正常。
优胜劣汰,“伪量化”私募逐渐出局
众所周知,量化发端于国外,2010以后国内量化开始起步,尤其2015年股价下跌期间量化私募无惧市场震荡,不仅跑赢主观私募,还取得高低不一的收益,在此之后量化投资被更多的人接受。
同时,也有另外一种声音,那就是中国市场中的有些量化是被包装出来的,并非真正量化。在刘晓俊看来,这种情况已经在转变,并且通过市场检验,去伪存真,它不可能长期获得持续收益。“伪量化”私募经不起市场的考验,已经逐渐被淘汰掉。
“一个事情过热的时候,每个人都能赚到钱,每个人都可以说是量化,但是市场到最后是非常的理性,一旦遇到这种熊市或者说所谓的量化小年时候,量化行业也会优胜劣汰。”
就算是真正的量化私募,刘晓俊建议在投资之前也要看其长期收益。因为会存在量化私募的策略比较适合当下,所以业绩跑得好,但是不能确定过了一年,甚至更久以后突然间市场风格又转换,私募是否还有持续开发的能力。如果跟风去买私募,就要做好哪天策略失效带来的亏损风险。
海归派也需交学费,政策对量化模型冲击最大
盛世资产创始人团队从2010年在中国开始量化投资交易,创始人团队成员均拥有海外投资背景和丰富的投资经历。如何将海外投资经历与本土投资环境融合?刘晓俊介绍,从量化投资上来说,在技术方面,盛世资产将海外做过的一些模型和系统拿回来后,首先会经过技术上的融合,比如接通本地的系统、本地的交易、以及用本地的数据去重新去让这个机器进行学习。
刘晓俊也坦言,八年以来学到最大的经验是如何去运用这些技术模型,并且在适当的时候去运用适当的模型,这是非常痛苦和非常难的结合。盛世资产花了八年时间一直在摸索,得出的经验教训是在中国市场要长期沉淀下来老老实实地学习,需要实战经验、也需要教训,通过“交学费”才能达到真正的融合。
国外量化从1988年开始到至今已经有三十年历史,拥有比较成熟的技术、框架与模型,相对本土量化来说,海归派比较成体系化,风控也比较严谨。同时本土派的好处是它本身模型上可能不一定比国外的好,但是他对国内的行情政策各方面比较熟悉,本土派在运用模型的时候会有些经验。刘晓抗提出,如果海归派能与本土派能较好地结合,将取得1+1>2的效果。所以如果这两者有一个比较好的结合就会更好。
刘晓抗坦言,从量化的角度看,相较于A股市场散户化带来的非理性,最难把握的还是政策变化带来的冲击。一旦新的政策出台,整个大环境都将改变,这个时候模型不是小改,是整个要撤掉重新写。
“比如说股指期货限仓,导致从全世界交易量最大的市场变成交易量很小的市场,整个模型都是推翻重来了。”
无需过度恐慌,也无快速上涨
从今年年初开始A股已经出现过几次闪电似的快速下跌,随着国内政策,以及美国加息等,市场依旧比较震荡。6月这一轮下跌比较凶猛,也跌到一定程度,虽然后续并不需要太过恐慌,但刘晓俊认为也很难有非常快速的上涨或者修复。
从量化策略来说,在今年这种行情下,刘晓俊表示还是比较适合全对冲形式为主的策略,比如通过做多股票,同时等额做空股指期货,来达到无论上涨还是下跌都能取得比较稳定的收益。另外现在的行情也比较适合商品期货套利策略,今年以来也有非常不错的收益。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09