量化私募进入平缓期，未来大势将有何变化？听听百亿私募掌舵人徐书楠怎么说_新浪财经

　　量化私募进入平缓期，未来大势将有何变化？听听百亿私募掌舵人徐书楠怎么说

　　此前疯狂扩张的量化私募，似乎进入了平缓期。不少私募表示行业的甜蜜期已经结束，量化投资开始进入到“精细化时代”，私募管理人之间的竞争也不断加剧。

　　业内人士指出，经过几年的突进后，量化私募的发展速度有所放缓，未来仍有发展空间，但增速不会像前几年的“野蛮生长”，而是更精细、更差异化的发展。在近期交流中因诺资产创始人徐书楠也指出，随着中国量化投资规模的发展，中国量化机构的超额收益将逐渐减少，这是一个必然的趋势。

　　而在激烈的竞争环境中，因诺资产稳步前行，将人工智能深深刻入公司基因。通过汇聚顶尖人才，持续优化投研体系，力求在量化私募的汪洋中脱颖而出，提升自身竞争力。

　　近日，徐书楠就量化投资的历史、发展现状以及未来趋势作出了深度探讨。对于当前投资者对量化投资的争议，徐书楠也分享了自己的独到见解。

　　截至目前，因诺资产的整体规模约160亿元，主要产品线包括指增产品线（沪深300、中证500、中证1000指增、量化选股等）、中性产品线、多策略产品线以及其他产品线。

　　以下是精选后的金句和观点，以飨读者。

　　1．量化投资通过捕捉市场的无效波动盈利，从而让市场变得更有效。

　　2．在投资过程中，放杠杆这种方式应该被允许吗？徐书楠认为是应该的，但必须严格控制杠杆，杠杆应该主要提供给有专业能力的、合适的投资者。

　　3．量化投资在中国市场经过了数年的发展，已经达到了万亿体量。但与美国市场相比，中国市场的量化资金规模占比仍然较小。在中国，量化投资的管理规模仍不足总资金的10%，还有很大的发展空间。

　　4．随着量化投资规模的扩大，超额收益会逐渐减少，这意味着市场正在变得更加有效。21年以后，量化行业的超额大幅下降，主要就是因为量化规模的扩张造成的。

　　5．从长期来看，多策略的收益风险比会更高，这主要基于资产定价模型：当配置多种低相关性的有效资产时，长期收益风险比高于任意一种单一资产。俗称：鸡蛋不能放在一个篮子里。

　　以下是本次交流的主要内容。

　　问：您从事量化投资的初衷是什么？能否大致梳理一下自己的从业经历吗？当初为什么会选择这个呢？投资的过程有什么样的体会？

　　徐书楠：我在MIT读研时，虽然是在土木工程系下，但研究方向是运筹学，属于数学的一个分支，所以在找工作时，很自然的找了一些对冲基金的工作，并选择了一家（IMC）加入。

　　之所以选择这个公司，一个重要原因是他们在香港设有分部。我一直认为，量化投资将来在国内会有很多机会，而在香港工作，可以在学习成熟市场策略与经验的同时，兼顾国内市场的了解，是个很不错的选择。

　　到了2010年，国内第一个股指期货开放，我认为国内已经具备了进行量化投资的有利条件，因此选择了回国。

　　回国后，初期主要以套利类策略为主，包括期现套利、跨期套利等。由于当时市场波动很大，套利策略可以很容易的赚取相当不错的收益，而风险度又极低，在当年不利的市场环境下表现得非常好。因此后来我决定自己创办一家私募基金。

　　问：过去十年，您认为量化投资最大的变化是什么？

　　徐书楠：量化行业越来越“卷”了。这其实是很正常的，因为任何一个行业都会经历这样的过程。在开始阶段，一个人还可以通过各种策略赚钱，无论是套利、阿尔法还是CTA，都能够轻松盈利。量化投资通过统计学模型来捕捉市场的无效波动盈利。当量化投资规模很小时，市场的无效波动很大，所以任何策略类型都可以比较轻松的波捉到较高的无效性，从而转换成很高的超额收益。

　　主动投资和量化投资之间并没有直接的竞争关系，因为它们使用的方法不同，寻找价值的方式也不同。量化投资主要通过统计学模型捕捉市场的无效波动来盈利，所以其盈利能力与自身的规模有关。当量化投资规模越大时，市场就会变得越有效，超额收益也就越低。

　　为什么近几年量化投资越来越“卷”？本质原因是因为它的整体规模越来越大。随着规模的增长，中国市场变得更加成熟、更加有效。而在一个更有效的市场中，获取超额收益也就变得更困难，这是一个自然的过程。实际上，这也是量化投资对中国市场的重要贡献之一。量化投资让市场变得更有效了。

　　问：外界对于量化策略投资多有误解，量化还曾被指“砸盘元凶”，您是如何看待量化在市场中的角色？对于此前讨论较热的量化DMA策略您有何看法？

　　徐书楠：在舆论端或自媒体等平台上，对量化投资存在误解是很正常的现象。

　　首先，量化投资是一个比较神秘的行业。量化投资主要通过统计学模型进行投资，甚至用到了大量人工智能模型（实际上，人工智能模型也不过是一种非常复杂的统计学模型而已）。统计学本身是一个非常专业的领域，难以被普通投资者所真正理解。这本身就容易产生神秘感，而神秘感就是误解与谣言的温床。

　　第二，量化投资者本身大多并不擅长表达。量化从业者通常都是理工科出身，相对于其他行业，他们整体的沟通能力与沟通意愿都不强。理工男整体上长于建模、短于沟通，并不擅长为投资者普及量化投资知识。

　　第三，一些“伪量化机构”也喜欢利用量化投资的神秘性，谎称自己进行量化投资，实际从事非法交易，从而在一定程度上败坏了量化投资的名声。

　　就以常见的“砸盘元凶”论为例，就是完全站不住脚的。量化投资股票类策略的主体是中性策略和指数增强策略，这两类策略在量化股票类策略的整体占比估计高达90%以上。而这两类策略，都是永远满仓，不进行任何择时操作的。一种永远满仓的策略，怎么可能砸盘？因此，任何投资方式都可能砸盘，唯独量化投资是最不可能砸盘的。量化投资背上“砸盘”的锅，可谓南辕北辙，说明外界确实对量化投资缺乏基本的了解。

　　关于DMA，实际上，通常只是量化投资放杠杆的一种方式而已。杠杆化产品在历史上发生过多次变化。比如在2015年甚至更早的时候，人们可以直接发行结构化产品，后来被禁止之后，演变成了AB款产品，又进一步演变成了DMA。

　　结构化产品被禁，通常与量化投资并没有直接的关系。例如，2015年之所以禁止发行结构化产品，主要原因是一些大资金用结构化产品赌少数股票、甚至个股的涨跌，这在一定程度上加剧了股灾，本质上是以完全错误的方式使用了杠杆（在高风险资产上加高倍杠杆）。当时流行的配资业务，更是把这种方式发挥到极致，给个人投资者加高倍杠杆，造成很多投资者出现巨额亏损。

　　那么，杠杆有没有价值呢？当然是有的。杠杆可以改变一类资产的收益风险特性，例如可以把一种风险极低而收益并不具备吸引力的资产，变成一种风险可控同时收益具备吸引力的资产。实际上，杠杆的使用，也是资产定价模型的基础。在成熟市场，专业的高频套利机构甚至可以使用几十倍的杠杆。但是，杠杆的使用非常专业，如果开放给了不适合的投资者，就会大幅加剧投资者的亏损，从而造成灾难性后果。因此，我个人认为，对于杠杆，监管可能、也理应会越来越严格，它不会消失，只会管理的更加专业。

　　问：面对规模增长，您会对策略进行调整吗？

　　徐书楠：首先，需要明确，量化策略是不能影响市场的。这是因为，量化策略需要在历史数据中进行回测，验证其有效性。如果一个策略影响了市场，就意味着历史的回测结果不再可信了，量化策略本身也就失效了。

　　因此，量化投资的策略容量一般是根据市场的流动性来测算的。一般来说，如果一个策略的交易量不超过市场同时段的5%，那么它对市场就没有明显的影响。更保守一点（比如我们公司），通常是按照不超过市场交易量的3%来测算策略的容量上限的。如果一个策略的交易量超过了10%，那么它就会明显地开始影响市场。

　　换句话说，量化投资的策略容量取决于其交易量与市场交易量的比例。一般来说，换手率越高的策略，比如高频交易策略，其资金容量就越小。因为这意味着它需要占据市场交易量的更大比例，而管理的资金规模就相应较小。相反，低频策略则可以拥有更大的资金容量。这也解释了为什么一些策略的资金容量会受到限制。

　　目前，中国市场量化投资的容量上限实际上并不小。但与美国等成熟市场相比，中国市场量化资金的管理规模仍然较小。在美国，几乎一半的资金是由量化投资管理的，而在中国，这一数字还不足10%。因此，中国市场的量化投资还有很大的增长空间，是一片广阔的蓝海。

　　问：您觉得国内量化跟国外的差距主要在哪里？

　　徐书楠：在量化投资业绩方面，相同的策略类型，中国的量化投资策略往往表现更好。例如，中国的量化机构普遍还可以战胜指数10%，而美国想战胜指数2%都非常困难。这主要是因为，中国量化规模较小，所以市场的无效波动还比较大。随着量化投资规模的扩大，超额收益会逐渐减少。过去几年，量化机构的超额普遍变低了，这并不意味着大家的策略变差了，而是随着规模的增加，市场更有效了。

　　相比之下，美国的量化资金规模较大，在如此有效的市场环境下，他们很难取得较高的超额收益，因此同类策略，其业绩水平很可能不如中国的量化机构。但是，这并不意味着美国的量化机构就没有存在价值。实际上，美国的金融衍生品市场更加丰富，策略类型更加多样，也给投资者提供了更多的资产选择。

　　由于中国量化投资发展的时间还不长，金融衍生品也比较少，因此在策略的广度与丰富性上，与成熟市场还有显著的差距。未来，随着中国量化投资策略越来越多样，这一差距将会逐渐缩小。

　　问：未来，量化投资在国内发展趋势是怎样的？

　　徐书楠：中国量化投资的发展趋势可以简要概括为三个方面。首先，规模会持续增大；其次，同类策略的收益风险比会下降；最后，量化策略会变得越来越丰富，机构之间的差异化不断增加，从而给投资者提供更加多样化的选择。

　　问：能否介绍一下目前所运用的投资策略？

　　徐书楠：因诺是一家典型的多策略公司，在中国市场具有一定的代表性。我们的策略涵盖了中国市场上几乎所有重要的策略方向。例如股票Alpha策略、CTA策略、期权策略、套利策略、债券策略等。

　　因诺的产品线主要由这几类策略组合而成。

　　中性产品线主要为多策略中性产品，主要配置Alpha策略并进行对冲，并辅以小比例的CTA策略与择时选股策略增厚收益、降低波动，是一类典型的低风险策略。

　　指增产品线分为300指增、500指增、1000指增、量化选股等，满仓持有股票，对标指数同时获取指数Beta收益以及超越指数的Alpha收益。指增产品线是一类典型的高风险高收益产品，也是量化产品中最容易理解的一类产品。

　　多策略产品线综合配置了指增策略、CTA策略、择时选股策略等各种不同的策略类型，从而实现更高的收益风险比。例如，在今年的极端风险事件中，多策略表现出了明显的适应性，在中性与指增产品出现极端回撤时，维持了正常的波动表现，并取得了不俗的正收益。从长期来看，多策略的收益风险比会比单策略更高，因为不同策略的收益时点不同，可以平抑产品整体的波动，从而提高收益风险比。

　　问：您与您的团队在投资过程中如何去控制风险？

　　徐书楠：风险控制是一个广泛的话题，在不同方面都有各种不同的风险控制方式。因诺资产一直是一家风险厌恶型的公司，在各方面都设置了严格的风控措施。例如，我们的DMA规模一直保持在较小的范围内，只用非常小规模的自有资金进行投资，这是因为我们认为杠杆资金具有较高的风险，需要严格控制规模。也正因如此，我司的DMA产品在今年的极端风险中没有出现风险，正常运作至今。

　　在策略层面上，如何控制风险是策略本身的一部分。当我们评估一个策略时，关注的是其收益风险比。优秀的策略应该是收益风险比更高，风险可控。而不是一味追求高收益，或者一味追求低风险。

　　在实际运行中，还需要考虑策略与实际风险之间的关系，设置减仓线、止损线等风险控制措施。任何策略在实盘中配置时，都需要首先设定好预警线与止损线，达到即无条件减仓，从而防止单一策略失效造成产品风险。

　　问：量化投资兴起后，各家私募也展开了“抢人大战”，您在招聘相关量化人才上有何侧重？

　　徐书楠：因诺最主要的人才需求仍然集中在投研岗位上。投研是开发策略的核心，对人才的需求非常高。通常情况下，投研岗主要招聘名校理工科的人才，例如，国内清华、北大等或者国际同等的一流名校如MIT、剑桥等。

　　这些人才通常学习理工科，主要涉及数学、物理、计算机等与统计学直接相关的领域。由于量化投资是利用统计学进行投资的，因此需要扎实的统计学功底。

　　因诺具有较为完善的人才培养体系，能够把优秀的新人培养成为优秀的PM。因诺是多PM制，大部分PM（占比70%以上）均为公司自主培养。因此，在过去几年，我们摸索出了一套较为有效的人才培养体系，也培养出了大量优秀的人才。

　　因诺设置了比例提成式的激励方式，对于PM的实盘策略采用比例式提成，上不封顶。同时，我们还有一个非常独特的股权激励机制，优秀的投研人员可以成为公司的股东，分享公司的未来成长。

　　来源：财联社