微信客服
微信公众号明汯投资裘慧明：股票市场始终在进化中 没有“常胜将军”级别的量化模型
明汯投资裘慧明：万亿时代的量化投资向何处去
今年以来 ，“ 量化大厂 ” 的掌门人们都甚是低调 ， 各处都找不到他们的踪迹。
这或与去年下半年后 ， 量化产品突逢考验有关。
出现整体回撤有关 ， 或与此前量化机构放大 A 股成交量的 “ 热议 ” 有关。
随着近期 A 股出现反弹 ， 头部量化阵营中 ， 近一年管理规模和超额收益表现相对稳定的明汯投资创始人裘慧明 “ 率先 ” 发声。
裘慧明 2001 年物理学博士毕业后就进入华尔街工作 ，2002 年起开始担任量化基金经理 ， 属于目前国内百亿量化私募创始人中最为资深的 “ 双一线 ” ——公司属于一线 ， 自己也仍在一线负责投资决策及组合管理。
在近期这次渠道沟通交流会上 ， 裘慧明谈及了自己对量化投资本质的理解 ， 还对中国量化私募发展历程进行梳理。
业内一度盛传明汯投资进军千亿规模 ， 此次裘慧明也进行了 “ 辟谣 ” ——自己并未突破过千亿 ， 但确实是国内首批突破 500 亿管理规模的量化私募。
何为量化投资
对于究竟如何定义量化投资 ， 裘慧明坦诚 “ 并不容易 ”。
对此 ， 他认为 ： 自己 2001 年就投身量化投资 ， 参与并见证了行业一系列演变进程 ， 但不管是以金融逻辑为基础的线性模型 ， 还是后来更多采用的机器学习、深度学习模型 ， 万变不离其宗——本质上都是以数据为基础建立模型。
“ 从广义上讲 ， 量化投资是一种以历史数据为基础、以模型为核心、以程序化交易为手段的投资方法。” 裘慧明如此总结。
但在他看来 ， 自己更倾向于把量化投资定义为 “ 把最前沿的科学技术与对市场的深刻理解做有效结合 ”， 仅仅对数据的采集和挖掘并不足以寻找市场运行规律。
裘慧明进一步指出 ： 量化投资流程中 ， 历史数据是基础 ， 数据点及结构化数据越多则越有利于建模。如果历史上没有发生过或仅发生过几次 ， 很难找到合适的数据来训练 ， 基于过往总结出的 “ 规律 ” 可能在这个阶段不一定有效。
举一个例子 ：2007 年 8 月 “ 量化黑天鹅 ”、2020 年 3 月新冠疫情等 ， 相关市场情景在历史上没有先例 ， 因此量化无法基于历史数据寻找规律做出有效决策。
再如 ：2017 年 A 股出现 “ 一九行情 ”， 大市值股票涨得好 ， 中小股票落后 ， 由于量化持仓分散 ， 因此量化机构业绩则跑输主观选股机构。
裘慧明强调 ， 量化投资与主观投资本质上都属于价格发现 ， 都是从自己的维度捕捉市场的错误定价让市场更为有效 ， 两种方法论殊途同归并非对立 ， 并在投资者个人资产配置中形成有效的互补。
万亿时代的量化投资
谈及中国量化机构发展 ， 裘慧明认为 2010 年以来中国量化私募一直在 “ 曲折中前进、螺旋式上升 ” 发展 ， 并非外界认为的 “ 过去三年才得以高速发展 ”。
他梳理了量化投资在国内的发展历程 ：
2010 年相继推出融资融券制度和沪深 300 股指期货 ， 给了量化投资人施展拳脚的机会 ， 当时大部分量化机构的交易品种是股指期货和商品期货 ， 股票量化投资偏少 ；
2013 年 6 月实施《证券投资基金法》私募的合法性得到确立 ， 为私募行业发展打开广阔空间 ；
2015 年相继推出上证 50 股指期货、中证 500 指数期货 ，A 股市场对冲的工具更加丰富 ， 叠加批量海归量化人才回国 ， 为国内量化私募走向正规化奠定了基础 ；
2015 年国内量化私募规模达到近 2000 亿 ， 但 90% 的规模均是对冲策略产品 ， 且部分为杠杆资金 ，“ 其实基础并不太牢靠 ”。当年下半年股指期货受限 ， 量化规模不升反降 ， 但一线量化机构并没有停止人才储备、策略积累与科技手段升级的步伐 ；
2018 年资管新规颁布后 ， 金融产品加速净值化转型 ， 量化基金产品逐渐成为居民财富管理重要方式之一 ；
2019 年正式推出公募基金转融通业务 ， 叠加股指期货多次松绑 ， 大大丰富策略种类和大幅增加策略容量 ； 当年 6 月 ， 试点注册制的科创板正式交易 ， 全面实行股票发行注册制向纵深推进 ，A 股市场交易品种不断扩容 ， 对冲工具日益丰富 ； 量化多头策略产品受到广泛认可 ， 管理规模开始超过对冲策略产品线 ， 成为量化私募主流策略。
最前沿技术不断突破 ， 如数学及计算机、人工智能等领域的尖端人才积累 ， 提升了国内量化私募的 “ 软实力 ”。到了 2021 年 ， 本土量化私募规模正式迈过万亿元大关。
“ 我们觉得 ， 拉长看国内量化私募整体节奏还是比较合理的 ， 且占据整个持仓的规模也不算大 ， 整体还是小于国际平均。” 裘慧明称 ：“ 目前量化在国内发展阶段仍属于早中期。”
明汯投资的挑战
此次路演中 ， 裘慧明还提到了 2020 年下半年到 2021 年初所遇到的规模挑战 ， 他指出 “ 那时候明汯规模已经不小 ， 所以外界关注也较多 ， 但实际上 ， 我们发展过程中一路都在面对各种挑战 ”。
他还回顾 ， 此前也遇到过挑战 ， 比如 ：2016 年由于贴水非常大 ， 对冲成本较高 ， 中性产品线业绩压力一度很大 ；2018 年当时策略模型也曾遇到不小的挑战。
2020 年下半年明汯投资成为首批规模突破 500 亿元的量化私募 ， 规模大幅领先同行 ， 短期规模增速给模型迭代带来一定压力 ，“ 但每一次团队内部都及时复盘和总结 ， 很快我们就用持续不错的超额证明自己 ， 经受住了考验。”
作为首批突破 500 亿的量化私募管理人 ， 明汯在管理大资金时间上是最长的 ， 积累了管理大规模的相关经验 ，“ 未来明汯在募资节奏上会非常谨慎 ， 相对来讲 ， 我们更为追求超额的确定性。长期来看 ，A 股是稳步抬升的 ， 可预期的超额收益大概率可转换为可预期的绝对收益。”
“ 回头来看 ， 你说我们犯过一些错误没有 ， 肯定是有做的不够完美的地方。但每一次要吸取教训。” 裘慧明坦言 ，“2021 年一季度给明汯投资的教训比较深刻 ， 启发和思考主要有两点 ： 未来将策略容量与募资节奏进一步做好适配 ， 将客户风险偏好与产品风险收益进一步做好适配。”
在裘慧明看来 ， 管理规模是收益和投资能力的函数 ，“ 不可否认的是 ， 量化管理规模小一些 ， 投资能力相同则收益相对高一些。但依然有大规模的主观和量化机构都能有很高收益 ， 管理规模和收益并非负相关 ， 但确实有一定相关性 ， 但最核心的还是投资能力——底层策略的储备、人才梯队建设、模型迭代效率等等。”
裘慧明在美国读博及华尔街工作前后生活近 17 年 ， 在海外团队建设方面 ， 明汯属于业内较早布局 ， 已逐渐搭建起海外人才库 ， 目前纽约办公室已有近 20 人的投研团队。
裘慧明认为 ， 算力的投入与投资能力增长之间并非线性关系 ，“ 过去几年在机房建设、GPU、服务器、数据库等硬件设备上一直持续充分投入 ， 以保持硬件设备在市场中处于业内顶配水平。”
他进一步提到 ， 一家量化私募管理人的投资能力到底如何 ， 其实都会最终体现在过往中长期业绩上。对于量化多头产品的投资者而言 ， 更重要的还是观察管理人的长期超额收益的稳定性和长期复合的收益率情况 ， 以及短期募资增速。
裘慧明指出 ： 同等的管理规模 ， 投资能力越强超额收益就越高 ； 同等的收益 ， 管理规模越大则投资能力越强。在一定管理规模量级上仍取得较为稳定的超额收益 ， 背后考验的是团队整体投研能力和策略完整性。
他最后指出 ： 投资人对量化机构可能有一定误解 ， 认为量化模型很 “ 神奇 ”， 开发出来之后可以一劳永逸 ， 但股票市场始终在进化中 ， 没有 “ 常胜将军 ” 级别的模型 ， 背后需要投资团队持续研发升级。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。