A股环境利于量化策略发挥
超额红利期或仍有3-5年

好买研究员：吴敌总好，首先想请问您一个问题。以您的直观感受，今年投资者对量化的热情是否较去年有增长呢？

吴敌：今年热度和去年确实不一样。去年我们的规模基本持平，略有增长。但今年随着投资者情绪恢复，整体有明显的净申购。另外，投资体验上，不管是对从业者还是投资者，今年都比去年幸福得多。

好买研究员：当前哪一类量化产品更受投资者青睐？如果从您个人角度，会选择哪一类？

吴敌：其实量化的全线产品都做得不错。相对而言，指数增强产品最受投资者认可。

经过去年一年多时间，客户对指增的认知有了很大提升。尽管21年的指增超额很好，但产品认可度没有现在高，原因是21年的量化规模增长很大，大家对高超额是否还能持续有疑虑。然而，经过2022年，这个疑虑打消了。

具体到产品类别，看好复苏的专业投资者可能会选300指增。从我个人角度，会选量化优选产品。一方面它对标的宽基范围更宽，另外风控也略松一些，使alpha策略能在更高的自由度中发挥。另一方面，500指增赛道越来越拥堵，风控变严，超额会受到一定影响。相较下，量化优选有明显超额优势。

整体来说，今年是超额比较友好的年份。长期来看，如果单纯比较超额水平的话，放松了一些风控约束的量化优选产品或能比500甚至1000指增取得更好的超额。

好买研究员：当前市场情绪偏冷，权益配置信心较低。现在是配置量化股票产品的合适时点吗？

吴敌：配置指增产品，可以理解为配置的是中国经济，买的是“中国”这个大公司。长期来讲，只要这个公司是没有问题的，那超额就是在原本持有的股份中增加10-20%的收益。

其次，时点是相对的。相对于去年这个时候，经济的不确定性要小很多，股市还会大幅下跌是小概率事件。假设从中性角度，股市不跌不涨，超额也能带来不错收益。今年我们500指增的收益由指数带来的只是小部分，大部分是超额收益，这就是配置指增的意义。

好买研究员：随着量化规模的扩大，量化交易是否会面临较严格的管制措施，从而影响收益表现？

吴敌：首先，A股市场对量化的监管限制已经非常严格了，不太会变得更加严格。相较于海外市场，量化交易的佣金不便宜，其次，交易也受到T+1市场的受限。另外，国内市场只能做多，不能做空，融券成本也非常高。因此，国内的量化超额环境不是那么友好。

其次，经过这些年的不断沟通，监管对量化交易也有一定了解，后续即使有新的监管动作出台，我们也不太担心。国内的量化超额比海外好做，是因为我们处在红利期，与管制措施无关。这个红利期大概还会有3-5年，今年的超额预期或是21年和22年的中间水平。

好买研究员：A股市场具备哪些环境因素，得以让alpha能够相对稳定地产出？

吴敌：A股当前在市场结构上仍有很多个人交易，这种结构比较适合量化策略的发展。因此，国内量化管理人的量价类策略占比基本达到60-70%以上，占比较高。国外量化管理人的策略中基本面和另类数据策略占比较大。

一般来说，只要市场有8000-9000亿以上的成交量，市场有分化，我们就能不断地捕捉超额机会，获得相对稳定的超额收益。

好买研究员：未来量化赛道拥堵，量化管理人的策略或趋于同质化，同时alpha收益也会衰退。您如何看待之后量化行业的超额水平？

吴敌：目前来讲，如果规模能以一个缓慢的节奏增长，管理人就有充足时间去持续调整策略，后续超额就可以比较稳定。举个例子，22年相对21年的超额收益波动率是下降了1%+，说明管理人在变得更成熟，组合优化更好，策略更分散。同时，我们也开始对市场冲击和拥堵等指标进行监控。未来2-3年，超额水平有望保持在21-22年之间。

保持中高频策略优势
借助AI与另类数据寻找新的突破点

好买研究员：历史上，世纪前沿有哪几次比较大型的策略迭代？

吴敌：21年底，我们在风控上进行了调整优化，然后就是人工智能带来的发展，这也是整个行业的发展趋势。

18年以前，量化股多主要利用多因子模型获取超额，当时20%的超额水平就很不错了。18年后，依托于深度学习模型，量价类策略得到赋能，头部管理人的超额收益可以做到30-40%。这就是技术进步给市场带来的影响。

从20年开始，我们便着手组建AI团队，其中研究员大多来自互联网大厂。本质上，量化策略是对A股进行截面排序，与互联网中的数据应用有很大的相通之处。近几年，我们在这上面的迭代效果不错，给中高频策略带来了很明显的超额增益。

未来，超额可能会逐步衰减，我们还需要发掘另类数据，包括新闻舆情、供应链数据等。于是，22年开始我们建立了大数据组，用最新的机器学习算法，去挖掘大数据中超额的结构性机会。总之，我们结合A股市场特点，不断利用最新的技术去进化自身，最终保证超额持续稳定的迭代。

好买研究员：世纪前沿在高频端的优势如何在现有策略中体现？是否和机器学习的使用有很大关系？

吴敌：机器学习能很大程度提升挖掘超额的能力，也能提高研究员数据处理的效率。比如，同样做一个微观结构因子，以前需要研究员先找出市场现象，然后做一个复杂公式去推导逻辑。现在更多是在找寻特征上花功夫，机器学习能自动对特征逻辑进行归纳整理。因此，我们在中高频端大规模地使用机器学习。

我们现在也在尝试把机器学习应用到另类数据挖掘中。前段时间，我们就尝试把新闻扔进chatGPT里去，让它分析新闻对哪些股票有怎样的影响。未来，AI可能会大幅提升研究效能，就像之前深度学习帮量价类策略大幅提升挖掘超额的性能一样。

好买研究员：类似今年3月这样，偏极端的结构化行情对量化超额有怎样的影响？世纪前沿如何维持稳定的超额表现？

吴敌：管理人的超额业绩主要与策略配置和强项有关，是公司的特点而非公司的优势。今年行情比较极端，是AI和中特估概念下小范围股票产生的爆发式行情。对基本面策略占比较大的管理人来说，很难把握AI带来的机会；但对量价类策略占比较大且捕捉量价类超额能力较强的管理人来说就比较友好。同理，去年一季度则对基本面策略管理人更友好。

每家对不同策略的配置权重有区别，各有特色。对于世纪前沿，中高频量价策略权重多一些，今年业绩就比较好。当然，我们也在增强低频和另类数据方面的能力。

好买研究员：量化策略存在周期性，世纪前沿接下来是否考虑更加均衡地配置各种策略，以应对各种各样的市场行情？

吴敌：首先，我们还是要发挥自身优势，把擅长的东西做好。所以，中高频策略是我们会集中火力去打的方向。至于基本面分析，只要不成为短板，在需要它表现的时候也能赚到钱就可以了。另外，数据大爆炸的背景下，另类数据未来可能成为新的增长点，也是我们要集中布局的。

总的来说，还是要抓住长处布局。今年我们在中高频端取得明显进展，相关迭代也会在第三季度上线。

好买研究员：规模增长下，为什么世纪前沿的中高频策略依然发挥强势作用？为什么换手率能维持在较高水平？

吴敌：之前高频部分对整体的收益贡献占比较高，现在纯高频的贡献占比可能有些降低。整体来说，随着规模扩大高频端收益会逐步衰减。因此，最终我们要发展中频端，即未来10分钟到一天的频段，其容量会比较大，也是我们这两年重点投入的方向。即使高频端的收益略微衰减，中频端收益稳定，也能把整体超额撑起来。

好买研究员：世纪前沿每年在硬件上投入大概多少？

吴敌：基本每年都投入几千万，但投入的侧重点不一样。比如去年是在机房、AI算力上投入较大，今年则在另类数据上投入较大，包括购买数据、配置数据平台等，另外继续提升高频算力，采购了很多存储、集群等。

好买研究员：在您看来，CTA策略与股票alpha策略有哪些共性和区别？

吴敌：CTA可交易的标的数目少很多，基本上只有40-50只商品，而A股有4000-5000只，所以A股高夏普的截面策略比较好做，而CTA交易截面较小，数据量相对少，同时受宏观影响大，就不那么好做。

另外，国内CTA策略经历的周期较短，很多策略的有效性需要经历长时间的牛熊周期检验。但是，CTA确实是资产配置非常重要的赛道，虽然不能指望它很稳定地帮你赚钱，但可以配置一部分资金来完善整个资产配置。

好买研究员：您对后续CTA表现有什么看法？

吴敌：CTA会在商品相对牛市的情况下表现好一些。未来，美联储加息接近尾声，商品市场回暖，CTA策略环境会好一些。因此，我对CTA持中等偏乐观的预期。

量化研发是对市场规律探索与求证
团队协同激发灵感实现突破

好买研究员：由于涉及的数学模型比较复杂，量化对投资人一直是比较神秘的存在。您是否可以分享一下，开发一个量化策略的过程是什么样的，从而帮助投资人理解量化？

吴敌：开发策略就像做科研一样，是一个探索的过程。当我们有了某个想法，比如发现宏观数据可能对A股相关行业数据有影响时，首先会立一个课题，提出假设。

接下来需要找一些数据，做相关性测试，验证假设是否成立。如果原假设成立，那么这个逻辑就有了数据支持，可以进一步做优化，利用相关性构建因子，包括确定用于回测的数据时间区间，确定股票集范围等。

当找到影响相关性的某个因子后，接下来会评价该因子的性能，比如目标回报和夏普要达到一定标准才能进入因子库。并且，还会和库内已有的因子做对比，二者相关性不能特别高。

最后，在满足以上性能和相关性条件后，因子入库，交由组合模块的同事对因子配置权重。我们对新的因子会采取较保守的态度，会通过半年到一年的观察期看它实盘表现是否正常，同时动态调整权重到合适范围。

总的来说，整个过程包括提出假设、验证假设、完善策略、提交因子、评估稳定性、样本外测试。

好买研究员：在新因子的研究过程中，可能会出现一些灵感枯竭的情况，您一般是如何应对这方面困境的？

吴敌：这确实是比较常见的现象。以一个研究员的成长路径为例，第一年主要是学习，第二年预期会是他的高产期，到第三年之后，可能在一个领域能思考的东西都思考得差不多了。

首先，我们有一个调研论文制度，每个研究员轮流值班，调研近段时间的论文，从这些调研中找到灵感。其次，如果实在没有灵感可找了，也可以带领他在新的数据集或频段方向上挖掘，不会死磕。研究员经过最初几年的打磨，其实已经具备了好的研究素养，我们要做的是帮助研究员不断成长。

好买研究员：我们研究团队大概是如何进行分工合作的？

吴敌：实际上，我们采取的是项目协同制。比方说，我们会列出今年在超额收益上最有争议的几个重点项目。针对重点项目，研究员们可以结成跨领域的小组，包括alpha研究人员、AI人员、大数据人员，通过优势互补，共同对项目进行钻研和突破。

年内中频端会有迭代
注重人才培养，专攻业务重点

好买研究员：请问世纪前沿达到怎样的规模水平后，可能会考虑封盘？

吴敌：目前我们大部分规模集中在500指增上，这部分规模不会再主动募集很多。现在主要募集的方向是新的产品线，比如量化优选，或者1000指增。之所以发展新的策略线，实际上也是为了保护现有投资人。通过多个产品线同步发展，最终让整体规模实现稳步增长。

好买研究员：您有提到今年三季度会有一个比较大型的迭代，方便展开讲讲吗？

吴敌：我们在中频端取得了一些新的突破，包括纳入了新同事、迭代了一些新策略。因此会有预测未来1小时左右收益的中频方面的迭代。

好买研究员：量化策略当中涉及到的因子在短期可能有一些回撤或者失效的情况，对此，我们一般如何应对或者归因呢？

吴敌：归因非常重要。我们的策略基于逻辑假设，都是能够归因的，要去判断逻辑假设出现了什么问题。第一，是否数据有问题？其次，是否市场结构发生很大变化？如果因子的短期失效能在过去历史周期中得到对应，即可能是因子本身在该市场情形下的表现，那么我们就会给它一个观察期，也可能会根据未来市场情况，适当降低它的权重。整体来说，我们会保持观察。

好买研究员：世纪前沿在人才培养上有什么重点或规划？

吴敌：目前，我们其实每年还是会分成两个部分，社招和校招。对于应届生校招，我们会花精力挑选一些实习生，像今年7月马上会有20几个实习生到公司来参与为期两个多月的实习，最终我们希望找出一些比较合适的同事留下来。同时，配合社招，我们还会全年不断地对海外人才进行搜索。通过校招和社招相结合，我们希望能够“高低搭配”地不断充实我们的人才梯队。对于充实方向的侧重，也和业务重点有关，比如另类数据和中高频方面。

风险提示：投资有风险，决策须谨慎。文中观点不代表平台投资意见，内容仅供参考并不构成任何投资及应用建议。未经好买财富授权许可，任何机构和个人不得以任何形式复制、引用本文内容和观点，包括不得制作镜像及提供指向链接，好买财富就此保留一切法律权利。