![]()
↑點擊上面圖片 加雪球核心交流群↑
風險提示:本文所提到的觀點僅代表個人的意見,所涉及標的不作推薦,據此買賣,風險自負。
作者:思想鋼印9999
來源:雪球
012025,量化沒那么神
去年是量化基金買爆了的一年 , 高凈值人士沒投量化的 , 感覺就是落伍了 ; 去年也是量化備受爭議的一年 , 市場一旦波動大一點 , 就有人抱怨又被量化割韭菜了 。
量化基金去年業績真的很好嗎 ? 可以來看一看數據 。
量化的兩大類 , 量化選股策略和指數增強策略 , 前者是用各種量化因子進行選股投資 , 后者是針對某個指數做超額收益 。
2025年 , 公募量化選股類基金的平均收益30.3% , 雖然比中證全指有 5.7%的超額收益 , 但相比885001 ( 萬得偏股混合基金指數 , 通常代表主動管理基金的收益水平 ) 33.2%的年度收益 , 實際上是略跑輸的 。
再看指數增強型基金 , 三大寬基300/500/1000增強指數基金年度超額收益分別為3.4%/2.0%/9.6% , 其超額收益與主動量化基金也差不多 。
所以單看收益率 ,量化基金去年相對于主動型管理是略跑輸的。
實際上 , 就過去10年的數據看 ,量化選股策略也只是略跑贏885001。
![]()
既然量化的收益率沒有大家想得那么明顯 , 為什么市場都視量化為不可戰勝的洪水猛獸呢 ? 我覺得有幾個原因 :
首先是因為量化在2021-2024年連續四年跑贏, 給人以量化在進步的感覺 , 但2025年的跑輸證偽了 “ 技術進步 ” 的錯覺 , 很可能只是因為那四年的熊市不利于主動基金的表現 , 反觀2017 、 19 、 20這三年牛市 , 主動管理都跑贏了量化選股 。
最后 , 量化策略比較神秘 , 且這個圈子與傳統金融行業交流較少 ,比較容易被 “ 妖魔化 ”—— 狀多智而近妖 。
這些數據引發本文去思考兩個問題 :
問題一 : 為什么2025年 , 量化策略實際上并沒有超過主動管理太多 ?
問題二 : 2026年 , 量化跟主動誰更強 ?
02量化不是印鈔機
就公募基金而言 , 去年的主動基金包攬收益前十名 , 量化選股雖然整體收益比較高 , 但前排業績并不突出 。 這也是量化的一個顯著特點 :業績很難特別強 , 但也不容易犯錯 。
大部分量化策略都是多個因子的復雜策略 , 這些因子考慮到了市場正常行情下的各種可能的變化 , 因此對風格的容錯率比較高 ;
反觀主動管理的基金經理 , 為了獲得比較好的排名和規模 ( 進攻性 ) , 或者為了提升持有者的體驗 ( 防御性 ) , 往往都在某一兩項能力上特別擅長 , 出現了大量單一風格高度暴露的基金經理 , 導致對市場變化的適應性較弱 , 對風格的容錯率比較低 。
典型的例子是 , 同一策略類似規模的量化基金產品 , 其優勢往往比較持續 , 但同為成長策略的主動管理基金 , 前一年后一年的表現可能天差地別 。
但是 , 量化 “ 不容易犯錯 ” 的背后 , 可能是在不知不覺地積累 “ 大錯特錯 ” 。
量化為了獲得對市場風格的追蹤能力 , 需要不斷微調因子 , 如果市場的風格相對單一而且極端化 , 經過一段時間的微調 , 可能大部分量化產品都演變成相似的策略 。
“ 容錯率高 ” 是針對正常情況而言 ,前提是市場風格不發生劇烈變化, 但過去三年 , 量化策略發生了多次 “ 集體回撤 ” , 其中最近的一次就發生在去年8-9月 。
最重要的原因正是風格的劇烈變化 , 上半年市場的超額主要集中在小市值因子和低估值因子 , 所以上半年市場一直是小微盤策略和杠鈴策略 ( 小盤成長+大盤紅利 ) 占優 , 量化選股策略不知不覺擁擠到小微盤上 , 指數增強超額發行1000/2000指數產品 , 還有不少中性產品通過風格錯配 ( 多小微盤空IF ) 獲得超額 。
結果到了8月 , 雖然大盤不斷創新高 , 但市場風格突然轉向中腰部市值指數, 量化策略來不及 “ 轉向 ” , 導致持續了一兩個月的量化超額回撤 , 而這一段行情是少數板塊領漲 , 如通信有色電子等 , 恰恰都是基金重倉股 , 上半年量化相對主動的明顯超額就是這一段時間被主動型基金追上 。
相比量化策略的只看數據不看公司 , 主動管理基金選股存在股池的硬約束 , 很多去年能跑出超額收益的小票 、 題材板股和垃圾股不能買 , 整體風格傾向于大票和業績票 , 雖然很多基金為了排名也喜歡抱團 , 但整體上還是有強烈的個人偏好和整體風控特征 , 受市場風格影響相對量化更小 。
只不過 , 去年下半年量化只是小幅跑輸 , 市場并沒有太過關注 , 但這種模型過于一致導致的暫時失效 , 在某些市場氛圍中卻有可能被層層放大為股災, 比如2024年1月量化的集體巨幅回撤 , 這才是值得持有人擔心的事 。
03從因子擁擠到風控失控
2024年1月 , 同樣是此前一直有效的小市值因子忽然失效 , 但這一次疊加了指數的下跌 , 最終 “ 策略失效 ” 演變為全市場的股災 , 這是量化策略的三層防護被一一擊穿后的結果 。
![]()
第一層防護是 “ 多因子 ” :
量化策略的多因子, 不是讓多個因子一起賺錢 , 而是為了風險分散和風險對沖, 某一段時間 , 真正賺錢的只有一兩個因子 , 其他都是閑置甚至負收益狀態 , 只要整體賺錢就行 。
一旦賺錢的因子失效 , 其他對沖的因子理論上就開始賺錢, 所以如果多因子策略設計得比較好 , 就算小幣值因子突然失效 , 產品也不會發生很大的回撤 。
但如果遇到大盤整體持續下跌 , 動量 、 質量 、 低波 、 流動性等等全部一起跌 , 因子的不相關性就消失了 , 變成 “ 同一條腿 ” 。
隨著多因子策略失效 ,量化策略的第二層防護 “ 高頻交易 ” 也被擊穿 。
高頻策略的好處是不太依賴大盤漲跌 , 它捕捉短暫而微小的個股阿爾法 , 積小勝為大勝 , 一般在大盤下跌中受影響較小 。
但高頻量化對流動性的要求非常高 ,需要個股有足夠的對手盤 , 且其中有大比例的噪聲交易者( 通常是追漲殺跌型散戶 ) , 這樣才有連續競價機會和足夠的交易時間降低沖擊成本 。
而在某些極端大跌 ( 大漲 ) 的市場行情中 , 對手盤消失 , 所有人都在同時賣 ( 同時買 ) , 報價不連續 , 成交價跳躍式下跌 ( 上漲 ) , 導致量化執行阿爾法的過程本身制造了負收益 , 越調倉越虧 , 量化策略失效 。
當高頻策略也失效時 , 量化只能減倉 , 這就有可能擊穿第三層防護 “ 風控體系 ”, 讓風控本身成為風險的來源 。
一旦 “ 不相關 、 分散對沖 、 高頻 ” 這類花里胡哨的東西失效 , 量化的核心風控與主動型管理產品沒有區別 , 基本上就是三大招 :
凈值回撤到閾值 , 止損 !
波動率上升時 , 降倉位 !
對沖用完 , 減敞口 !
這種硬風控 , 基本上是在流動性最差的時候賣出 , 在大家一起賣的時候賣出 ,當風控主導一切時 , 量化交易就變成了程序化踩踏 。歷史上最慘痛的案例是美股的 “ 黑色星期一 ” , 可以看我的復盤文章 《 思想鋼印年度必讀的12個重要觀點 》 。
相比而言 , 主動管理基金總有風險執行不到位的 , 總是有僥幸心理的 , 總有賣出速度總是慢半拍的 , 總是 “ 躺平裝死 ” 的 , 導致一致性沒有量化崩盤時那么強 。
那么2026年是否會發生量化收益明顯不及主動型基金的情況呢 ?
04現在該選量化還是主動基金
我的答案是都有可能 。
量化超額收益來源于某一兩種因子的持續有效 , 比如25年上半年的小微盤策略 ; 主動型基金的超額收益 , 在A股往往源于某一個有基本面的板塊的持續上漲 , 比如下半年的海外算力 。
所以牛市中 , 量化容易跑贏的市場環境往往是戳中了主動基金的人性弱點 , 典型的包括 :
牛市趨勢延續 , 但主線不穩定 , 主動型基金押賽道的策略無效
股價嚴重脫離基本面信號 , 主動型基金不敢加倉
情緒資金主導 , 題材惡炒 , 資金避開主動型基金重倉的基本面板塊
至少從前兩周的大盤看 , 主動型基金比較難受 。
反之 , 市場如果出現了下面的情況 , 主動型基金就有可能勝出 :
第一種是宏觀基本面出現改觀 , 出現了多個行業的復蘇, 特別是基金重倉的龍頭領漲行情 , 那主動基金有很大可能跑贏量化 , 類似2017 、 2019~20年 。
第二種量化可能跑輸的場景是政策性大轉向 。
量化高度依賴市場信號 , 而對政策的把握依賴投資者的經驗 , 特別是政策大轉向的時候 , 量化的轉向需要大量的市場信號 , 往往慢于主觀 。
2024年以來 , 政策對于市場的影響越來越大 , 量化過去幾年的 “ 翻車 ” 都與政策變化造成的風格急轉有關 , 雖然現在有基于大語言模式的AI量化 , 但主流產品還是依賴標準化的價格信號 。
第三個可能是交易規則變化引發的市場結構變化 。
過去幾年 , 對量化加大監管的呼聲越來越高 , 特別是對高頻量化 , 對流動性的限制 , 提升交易成本 , 都會讓回測有效的量化策略實際跑不出超額收益 。
另外 , 量化高度依賴市場流動性 , 監管對兩融資金的限制 , 和其他降低流動性的做法 , 都有可能降低量化的收益 。
以上三種都是牛市場景下的 , 就算發生了 , 量化也同樣有收益 。 但如果出現了前一章描述的多個場景的結合 , 比如監管轉向 , 限制流動性 , 導致市場前期占優的因子失效 , 同時疊加大盤趨勢性下跌 , 多個因子失效 , 就有可能再度引發類似2024年一月那樣的整體風險 。
最后一種是小概率事件 , 但仍然值得注意 ,大部分人虧錢都是虧在小概率事件上 。
總體而言 , 可以用下面三個問題判斷是否進入了這種危險狀態 :
此前幾個月 , 市場是否一直是某一種風格極端盈利狀態 ?
現在的賣盤 , 是主動選擇 , 還是被動觸發 ?
幾個主流的因子 , 現在是否無一幸免 ?
量化策略很強 , 既能在熊市生存 , 又能在牛市猛沖 , 但量化并非沒有弱點 , 它最強大的地方 , 恰恰是弱點所在 , 量化不判斷對錯 , 只重復規律 ,當所有人都在用同一套統計語言理解市場 , 而市場已經開始用另一套語言運行, 這就是它最危險的時候 。
市場更像一個生態位分布 , 而不是智力競賽 , 市場各種參與者也是各有其生存策略 , 作為投資者 , 最重要的是找到自己的站位 , 找到與這個站位匹配的策略 。
雪球三分法是雪球基于“長期投資+資產配置”推出的基金配置理念,通過資產分散、市場分散、時機分散這三大分散進行基金長期投資,從而實現投資收益來源多元化和風險分散化。點擊下方圖片立即領取課程
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.