京公网安备 11010802034615号
经营许可证编号:京B2-20210330
量化多种策略受关注 发展核心在研发
近年市场和行情的变化,给量化投资团队带来了巨大的挑战。不少量化私募顺应市场做出调整,从加强风险控制、优化升级策略、开发新策略等角度进行探索。私募表示量化投资最核心竞争力是研发能力,也能最直接地体现在业绩上。
面对波动和风险明显放大的市场,不少私募大力推进相对价值策略和指数增强策略产品。双隆投资总经理马俊告诉记者,相对价值策略回撤小,指数增强策略带有一定杠杆,有望在当前市场环境下取得较好收益。
短周期产品也是量化私募的一个方向。凯纳资本合伙人陈曦介绍,去年做得好的量化私募都会用到T+0策略,结合底仓,把期货的高频策略转到股票的高频策略上。
申毅投资董事长申毅则主要关注量化选股。“如果市场环境没有重大变化,对冲工具没有重大发展,量化选股肯定是以后主要的方向。因为量化选股不管在什么市场环境下都能活下来。”申毅认为,如果说将来量化行业能在规模上取得突破,量化选股最具潜力。
CTA策略也在被不断地优化。淘利资产董事长兼首席投资总监肖辉表示,CTA策略出现了新的演化,在传统的趋势策略基础上进行拓展。“目前的多因子策略不仅包含量价等技术面因子,还有基本面因子,通过多因子体系、多周期、多品种,对策略的稳定性有非常大的帮助。“易善资产也表示在对CTA策略模型本身、风控手段进行优化,已在经典模型的基础上研发出了一套完整的监控体系。
除了传统的股票和商品期货策略外,不少私募还在开发期权市场、非线性等相关策略。肖辉告诉记者,产品创新主要集中在高频、机器学习Alpha策略等方面,期权相关策略等都有不错的收益表现。马俊表示将更多地向以机器学习为代表的非线性策略方向发展。“无论是CTA还是股票多因子类别策略,当前都还停留在线性阶段,在多个维度都面临激烈的竞争。想要胜出就需要在更高更多的维度上保有优势,尤其是在配置能力上的优势。”易善资产表示在积极开发期权市场的相关策略。
量化投资虽然近年来在国内得到了一定的发展,但仍存在不少问题。易善资产表示,对于零售客户来说,量化投资仍存在接受度上的差异。马俊表示,目前国内量化主要的问题在于模型过拟合风险较大,而且策略的同质化严重。
量化行业要出现真正的大爆发,陈曦认为还需要资金和衍生品的配合。“量化私募要发展需要几方面的支持,比如股指期货、衍生品要放开、资金面的推动等。到那时,有核心竞争力、有优势的公司会形成头部效应。在海外也是如此,最终会是市场上前10大的公司垄断一半以上的市场份额,强者恒强。”
而在千象资产创始合伙人陈斌看来,核心竞争力是内部的研发能力。“在量化这样的高科技投资领域,最核心的竞争力是内部的研发能力,也最能直接体现在产品业绩上。除了不断地完善现有策略的丰富度和全面性,在策略的创新性和持续性上也需要投入更多的资源。在行业强监管和私募优胜劣汰的进程中,继续加强研发能力不仅是各家私募的生存之本,更是制胜法宝。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25在数字化时代,数据已成为企业核心资产,而“数据存储有序化、数据分析专业化、数据价值可落地”,则是企业实现数据驱动的三大核 ...
2026-02-25在数据分析、机器学习的实操场景中,聚类分析与主成分分析(PCA)是两种高频使用的统计与数据处理方法。二者常被用于数据预处理 ...
2026-02-24在聚类分析的实操场景中,K-Means算法因其简单高效、易落地的特点,成为处理无监督分类问题的首选工具——无论是用户画像分层、 ...
2026-02-24数字化浪潮下,数据已成为企业核心竞争力,“用数据说话、用数据决策”成为企业发展的核心逻辑。CDA(Certified Data Analyst) ...
2026-02-24CDA一级知识点汇总手册 第五章 业务数据的特征、处理与透视分析考点52:业务数据分析基础考点53:输入和资源需求考点54:业务数 ...
2026-02-23CDA一级知识点汇总手册 第四章 战略与业务数据分析考点43:战略数据分析基础考点44:表格结构数据的使用考点45:输入数据和资源 ...
2026-02-22CDA一级知识点汇总手册 第三章 商业数据分析框架考点27:商业数据分析体系的核心逻辑——BSC五视角框架考点28:战略视角考点29: ...
2026-02-20CDA一级知识点汇总手册 第二章 数据分析方法考点7:基础范式的核心逻辑(本体论与流程化)考点8:分类分析(本体论核心应用)考 ...
2026-02-18第一章:数据分析思维考点1:UVCA时代的特点考点2:数据分析背后的逻辑思维方法论考点3:流程化企业的数据分析需求考点4:企业数 ...
2026-02-16