1991年1月17日凌晨2点，停泊在红海的美军驱逐舰向伊拉克首都巴格达发射了第一批“战斧”导弹。

昂贵的***准确地击中各个战略目标，爆炸的火光将天空染得通红。与此同时，在9637公里外的纽约曼哈顿，一大批投资者正在紧盯着自己桌前的Bloomberg终端，焦躁地刷新着数据。

他们只关心一件事：原油价格能涨多少？

在导弹还在空中、尚未落地的时候，原油价格已经从战争爆发前的25美金/桶，跳涨到了30美金/桶；等导弹击中第一批目标时，价格已经涨到了32美金/桶；而在战争打响的2个小时里，油价继续上涨逼近35美金/桶，多头大赚特赚。

这些价格的变动，以“秒”为单位在全球飞速传递。布伦特原油价格在离巴格达4652公里的伦敦金融城石油交易所一经发布，几秒钟内便传到了5585公里外的纽约、9612公里外的郁躁的家邦和16989公里外的悉尼。真正的全球同此凉热。

巴格达的空袭还没结束，对原油暴涨早有防备的美国能源部，便迅速宣布向市场抛售3375万桶的战略储备石油，原油价格应声暴跌，半个小时内便下跌到20美元/桶，日内跌幅高达35.5%，空头转危为安，多头却损失惨重。

所有这一切，都被起步没多久的卫星通信、海底光纤、网络互联等现代通信技术同步到了全球。可以这样说：海湾战争改变了现代战争形态，而战争背后的原油多空大战，也为90年代以来的“投资的信息化军备竞赛”拉开了序幕。

从马车、电报、电话，再到海底光缆和互联网，秒、毫秒、纳秒间的信息优势，成为资本博弈中的核心。

比如一个众所不周知的事实是：加州的科技巨头遍地走，却很少有顶级的量化投资机构会把总部设在这里。除了加州政府禁止雇主与员工签订竞业协议外，最主要的原因还是西海岸离东海岸的交易所太远，会让交易订单延迟约100毫秒。

分秒必争的量化基金在办公室选址时又两个核心考量：要么把公司设置在交易所旁边，要么搬到离海底光缆比较近的地方。后者使得康涅狄格州的格林威治小镇成为了对冲基金的天堂，也让这个人口只有7万十八线小城创造了人均收入903万美元的神话[15]，实现了统计学意义上的共同富裕。

所谓量化投资，就是借助计算机技术和数学模型，同时跟踪并处理海量的金融数据，在细微的数据变化中捕捉套利机会，并利用计算机系统快速、自动执行交易。

这两种投资方式，都需要比别人买的早，但意图不一样——主观投资者属于“这单我下完了，就等后面的人给我抬高股价了”，量化投资则是“这单我下不成，钱就给别人赚了”。一个是增量逻辑，另一个是套利打法。也正是这种你死我活的套利打法注定了量化投资对速度的极限苛求。

《高频交易员》中描述了这样一个故事：2009年夏天，2000名工人日以继夜地施工，穿过河床、山脉、公路和农庄，铺设了一条从芝加哥到新泽西的光纤通道。这条耗资3亿美元的线路，能够让两地的信号传输从16毫秒缩短到13毫秒。

尽管月租高达30万美元，但仍被200家高频交易机构疯抢，显然，他们赚的更多。

与美国相比，2010年方才起步的国内量化基金还处于摸着石头过河的阶段，虽然还没有内卷到挖光缆的程度，但在硬件升级和人力斗争上也是不遑多让，比如著名的量化机构幻方前后投资两台超级计算机，后者是全球算力最强大的AI超算之一[13]。

2018年全球熊市中，最赚钱的20家对冲基金中，有一半以上是量化基金。美国量化经历了几十年的时间，才从幕后走到台前。2021年，起步10年出头的中国国量化投资体量超过1万亿，通过各类传言和秘闻，在资本市场刷足了存在感。

万亿体量的背后，中国量化私募行业走过了怎样的十年？这是本文试图回答的问题。

01

躺赢时代：风格的眷顾

量化投资在A股的第一桶金，来自于早年A股市场盛行的”炒小、炒新、炒差、炒短”。

具体而言，”炒新”是指A股是全世界新股上市首日溢价最高的市场；”炒小”则是小盘股相对大盘股的溢价，远高于其他市场；”炒差”是指绩差股受到追捧；”炒短”则表现为市场上几乎没有长线资金，短线游资摧枯拉朽，日进斗金。

2012年底，上交所做了一次大规模的投资者非理性行为研究，揭示了A股市场”炒小、炒新、炒差、炒短”的现象，伤害性极大，侮辱性极强。当时包括QFII和社保基金等机构投资者都无法“免俗”，平均持股期限甚至都不超过半年。

同一年，履新不久的***主席郭树清展现对投资者的殷切关怀，称”炒小、炒新、炒差令数以百万计的投资者损失惨重”。不过2012年后，A股迎来成长股大牛市，大小盘股史无前例的分化，跑出了一波“不听郭主席劝”的行情。

而对于量化机器来说，一个热衷炒小、炒新、炒差的股市，就是最好的狩猎场。

这里先普及一个知识：与如今国内量化私募火热发行的指数增强产品不同，全球量化投资的主流是市场中性产品中。所谓市场中性，简单来说就是通过对冲工具，抵消掉股票指数本身的涨跌，获得绝对的正收益，不论牛市还是熊市。

只不过，21世纪的前十年里，A股并没有诸如股指期货这类做空工具。直到2010年4月16日，中金所推出了具有里程碑意义的沪深300股指期货（金融人士称之为IF），为市场参与者提供了最基础的做空工具，市场中性策略得以小试牛刀，也由此拉开了国内量化投资1.0时代。

严格意义上来说，光有IF并不够，因为它只能对冲A股里流通市值最大的300只股票，而中证500股指期货（即IC）一直要等到2015年股灾前才出现，这就让早期的中性产品无法在数量众多的中小盘个股上做对冲。

理论上，这种风格暴露是对冲产品的风险所在，但这只是成熟市场的“理论上”。

2013年的A股，创业板指从714点一度逼近1500点，而代表着大盘股的沪深300亏掉了14%。这对于有先天缺陷的量化对冲产品来说却是得天独厚的市场环境——不仅用股指期货对冲掉了沪深300下跌的风险，本来暴露的小票风格，居然还吃到了市场风格的红利。

在这波“不听郭主席劝”的小票行情里，量化并不需要高频交易，也不需要机器学习，只用最粗糙的模型，在风格和行业进行偏离，就坐收A股炒小炒新炒差的渔翁之利。

不过，所有风格的馈赠，都会在市场切换时付出应有的代价。

2014年11月，长期被冷落的银行股、券商股迎来强势拉升，带动沪深300指数显著上涨，而中小票则显出疲态。暴露在小票上的量化们集体遭遇大幅回撤，一度偃旗息鼓（买了量化私募产品的持有人，最近这个月可能有相同的体会）。

所幸，趋势强于人。中小票在随后到来的2015年发起了最后一波猛攻，并带动了市场波动率和交易量的急剧上升。泡沫最梦幻的时候，股指期货价格远远高于当前指数价格，这种远期价格高于即期价格的升水状态，意味着对冲工具本身就会给组合带来正向的盈利，量化中性产品很快就从坑里爬了出来。

因此2014年11月末的这场风格反转“黑天鹅”，虽然剧烈，却十分短暂，只在局部引发了一场小型风暴，很快就被人们抛之脑后。但也正是这场小小的爆发，第一次向国内投资者显露出量化超额收益的局限性。

由于量化投资本质上追求的是高胜率，所以量化基金通常会采用较分散的持仓结构，寻找散落于市场各个角落的错误定价和套利机会。而一旦出现“一九行情”，上涨过于集中在权重股上时，量化模型不仅会因为研究深度不够，难以在个股上获取超额，往往还会落后于整个指数涨幅。

因此，量化基金通常会随着市场行情在权重股上“抱团-瓦解-再抱团-再瓦解”的循环往复中，呈现出自身超额收益的周期性，在小票飞舞时登上舞台，然后在机构抱团中走向回撤。

也就是说，只要市场还走在炒小炒新的路上，早年量化对冲+小盘风格暴露的躺赢模式，就不会结束。哪怕模型粗糙、功底薄弱、工具匮乏，当年的A股依然是一个属于冒险者的童话。

但现实世界没有童话故事，2015年盛极而衰的股灾，从制度上和生态上对躺赢时代的量化展开了毁灭性打击。

02

高频时代：内卷生存战

2015年，***掌舵人从郭主席变成肖主席。

在“改革牛”的指导思想下，A股开启暴走模式。4月7日，南北车合并后的中国中车复牌，一时间“中国神车”传遍神州大地，随后无数散户蜂拥而至。6月12日，伴随着南北船的涨停，上证综指打到了5178的年内最高点。

面对一往直前的疯牛，坐立不安的监管终于放出大招——严查场外配资。

不计成本进行平仓的场外配资以狂暴的速度离场，使得股指在一个星期里跌去了15%。7月8日，上证收于3507点，不到一个月，全市场30%的财富不翼而飞，创下了自金融危机以来最快的下跌。

然而，止不住的下跌推动监管从场外配资转移，股指期货IC1507的多日连续暴跌，引发了严查“恶意做空”的风暴。

不论是主观做空，还是单纯为了执行对冲策略，因为做空股指而在下跌中获得收益的机构被视为“不和谐因素”，甚至当年沪上有头有脸的老牌私募也因持有大量空单，被监管窗口指导。

因为中性策略的对冲需求而大量持有股指期货空单的量化机构，“顺理成章”成为了当时市场上的臭老九。

到7月，量化投资已经被监管明确列为波动的来源，交易所直接开始限制包括Citadel在内34家“境外势力”的交易账户。

中航工业董事长林左鸣接受采访时语出惊人，称股灾“是一场有预谋、有准备的恶意做空”，并在公司内成立护盘特别行动小组：“在A股打响这场经济战争，是冲着五星红旗来的[12]。”

8月开始，监管逐步收紧对股指期货的交易，1个月内连做5次调整，提高保证金比例以降低杠杆、抬高成本，日内开仓从没有限制被调整为仅限10手，平仓手续费率较股灾前提高了超过100倍，几乎宣判了量化的***。两个月后，新华社发文将矛头直指境外量化势力，称之为”恶意做空中国获得惊人财富的骇人行为”。

几乎完全丧失流动性的股指期货成为滔天舆论中的“股灾元凶”。被***后的股指期货，在此后一年多的时间里，年化贴水高达30%-40%（可以简单理解成中性策略的对冲成本）。由于无法覆盖如此高昂的对冲成本，市场上所有量化对冲基金都遭遇了全面的大幅回撤。

至此，制度上，股指期货的交易限制导致中性产品的对冲成本居高不下；生态上，股灾后的市场回归白马股的大票行情，曾经的小票风格暴露也彻底失效。

在后股灾时代的煎熬里，曾经一度突破百亿的量化私募都骤然缩水近六成，不少短暂又辉煌的量化机构也彻底离场。

要想在贴水浩劫中生存下来，量化私募必须锤炼出真正的阿尔法能力。这一次，他们把目光转向了更经典的量化战场——高频交易，“快”也成为了在量化2.0时代胜出的唯一法则。

2017年到2019年股指期货渐进式松绑，逐步给量化机构打开了发挥的空间，监管的矛头也从“惩治恶意做空”转向了更严峻的金融去杠杆问题。随着刚兑被打破，释放出了许多无处安放的非标信托替需求。量化也迎来了新的机遇：

用市场中性对冲指数层面的风险，然后用高频策略获取相对稳定的阿尔法，以提供像德芙一样丝滑的收益体验。

作为一种更精细的技术，高频策略有几个鲜明特点：

1）交易频繁：高频捕捉的是市场极为短暂的价格变化，需要在毫秒级别内完成交易（海外已经杀到纳秒级别），日内交易次数很多，全年无休换手超过100倍；

2）追求胜算：量化的核心不是赚的数量大，而是赚的次数多。因为交易次数足够多，更能体现大数定律的威力，只要在统计意义上有高于50%的胜率，就会被高频策略视为机会，虽然每一笔交易的收益率并不高，但能够很稳定地积少成多；

这两个特点决定了量化的收益会更稳定。以文艺复兴为例，从1988年至2018年的三十年间，它的旗舰基金大奖章在三十年的长周期里创造了费前年化收益率66.1%的惊人记录，足以让擅长震惊体的营销号词穷。

但维持好的收益体验其实也很难，因为还有另外两个特性限制着量化策略的发挥：

3）消耗算力：由于交易量巨大，而且订单都由程序自动完成，高频策略对网速和计算速度都有着极高的要求，每年买点GPU已经成为量化私募的标准预算；

4）容量有限：高频策略的容量限制主要是和冲击成本有关，规模越大，要在短时间内做到高换手必然会损失一部分价格优势，规模越大冲击成本越高，留下的收益空间就越小。

这就意味着无数聪明的脑袋在惊人的财富面前将陷入激烈的竞争，虽然在纸醉金迷方面，国内量化在规模上还难与老牌资本主义国家比拟，但在内卷程度上无疑已经接轨了国际水平。

当普通的基金公司还在用北清复交卡应届生简历的时候，非北大光华、清华姚班、浙大竺院已经进不了量化机构的初步简历筛选，遑论头部财大气粗的量化们早就已经把目光瞄向了每年的国际奥赛IMO（数学竞赛）、IPHO（物理竞赛）、ICHO（化学竞赛）和IOI（信息学竞赛）的金牌得主身上。

去年年末，头部量化机构九坤投资发布针对应届生的培养计划，面向全球招聘优秀本硕博应届毕业生，不仅提供百万年薪，且工作地点任选，还特地声明能够解决北京、上海、深圳落户问题，让HR们直呼内行。

前段时间，新晋当红量化私募天演投资，团队60人瓜分近10亿奖金的传言[16]，更是让散户们留下了心痛的眼泪。

发钱、发户口这种抢人战略还算是公司之间常见的竞争手段，但烧钱搞军备竞赛在中国金融圈里也算是新鲜事了。

去年3月，幻方宣布累计投资超亿元、占地面积相当于一个篮球场的AI超级计算机”萤火一号”正式投入运作，成为了国内第一家拥有超级计算机的量化私募。这种炫耀电脑配置有多高的行为，尚未引来其他人的跟随，今年幻方便再度投入10亿级的资金搭建“萤火二号”，号称算力是上一代的18倍[14]。

在挖人、烧钱和买设备上指数级增加的投入，也造就了量化1.0与量化2.0时代的巨大差异——早期影响量化私募发展的核心因素是市场风格，是老天赏饭；而进入高频时代，量化私募需要投入巨大的人力物力财力参与到无休止的竞争中，是打铁还需自身硬。

这种残酷生存战的结果之一就是行业壁垒和准入门槛被逐步抬高，脱颖而出的机构，在投研精英化、策略精细度上早已数十倍于他们的前浪。简言之，人更狠，刀更快，业绩更强，规模也更庞大了。

吃瓜散户虽然看不懂量化策略，但看得懂市场竞争。又是钱又是户口又是军备竞赛，量化机构们的动静之大，让见惯了风浪的基金业都大开眼界。但在量化声势浩大的竞争下，散户正是这种行业内卷下最孱弱的环节。

高频机器的凌厉攻势，看不见摸不着，本质上还是在交易中赚钱。而稳定收益能够成立的前提，还是A股市场中大量活跃在股市一线、偏好短线交易的个人投资者。他们数量极多、持股市值占比极高，远远高于美国市场10%不到的比例，与此同时频繁买入卖出的投资行为，还构成了每日市场里半数以上的交易量。

而所有市场结构的馈赠，也都是暂时的。随着散户比例持续下降、量化规模持续增长，高频的赛道也逐渐拥挤。要想赢得下一个时代，量化需要开拓新的战场。

03

扩容时代：把战场外延

今年9月，A股一项历史性的记录被连续刷新：沪深两市连续49个交易日交易额超过万亿元，打破了2015年牛市期间连续43个交易日万亿成交额的漫长记录。

事出反常必有因。根据中信证券研究部估算，截至2021年二季度末，国内量化类私募基金，在证券私募中的占比攀升至21%，总管理规模正式突破1万亿。体量剧增加上换手频繁，反映到直观的交易量占比上，虽没有网传的”半壁江山”那么高，但20%这个数字基本上是业内共识。

资管净值化时代带来的产品需求爆发，叠加量化自身的技术迭代，让曾经对量化投资不理解、不研究、不在乎的人们，如今也不得不把它当作是市场上重要的力量，甚至一代餐饮巨头海底捞的老板张勇、舒萍夫妇都开始招兵买马，打造一个量化投资平台。

但量化机构们的野心显然不会到此止步。或者说，当规模快速跃迁、散户比例快速下降后，量化的发展需要新的动能。

整个2019年，基金圈有两篇刷屏了的10万+演讲。一篇是陈光明在3月的最新发声《这一次最有机会走慢牛》；另一篇是幻方的梁文锋在8月30日金牛奖上的主题发言《一名程序员眼里中国量化投资的未来》。前者是价值投资派的初代大佬，后者是量化投资派的内卷标兵。

梁文锋的发言为量化投资勾勒了一片蔚为壮观的星辰大海——程序赚了技术面流派原来的钱，最终也要抢夺基本面流派原来赚的钱。当然，台下久经江湖洗礼的资管大佬们，大都是一副“年轻人你还不太懂中国”的表情。

对于一直摸着美国过河的量化基金而言，美国资管行业量化机构逐年取代主观多头的故事，多少给中国的量化年轻人们描绘了一个非常美丽的未来新世界。但在星辰大海面前，中国的量化投资的确还有很多需要应对的现实问题。

量化私募这两年的迅猛发展，是一个用收益相信收益的故事。投资者虽然感知不到量化的逻辑和模型，但是能看得到稳定的超额。但棘手的问题在于，任何一种投资策略，都无法保证自己在每一个时间段都有最好的收益。

稳定的超额收益，同样得益于这几年流动性宽松和交易量的活跃，但市场环境作为周期的一部分，钟摆不可避免地回来回摆动——2018年就是一次提醒，当市场下行、交易量萎缩、对冲成本又因贴水而居高不下无法覆盖时候，量化也得过苦日子。周期性，是投资中的普遍问题。

而高频的容量限制，也让规模激增的量化私募们不得不被迫降低交易频率，超额稳定性和想象空间也随之下降，这也是量化在技术上难以回避的掣肘。但奔着过往收益买入量化产品的投资者，又有多少人对降频后的收益做好了预期管理？

虽然主观投资者也会逆风，但价值投资是有“能见度”的。买什么、为什么买，有清晰的逻辑可循。而如今走向机器学习的量化行业，合成了越来越多的非线性因子，让很多基金经理自己都解释不了盈亏的细节。

一个经典的例子是著名的LTCM（长期资本管理公司）的路演，一方面，他们对自己的投资策略三缄其口、讳莫如深，另一方面，他们演示的数学模型让很多投资者一头雾水，有的投资者抱怨：“不知道还以为他们是造原**的”。

那么，当收益不再满足期待，甚至在特定环境下出现回撤，向来以神秘感、科技感面向世人的量化，又如何让人们选择继续相信它？

解释性差，带来的信任度低，是量化面向越来越庞大的客群与监管压力时，需要解决的一个“内忧”。

而在国内量化基金标榜着投研人员的顶级海外量化背景，并试图在国内验证海外同行的发展时，同样也要面对来自海外的对手。外资私募牌照的发放和沪深港互通机制的放开，也把竞争拉到了越来越高的难度上。

截至今年三季度，包括桥水、D.E.Shaw、Two Sig***和Winton在内的多家海外量化基金已经拿下WOFE牌照，并在中国发展起自己的私募业务。而诸如贝莱德这种8万亿美元规模的基本面量化投资扛鼎，甚至已经在国内完成了从私募到公募的飞跃。

毫无疑问，这些海外机构会把行业的内卷拉升到新的台阶。在技术上，祖师爷们经历过更多次的因子失效、技术迭代，会对本土机构原创性投研的质量和速度提出更高的要求；在人才上，桥水在2012年就配备了顶尖人工智能实验室IBM Watson的前领军人物——大卫·费鲁奇，首富贝索斯都曾在D.E.Shaw打过工。

走到这个阶段，对于本土量化机构来说，舒服的岁月就真的过去了。从小透明到大机构，规模的膨胀带来了诸多挑战，策略容量只是其中的一个环节，市场影响、舆论关注、竞争环境都在指数级上升。

要把量化的生意做大，技术宅们就不能只顾炫耀智商的优越和黑箱的魔力。

04

尾声

在历史悠久的美国投资界，有三座难以逾越的高峰：做宏观对冲的索罗斯，做价值投资的巴菲特，做量化投资的西蒙斯。

与前两者不同，西蒙斯直到40岁才正式投身金融界。在此之前，他是一位顶尖的数学家——23岁获得数学博士学位，一年后成为哈佛最年轻的数学系教授。他与陈省身联合创立了”Chern-Simons定律”。在清华百年校庆时，他在杨振宁的建议下捐了一栋楼。

伫立在清华园一角的陈赛蒙斯楼

作为技术和学术最高峰的结晶，量化投资吸引着世界上最聪明的一批头脑。而创新本就是进攻者的游戏，它会被不断被自身和外部力量共产党和洗牌，保守的下场就是被扫除历史的舞台。

这一点在还处于新兴阶段的国内量化行业有着非常直接的体现。

从依靠风格暴露但模型粗糙的“躺赢年代”到精细化、内卷化的“高频时代”，如今机器学习的出现，加速了策略的迭代和升级，将量化的能见度推向了更晦涩的黑箱中。发生在国内量化私募行业的这一系列变迁，只用了十年多。也就是说，四年不到的时间就会出现一个新的浪潮，让这个行业重新洗牌。

创新周期之所以短，在于量化投资本质上赚的是市场无效的钱。但无效性是有时间期限的，一旦有人发现了市场的无效所在并赚到钱，就会引发更多资金进入，使得套利空间被迅速稀释，模型加速失效。因此，在量化行业，自我迭代总是不断发生，创新也永远在路上。

只是，享受创新是有优先劣后的。

越优秀的策略就越容易受到容量限制，这是量化投资天生的缺陷。于是，在成熟的海外市场，把最好的策略留给自营资金，然后把容量更大的次优产品卖给对外的客户，几乎是每一家量化基金的常规做法。

最极致的案例，就是文艺复兴的大奖章基金（Medallion）。

2020年，这只世界上盈利最高的大型基金再度创造了高达76%的收益，但这却让文艺复兴陷入了“道德风险”。因为大奖章是一只内部基金，仅向公司员工、前员工和少数长期客户开放。与此同时，文艺复兴对外募资的两只外部产品却分别遭遇了22.62%和33.58%的亏损，在汇丰2020年对冲基金业绩最差Top20榜单中占了两席。

某种程度上，这也正预示量化行业最终会更加丛林法则——激烈的竞争加速市场有效性的提高，而当有效性提高之后，稀缺的阿尔法越来越珍贵。

最终，只有少数人才能享有最顶级的盈利，多数人则只能买到平庸的产品。

从更加宏观的角度看，无论是量化投资还是主观投资，他们看上去都在通过交易让市场定价回归“理性”，促进金融市场的效率。而它的财富效应也吸引着全世界绝顶聪明的脑袋——量化基金的办公室里云集了顶级的数学家、物理学家甚至诺奖得主，批评者觉得这些天赋与专业本应贡献给科技的进步，而非交易策略。

量化投资的魔力在于，它不断剥离、稀释人性中的弱点，在追求纯粹的理性过程中创造惊人的财富。尽管很多时候，正是人的不完美创造了奇迹，但他们仍然相信“人是不完美的”，是充满弱点的感性动物，只有冷酷无情的机器才是投资里最理性的猎犬。

正如世界级短线高手迈克尔·斯坦哈特的管理风格那样——当员工因为工作压力抱怨“我想杀了我自己”时，斯坦哈特回答说：

“我能在边上看吗？”

来源：远川研究所 微信号：caijingyanjiu