新浪财经讯 5月6日消息，由中国经济改革与发展研究院（中国人民大学）、中国证券投资基金年鉴，中国量化投资学会共同举办的“金麟2018·第五届量化投资与对冲基金年会”今日在中国人民大学逸夫会议中心召开。
中金睿投投资管理有限公司董事长阚睿分享了“关于A股量化对冲策略的现状”。他表示，对于做量化来讲，市场即使不成熟，也有很多机会，但也希望市场是有序的。A股市场阿尔法机会非常大，很容易做出双位数的收益，目前这个机会还在。
以下为发言实录：
阚睿：谢谢，来过好几次了，每次来的感觉都不一样。我记得几年前来的时候大家都很高兴，那是量化蓬勃发展的时候，去年、前年的时候，我印象有点不深了，我去年来了吗？这两年发生了很多事情，对量化一直感兴趣的同学也都知道发生了什么，我这里可能也有点老生常谈了，做一些总结性的话术。
同时，这两年又有很多新的东西出来，大数据、人工智能，上午几位嘉宾都讲了很多东西，我这里主要讲的是传统的量化一些做法，以及这些做法在目前是一个什么样的状况，在中国还有没有前途，很多人也在置疑量化策略，尤其是去年、前年普遍的量化策略，除了个别的做法以外，业绩不好的情况下，量化的前景到底怎么样，下面是我自己个人的一些看法，不代表任何官方的意见。
首先，放一个好几年前，当初刚刚在国内我们给量化做宣传时候的PPT，量化到底是什么东西。实际上更准确的说，量化对冲策略是一个什么东西。简单来讲，这里面包括了两个部分，一个部分就是所谓的量化部分，一个部分就是所谓的对冲部分，大家比较熟悉的可能都知道这两个其实也是互相独立的概念。量化部分，我们主要的目的实际上是想找出，比如说在股票策略里面，我们想找出跑的好的股票，说的简单通俗一点，当然我们采取量化的方法用模型也好，甚至于用大数据也好，有些人可能用一些真的假的人工智能来找出能够跑赢指数的股票，这是其中的一部分。
第二部分就是所谓对冲部分，如果我们想要做一个市场中性的模型，我们做出收益希望它能够跟市场波动整个大势的走向一致的话，整个策略的收益来自两部分，一个是我们能不能找到比较好的股票，第二个是我们能不能比较好的对冲，对冲的时候希望尽量少花钱来做对冲的事情。
之所以这个图几年也没有改，不管市场上发生了什么事情，这一类的策略，不管你用大数据或者是人工智能，你的目的是逃不掉的，你肯定要找出相应的股票来，如果你要做中性的策略，你一定要把市场风险对冲掉，这是不会变的两件事情。
我们看看在国内市场，我们做量化大概从2011年开始做起，看看国内市场这几年都发生了什么事情，这个图当然是个示意图，并不是任何一个产品或者是策略的图，我们刚才说了，一个量化对冲的策略，你的收益也好、亏损也好肯定是两部分，第一部分你能不能找到合适的股票，第二部分你能不能有效的对冲。第一部分学术界的人有的称之为阿尔法，这一部分如果是阿尔法为正，我们能找出跑赢整个市场的股票来。第二部分当然是对冲，我们看看这几年整个量化大概是个什么样的状况，这里面的黄线或者是棕色的那条线是所谓的阿尔法，我们这几年到底能够找到的股票能够战胜市场多少。
大家可以看到，在第一道线这是2015年上半年的情况，可以看到在2015年股市大波动之前阿尔法基本是平稳的。2015年上半年阿尔法非常好，当然这个大家可以争论，它算是阿尔法或者是贝塔，这里面相当一部分收益是大小盘之间的差异来获取的，你可以把它归成阿尔法，有些人也愿意把它归成贝塔，不管怎么说，它是能够帮我们赚到钱的。
2015年到2016年阿尔法怎么样，还算可以，实际上2016年我们阿尔法基本上是正常的，2016年我们仍然能够找出跑赢市场大概靠近20%的股票出来。2017年上半年，我们可以看到阿尔法确实下降了很多，但是最低的时候我们还是挣了，我们能找到跑赢市场的股票，但是跑赢的已经不太多了。原因是什么呢？有很多个原因，一个原因当然就是市场本身2017年上半年的市场，证监会、银监会出来一系列新的政策，以及一些新规，银行的钱和动向波动率也很大。
所以整个市场也是一个非常两极分化的市场，2017年上半年有的称之为一九式，有的称之为二八式。
总而言之，2017年上半年，阿尔法很多人做的都有些问题，当然我们下面也会讲到有些阿尔法做的是不错的。但是不管怎么说，总体还是正的。从2017年下半年开始，我们给自己也做了很多调整，下面我们会讲需要做什么东西，使得阿尔法基本上逐渐的回归正常，也就是说回归到2015年股灾之前的状况。从去年下半年开始，我们阿尔法逐渐又做出来了，包括今年很多量化对冲基金的收益还是不错的，基本上总结了这几年阿尔法的情况。
下面我们再仔细讲一讲阿尔法为什么会出现，再一部分是对冲，我们都知道在国内只能用这个指数来做对冲，准确来讲做空指数的期货。从理论上来讲，我们应该对冲用指数，我们应该做空指数，而不是做空指数期货。所以实际上我们是做空期货的，但是期货的价格跟指数的价格是有差别的，差别叫基差。指数期货的价格远远小于它相对应的指数价格，我们是用它做对冲的，我们是卖它的，当你卖一个价格低的东西总是亏钱的，所以基差造成了对冲上的风险。
这个代价多大呢？下面这个蓝线或者黑线是对冲的代价，2015年之前基本上在零左右，有时候正，有时候负，股灾以后急速的下降，最多的时候年化可以达到40%，2016年平均大概是20%左右，2017年平均大概是10%左右，就算你能做出百分之十几的阿尔法，量化对冲做不好的原因就在这里了。
谈到这里，大家不要对量化太悲观，因为它有一个明确的原因在这里，它为什么做不好，这个原因非常明确的判断它存在还是不存在。它能不能处理呢？在某种意义上从人为的角度上很难处理，要不然你要付出这个价钱，如果存在这里，比如说今年仍然有20%负的基差，基本上对冲的策略很难做了，不管你是量化或者是不量化幸运的是这个问题现在有了比较好的转变，我们可以看一看基差的基本走势，这是第一个合约中证500的基差，它的上下波动还是很厉害的。从2016年开始逐渐的往零走，到目前为止，当然它有一些回撤，但是整个趋势还是很明显的，中金所的领导最近不断出来讲话，我相信这个趋势是继续向好的。我们量化策略前面的一个因素正在消失，这也是为什么今年很多对冲策略业绩还是不错的。
所以其中两个原因之一，我们基本上有一个原因可以认为它慢慢的去掉了。第二个就是刚才我们提到的，2017年上半年其实有一个比较大的挑战，就是说整个市场所谓的二八行情，根据股票市值的大小，可以看到基本上股票负收益很多，市值大的几个是正收益，虽然你在指数上看可能还不错。如果大家熟悉量化的人都知道，做量化的希望足够的分散它的持仓，不太希望很集中的持有几只股票，在这种情况下你比较难做好，这是一个比较大的原因。
另外还有一些别的原因，可能是我们做量化人自己的原因，在2015年之前这个钱太容易赚了，用英文说就是结的比较低的苹果很多，伸手就可以够着了。当然比较成熟的像李教授都清楚，这个实际上有点伪量化，拿的不完全是贝塔的东西，这个在2015年之前大家都不太在乎，包括我本人讲的时候也都在讲这个东西，你不买，在某种意义上你的业绩可能跑不过别人。另外一个意义上很简单的钱为什么不去拿呢？当然收益的同时也有一个风险，这个风险在2017年特别突出，因为2017年整个市场份额的变化，使得你做类似的策略肯定不行了。
所以在2016年、2017年大家干什么，量化公司各有各的做法，在这种情况下，赚钱的公司往往做两件事情，一部分实际上是暴露敞口，我不对冲了，也是量化你也不能说它不是量化，它不是一个中性的策略。2016年、2017年运气比较好，做这个是赚钱的。有些朋友直接买期货，为什么买期货呢这是一种做法，还有一种比较赚钱的模式，就是比较高频一点的策略，这个在过去几年内，尤其是最近市场波动大起来以后是相当盈利的策略。
第三种是老老实实的，还在坚持做我们这种对冲的策略。首先我需要的是基差不能太负，基差如果持续负20%，不管怎么样，你都很难做出业绩来。在这种情况下除了基差不能再负的情况下，你对你的阿尔法要进行更仔细的研究深耕细作，而不能像过去那样做一些很简单的模型就赚钱了。
当然有各种各样可以做的，我挑出三个对我们来讲比较重要的做法。第一个就是对于基本面，比如说价值因子类，在2017年以前很多人都不太重视模型，因为你要做一个回撤的话，你发现N多年的数据都不太支持投资的理念，做量化的人如果你不是有意的做一些风控措施，你很容易就跑偏了，把它忽视了。
2017年以后我们要加强这方面的研究，研究下来发现说价值因子在国内以前一直不好，其实也不完全是，只是做的不够仔细，你做仔细了发现它是可以赚钱的。
要对各类的因子做更仔细的处理，买了因子是因为作为阿尔法收益的因子来处理，因子暴露的控制要注意。比如说大小盘因子，它到底是风险因子，还是阿尔法因子，这是我个人的判断。因为你要做一个市场分析，你把分析成N多个因子以后，这个恐怕也很难赚钱，因为最后剩下纯粹的个股风险太好，而且很可能基本上从理想状态下，另外是深耕细作把因子搞清楚。
ckgroundQ f t-bar-btn.btn-toTop{background-position: -130px -231px;}
.right-bar-btn.btn-toTop:hover{background-position: -195px -231px;}
.top-bar-inner .second-title{font-size: 18px;width: 450px;}
}*/
/*1000px*/
@media screen and (min-width:768px) and (max-width:1480px){
.sina-header-inner{width:1000px}
.top-bar-inner{width: 1000px;}
.main-content{width:1000px}
.article-content-left{width:640px}
.top-banner .tb-right{display: none;}
gif) 0px1 0 s 0 s v! v! Mblk_cmnt a:visited { color:#535353; text-decoration:none; }
.Mblk_cmnt a:hover,.Mblk_cmnt a:active { color:#F60; text-decoration:none; }
#comment_wrapper { margin-top:0px; }
.top_btn {position:fixed; left:50%; bottom:100px; margin-left:498px; width:25px; overflow:hidden; height:25px; _position:absolute;}
.weibo_btn {position:fixed; left:50%; top:50%; margin:-54px 0 0 -518px; text-align:center; color:#4c4c4c; width:26px; _position:absolute;}
.artical-player-wrap{ overflow:hidden;}
.top_btn {width:0px; height:0px;}
