【导语】业内共话量化的机遇、挑战与未来

中国基金报记者 任子青

5月28日，由中国基金报主办的第二届全球资产管理论坛暨私募基金论坛在深圳举办。本次论坛邀请到中国领先私募基金、券商、银行、第三方、基金小镇等机构嘉宾齐聚一堂，以“AI重构 价值引领”为主题，共同探讨私募基金高质量发展新格局。

在圆桌环节，陆享基金执行董事粟旭担任主持，灵均投资创始人、首席投资官马志宇，鸣石基金创始人袁宇，蒙玺投资董事长李骧，优美利投资董事长贺金龙围绕“量化的机遇、挑战与未来”展开讨论。

以下是各位资深私募投资经理的精彩观点：

灵均投资创始人、首席投资官马志宇：长期来看，AI技术持续迭代升级、A股市场不断扩容、居民财富管理需求持续增长，量化行业成长空间充足，量化投资的吸引力正从“高收益”向“高确定性”转变，系统化投资的确定性和稳定性正在成为核心竞争力。

鸣石基金创始人袁宇：目前AI技术已成为我们投研体系不可或缺的核心部分，对研发效率、业绩产出的增效作用十分显著。未来3～5年，AI将持续主导量化行业的迭代变革，行业发展与AI技术深度绑定。

蒙玺投资董事长李骧：量化行业快速发展的核心内生逻辑在于模式高度标准化。高强度的行业竞争将持续抬高行业整体收益水平，这对投资者而言是长期利好。

优美利投资董事长贺金龙：长期来看，多资产量化是行业必然的发展方向，核心逻辑在于投资者需求持续成熟。我们的核心目标是根据客户的风险偏好、投资需求，定制与其适配的投资产品，满足多元化配置需求。

国内量化行业发展前景广阔

粟旭：过去一年多，随着市场的反转，量化市场有了长足的发展，取得了业绩、规模、市场的“三赢”，当前中国量化市场规模已经超过2.5万亿元或者更高。能否概括说明一下当前中国量化市场的发展阶段，以及中国量化为什么能够发展如此迅速？

马志宇：过去一段时间，量化行业策略表现与资产规模双增长，是市场活跃带来的超额收益机会、规则完善推动的行业透明规范化、低利率环境促进的权益增配需求提升——这三者共振的结果。

放眼行业未来，随着人工智能技术持续迭代，量化行业的投资技术、投研能力仍在不断升级优化。与此同时，国内A股市场持续扩容，财富管理行业规模稳步增长、需求持续释放，基于这些利好条件，我们对量化私募行业的长期发展保持乐观态度。

袁宇：国内量化行业的实际整体运作规模仅为美国市场的十分之一。若要让国内量化行业的交易占比、资产管理规模占比达到与美国市场相当的水平，行业至少还有十倍的增长空间。过去几年，国内量化行业发展速度较快的核心原因就是行业初始规模基数小。

李骧：从长期视角来看，当前量化行业的发展仍处于中早期阶段。当前量化整体的超额表现依旧具备较强竞争力，核心原因是各家机构都在进行细致、极致、高强度的策略迭代。这一点也能在一定程度上解释过去一段时间量化行业发展速度较快的原因。量化行业快速发展的核心内生逻辑在于模式高度标准化。高强度的行业竞争，将持续抬高行业整体收益水平，大幅降低客户的选择成本，这对投资者而言是长期利好。

贺金龙：我认为国内量化行业目前仍处在成长阶段，近两年发展提速，主要得益于多重市场环境支撑。一方面，市场成交量、波动率及上市公司成长性，都为量化发展提供了良好土壤；另一方面，相关监管规则逐步明确，行业发展更有规可循。此外，当前处于降息周期，居民存款加速转移，资产配置走向多元化，也为量化投资带来发展机遇。叠加市场阿尔法收益持续显现，行业投资热情与发展韧性不断提升。

AI显著提升量化策略迭代效率

粟旭：AI是当下全球市场最重要的命题，而量化天然与AI应用适配，请问怎么看待AI发展对量化行业的影响？各位又是如何实践的？

袁宇：从科学属性来看，量化行业是较早拥抱AI的金融领域。我们在2015年至2016年便率先落地机器学习技术，后续逐步引入深度学习。2017年至2018年，国内各大量化机构已全面运用深度学习开展相关研究与交易，这并非个别企业的优势，而是中国量化行业的整体领先态势。目前，机器学习、深度学习已成为国内外量化行业的通用标配。

从我们自身的布局来看，公司在2021年成立AI实验室，专注开展机器学习、深度学习、强化学习等相关研究。2022年，我们进一步搭建专属超级计算机硬件体系，完善AI量化研究的软硬件配套能力。

李骧：量化投资就是将前沿科技应用于资本市场的理性投资方式，和AI天然适配。国内量化行业起步晚，恰好赶上AI技术爆发，同时国内AI人才储备充足，为行业发展提供了极大助力。国内量化机构发展周期短、积累较新，相较于国外量化机构能够更早、更全面地落地非线性模型。

贺金龙：AI对投资行业有着巨大的推动作用，我们公司也在积极拥抱这项技术，它的价值主要体现在两方面：一是大幅提升效率，伴随大模型持续迭代，海量数据的分析能力得到显著增强；二是加速策略迭代，为量化发展带来很大助力。

马志宇：多年来AI技术的快速发展，形成了以技术驱动的增长闭环，显著提升了量化行业的技术能力和策略迭代速度。首先，技术范式实现从线性模型迭代到深度学习的全面跃迁，现已成为量化预测任务中的行业“标准配置”，这不仅极大地提升了模型对非线性市场规律的捕捉能力，也为后续的策略迭代奠定了坚实的算法基础。其次，投研效能得到重塑，大模型进一步驱动流程的自动化与智能化，从代码生成、逻辑实现到策略测试，大模型在多个核心环节中显著缩短了研发周期，提升了投研团队的整体作业效率与迭代速度。最后，进一步拓展量化投研能力边界，深化商业本质认知。随着大模型在自然语言处理与多模态理解上的突破，研报、新闻、财报等海量“非结构化数据”被高效挖掘，推动量化投资从偏重的“交易行为分析”向深度的“企业本质理解”延伸，为策略体系注入了更接近“商业本源”的核心阿尔法。

量化策略呈现多元化发展

粟旭：量化市场里，股票量化一定是其中占比最大的，也是最重要的；而多资产应用量化也是近些年非常明确的行业发展方向。能否请各位谈谈多资产量化与股票量化的看法？

贺金龙：目前国内量化行业以股票量化为主流，核心原因是股票市场成交量远超其他品类。不过在我看来，多资产量化会是未来一个很好的发展方向。随着投资者日趋成熟，对私募基金的认知也不断加深。我们常把自身比作产品的提供商，客户则是金融产品的消费者，公司就像一座工厂，需要根据客户的风险偏好、投资需求，打造差异化产品。多年来我们一直深耕多资产、多策略布局。这类模式最大优势在于分散风险，让客户和管理人都减少顾虑，实现收益的长期延续。

马志宇：作为一家私募管理人，开发产品线要兼具收益和容量。目前市场主流仍是股票量化，我们也以此为核心，旗下布局了宽基指增、量化选股、红利类、Smart Beta等丰富产品线，这类产品以阿尔法收益为主，贝塔收益为辅。我们同时布局了CTA、可转债、期权及多策略产品，这类交易型策略侧重获取阿尔法，但普遍容量有限，难以做大规模。

近年来，量化宏观策略发展势头良好，该策略主打大类资产贝塔收益，并叠加阿尔法，依托风控打造出色的风险收益比，发展潜力突出，目前我们也在着手布局这一方向。

李骧：我们布局多资产首先源于我们的投研方法论具备普适性，一套有效的策略，完全可以应用到更多市场，拓宽收益渠道。其次，财富市场日趋成熟。早在2018年左右，CTA产品就已推向市场，当时我们就建议客户重视其配置价值，而非单纯看短期收益，但彼时市场认可度有限。基于我们这种方法论的普适性及市场需求，相信不少量化机构都会推出多策略组合产品。

量化私募积极探索“出海”业务

粟旭：除了在A股发展，量化机构是否会大规模“出海”，与国际量化巨头竞争？具体竞争体现在哪些方面？

李骧：客观来讲，国内量化机构和海外成熟量化机构目前仍有一定差距。同时，我们也要看到，国内量化机构汇聚了国内顶尖人才，假以时日，我们有可能赶超。此外，海外市场竞争头部效应极强，即便达到优秀水平，依然需要在策略细节上长期布局，这也是国内量化机构需要学习的。

马志宇：灵均目前已在中国香港、新加坡设立办公室，初步试水海外业务，但距离做强做大还有很长的路要走。

当下海外对冲基金创业门槛极高，基金经理独立创业，若初期募资不足，生存压力会很大。海外市场的数据采购、投研、信息技术等各项成本都十分高昂。我们布局海外也同样面临人才、运营成本高的难题。想要实现突围，唯有依托AI等新技术实现研究范式的颠覆，但这种突破难度不小，要依靠长期的积累。

现阶段我们仍以国内市场为根基，海外办公室主要用于吸纳人才、募集资金，目前所募资金也主要投向境内市场。我们会稳步开展海外业务，持续拓展自身能力边界。

校对：纪元

制作：舰长

审核：木鱼

注：本文封面图由AI生成

版权声明

《中国基金报》对本平台所刊载的原创内容享有著作权，未经授权禁止转载，否则将追究法律责任。