来源：华尔街ⓨ见闻χ 作&#ffe1;者： 孙建楠
ય 明汯率先打破α低&#ffe1;调
今年以来，“量Á化大厂”的掌门⋅人们都甚是低调，各处都找不到他们的踪迹。bc;
这或与去年下半年后，量化产品突逢Ôⓛ考验有关ઢ。
出现整体回撤有关，或与χ此前量化机构放´大A股θ成交量的“热议”有关。
随着近期A股出现反弹，头部量化阵营中，近一年管理规模和超额收益表现相对稳定的明汯投资创始人裘¾慧θ明“率先τ”发声。
裘慧明2001年物理学博士毕υ业后就进入华尔街工ⓜ作，2002年起开始担任量化基金经理，属于目前国内百亿量化私募创始人中最为资深的“双一线”——公司属于一线¬，自己也仍在一线负责投资决策及组合管理。
在近期这次渠道沟通交流会上， 裘慧明谈及了自己对量化投资本质的理解，还对中国量化Ð私募发展历程进行梳理。
业内♦一度盛传明汯投资进军千亿规模，此次裘慧明也进行了“辟谣”——自己并未突破过千亿，但确实是国内首批突破5—00亿管理规模的量化私ઙ募。
何为量化ⓦà投资
对™于究竟如Α何定义量化投ਖ਼资，裘慧明坦诚“并不容易”。
对此，他认为：自己2001年就投身量化投资，参与并见证了 行业一系列演变进程，但不管是以金融逻辑为基础的线性模型，还是后来更多采用的机器学习、深度学习模型，万变不离其宗——本质上都是以数¼据为基础建立模型。
“从广义上讲，量化投资是一种以历史数据为基础、以模型为核心、以程序化交易∈为手段的投资方法。”裘慧明®如此总结。
但在他看来，自己更倾向于把量化投资定义为“把最▧前沿ࢮ的科学技术与对市场的ⓟ深刻理解做有效结合”，仅仅对数据的采集和挖掘并不足以寻找市场运行规律。
裘∃慧明进一步指出：量化投资流程中，历史数据是基础，数据点及结构化数据越∂多则越有利于建模。如果历史上没有发生过或仅发生过几次，很难找到合适的数据来训练，基于过往总结出的“规律”可能在这个阶段不一定有效。Ð
ઠ举一个例子：2007年8月“量Ë化黑天鹅”、2020年3月ćd;新冠疫情等，相关市场情景在历史上没有先例，因此量化无法基于历史数据寻找规律做出有效决策。
再如：2017年Aćc;股出现“一九行情”，大市值股票涨得好，中小股票落后，由于量化持仓分散，因¹此量化机构业绩则跑输主观λ选股机构。
裘慧明强调♥，量化投资与主观投χ资本质上都属Ü于价格发现，都是从自己的维度捕捉市场的错误定价让市场更为有效，两种方法论殊途同归并非对立，并在投资者个人资产配置中形成有效的互补。
ૄι 万ϒ亿时代的量化投资
谈及中国量化机构发展，裘慧明认为2010ℜ年以来中国量化私募一直在“曲折中前进、螺旋式上升”发展，并非外界认为的“过去三年才得以ા高速发展Χ”。
他梳理了量化投资在ï国˜内的发展½历程：
2010年相继推出融资融券制જ度和沪深300股指期货，给了量化投资人施展拳脚的机会，当时大部分量¢化Š机构的交易品种是股指期货和商品期货，股票量化投资偏少；
¨
2013年6月实施《证券投♩资基金法》私募的合法性得到确立，为私募行业⊃发展打开广阔空间；
2015年相继推出上证50股指期货、中证50ય0指数期货，A股市场对冲的工具更加丰富，叠加批量海归量化ਲ਼人才回国，为国÷内量化私募走向正规化奠定了基础；
2×015年国内量化私募规模达到近2000亿，但90%的规模均是对੭冲策略产品，且部分为杠杆资金，“其实基础并不太牢靠”。当年下半年股指期货受限，量化规模不升反降，但一线量化机构并没有停止人才储备、策略积累与科技手段升级„的步伐；
2018年资管新规颁布后，金融产品加速净值化转型，量化基金产品逐☼渐成为居民财富管理重要方式之一；
2019年正式推出公¯募基金转融通业务，叠加股指期货多次松绑，大大丰富策略种a1;类和大幅增加策略容૦量；当年6月，试点注册制的科创板正式交易，全面实行股票发行注册制向纵深推进，A股市场交易品种不断扩容，对冲工具日益丰富；量化多头策略产品受到广泛认可，管理规模开始超过对冲策略产品线，成为量化私募主流策略。
最前沿技术不断突破，如数学及计算机、人工≈智能等领域的尖端人才积累，提升👽了国内量化私募的“软实力”。到了2021年，本土量化私募规模正式迈过万亿元大关。ੑ
“我们觉得，拉长看国内量化私募整体节奏还是比较合理的ƒ，且占લ据整个持仓的规模也不算大，整体还是小于国际平均。”裘慧明称：“目前ü量化在国内发展阶段仍属于早中期。”
ਜ਼明汯投资的挑⇑战∃
ઘ 此次路演中，裘慧明还提到了2020年下半年到2ࢵ021年初所遇到的规模挑战，他指出“那时候明汯规模已经不小，所以外界关注也较多，但实际上，我们发展过程中一路都在面对各种挑战”。
他还回ô顾，此前也遇到过挑战，比如：2016年由于贴水非常大，对冲成本较高，中性产品线业绩压૨力一度很大；2018年当时策略模型也曾遇到不ૣ小的挑战。
2020年下半年明汯投资成为首批规模突破500亿元的量化私募，规模大幅领先同行，短期规模增速给模型迭代带来一∧定压力，“但每一次团队ⓡ内部都及时复盘和总结，很快我们就用持续不错的超额证明自己，经受住了考验。”∼
作为首批突破500亿的量化私募管理人，明汯在管理大资金时间上是最长的，积累了管理大规模的相关经验，“未来明汯在募资节奏上会非常þ谨慎，相对来讲，我们更为追求超额的确定性。ਰ长期来看，Aå股是稳步抬升的，可预期的超额收益大概率可转换为可预期的绝对收益。”
“回头来看，你说我们∏犯过一些错误没有，肯定是有做的不够完美的地方。但每一次要吸取教训。”裘慧明坦言，“2021年一季度给明汯投资的教训比较深刻，启发和思考主要有两点：未来将策略容量″与募资节奏进一ਜ਼步做好适配，将客户风险偏好与产品风险收益进一步做好适配。”
在裘慧明Ε看来，管理规模是收益和投资能力的函数，“不可否认的是，量化管理规模小一些，投资ϖ能力相同则收益相对高一些。但依然有大规模的主观和量化机构都能有很高收益，管理规模和收益并非负相关，但确实有一定相关性，但最્核心的还是投资能力——底层策略的储备、人才梯队建设、模型迭代效率等等。”
裘慧明在美国读博及华尔街工作前后生活近17年，在海外团队建设方面，明汯属于业内较早布局，已逐渐搭建起海外人才库，目前∇纽约办公室已有近20人的投થ研团队。
◙
裘慧明认为，算力的c8;投入与投资能力增长之间并非ੌ线性关系，“过去几年在机房建设、GPU、服务器、数据库等硬件设备上一直持续充分投入，以保持硬件设备在市场中处于业内顶配水平。”
他进一步提到，一家量化私募管理人的投⇔资能力到底如何，其实都会最终体现在过往中长期业绩上。对于量化多头产品的投资者而言，更重要的还是观察管理人的长期超…额收Υ益的稳定性和长期复合的收益率情况，以及短期募资增速。
裘慧明指出：同等的管理规模，▦投资能力越强超额收益就越高；同等的收益，管理规模越大则૪投资能力越强。在一定管理规模量ગ级上仍取得较为稳定的超额收益，背后考验的是团队整体投研能力和策略完整性。
他最后指出：投资人对量化机构可能有ó一定â误解，认为量化模型很“神奇”，开发出来之后可以一劳永逸，但股票市场始终在进化中，没有“常胜将军”级别·的模型，背后需要投资团队持续研发升级。
Ċb;
24小时滚动播报最新的财经资讯્和视频，更多粉丝੭福利扫描二维码关注（′sinafinance）
•
新浪财经意见反馈留£言板
All Rig←hts Reserveòd 新κ浪公司 版权所有
