上海财经金融量化,上海财经大学金融工程与量化投资

（本文作者朱一峰，中央财经大学金融学院副教授）

一、量化基金市场表现

在刚刚过去的2023年，量化投资产品依旧取得了相对主观产品来说更好的成绩。根据私募排排网数据（如图1），2023年，无论是主观投资型还是量化投资型的私募基金，相比宽基指数均取得了一定程度的超额收益。其中量化股票优选策略指数的收益率达到4.47%，高于主观多头优选指数的-6.22%、沪深300指数的-11.38%，以及中证500指数的-7.42%。观察头部机构的表现，2023年在85家有业绩记录的头部百亿私募中，32家专注于量化策略的私募基金平均收益达到6.14%，显著高于主观策略私募基金-5.21%的收益率。尽管公募基金整体业绩略逊于私募基金，但其量化策略的获利能力也高于主观策略的获利能力。2023年，在公募市场上的442只量化偏股型基金平均收益为-7.21%，优于主观型主动权益基金的-11.99%，也优于沪深300、中证500等主要股票宽基指数的收益率。

在风险控制上，量化产品相较主动管理的偏股型产品也有更好的表现。2023年，私募量化股票优选指数最大回撤仅为-8.81%。相比之下，主观多头优选指数的最大回撤达到了-13.34%，回撤幅度远大于量化指数，显示出量化产品更好的风险控制能力。

二、量化之争与监管

量化产品与主观产品在业绩上的分化趋势已经显现并持续数年。近年来，业绩相对更加稳定的量化产品逐渐受到投资者认可，也越来越多地成为市场关注的焦点，围绕量化投资的争论也频繁出现。同时，监管机构针对程序化交易也制定了相应规范。然而，若要对市场上的各种观点以及监管后续影响作出理性判断，仍需要对量化投资进行详细分类和深入分析。

首先是高频量化与中低频量化的区分。在股票市场，量化投资通常是指运用定量方法和预设规则进行选股或择时，以此来作出投资决策。按照持仓周期长短和换手率的不同，量化投资又可以分为高频、中频和低频三大类。通常来讲，目前年换手率超过100倍的量化策略，可以被称作高频量化策略；年换手率低于50倍的策略一般被称作低频策略；年换手率介于50倍到100倍之间的策略叫做中频策略。除换手率外，中低频策略与高频策略的区别主要体现在以下三个方面：

第一，需要的数据不同。高频策略需要大量的量价数据，主要依赖技术指标提供的信息作出交易决策。由于平均持仓周期较短，高频交易需要在更短的时间内作出准确判断，因此其对数据时效性有更高要求。相比之下，中低频交易除了依赖量价数据外，还包括与市场周期、行业状况、公司基本面等相关的数据，对数据时效性的要求也相对较低。第二，适应的市场环境不同。高频策略由于交易操作频繁，对交易成本更加敏感，因此需要市场具有较好的流动性；此外由于频繁使用量价信息，高频策略更适合震荡市场，以便在价格与交易量的频繁变动中更好地抓住投资机会，尤其在高波动高交易量的行情下进攻性更强。第三，投资方式不同。例如，高频T0策略需要自建底仓或者使用融券等方式，而相比之下，中低频量化策略由于其持仓周期较长、交易频率较低，使用的交易工具一般较为简单，对股指期货、融券等具有一定投资者适当性要求的特殊工具的使用较少。

其次，还要区分量化交易与程序化交易。虽然这两种交易方式都涉及计算机程序的使用，但它们的重点不同。量化交易更多地强调在投资决策生成阶段使用定量方法，而程序化交易则侧重于使用计算机程序来执行下单和交易。目前在市场上受到诟病较多的所谓“量化”交易，大多是数据时效性要求高、交易频率高、持仓周期短的高频量化。这类策略需要在极短的时间内完成数据收集与处理、投资决策的形成以及交易指令的执行，因此它们的投资过程需要全程由计算机程序来完成，即程序化交易。相比之下，中低频策略对交易速度的要求更低，下单频率远低于高频策略，因此中低频策略在交易阶段有时可以由传统的人工交易员来执行。

目前，市场上对量化投资的批评频频出现，主要集中在以下几个方面：量化投资可能存在“追涨杀跌”“割韭菜”“操纵股价”等行为，以及由于融券等工具对投资者的适当性要求，使得散户等中小投资者难以实现所谓“T0”交易。这导致普通投资者在面对市场机会时与量化管理人处于不平等的地位。根据上述分类可以看出，市场对量化策略的质疑主要是针对高频策略。部分高频策略利用资金、技术优势及机构投资者的身份，可以完成普通投资者难以执行的融券、程序化的高频下单与撤单以及交易佣金返还等操作。从公平交易的角度而言，中小投资者难以参与到这些复杂且门槛较高的交易类型中，无形中使中小投资者错失了部分交易机会，造成了市场参与者之间的不平等。

2023年8月，因市场出现特殊行情，量化投资再一次被推到风口浪尖，对量化投资进行监管的声音在市场上再次出现。9月1日，证监会指导上海、深圳、北京三家证券交易所出台对程序化交易的监管措施。此次通知是我国第一次对程序化交易进行限制，也标志着《证券法》中有关程序化交易报告的制度在股票市场的正式落地。相关通知要求，在10月9日前已经开展程序化交易的投资者，应在12月29日前完成对账户信息、交易信息、交易系统等事项的报告。值得注意的是，本次监管重点针对高频的程序化交易，即对最高申报速率达到每秒300笔以上、单日最高申报笔数达到20000笔以上或其他可能影响正常交易的行为进行重点监控。这表明监管层面更加关注高频程序化交易行为可能给市场交易效率带来的摩擦，而对于中低频的程序化交易或量化策略，相关通知中并没有体现出监管层的态度，而是采取了密切关注的措施。

在政策发布后，笔者统计了上海、深圳两大证券交易所的股票交易情况。数据显示，在9月1日政策发布、10月9日政策生效、12月29日程序化交易报告截止日期这三个关键时间节点前后，两大交易所的股票成交量的长期中枢与前一年相比并没有发生明显变动。这表明，尽管有新的监管措施，但市场总体运行仍然稳定。实际上，我国的量化投资仍然以中低频的指数增强、量化选股等策略为主。正如笔者之前在区分量化投资和程序化交易中提到，这类中低频策略调仓较不频繁。因此，目前的监管措施对中低频的量化策略影响不大，相关管理人只需按规定及时上报涉及程序化交易的产品。从监管的角度出发，中低频策略由于大部分时间维持较高仓位，且较少进行短线操作，客观上为市场提供了一定的流动性，有助于平抑市场波动。从这点上看，中低频量化并没有对公平交易和市场正常运行造成影响，这可能是本次加强程序化交易监管政策对中低频交易态度较为宽松的原因之一。

三、未来展望与建议

近年来，得益于技术的快速发展和国内股市长期的小盘风格震荡行情，加之监管环境相对宽松，中国股票市场的量化投资经历了一段繁荣发展时期。随着市场和监管部门对量化投资的认识日益深入，以及与新《证券法》配套的监管细则逐渐落地，中低频策略和产品相对高频策略将迎来更广阔的发展空间。针对量化投资的现状，笔者提出以下政策建议：

进一步强化差异化监管。目前我国已经对不同频率的程序化交易实施了不同严格程度的监管措施。为了更有效地执行这种差异化分类监管，学术界和业界应深入研究量化投资在市场中的角色和影响，以提供更明确的监管依据。未来，监管政策需要进行差异化监管，充分发挥中低频量化策略稳定市场、提供流动性的作用，同时限制可能对市场效率和公平交易造成不利影响的高频交易行为，如频繁下单和撤单。通过这种方式，监管政策可以更有针对性地促进A股市场的健康发展

压缩现有制度的套利空间。量化投资尤其是高频策略受到的批评，很大程度上源于它们在融券、佣金返还等制度上享受的不平等待遇。这些待遇使得量化管理人能够借助自身资金、技术优势绕过目前的监管要求，实现“T+0交易”“卖出限售股”等特殊操作。为此，有必要在量化投资的背景下对现有制度进行梳理，修订和完善那些可能为量化投资提供特殊套利机会的政策。从而维护市场公平性，同时提高A股市场对投资者的吸引力。

第三，投资者应尽量避免短线交易。在短期内，我国股票二级市场的有效性难以迅速提高，因此利用市场非理性行为和短期定价失效来进行短线交易的获利空间仍旧存在。然而，在目前的市场环境下，中小投资者很难仅凭个人技术水平在速度上竞争过具备强大运算能力的高频量化和程序化交易策略。为尽量避免的损失，投资者应尽量“扬长避短”，发挥自身在研究深度上的优势，专注于挖掘公司中长期增长潜力。长远来看，随着制度的不断规范和投资者理性程度的提高，短线交易的获利空间将会被不断压缩。投资者应认识到这一趋势的客观性，并培养价值投资的理念。

参考文献

[1]量化何以惹争议 | 回顾2023 https://mp.weixin.qq.com/s/hKEB7H0G1QgBLmLyFxnLnQ

[2]关于量化几点争议的看法

https://mp.weixin.qq.com/s/TcIHBuams-WjvSXSqQIleA

[3]深陷舆论漩涡！起底融券T+0策略的路径、玄机和利益链

https://mp.weixin.qq.com/s/w5fHfOYW0cy-fSjPuy5hWQ

[4]套利漏洞？暗箱操作？融券业务惹争议！多家量化发声 https://mp.weixin.qq.com/s/kDWHSdYe0i7u5t_4b79qHQ

[5]建立程序化交易报告制度及监管安排推动程序化交易规范发展 https://www.sse.com.cn/aboutus/mediacenter/hotandd/c/c_20230901_5725980.shtml

[6]姜哲. 程序化交易的潜在风险和监管体系研究[J]. 金融监管研究. 2017(06): 78-94.

[7]鲁胜. 论高频交易操纵市场鉴识及其法律规制[J]. 社会科学动态. 2017(09): 68-76.

（朱一峰为中央财经大学金融学院副教授；范宗锐为中央财经大学金融学院研究生；朱若兰为中央财经大学金融学院研究生）

本文仅代表作者观点。