百億量化新生代—世紀前沿資產

　　截至2021年底，百億私募管理人突破百家，百億量化私募超過25家。與主觀股多管理人超半數收益為負相比，百億量化私募2021年收益全部為正，整體業績表現亮眼。世紀前沿資產作為一家迅速成長、小露鋒芒的百億量化私募新銳力量，到底有什么“獨門秘籍”？

　　2022年開年之初，我們和世紀前沿資產進行了一次電話采訪，并就量化策略的發展和趨勢請教了前沿資產創始人陳家馨先生的看法。

　　一、世紀前沿資產是一家什么樣的公司？

　　世紀前沿資產成立于2015年8月，公司創始人吳敵與陳家馨相識于香港中文大學，擁有境內外10年期貨與股票超高頻量化經驗，2018年涉足股票低頻策略，和原有高頻系統結合，在2019年后開始實盤交易。

　　對于量化私募來說，需要不斷更新迭代策略來適應時代和市場的發展，人才與團隊的穩定性十分重要。目前，世紀前沿資產團隊研究+技術人數超過35人，內部協作透明開放，凝聚力強。自2015年以來，入職滿一年的員工0離職率，使得世紀前沿能夠高效的研發迭代，在三年內通過自研達到行業前沿水平。

　　世紀前沿資產還是少數在中長周期Alpha和高頻執行上都有相當積累的公司，目前量價因子占80%，基本面（另類數據、輿情分析師預測）占20%，后續研究重點聚焦于日內alpha、另類數據。

　　二、世紀前沿資產最大的亮點是什么？

　　1、核心創始人吳敵與陳家馨

CEO：吳敵

CIO：陳家馨

　　吳敵世紀前沿創始人、核心投資經理、法定代表人

　　中國科技大學計算機本科，香港中文大學金融工程博士；10年以上量化從業經驗，曾任海外金融機構董事總經理，帶領團隊管理自營投資組合；2015年發起成立世紀前沿，負責公司的團隊創建，核心交易策略開發以及公司的運營和管理。

　　陳家馨世紀前沿創始人、核心投資經理

　　香港中文大學量化金融學士；10年量化從業經驗，曾任海外金融機構董事總經理，管理自營投資組合，主導投資團隊交易模型研究；2015年發起成立世紀前沿，負責指導公司戰略方向，領導投研團隊研發交易模型，全面覆蓋量化投資的策略研究工作。

　　2、向自營看齊的高頻策略

　　前沿的策略最大特點是高頻，而且現在自營跟代銷是一套策略。世紀前沿核心創始人吳敵與陳家馨擁有境內外10年期貨與股票超高頻量化經驗，奠定了它在高頻領域內的優勢基因，并將這一優勢成功延展到股票投資中。量化本質上是通過統計學原理，把單筆交易的不確定，變為整體的確定性。拋一次硬幣，正面朝上的概率是不確定的，但拋10萬次，正面向上的概率就是50%。當交易變為分鐘級甚至秒級別，模型的數據量就成倍的增加了，整體的預測性與實際情況更為接近。交易筆數變多后，收益可以被拆得很細，收益的確定性就增加了，在數據量大的情況下，勝率會更接近真實，預測與實際情況的差異就會很小。所以高頻一般都是做自營，較少開放給大家。目前世紀前沿的策略換手雙邊300-350倍，是名副其實的高頻。高頻一般都是做自營，較少開放給大家，現在誠意滿滿開放給代銷。

　　3、低中高頻并駕齊驅：高頻是我們的最大優勢但不意味著我們只能做高頻，世紀前沿是少數在長周期Alpha和高頻執行上均達到市場第一梯隊的公司。2018年世紀前沿涉足股票低頻策略，和原有高頻系統結合后逐步上線。多年期貨高頻交易的經驗，使得無論是策略信號、交易速度及組合方法上都能實現更多的可能。目前在中低頻維度，策略貢獻70%收益，高頻維度策略貢獻30%收益

　　4、高精尖不內卷的投研團隊：截至2022年1月，世紀前沿員工共55人，其中38人為研究技術人員。團隊成員皆有國內或國際一流大學本科以上學位，畢業于港中文，港科大，清華，北大，復旦，中科大，哥倫比亞等名校計量金融、計算機、數理專業，半數以上擁有碩士或博士學位，核心成員皆有十年以上相關從業經驗。

　　團隊不采用PM模式，無內部擠壓。緊密交流，信息共享，基建共用，所有研究員合力攻堅一套策略，自成立以來無一核心人員離職。

　　三、世紀前沿資產對未來的量化策略演進怎么看？

　　量化基于過往歷史數據挖掘統計學規律開發策略的，所以當市場出現極端的小概率事件時，往往會出現短期的策略不適配、階段性回撤的現象。必須強調的是量化Alpha策略都是統計學模型，是在海量的數據基礎上進行客觀分析決策的。當市場偏離歷史數據時，必然會出現一定程度的波動。所以探究超額收益出現大幅回撤的共性原因，市場復雜多變、風格無序切換、市場交易環境周期性變化、板塊輪動頻繁、成交量大幅度波動、流動性沖擊等，這些都會帶來影響。但是市場也不會一直處于極端行情，市場逐漸恢復到正常狀態時Alpha也會回到平常水平，管理人會不斷對模型進行優化迭代以期適應復雜多變的市場環境。

　　在中國這樣的個人投資者占比極高的市場，給量化投資提供了最暖的溫床，可重復實踐的交易機會短期內很難消亡。機構化是長期的大趨勢。量化投資超額收益的周期性一定是一種常態。有一些階段超額收益特別明顯，另外一些階段超額收益特別難做。市場一直在進步，資本不斷的競爭，賺取超額也會越來越困難。我們也能看到一些歷史策略超額出現衰減。所以這就涉及到一個問題，一家量化管理人長期的核心競爭力是什么。我們覺得答案是這家量化管理人持續研究的能力，量化管理人大部分的投入都應是打造一個研究型的組織，讓這個組織、系統源源不斷的去進步，這樣才能在這個市場中維持一個相對優勢。但即使如此，我們覺得量化行業超額下降還是一個很正常的現象，一方面當前國內量化交易占比其實并不高，與發達市場相比A股空間還很大。另一方面，量化投資的特點，不管是個別管理人的超額波動，還是所有量化管理人的整體水平，隨著市場的成熟和有效性的提高，量化投資超額收益的降低是個必然的趨勢，美國等成熟市場量化占比遠高于中國，而且杠桿易得，規模極大，經過二十多年發展，至今依然是非常有吸引力的資產。美國量化占比70%，國內20%左右，仍然由較大發展空間。

　　早期我們團隊主要聚焦量價因子的挖掘，我們主打的高頻策略就主要基于量價數據，比如從交易數據提取有效信息。直到2020年，前沿資產主要的工作都是在量價策略研發上。2020年下半年，我們在量價策略研究水平到了一個相當高的標準后，開始擴展信息獲取的廣度，去研究更多的信息源，像基本面數據，另類數據等等，增加更多的信息源進來。當然我們也一直維持以前的研究標準，將信息純凈度放在第一位。我們要求每一個加進來的因子，本身必須邏輯清晰，經得起推敲，這樣我們對它的未來表現才能有信心，不能只看測試數據結果就去加因子。這是世紀前沿量化研究的最大特征。未來我們的研究面肯定越來越廣，世紀前沿的投研團隊也在基于研發需求不斷擴張，投研人員多了其實對信息提取純凈度幫助不大，更直接的還是提高信息獲取廣度。所以我們未來會看更多數據源，投研覆蓋面會更廣，這也是我們未來進步的一個方向。

　　四、世紀前沿資產接下來如何對模型進行優化和迭代？

　　未來長期和配置的概念將會是一個大趨勢，短期超額的高低是沒有意義的。如果觀察周期太短，就會造成隨機因素占了很大比重，必須以更長的周期來觀察超額表現，才能更準確的評估模型的有效性。我們認為，評估超額水平最合適的周期是1年，最短也不要少于半年。一個季度或更短時間的超額收益，隨機性很高，不具有很強的統計顯著性。

　　自2021年9月以來，受降準、版塊輪動、熱點切換等各類因素的影響，整個A股市場在一些版塊出現了大幅上升又反轉直下的情況。量化策略依賴長期數據，短期波動引起的風格劇烈反轉使近期超額出現較大回撤。非常態的市場環境，偏離了大部分歷史數據的情況，也使得量化策略難以適應，回撤是多項短期因素疊加的結果。但市場也不會一直處于極端行情，市場逐漸恢復到正常狀態時Alpha也會回到平常水平。針對市場變化我們對策略跟風控進行調整。

　　首先對策略不同方面的細節做基于數據的調整，同時針對當前環境配合Alpha策略的特征做風控上的調整。所有的調整都會用歷史數據來驗證，只是會更加側重歷史上與當前市場環境相似時間的表現，是基于經驗、認知的、純數據驅動的決策過程。

　　短期來看，我們的多因子庫有足夠多的武器能讓我們的組合分散到其他過去幾個月表現好的其他因子類別中去，從而降低和其他管理人的相關性，減小沖擊，保持穩定的超額。具體而言，我們的組合會加重對中頻日內Alpha策略和長周期因子的配比，今年以來這兩類都策略都有穩定的貢獻。

　　在量價、基本面、另類因子等層面挖掘出一些具有相當超額能力的因子，擴充底層因子池，繼續堅持長周期、多樣化、大容量概念，在量價、基本面、另類因子等層面挖掘出一些具有相當超額能力的因子，擴充底層因子池，繼續堅持長周期、多樣化、大容量概念。在因子組合層面，新擴充低頻因子與前期加入的中頻因子相輔相成，且相關性較低，會更好的增強長周期選股能力和短周期應對風格切換的能力。未來對各類風格使用相對更嚴格的約束，繼續研究風險預測模型，提升風控機制的性能。

　　長期來看，我們認為這是Alpha周期性的正常表現。我們相信我們在機器學習領域研究的深度，當市場正常后，此類策略仍能穩定發揮。

　　量化策略一定會經歷中短期的回調，但是長期來看是有效的。面對變化的市場，我們作為機構可以做的是不斷更新迭代模型，持續的投研工作是業績的第一生產力。

　　量化知識Q&A（世紀前沿資產提供）

　　1、量化策略如何賺錢？

　　答：使用數量化方法，發現市場無效定價的機會，做多被低估的股票，做空或低配高估的股票，獲取超額收益。具體而言，是通過獲取并分析相關數據，如股價，逐筆成交，基本面數據，新聞及公告，行業分析師觀點等，從中找出市場無效定價的規律，建立量化模型，實現自動化運行的策略，以此捕捉市場無效定價的機會。

　　2、量化管理人是做什么的？

　　答：有別于主觀管理人的直接進行投資決策，量化管理人要做三件事：一是研究，通過數據分析和市場認知，建立對市場的預測模型，并加入組合管理，交易和風控考量后成為完整的策略。二是開發，把研究的成果對接實時數據和券商下單系統，使得策略能在實盤交易。三是運維，保障策略和技術系統能遵照設計運行。研究，開發，運維三項中，研究是產生Alpha的部分，開發是實現研究設想的部分，運維是保障策略正常運行的部分。換句話說，研究決定業績的上限，開發和運維決定上限中能實現多少收益。