對話華年基金創始人薛鈺新：低頻量化策略成資管產品發力點
中新經緯12月25日電 (周奕航)今年以來，量化基金備受關注。有投資者認爲，量化策略趨同交易，加劇了市場波動；與此同時，也有業內稱量化策略整體“對波動起到了阻尼的作用”。
圍繞這些問題，中新經緯近日對話了江蘇華年私募基金(下稱華年基金)創始人薛鈺新。他表示，量化基金作爲一種較新的進入中國資本市場的投資工具，與資本市場有蜜月期也有磨合期。對於基金管理人來說，專注於做好策略，爲投資者提供一個好的產品，爲投資者帶來收益，是以不變應萬變的選擇。
“量化起到市場穩定器作用”
薛鈺新指出，從投資邏輯來看，量化投資的核心在於捕捉市場定價效率的短暫失衡。其中，低頻量化策略是通過選取優秀股票賺取定價錯誤的錢，而量化多頭和量化指增策略又是市場永恆的多頭，持續爲市場提供資金支持和交易量，起到抑制市場波動，發揮市場穩定器的效用。
他進一步表示：“華年基金的量化策略是通過選取優秀股票來賺定價錯誤的錢，指的是‘尋找市場價格低於其內在價值’的股票。在數學模型的指導下，如果我們對一隻股票預測的價格高於它目前在市場的價格，我們就會買進，直到它達到預測價格再拋出。而模型能在市場中篩選出定價錯誤的股票數量相當龐大，持倉非常分散。比如我們的量化選股產品，持倉約800只—1000只股票，換手率在年化雙邊40倍左右，持倉週期在2周左右。在這個持倉週期下，並不會出現‘追漲殺跌’的情況。”
在薛鈺新看來，投資往往會受到情緒的影響，而量化投資是基於系統執行，能夠保證策略的高度一致性，不會因爲恐懼或貪婪而偏離既定方向。在龐大的持倉數量面前，量化策略勢必會選中一部分市值較小的股票，而不會集中選擇成分股。正是因爲量化選股策略持續持有很多股票的多頭，在指數漲起來後，市場整體熱度才能持續回暖。
薛鈺新還提到了低頻量化策略與高頻量化策略之間的區別，他稱，二者之間的底層邏輯不同，高頻量化主要依賴高速度和低延遲的算法交易，通過在極短的時間內進行大量交易，從微小的價格波動中獲利。就像在菜場裡買賣，如果商戶只用少部分錢買蔬菜，可以通過快速買賣來賺點小錢；但如果商戶用大量錢進行買賣，蔬菜的價格會快速上漲，商戶一賣，價格就快速下跌，這樣就很難賺到錢了，這同樣也是高頻量化策略容量不大的原因。
“高頻策略賺的是交易的錢，其核心在於速度，即利用低延遲網絡和快速算法，以毫秒甚至微秒級的速度進行交易；而低頻量化的盈利邏輯並不追求短期交易收益，而是系統化捕捉投資機會。”他表示。
爲什麼是低頻量化策略？
回顧中國國內量化基金的發展歷程，薛鈺新認爲，可以大致劃分爲三個週期。2020年至2021年，是量化基金的成熟與快速發展期。在這一階段，A股市場日均交易額顯著提升，基礎市場交易量放大，量化基金規模快速增長；2021年至2023年，量化基金進入分化與調整期，流動性預期調整不斷，A股市場演繹極致分化行情；2024年，量化基金處於超額修復與穩健增長期，經歷了年初的快速回撤到再次修復，整體看來全年跑贏指數不少。
薛鈺新向中新經緯表示，他經歷了量化基金的數次週期，從研究員到策略負責人，如今創立了私募基金公司。
中國證券投資基金業協會官網顯示，華年基金成立於2023年5月，註冊資本1000萬元，於2024年7月登記備案。截至12月24日，該公司共管理9只基金。從薛鈺新的履歷來看，他曾於2017年5月至2019年1月，擔任上海玄信資產管理中心(有限合夥)證券部主管，2019年2月至2023年3月，他在上海天演私募基金管理有限公司研究部擔任股票中低頻負責人職務。
薛鈺新也進一步解釋了他選擇低頻量化的原因。他稱：“在高頻策略中，如果我預測一隻股票在幾分鐘內的漲跌情況，其中的影響因素可能有一百個；而在低頻策略中，預測一隻股票未來五天，甚至更長期的漲跌情況，影響因素可能達到一萬甚至十萬的量級。顯然，後者需要理論基礎建立在投資邏輯之上，做出來的策略同質化程度更低。在我進入量化行業以來，我一直在對這些因子進行研究打磨，使它們更有效地用在我的模型之中。”
薛鈺新表示，低頻策略更偏向人腦和電腦共舞的藝術，是基於投資邏輯去做的策略，而不是單純依靠硬件去堆積速度，或者簡單依據數據反饋。他只投資他信任和理解的東西，只有明白模型的底層邏輯，在遭遇大回撤的時候他纔有足夠的底氣去應對和解決這些情況。
“除此之外，人才是這個行業真正的核心，目前我們團隊成員一起合作了五年以上。投資者需要一個時間夠長久的業績來證明策略的穩定性以及在不同行情和規模下的有效性，而這是建立在研究團隊的穩定性之上的。”薛鈺新表示。
“資產管理行業是一個長遠發展的行業，而低頻量化正是量化在資產管理行業未來發展的方向。”薛鈺新認爲，只有真正的低頻量化策略能夠在管理大規模資金時持續有效；且低頻量化是幫助投資者長期持倉、進行價值投資的有效方案，投資的本質是“共贏”。
“量化基金已從粗放走向精細化”
近年來，AI技術高速發展，如何有效利用AI，使其與量化策略高效協同，成爲業內關注的重點。
薛鈺新指出，2019年後，AI在量化領域迅速普及，在當前機器學習大量應用的大環境下，量化公司的投入越來越像軍備競賽，大家都在卷“由機器自動發現的”“單純依靠數據的”“不可解釋的因子”，這樣做確實模型迭代的速度會很快，但AI系統尤其是深度學習大模型在做出決策時，內部的工作機制和決策依據往往難以被人類理解和解釋，簡單地使用因子投入模型黑箱並非能達到一個長期有效的結果。對於策略人員來說，這種粗放的、缺乏解釋性的方法會導致同質化嚴重和有效迭代困難，同時單靠增加因子數量也會導致樣本外穩定性不足。
“我認爲，想要讓策略長久地保持生命力，對研發者來說，這個策略必須是一個‘白盒’，從策略構成到每一個被放入的因子，都清晰地根據人的底層邏輯來架構，必須在人的大腦內是可解釋、有邏輯的，這其實需要非常多精細的算法邏輯和巧妙的市場觀察以及無數次實驗的堆積，對量化管理人提出了更高的要求。”薛鈺新說。
他表示，目前量化基金行業已從粗放走向精細化——除了策略方面，也對公司管理、客戶服務，以及管理人提出了更高的要求。
對於量化基金的前景，薛鈺新表示，2024年9月以來的市場行情爲量化投資創造了良好的環境。這一階段，A股市場呈現出顯著的成交量放大和波動性提升，爲量化策略的施展提供了更多機會。當市場活躍度提升、成交量顯著放大時，往往會出現更多的定價偏差，這爲各類量化策略創造了更好的獲利空間。
“低頻量化策略是量化策略在資管行業的發力點。隨着資本市場的投資土壤變化，量化策略在未來也將走向更健康的發展道路。低頻量化策略重視企業基本面、追求價值迴歸，尤其長期性和穩健性，更符合資管產品的需求，有助於提升資管產品的競爭力和吸引力。在經歷了幾年的爆發式增長之後，行業對管理人提出了更高的要求，包括合規性、風險管理以及技術能力的提升。這些變化有助於推動行業的健康發展，保護投資者利益，但同時也對量化管理人的專業能力提出了更大的挑戰。”薛鈺新補充道。
(更多報道線索，請聯繫本文作者周奕航：zhouyihang@chinanews.com.cn)(中新經緯APP)
(文中觀點僅供參考，不構成投資建議，投資有風險，入市需謹慎。)
中新經緯版權所有，未經書面授權，任何單位及個人不得轉載、摘編或以其他方式使用。
責任編輯：魏薇 李中元