登陆注册
9542

量化主打“500指增 对冲”,“卷”超额还要“卷”算力

锤子财富2023-06-06 21:56:150
为了应对市场下行的压力,甚至部分机构开始对指增产品增加了下行保护(期权)。

4月以来A股持续下行,但量化机构的超额收益凸显,普遍好于主观多头。据第一财经记者了解,近两个月来,国际量化巨头Two Sigma(腾胜)、内地头部量化思勰等发行中证500指数增强产品(下称“指增”)。还有部分机构为了应对市场下行的压力,开始对指增产品增加了下行保护(期权)。

值得一提的是,对于量化机构来说,目前不仅要“卷”超额收益,还要“卷”算力。最热门的中证500指增超额已经从2018年的30%下滑至11%。随着量化基金规模的不断增加,交易越来越拥挤,因子慢慢失效,量化投资也变得越来越内卷。此前,幻方投入10亿搭建了“萤火二号”深度学习训练平台,搭载了1万张英伟达A100显卡。

近期,由QTF量化科技嘉年华组委会编制的《2023 中国量化科技白皮书》提及,大量的实证研究指出,量化科技的使用其实会降低市场的波动率。未来,在满足监管和合规要求的前提下,量化行业应协同推进数据、算力和算法的进一步发展,从提高交易效率、稳定市场流动性、消除信息不对称、促进市场有效定价,与资本市场共成长。

“500指增 对冲”受到追捧

某头部券商的财富管理部负责人对记者表示,今年以来主观多头表现不如人意,发行规模受限,量化产品尽管不如过去两年火爆,但相对来说更受投资者青睐,今年量化的超额收益相对更为突出。

根据“江湖汇”量化数据周报,在5月22日~26日当周,就私募500指增的超额收益情况而言,合骥为1.63%,稳博为1.35%,天算为1.28%,幻方为1.09%。上述机构的近4周超额收益分别为4.82%、2.7%、3.5%、1.95%。

中证500指增产品是目前的主流。申毅投资方面对记者表示,此前中证500指增并不会进行对冲,但目前考虑市场情况,会用期权策略对产品进行下行保护。据了解,目前对冲的成本在5个点左右;思勰方面也对记者表示,目前机构主打的产品也主要是中证500指增。

值得注意的是,近期Two Sigma在境内发行的第三只私募基金产品腾胜中国鼎量指增1号亦是500指增。这只基金于4月26日成立,5月10日备案。渠道人士对记者表示,基本上额度被客户“秒杀”,各界对于量化的接受度仍然远高于基本面主观多头。腾胜投资成立时间为2018年11月11日,登记时间为2019年9月11日,注册资本为1000万美元。目前全职员工人数为16人,管理规模区间为50亿元~100亿元。

在震荡市场,部分收益稳健的产品也陆续推出。例如,桥水2023年4月、5月也有新产品备案,桥水主打的仍是配置股、债、商品的多资产策略,被称为“全天候策略”。据记者了解,桥水的产品销售在部分渠道也“一号难求”。

增强型指数策略的目的是增强收益,是指在原有跟踪指数的基础上,通过一定的主动选股,追求超越完全被动型基金的收益。指增型基金多为量化基金,一般采用多因子模型以期实现超额收益。虽然背后涉及很多金融工程、量化交易算法,但选择暴露哪些因子往往需要基金经理的主观判断。其中,中证500指增产品广受投资者认可,且为数量与规模最大的指增产品之一。过去几年,中证500指增也是大多数量化私募主打的产品策略,这个系列的产品规模占公司总管理规模的50%以上。

之所以中证500指增最为受欢迎,是其综合创业板和沪深300的优势,比大盘股有更好的成长性,估值也更高。中证500指数和沪深300指数相比,前者的基期至2023年4月21日,收益率525.05 %,同期沪深300收益率仅有301.65%。此外,前者行业分布更平均,工业、材料、信息技术、医疗保健权重相对较高,而金融占比偏低。

蒙玺投资创始人李骧近期在“2023·量化科技嘉年华”期间表示,尽管目前市场波动较大,但对冲产品仍存在性价比的问题,如果是以年为单位来看,目前指数点位比较低,因此指数增强是更有性价比的策略。

量化机构开始“军备竞赛”

事实上,量化机构之间的竞争目前还是算力的竞争。据《财经十一人》数据,国内拥有超过1万枚GPU的企业不超过5家,除了幻方以外都是互联网头部大厂,1万枚英伟达A100芯片已经达到做自训大模型的算力门槛。

一家量化私募,为何花这么大成本搭建媲美互联网大厂的计算平台?有观点认为,这是因为国内量化投资的超额收益衰减特别明显,最热门的中证500指增超额已经从2018年的30%下滑到了现在的11%。可以说,非常容易赚钱的环境已经过去了,早年一个简单的动量因子就很容易赚钱,但随着量化产品规模的不断增加,交易就会越来越拥挤,因子也在慢慢失效,量化投资变的越来越“内卷”。

思勰投资创始合伙人、总经理吴家麒近期也在上述论坛期间表示,“其实对量化来讲,量化机构、卷人、卷数据、卷技术,是为了挽救日益下降的超额,如果你不卷,别人卷,就把你卷走了。”

他称,“我们在技术上的投入也好,在数据上的投入也好,根本目标就是希望通过这些挖掘整个市场的阿尔法(超额收益),逐渐提高市场的有效性,这个是量化持续做的事情。基于这样一个特性,量化机构愿意拥抱这些新的技术,也可以跑一些过去不能跑的模型,这些技术迭代对整个量化行业都是非常有益的。”

量化策略研发大体分为三步:因子挖掘、模型训练、策略回测,每一步都需要使用大量的算力资源。如果用一台小电脑,可能挖掘因子用10天,模型训练用4天,策略回测用1天,最终做出策略。如果用一台超级计算机,半个月的时间压缩成5分钟,别人做一个策略的时间你做了4000个策略,还比人家早实盘运行半个月。于是,各大量化巨头都开始 “军备竞赛”,花费巨资搭建模型训练平台,就像幻方投资10个亿的“大电脑”。

上述白皮书也提及,量化交易利用数学、统计学和计算机技术,通过对金融市场的历史数据和市场现状等进行分析和计算,确定交易规则和交易控制,从而实现自动化的交易过程,数据获取、数据加工、 数据存储、策略研究、策略构建、策略执行和投后分析七个阶段都涉及科技在量化交易中的应用。

在量化领域,GPU(图形处理器) 被广泛应用于加速复杂计算,如高频交易中的量化分析和算法交易、风险管理、投资组合优化等。据悉,目前GPU 服务器市场上的主要厂家包括英伟达、AMD 和英特尔等。其中,英伟达是GPU服务器市场的领导者,其GPU服务器市场份额占据70%以上。

数据显示,2021年全球GPU市场规模为334.7亿美元,预计到2030年将达到4473.7亿美元,期间年均复合增长率达33.3%。根据Jon Peddie Research数据, 2022Q4独立GPU市场中,英伟达、AMD和英特尔三家的份额分别为85%、9%和6%。

公开资料显示,ChatGPT 已经可以完成一些简单的量化策略,例如构建平均回归模型,输出均线策略。理论上甚至可以利用 Scikit-learn 数据库(针对 Python 编程语言的免费机器学习库)建立制作未来利率的预测模型,并使用均方误差(Mean-Square Error,MSE)对其进行评价。

0000
评论列表
共(0)条