今年第一季度A股市场交投活跃且小盘股表现较强，中证2000指数明显跑赢沪深300指数。但四月份，投资环境陡变，A股剧烈波动，这种环境中，量化私募是否能承受住压力，会否出现严重的超额回撤呢？
近期，在好买财富第十三届私募投资论坛的量化主题超级对话中，世纪前沿创始人、CEO、投资经理吴敌和涵德投资创始合伙人、投资总监顾小军探讨了量化产品的风险情况以及配置思路。
以下是吴敌与顾小军的精彩观点：
吴敌：
“今年市场流动性比较好，超额机会比较多，多数量化管理人不会像2023年底的时候那样通过暴露小市值风格获取超额。”
“去年极端风险爆发的一个主要原因是DMA产品爆仓导致了流动性风险，现在这个情况不存在了，目前来看我们觉得小盘股上的拥挤风险没有那么大。”
“大票风格与小票风格的指增均衡配一些，是一个不错的思路，不同的市场环境中投资体验都不会太差，而且长期下来也有机会获取相应的指数回报与超额回报。”
顾小军：
“一个黑天鹅事件发生之后，大家往往会在这个方向过度防御，这个方向往往不太会出现第二次这样的问题。”
“再好的策略，一旦拥挤了，就可能出问题，所以我们会尽量做好多元策略的组合，即使一个策略出问题，整体投资组合受到的影响也会相对小一些。”
“CTA的特征很明显，产品收益是脉冲式的，不一定什么时候短期内就有一两次巨大的机会，这样的前提下，投资者更应该注重CTA的资产配置意义。”
以下整理了论坛对话实录：
尚未看到小盘股的极端风险
黑天鹅难以预知，但应做好预案
主持人：今年A股市场的活跃度和成交量提升，波动也非常大，这样的市场行情是否更加适合量化策略发挥？哪一类型的策略会更匹配当前的市场环境？
吴敌：我们以中高频策略为主，A股每天万亿以上的成交量比较利于我们策略发挥。今年以来我们很多的指增产品也取得了不错的超额，比去年同期好很多，比2023年也好。我们也具体分析了模型中各类因子的表现，今年量价类的因子表现更好，不管是中频还是高频。去年上半年表现较好的基本面类的因子今年表现就没有那么亮眼。这也再次体现了管理人保持因子多元多样的重要性，基本面和量价都要做好，否则很难适应不同的市场环境。量化管理人既要有自己的特色，也要在投研上保持全面。我们的特点是把量价策略做好，同时保持各类策略的全面发展。
顾小军：我们赚的钱，一个是长期持有的钱，一个是交易的钱。A股交易量处于万亿水平，交易机会就更多一些。
我们的特点是CTA策略方面更有优势，也就是在股指期货的交易中我们有更深厚的积累。今年我们会更加关注择时对冲策略的机会，股票端的中高频量价类策略会受益于高波动高成交的市场环境。除此之外，股指CTA方面，中高频的股指CTA策略也会有更多机会。将这两者结合起来的择时对冲类策略，会是我们今年较为看好的方向。
主持人：今年第一季度小盘股更加强势。但是我们知道2024年初，小微盘股的行情过后也发生了严重的踩踏事件。请问今年有没有可能再次出现类似2024年初的超额极端风险？
吴敌：首先，量化管理人也在不断总结经验并迭代策略。像2021年中吃过亏，2022年底吃过亏，去年2月份吃过亏，大家会对策略有所调整。
2023年底的时候大家会更注重小微盘股的交易机会，因为那时候市场成交量低迷，小盘股的超额机会更多一些。今年的情况与2023年底不同，各量化管理人吸取了去年的教训，在市值风格上的暴露比较保守。所以今年多数量化管理人不会像2023年底的时候那样通过暴露小市值风格获取超额。
另外一个重大的变化是，现在自营的DMA产品规模也很小了。去年极端风险爆发的一个主要原因是DMA产品爆仓导致了流动性风险，现在这个情况不存在了，目前来看我们觉得小盘股上的拥挤风险没有那么大。
黑天鹅的可怕在于它难以预知。这时候关键的是量化机构有没有很好的风险管理团队，有没有很好的应急管理制度去处理黑天鹅事件。我们公司的风控制度与措施还是很完备的，经历过2021年、2022年、2024年的各种事件后，我们已经有了一整套应急机制，即使出现黑天鹅事件，我们也有足够的能力与经验去应对。
顾小军：以前看塔勒布的《黑天鹅》的时候，有这样的表述，一个黑天鹅事件发生之后，大家往往会在这个方向过度防御，这个方向往往不太会出现第二次这样的问题。回过头来看，我们开始做交易的时间很早，经历过的极端风险也不少，1998年长期资本倒闭，2015年的A股波动，2020年的负油价事件，2024年的小盘股踩踏，可以看到当大家发现一类资产或一类策略赚钱了，更多的钱涌进来，使得交易不断拥挤，热度不断升高之后，就很可能出现严重的风险事件。
针对极端风险事件，我们也不断迭代和优化风控体系。另外我们会更加追求策略的多样化。再好的策略，一旦拥挤了，就可能出问题。所以我们会尽量做好多元策略的组合，即使一个策略出问题，整体投资组合受到的影响也会相对较小一些。
量化正拥抱AI发展的新变化
量化产品的配置要注重多样性
主持人：今年以来DeepSeek非常火，DeepSeek背后也有量化机构的身影。量化投资在人工智能、机器学习相关领域的研究非常深入。想请问两位，如何看待量化行业目前在AI模型、机器学习模型上的运用程度和研究程度？
吴敌：量化对AI的研究和运用，是一个不断进化和革新的过程。我2010年开始做量化投资，2017年、2018年开始运用AI模型，当时深度学习技术逐步产生并发展。在研发股票Alpha策略的过程中，人工挖掘因子会渐渐遇到瓶颈。2018年谷歌提出Transformer模型，深度学习技术逐步被应用，我也开始在A股的量化投研上应用深度学习模型，效果非常明显。深度学习可以更广泛的发现A股市场的量价规律。我们把握住了AI为中国量化投资发展带来的这一波红利。
2023年，OpenAI的ChatGPT又让我们看到一个新趋势，不仅仅是量价数据，AI现在也能很好的处理另类数据。以前我们对一些新闻、财报、或者分析师的路演都是用比较基础的语言处理模型去解析。有了ChatGPT或者DeepSeek之后，我们可以更好的解读这些财报和新闻。而且现在有多模态的AI模型，不仅是针对文字，也包括视频、音频和其他结构化的数据，我们都可以通过新一代的大模型去解读，这可以大幅推动我们对另类数据的研究。
另外一个趋势是，我们现在逐步开始培育AI量化研究员。以前我们会招很多数理人才，包括很多奥赛金牌获得者。但是现在我们发现，我们可以自己训练AI，让它成为初级量化研究员。AI研究员会自己读论文，复现一些因子，甚至做推理，用历史数据进行回测，会自己提交一些因子并告诉你这有没有效果，应该怎么做。我们可以为每个资深量化研究员配几个AI量化研究员帮他做研究，这也是一个新趋势。量化投资不断在拥抱最新的AI变化。
顾小军：我们做量化投研有很多年了，最开始的时候是人工挖因子，效率低、速度慢，然后随着机器学习模型的兴起和发展，我们也在不断搜索。
但我们对AI模型的应用还是会谨慎一些。人工挖掘的因子，基本上我们是可以解释的。而机器学习涉及的非线性算法，像一个黑箱子，很多东西无法解释。我们当前的量化模型中，70%左右还是传统的做法，大概30%左右会涉及到AI创新。
另外机器学习在CTA上的应用会比股票策略上的应用少一些，CTA策略更容易过拟合，因为交易的品种太少。所以我们在这方面会更保守一些，更多的精力会放在过拟合问题的处理上，希望找到更多的有效因子。
主持人：请顾总分享一下，现在时点对于CTA策略的配置有怎样的建议？
顾小军：CTA的特征很明显，产品收益是脉冲式的，不一定什么时候短期内就有一两次巨大的机会，这样的前提下，对于任何一个投资者而言，更应该注重CTA的资产配置意义。只配CTA，不配其他资产，如果CTA一段时期内表现一般，投资体验会较差。另一方面，我们做了十多年的CTA投研，根据我们的经验，如果CTA产品能拿住，持有三到五年，那大概率会有一个不错的成果，所以我们觉得应该从一个长期大类配置的角度投CTA。
主持人：最后请吴总也分享一下量化指增产品的投资建议，比如全市场选股、A500指增、中证1000指增产品的选择上有什么建议吗？
吴敌：这个问题很难回答，接下来沪深300这样的大票好，还是中证2000这样的小票好？很难回答。我觉得还是应该从配置的思路出发，每个指数都有它的特点。像A500指增产品，它更偏大票风格，波动小一些，但超额弹性也不会特别大。偏小票风格的指增，超额弹性很大，但波动可能也会大一些。我觉得大票风格与小票风格的指增均衡配一些，是一个不错的思路。这样不同的市场环境中，投资体验都不会太差，而且长期持有下来，也有机会获取相应的指数回报与超额回报。
风险提示：投资有风险，决策须谨慎。文中观点不代表平台投资意见，内容仅供参考并不构成任何投资及应用建议。未经好买财富授权许可，任何机构和个人不得以任何形式复制、引用本文内容和观点，包括不得制作镜像及提供指向链接，好买财富就此保留一切法律权利。
今年第一季度A股市场交投活跃且小盘股表现较强，中证2000指数明显跑赢沪深300指数。但四月份，投资环境陡变，A股剧烈波动，这种环境中，量化私募是否能承受住压力，会否出现严重的超额回撤呢？
近期，在好买财富第十三届私募投资论坛的量化主题超级对话中，世纪前沿创始人、CEO、投资经理吴敌和涵德投资创始合伙人、投资总监顾小军探讨了量化产品的风险情况以及配置思路。
以下是吴敌与顾小军的精彩观点：
吴敌：
“今年市场流动性比较好，超额机会比较多，多数量化管理人不会像2023年底的时候那样通过暴露小市值风格获取超额。”
“去年极端风险爆发的一个主要原因是DMA产品爆仓导致了流动性风险，现在这个情况不存在了，目前来看我们觉得小盘股上的拥挤风险没有那么大。”
“大票风格与小票风格的指增均衡配一些，是一个不错的思路，不同的市场环境中投资体验都不会太差，而且长期下来也有机会获取相应的指数回报与超额回报。”
顾小军：
“一个黑天鹅事件发生之后，大家往往会在这个方向过度防御，这个方向往往不太会出现第二次这样的问题。”
“再好的策略，一旦拥挤了，就可能出问题，所以我们会尽量做好多元策略的组合，即使一个策略出问题，整体投资组合受到的影响也会相对小一些。”
“CTA的特征很明显，产品收益是脉冲式的，不一定什么时候短期内就有一两次巨大的机会，这样的前提下，投资者更应该注重CTA的资产配置意义。”
以下整理了论坛对话实录：
尚未看到小盘股的极端风险
黑天鹅难以预知，但应做好预案
主持人：今年A股市场的活跃度和成交量提升，波动也非常大，这样的市场行情是否更加适合量化策略发挥？哪一类型的策略会更匹配当前的市场环境？
吴敌：我们以中高频策略为主，A股每天万亿以上的成交量比较利于我们策略发挥。今年以来我们很多的指增产品也取得了不错的超额，比去年同期好很多，比2023年也好。我们也具体分析了模型中各类因子的表现，今年量价类的因子表现更好，不管是中频还是高频。去年上半年表现较好的基本面类的因子今年表现就没有那么亮眼。这也再次体现了管理人保持因子多元多样的重要性，基本面和量价都要做好，否则很难适应不同的市场环境。量化管理人既要有自己的特色，也要在投研上保持全面。我们的特点是把量价策略做好，同时保持各类策略的全面发展。
顾小军：我们赚的钱，一个是长期持有的钱，一个是交易的钱。A股交易量处于万亿水平，交易机会就更多一些。
我们的特点是CTA策略方面更有优势，也就是在股指期货的交易中我们有更深厚的积累。今年我们会更加关注择时对冲策略的机会，股票端的中高频量价类策略会受益于高波动高成交的市场环境。除此之外，股指CTA方面，中高频的股指CTA策略也会有更多机会。将这两者结合起来的择时对冲类策略，会是我们今年较为看好的方向。
主持人：今年第一季度小盘股更加强势。但是我们知道2024年初，小微盘股的行情过后也发生了严重的踩踏事件。请问今年有没有可能再次出现类似2024年初的超额极端风险？
吴敌：首先，量化管理人也在不断总结经验并迭代策略。像2021年中吃过亏，2022年底吃过亏，去年2月份吃过亏，大家会对策略有所调整。
2023年底的时候大家会更注重小微盘股的交易机会，因为那时候市场成交量低迷，小盘股的超额机会更多一些。今年的情况与2023年底不同，各量化管理人吸取了去年的教训，在市值风格上的暴露比较保守。所以今年多数量化管理人不会像2023年底的时候那样通过暴露小市值风格获取超额。
另外一个重大的变化是，现在自营的DMA产品规模也很小了。去年极端风险爆发的一个主要原因是DMA产品爆仓导致了流动性风险，现在这个情况不存在了，目前来看我们觉得小盘股上的拥挤风险没有那么大。
黑天鹅的可怕在于它难以预知。这时候关键的是量化机构有没有很好的风险管理团队，有没有很好的应急管理制度去处理黑天鹅事件。我们公司的风控制度与措施还是很完备的，经历过2021年、2022年、2024年的各种事件后，我们已经有了一整套应急机制，即使出现黑天鹅事件，我们也有足够的能力与经验去应对。
顾小军：以前看塔勒布的《黑天鹅》的时候，有这样的表述，一个黑天鹅事件发生之后，大家往往会在这个方向过度防御，这个方向往往不太会出现第二次这样的问题。回过头来看，我们开始做交易的时间很早，经历过的极端风险也不少，1998年长期资本倒闭，2015年的A股波动，2020年的负油价事件，2024年的小盘股踩踏，可以看到当大家发现一类资产或一类策略赚钱了，更多的钱涌进来，使得交易不断拥挤，热度不断升高之后，就很可能出现严重的风险事件。
针对极端风险事件，我们也不断迭代和优化风控体系。另外我们会更加追求策略的多样化。再好的策略，一旦拥挤了，就可能出问题。所以我们会尽量做好多元策略的组合，即使一个策略出问题，整体投资组合受到的影响也会相对较小一些。
量化正拥抱AI发展的新变化
量化产品的配置要注重多样性
主持人：今年以来DeepSeek非常火，DeepSeek背后也有量化机构的身影。量化投资在人工智能、机器学习相关领域的研究非常深入。想请问两位，如何看待量化行业目前在AI模型、机器学习模型上的运用程度和研究程度？
吴敌：量化对AI的研究和运用，是一个不断进化和革新的过程。我2010年开始做量化投资，2017年、2018年开始运用AI模型，当时深度学习技术逐步产生并发展。在研发股票Alpha策略的过程中，人工挖掘因子会渐渐遇到瓶颈。2018年谷歌提出Transformer模型，深度学习技术逐步被应用，我也开始在A股的量化投研上应用深度学习模型，效果非常明显。深度学习可以更广泛的发现A股市场的量价规律。我们把握住了AI为中国量化投资发展带来的这一波红利。
2023年，OpenAI的ChatGPT又让我们看到一个新趋势，不仅仅是量价数据，AI现在也能很好的处理另类数据。以前我们对一些新闻、财报、或者分析师的路演都是用比较基础的语言处理模型去解析。有了ChatGPT或者DeepSeek之后，我们可以更好的解读这些财报和新闻。而且现在有多模态的AI模型，不仅是针对文字，也包括视频、音频和其他结构化的数据，我们都可以通过新一代的大模型去解读，这可以大幅推动我们对另类数据的研究。
另外一个趋势是，我们现在逐步开始培育AI量化研究员。以前我们会招很多数理人才，包括很多奥赛金牌获得者。但是现在我们发现，我们可以自己训练AI，让它成为初级量化研究员。AI研究员会自己读论文，复现一些因子，甚至做推理，用历史数据进行回测，会自己提交一些因子并告诉你这有没有效果，应该怎么做。我们可以为每个资深量化研究员配几个AI量化研究员帮他做研究，这也是一个新趋势。量化投资不断在拥抱最新的AI变化。
顾小军：我们做量化投研有很多年了，最开始的时候是人工挖因子，效率低、速度慢，然后随着机器学习模型的兴起和发展，我们也在不断搜索。
但我们对AI模型的应用还是会谨慎一些。人工挖掘的因子，基本上我们是可以解释的。而机器学习涉及的非线性算法，像一个黑箱子，很多东西无法解释。我们当前的量化模型中，70%左右还是传统的做法，大概30%左右会涉及到AI创新。
另外机器学习在CTA上的应用会比股票策略上的应用少一些，CTA策略更容易过拟合，因为交易的品种太少。所以我们在这方面会更保守一些，更多的精力会放在过拟合问题的处理上，希望找到更多的有效因子。
主持人：请顾总分享一下，现在时点对于CTA策略的配置有怎样的建议？
顾小军：CTA的特征很明显，产品收益是脉冲式的，不一定什么时候短期内就有一两次巨大的机会，这样的前提下，对于任何一个投资者而言，更应该注重CTA的资产配置意义。只配CTA，不配其他资产，如果CTA一段时期内表现一般，投资体验会较差。另一方面，我们做了十多年的CTA投研，根据我们的经验，如果CTA产品能拿住，持有三到五年，那大概率会有一个不错的成果，所以我们觉得应该从一个长期大类配置的角度投CTA。
主持人：最后请吴总也分享一下量化指增产品的投资建议，比如全市场选股、A500指增、中证1000指增产品的选择上有什么建议吗？
吴敌：这个问题很难回答，接下来沪深300这样的大票好，还是中证2000这样的小票好？很难回答。我觉得还是应该从配置的思路出发，每个指数都有它的特点。像A500指增产品，它更偏大票风格，波动小一些，但超额弹性也不会特别大。偏小票风格的指增，超额弹性很大，但波动可能也会大一些。我觉得大票风格与小票风格的指增均衡配一些，是一个不错的思路。这样不同的市场环境中，投资体验都不会太差，而且长期持有下来，也有机会获取相应的指数回报与超额回报。
风险提示：投资有风险，决策须谨慎。文中观点不代表平台投资意见，内容仅供参考并不构成任何投资及应用建议。未经好买财富授权许可，任何机构和个人不得以任何形式复制、引用本文内容和观点，包括不得制作镜像及提供指向链接，好买财富就此保留一切法律权利。
