首页 > 正文

年内多只量化私募基金业绩受挫 头部机构押注大模型自主挖掘因子技术引发业内热议

2026年11月21日 08:55
来源: 每日经济新闻
编辑:东方财富网

手机上阅读文章

  • 提示:
  • 微信扫一扫
  • 分享到您的
  • 朋友圈
摘要
【年内多只量化私募基金业绩受挫 头部机构押注大模型自主挖掘因子技术引发业内热议】北京量化投资管理有限公司总经理窦长民向记者透露,一家头部量化机构在内部交流会上提到:公司通过大模型全程自主挖掘、零人工介入的另类因子,已实盘跑赢基准超18个月,与传统因子相关性不足0.2。这一说法也被认为打破了过去量化因子平均6个月就衰减失效的“行业铁律”。

  2026年,对量化行业而言是极不平静的一年。曾经靠“稳定超额”吸引资金的量化策略,在风格极致切换与成交结构变化中集体遭遇回撤考验。

  Wind数据显示,截至11月初,不少量化私募净值遭受重创,有产品在半年内亏成“6毛基”,甚至出现“2毛基”。“量化还能不能持续赚钱”的追问,开始被市场和投资者认真审视。

  在行业信心承压的当口,一则来自圈内的消息再度点燃争论。

  北京量化投资管理有限公司总经理窦长民向《每日经济新闻》记者(以下简称每经记者)透露,一家头部量化机构在内部交流会上提到:公司通过大模型全程自主挖掘、零人工介入的另类因子,已实盘跑赢基准超18个月,与传统因子相关性不足0.2。这一说法也被认为打破了过去量化因子平均6个月就衰减失效的“行业铁律”。

  当“超额能力被质疑”与“大模型自己挖出因子”两件事同时发生,量化行业正站在一个关键的岔路口——这究竟是AI赋能投研的范式跃迁,还是又一次包装过的叙事?大模型自主挖掘量化因子是否具备可行性?其对二级市场、对量化行业有哪些影响?

  多家知名私募机构在接受每经记者采访时表达了不同观点:上海某头部量化私募与天算量化(北京)资本管理有限公司(以下简称天算量化)对此消息较为审慎,并对“因子平均6个月失效”“跑赢基准18个月”以及“零人工介入”等说法的前提提出疑问;窦长民则认为,上述实盘数据可信度很高,大模型挖掘因子的关键在于跳出了人类研究员预设的逻辑框架。

  不过,分歧之外也有共识——三家机构均认同AI是一种研究工具,但工具普及不等于投资结果趋同。至于AI将带来什么改变,他们均提到了对市场的影响、对行业格局的变化、对人才岗位结构的调整。

  大模型自主挖掘因子18个月跑赢基准:大模型真能“零人工”挖掘优质因子吗?

  量化行业出现了一个值得注意的发现:大模型开始自己找“赚钱规律”了。

  近日,北京量化投资管理有限公司总经理窦长民向每经记者透露,一家头部量化私募机构在内部交流会上表示,由大模型全程自主挖掘、零人工研究员介入的全新另类因子,已完成实盘上线并稳定跑赢基准超18个月,与传统人工因子的相关性不足0.2。这一说法也被认为打破了过去量化因子平均6个月就衰减失效的“行业铁律”。

  这则消息在圈内迅速发酵,尤其是这一说法戳中了量化行业最敏感的神经——因子衰减。在一个策略生命周期不断缩短、超额收益被反复拷问的行业里,“打破6个月因子衰减失效”的说法,直接将行业最敏感的问题公之于众。

  据了解,量化因子是从历史数据中总结出的、能预测股票涨跌的规律或特征。比如“市盈率低的股票长期更划算”“前期涨得强的股票短期还会涨”——这类能被数学公式衡量、用来批量给股票打分选股的条件,就是因子。量化机构靠成百上千个因子自动决定买卖。而“因子衰减”,是指规律被同行发现后资金一起涌入,套利空间被抹平,交易策略不再有效。

  窦长民曾撰文介绍这套大模型自主挖掘因子的运作方式:大模型挖掘因子无需人类预设逻辑框架,它直接对卫星影像、产业链舆情、电商交易流水、物流轨迹等多模态非结构化数据做全维度遍历,挖掘出人类研究员难以触及的隐藏关联。

  并且,大模型可以自主完成从原始数据接入、因子生成、回测校验到实盘模拟的全链路流程,研究员只需明确研究目标、划定合规边界。为防把过拟合历史数据的伪关联当成有效因子,机构另设“三层校验”:先过统计显著性校验,再经6个月以上模拟盘跟踪,最后由人工完成收益归因的可解释性排查,全部通关才进入实盘。

  窦长民向每经记者表示,上述事件的可信度非常高:“头部机构的渠道路演不会对外披露完全虚假的实盘数据,否则很容易被同行的实盘业绩证伪,直接损害自身品牌信用。”并且,他撰文提到,这类AI原生因子的信息比率达到2.7,远高于传统人工因子平均1.2的信息比率。这些指标,和当前行业公开的AI量化技术进展完全匹配,没有出现明显违背行业常识的夸张数字。

  不过,每经记者从其他国内头部量化私募的采访结果来看,“零人工介入的大模型自主挖掘优质因子”仍是一个待检验的判断。它至少依赖三个前提:第一,“6个月衰减”是真实的行业规律;第二,18个月的实盘足以覆盖不同市场环境;第三,“零人工介入”确如其名。而这三点是否成立,正是业内观点分歧的核心。

  业内存疑:量化因子失效前提、样本长度与零人工是否具备科学性?

  窦长民在文章中表示,前述的大模型自主挖掘因子的方法之所以能横空出世,是因为人工挖因子的模式已遇到瓶颈。

  他认为,十年前,一款优质的量价因子可以稳定贡献超额收益2~3年,到2025年,全行业人工挖掘的量价因子平均生命周期已骤缩至6个月,不少热门的小市值、动量类因子甚至上线仅3个月就彻底失效。为对抗衰减,行业只能持续堆高算力、扩招研究员,边际成本持续攀升,平均超额却越摊越薄。

  不过,有业内同行对这套叙事的两个前提提出了不同观点。

  上海某头部量化私募在接受每经记者采访时指出,量化因子平均6个月就会失效并没有充分的科学依据;而拿这样一个未经证实的平均数,去衡量某因子据称持续18个月的实盘表现,就更加站不住脚。

  天算量化对此持相同意见。公司向每经记者表示,6个月并不是因子有效期的统一标准,行业中也不存在这样的铁律。衰减确实普遍存在,但它是竞争与市场变化共同作用的结果,部分看似衰减的情况,实际上源于研究阶段的过拟合,因子在样本外本就缺乏稳定的预测能力。

  同时,天算量化认为,AI正在拓展量化研究的边界,这一趋势值得重视;但就这则尚待核实的消息而言,仅凭“实盘跑赢基准18个月”,还不足以得出“因子不再衰减”的结论。公司表示,对这一现象需要关注三个问题:一是“跑赢基准”的收益来源是什么,是该因子本身贡献的超额,还是市场风格、行业配置等其他因素带来的;二是18个月是否覆盖了足够多样的市场环境,例如今年下半年的风格切换;三是“零人工介入”具体指哪些环节,数据选择、目标设定和风险控制通常仍离不开人的判断——判断一项方法是否有效,扎实的证据比技术标签更重要。

  这三个问题中,最核心的还是对“零人工”的定义。

  上海某头部量化私募表示,AI可以完成给定的因子挖掘任务,但如果抛开结果的质量和可靠性,单谈任务是否完成,意义有限。前沿研究依然离不开人,研究员提出什么问题、沿什么方向探索、为什么相信一项发现,都会影响最终成果。天算量化同样认为,AI本身并不会带来独占性的信号,差异最终仍来自数据、问题定义和对市场的理解,速度领先确有价值,但难以构成长期壁垒。

  AI工具普及不等于结果趋同:AI摊薄的是信号,不是机构差距

  尽管业内对“零人工自主挖掘”“6个月因子衰减”观点不一,但受访的三家机构在“AI会改变什么”上几乎趋于一致。

  上海某头部量化私募认为,AI首先是一种研究工具,其普及会让信息更快反映进价格,提升定价效率,同时加剧投研竞争。

  天算量化认为,信号从稀缺走向普及是大概率路径,容易被复制的因子会被竞争压缩、超额变薄,但工具的普及并不意味着投资结果趋同。

  把视角拉回到今年下半年A股这轮大幅回撤:在定价偏差、流动性补偿、行为统计规律这三类阿尔法来源中,哪一类超额受损最重?主打AI挖掘因子的机构,其收益又主要建立在哪一类来源之上?

  天算量化表示,分析这轮超额回撤,应重点考察风格反转、交易拥挤和成交变化等因素。公司更倾向于从具体的风险暴露和交易机制来分析,而不是简单地为不同数据源策略的收益排出受损次序。AI本身并不是一类独立的收益来源,基于量价、基本面或文本数据构建的模型,承担的风险各不相同。仅凭公开信息,难以判断哪类收益受损最重,也难以笼统认定AI策略整体更抗跌或更脆弱。

  天算量化强调,如果模型在训练中不知不觉吸收了前期占优的市场风格,平时不易察觉,风格切换时就可能放大回撤,这也是其风险控制中重点关注的方面。更有意义的观察维度,是策略的实际风险暴露、拥挤程度、换手水平、杠杆和执行能力。

  上海某头部量化私募认为,就今年下半年的行情看,成长型企业股价大幅回撤,市场持续处于超卖状态,短期反转也未能带来有力修复。公司倾向于从这样的市场环境理解这轮回撤,它与是否使用AI开展研发应该没有直接关系。

  还有一个值得思考的问题是,如果在量化机构的AI因子普遍有效之后,要如何避免被同行同步发现?会不会重演“人工因子”从稀缺到内卷的路径?

  天算量化表示,从稀缺走向普及,是AI研究工具大概率会经历的过程,但工具的普及并不意味着投资结果趋同。容易复制的信号会在竞争中被压缩,机构之间的差异将更多体现在数据理解、组合构建、交易执行和风险控制等环节。同时也要看到,过去一些被视为超额收益的部分,后来被证明实际上是对某类风险的暴露;另一些定价机会则在竞争中逐渐消失。市场参与者结构和信息环境也在持续变化,新的机会与新的风险会同时出现。

  价格反映信息更快、超额变薄、岗位重组——大模型或将改写量化规则

  除了对市场的影响,三家受访机构还认为AI将加快量化行业格局的分化演变。

  窦长民在接受每经记者采访时分析表示,AI承担大量因子挖掘工作后,量化机构的核心竞争力会按重要性依次落在三处:研究员定义问题的能力、私有非结构化数据、算力。在他看来,这个技术壁垒会给头部机构留下至少3~5年的独家红利期。而这一趋势对有深厚技术积累的头部机构是极大利好,对没有数据、没有人才、没有工程能力的中小机构,会形成极强的挤压效应。

  上海某头部量化私募表示,对于拥有顶尖研究人才的小机构,AI 在研发上是利好,一支精干的团队就能探索更多问题。但算力上的制约则会更加突出,在需要大规模计算投入的研究方向,小机构面临的竞争压力会更大。

  从上述三家机构的采访中可以看出,即使AI将对市场和行业带来深刻变化,对核心人才的要求也只增不减,更多的变化体现在岗位结构的调整,而非某类岗位的简单消失——未来3~5年,编程、回测、数据清洗等重复性环节需求明显收缩,洞察市场、辨别信号真伪、理解产业逻辑的能力愈发稀缺。

  天算量化在采访最后提到,AI正在降低提出方案和实现想法的成本,但并没有自动降低辨别投资价值的难度。

  换言之,AI改变的是量化的生产方式,而非投资的底层难度。对行业而言,这既是一场效率革命,也是一次重新洗牌;对从业者而言,则是一次能力结构的整体迁移。当更多人用同样的工具去同样的数据里寻找规律,定价效率会更高,超额会更薄,真正决定胜负的仍是对市场的理解与对风险的约束。

(文章来源:每日经济新闻)

(原标题:年内多只量化私募基金业绩受挫,头部机构押注大模型自主挖掘因子技术引发业内热议)

(责任编辑:126)

 
 
 
 

网友点击排行

 
  • 基金
  • 财经
  • 股票
  • 基金吧
 
郑重声明:天天基金网发布此信息目的在于传播更多信息,与本网站立场无关。天天基金网不保证该信息(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关信息并未经过本网站证实,不对您构成任何投资决策建议,据此操作,风险自担。数据来源:东方财富Choice数据。

将天天基金网设为上网首页吗?      将天天基金网添加到收藏夹吗?

关于我们|资质证明|研究中心|联系我们|安全指引|免责条款|隐私条款|风险提示函|意见建议|在线客服|诚聘英才

天天基金客服热线:95021 |客服邮箱:vip@1234567.com.cn|人工服务时间:工作日 7:30-21:30 双休日 9:00-21:30
郑重声明:天天基金系证监会批准的基金销售机构[000000303]。天天基金网所载文章、数据仅供参考,使用前请核实,风险自负。
中国证监会上海监管局网址:www.csrc.gov.cn/pub/shanghai
CopyRight  上海天天基金销售有限公司  2011-现在  沪ICP证:沪B2-20130026  网站备案号:沪ICP备11042629号-1

A
安联基金安信基金
B
博道基金渤海汇金北京京管泰富基金百嘉基金贝莱德基金管理博时基金宝盈基金博远基金
C
长安基金长城基金长城证券财达证券淳厚基金创金合信基金长江证券(上海)资管长盛基金财通基金财通资管诚通证券长信基金财信基金财信证券
D
德邦基金德邦证券资管大成基金东财基金达诚基金东方阿尔法基金东方红资产管理东方基金东莞证券东海基金东海证券东吴基金东吴证券东兴基金东兴证券第一创业东证融汇证券资产管理
F
富安达基金蜂巢基金富达基金(中国)富国基金富荣基金方正富邦基金方正证券
G
光大保德信基金国都证券广发基金广发资产管理国海富兰克林基金国海证券国金基金国联安基金国联基金格林基金国联民生国联证券资产管理国融基金国寿安保基金国泰海通资管国泰基金国投瑞银基金国投证券国投证券资产管理国新国证基金国信资管国信证券国新证券股份工银瑞信基金国元证券
H
华安基金汇安基金华安证券华安证券资产管理汇百川基金华宝基金华宸未来基金华创证券泓德基金华富基金汇丰晋信基金海富通基金宏利基金汇泉基金华润元大基金华商基金惠升基金恒生前海基金华泰柏瑞基金华泰保兴基金红土创新基金汇添富基金红塔红土华泰证券(上海)资产管理华夏基金华西基金华鑫证券合煦智远基金华银基金恒越基金弘毅远方基金
J
嘉合基金金融街证券景顺长城基金嘉实基金九泰基金建信基金江信基金金信基金金鹰基金金元顺安基金交银施罗德基金