私募追踪｜幻方量化：量化私募如何应对市场有效性的提升_

1、幻方量化从成立至今，投资策略经历了很大的变化，但本质上始终是围绕AI大结构进行的，核心是利用深度神经网络训练模型，所以我们把自己定义为一家完全依靠人工智能来做投资的对冲基金。

2、我们模型的数据来源主要有三块：第一是行情数据，包括一系列的量价指标；第二是覆盖全市场的基本面数据；第三是经过结构化处理的另类数据。我们将这三类数据作为输入，来训练机器模型，以达到预测股票在某一个周期内价格变化的目的，再基于此构建投资组合。

3、在中国，因为市场中有大量的个人投资者，所以交易中有很多情绪化的因素，本质是一种行为金融学的范畴。在市场信息中，这一点最终会反映在量价体系中股价的变化、成交量的变化以及技术层面的变化等等，而在这背后就是人的偏好以及行为特征，我们试图通过对大量历史数据梳理、建模，找到内在联系，预判价格变化。

4、机器T+0的好处在于，它实时监控全市场股票，并且有规模效应，可以同时处理极大量的数据，进行极大量的交易。一般而言，机器交易更加短平快，每一段赚取的收益相对小一点，但薄利多销，所以是一个高胜率的事情。人工T+0的好处在于，可以把握非常大的一段收益。由于单人能支撑的股票交易量是有限的，所以团队人数也很重要。

5、股票策略，传统上我们分成4种，最重要的是第一种日间量价模型。大家经常听说的多因子、alpha其实都是说日间量价模型。第二重要的是日内回转模型，俗称股票T0。最后还有两种，基本面模型和事件驱动模型。

6、在2017年以前，多因子模型是万能的，以前我们都希望模仿worldquant的模式，就是找很多的人来挖因子。同行里大家竞争的是谁的因子更加有效。现在你要再挖出一些很有效的因子，已经很难了。2017年之后，行业发生变化，传统的多因子框架逐渐被人工智能取代。2019年之后，又逐渐被更新的集成框架取代。

7、量化私募整个行业的进步，大致是符合摩尔定律的，每18个月投资能力翻一倍。但是这几年来，量化投资的平均收益率，差不多是没变化的，因为市场的有效性在不断提高。所以我们预计未来几年，中国的股票市场，有效性会进一步提高，这是历史趋势，不可阻挡。

8、从美国的情况来看，市场不会100%有效，因为市场100%有效的话，对冲基金就消失了，谁来维持流动性和价格？市场会在接近完全有效的时候，达成一个均衡，使得对冲基金刚好能cover公司的运营成本和客户的资金和风险的成本。我们离市场完全有效应该还很远，至少未来几年，我们都不需要考虑这个问题。

9、我们说的多策略结合，是叠加，4个亿既做A模型，同时同样的4个亿资金，也做B模型，C模型，D模型，最后合成一个大的、包罗万象的策略，不属于传统策略类别里的哪一种。

10、需要更多的策略，用更领先的办法来叠加。但是做起来很难，难点不是在策略或者技术本身，而是在私募公司自己的商业逻辑上。因为每一个模型都需要一个团队，原来一个团队就能管几十个亿，现在要很多个团队加起来才能管几十个亿，成本多了很多倍，而公司收入并没有同比例增加。

11、随着市场有效性的提高，收益率下降，要靠单策略取得好的收益，已经很难了。以后策略整体会非常复杂，工作量大，门槛高，没有能力组织多个团队的量化公司，会比较难活下去。量化投资会向头部公司集中，使得头部公司有足够的资源来做这些更复杂的策略。

12、私募需要把基本面量化提升到一个更高的水平，需要新的能力更强的人，用更复杂更精细的办法，才能把这个事情做出来。要做到AQR这样的水平，我们保守估计，团队的成本在每年10亿人民币以上，所以只能一步一步来。基本面量化还有很长的路要走，它要达到现在技术面量化的高度，应该还差几个摩尔定律的周期。

13、对冲基金只赚了波动、流动性和定价的钱，没有赚走beta的钱。市场有效的时候，你直接买指数就可以了，指数就是真正的价值投资，财富的主体还是在老百姓手上的。

核心人员背景

1、梁文锋（创始合伙人）：九章资产持股85%，宁波幻方量化持股约75%

浙江大学信息与电子工程学系本科、硕士，创办了国内最早应用AI大模型的浙大系量化对冲基金。

公司关键信息

1、公司介绍：幻方量化旗下共有两家私募平台，分别是2015年6月11日成立的浙江九章资产管理有限公司以及2016年2月15日成立的宁波幻方量化投资管理合伙企业（有限合伙）。

2、管理规模：500亿+

3、主要策略：指数增强策略。幻方量化利用AI技术主导策略开发迭代，探索多策略融合，建立超算中心，提供科研级基础算力，加速复杂神经网络研究，使用大量的数据和算法来分析和预测市场走势，并以此为依据进行投资决策实现稳定收益。

4、公司人数：180人，其中策略研发团队成员70+，AI 算法工程师20人。

5、股权结构特征：投研团队控股，实际控制人为梁文锋。

策略特征及策略优势

一、公司管理规模

截至2024年9月，公司管理规模超过500亿，其中对冲产品（市场中性等策略产品）不高于25-30亿。

二、策略特征

通过科学严谨的算法体系、真实有效的数据环境以及强大的算力，幻方量化团队建立了自己独特的人工智能模拟训练优化体系。幻方非常重视机器学习在量化投资方面的应用潜力，在IT基础设施上进行了大量投资和建设，2020年投资近2亿元构建了深度学习训练平台“萤火一号”，搭载了1100块GPU，为幻方的AI研究提供算力支持；后又历时3年投入10亿元自研自建了搭载约1万张英伟达A100显卡的“萤火二号”，以“任务级分时共享”为核心理念，调度系统秒级响应，让每个研究人员都能拥有顺畅的训练体验。同时，平台配备强大的软件层支持：高性能算子库（hfai.nn）、分布式训练通讯框架（hfreduce）、专为AI 开发而生的大容量高带宽文件系统（3FS），让AI模型能自如拓展到多节点之上，进行大规模并行训练，体验极致性能。

依托强大的计算机数据处理和分析的优势，幻方将AI技术应用于策略开发的全流程，包括但不限于：复杂因子挖掘、海量信息和数据的处理、非线性拟合、复杂环境最优解等。

幻方量化团队借助人工智能技术，针对股票投资策略进行了大量创新，开发出多策略、多周期的投资模式以实现收益叠加。策略开发流程涵盖信号特征识别因子、多因子模型建模、投资组合构建、算法优化交易执行的全流程。

多周期进行信号的挖掘和融合是幻方的一大特色，量价类因子进行短周期预测，叠加基本面因子进行长周期预测，幻方可以实现长短周期的融合选股，以便实现更优的换手设定和更大的策略容量。

从策略因子上看，90%收益来源是量价因子，以短周期预测为主，换手在30-50倍，持仓500-1500只。

1、指数增强策略

幻方偏好跟踪对标的是中证500指数，因为中证500指数成分股集中了新兴行业中的头部企业，基本面有支撑，通过多因子挖掘如：低波动率的股票长期表现好于高波动率的股票等技术手段进行量化选股以构建股票池，然后再从行业、市值等风格因子上进行配置权重调整，使其与中证500指数保持高度相关，同时能稳定跑赢指数的目标。

此外，幻方也有跟踪对标上证50、沪深300以及中证1000指数的策略产品。

2、市场中性策略：通过技术面和基本面两方面精选股票，并使用股指期货对冲大盘波动，从而得到稳定α收益。幻方量化2024年10月之后将逐步将对冲全系产品投资仓位降至为0.

3、复合策略：市场中性产品和被动型指数增强产品的混合。有较大的股票多头敞口。