百亿量化新生代—世纪前沿资产

　　截至2021年底，百亿私募管理人突破百家，百亿量化私募超过25家。与主观股多管理人超半数收益为负相比，百亿量化私募2021年收益全部为正，整体业绩表现亮眼。世纪前沿资产作为一家迅速成长、小露锋芒的百亿量化私募新锐力量，到底有什么“独门秘籍”？

　　2022年开年之初，我们和世纪前沿资产进行了一次电话采访，并就量化策略的发展和趋势请教了前沿资产创始人陈家馨先生的看法。

　　一、世纪前沿资产是一家什么样的公司？

　　世纪前沿资产成立于2015年8月，公司创始人吴敌与陈家馨相识于香港中文大学，拥有境内外10年期货与股票超高频量化经验，2018年涉足股票低频策略，和原有高频系统结合，在2019年后开始实盘交易。

　　对于量化私募来说，需要不断更新迭代策略来适应时代和市场的发展，人才与团队的稳定性十分重要。目前，世纪前沿资产团队研究+技术人数超过35人，内部协作透明开放，凝聚力强。自2015年以来，入职满一年的员工0离职率，使得世纪前沿能够高效的研发迭代，在三年内通过自研达到行业前沿水平。

　　世纪前沿资产还是少数在中长周期Alpha和高频执行上都有相当积累的公司，目前量价因子占80%，基本面（另类数据、舆情分析师预测）占20%，后续研究重点聚焦于日内alpha、另类数据。

　　二、世纪前沿资产最大的亮点是什么？

　　1、核心创始人吴敌与陈家馨

CEO：吴敌

CIO：陈家馨

　　吴敌世纪前沿创始人、核心投资经理、法定代表人

　　中国科技大学计算机本科，香港中文大学金融工程博士；10年以上量化从业经验，曾任海外金融机构董事总经理，带领团队管理自营投资组合；2015年发起成立世纪前沿，负责公司的团队创建，核心交易策略开发以及公司的运营和管理。

　　陈家馨世纪前沿创始人、核心投资经理

　　香港中文大学量化金融学士；10年量化从业经验，曾任海外金融机构董事总经理，管理自营投资组合，主导投资团队交易模型研究；2015年发起成立世纪前沿，负责指导公司战略方向，领导投研团队研发交易模型，全面覆盖量化投资的策略研究工作。

　　2、向自营看齐的高频策略

　　前沿的策略最大特点是高频，而且现在自营跟代销是一套策略。世纪前沿核心创始人吴敌与陈家馨拥有境内外10年期货与股票超高频量化经验，奠定了它在高频领域内的优势基因，并将这一优势成功延展到股票投资中。量化本质上是通过统计学原理，把单笔交易的不确定，变为整体的确定性。抛一次硬币，正面朝上的概率是不确定的，但抛10万次，正面向上的概率就是50%。当交易变为分钟级甚至秒级别，模型的数据量就成倍的增加了，整体的预测性与实际情况更为接近。交易笔数变多后，收益可以被拆得很细，收益的确定性就增加了，在数据量大的情况下，胜率会更接近真实，预测与实际情况的差异就会很小。所以高频一般都是做自营，较少开放给大家。目前世纪前沿的策略换手双边300-350倍，是名副其实的高频。高频一般都是做自营，较少开放给大家，现在诚意满满开放给代销。

　　3、低中高频并驾齐驱：高频是我们的最大优势但不意味着我们只能做高频，世纪前沿是少数在长周期Alpha和高频执行上均达到市场第一梯队的公司。2018年世纪前沿涉足股票低频策略，和原有高频系统结合后逐步上线。多年期货高频交易的经验，使得无论是策略信号、交易速度及组合方法上都能实现更多的可能。目前在中低频维度，策略贡献70%收益，高频维度策略贡献30%收益

　　4、高精尖不内卷的投研团队：截至2022年1月，世纪前沿员工共55人，其中38人为研究技术人员。团队成员皆有国内或国际一流大学本科以上学位，毕业于港中文，港科大，清华，北大，复旦，中科大，哥伦比亚等名校计量金融、计算机、数理专业，半数以上拥有硕士或博士学位，核心成员皆有十年以上相关从业经验。

　　团队不采用PM模式，无内部挤压。紧密交流，信息共享，基建共用，所有研究员合力攻坚一套策略，自成立以来无一核心人员离职。

　　三、世纪前沿资产对未来的量化策略演进怎么看？

　　量化基于过往历史数据挖掘统计学规律开发策略的，所以当市场出现极端的小概率事件时，往往会出现短期的策略不适配、阶段性回撤的现象。必须强调的是量化Alpha策略都是统计学模型，是在海量的数据基础上进行客观分析决策的。当市场偏离历史数据时，必然会出现一定程度的波动。所以探究超额收益出现大幅回撤的共性原因，市场复杂多变、风格无序切换、市场交易环境周期性变化、板块轮动频繁、成交量大幅度波动、流动性冲击等，这些都会带来影响。但是市场也不会一直处于极端行情，市场逐渐恢复到正常状态时Alpha也会回到平常水平，管理人会不断对模型进行优化迭代以期适应复杂多变的市场环境。

　　在中国这样的个人投资者占比极高的市场，给量化投资提供了最暖的温床，可重复实践的交易机会短期内很难消亡。机构化是长期的大趋势。量化投资超额收益的周期性一定是一种常态。有一些阶段超额收益特别明显，另外一些阶段超额收益特别难做。市场一直在进步，资本不断的竞争，赚取超额也会越来越困难。我们也能看到一些历史策略超额出现衰减。所以这就涉及到一个问题，一家量化管理人长期的核心竞争力是什么。我们觉得答案是这家量化管理人持续研究的能力，量化管理人大部分的投入都应是打造一个研究型的组织，让这个组织、系统源源不断的去进步，这样才能在这个市场中维持一个相对优势。但即使如此，我们觉得量化行业超额下降还是一个很正常的现象，一方面当前国内量化交易占比其实并不高，与发达市场相比A股空间还很大。另一方面，量化投资的特点，不管是个别管理人的超额波动，还是所有量化管理人的整体水平，随着市场的成熟和有效性的提高，量化投资超额收益的降低是个必然的趋势，美国等成熟市场量化占比远高于中国，而且杠杆易得，规模极大，经过二十多年发展，至今依然是非常有吸引力的资产。美国量化占比70%，国内20%左右，仍然由较大发展空间。

　　早期我们团队主要聚焦量价因子的挖掘，我们主打的高频策略就主要基于量价数据，比如从交易数据提取有效信息。直到2020年，前沿资产主要的工作都是在量价策略研发上。2020年下半年，我们在量价策略研究水平到了一个相当高的标准后，开始扩展信息获取的广度，去研究更多的信息源，像基本面数据，另类数据等等，增加更多的信息源进来。当然我们也一直维持以前的研究标准，将信息纯净度放在第一位。我们要求每一个加进来的因子，本身必须逻辑清晰，经得起推敲，这样我们对它的未来表现才能有信心，不能只看测试数据结果就去加因子。这是世纪前沿量化研究的最大特征。未来我们的研究面肯定越来越广，世纪前沿的投研团队也在基于研发需求不断扩张，投研人员多了其实对信息提取纯净度帮助不大，更直接的还是提高信息获取广度。所以我们未来会看更多数据源，投研覆盖面会更广，这也是我们未来进步的一个方向。

　　四、世纪前沿资产接下来如何对模型进行优化和迭代？

　　未来长期和配置的概念将会是一个大趋势，短期超额的高低是没有意义的。如果观察周期太短，就会造成随机因素占了很大比重，必须以更长的周期来观察超额表现，才能更准确的评估模型的有效性。我们认为，评估超额水平最合适的周期是1年，最短也不要少于半年。一个季度或更短时间的超额收益，随机性很高，不具有很强的统计显著性。

　　自2021年9月以来，受降准、版块轮动、热点切换等各类因素的影响，整个A股市场在一些版块出现了大幅上升又反转直下的情况。量化策略依赖长期数据，短期波动引起的风格剧烈反转使近期超额出现较大回撤。非常态的市场环境，偏离了大部分历史数据的情况，也使得量化策略难以适应，回撤是多项短期因素叠加的结果。但市场也不会一直处于极端行情，市场逐渐恢复到正常状态时Alpha也会回到平常水平。针对市场变化我们对策略跟风控进行调整。

　　首先对策略不同方面的细节做基于数据的调整，同时针对当前环境配合Alpha策略的特征做风控上的调整。所有的调整都会用历史数据来验证，只是会更加侧重历史上与当前市场环境相似时间的表现，是基于经验、认知的、纯数据驱动的决策过程。

　　短期来看，我们的多因子库有足够多的武器能让我们的组合分散到其他过去几个月表现好的其他因子类别中去，从而降低和其他管理人的相关性，减小冲击，保持稳定的超额。具体而言，我们的组合会加重对中频日内Alpha策略和长周期因子的配比，今年以来这两类都策略都有稳定的贡献。

　　在量价、基本面、另类因子等层面挖掘出一些具有相当超额能力的因子，扩充底层因子池，继续坚持长周期、多样化、大容量概念，在量价、基本面、另类因子等层面挖掘出一些具有相当超额能力的因子，扩充底层因子池，继续坚持长周期、多样化、大容量概念。在因子组合层面，新扩充低频因子与前期加入的中频因子相辅相成，且相关性较低，会更好的增强长周期选股能力和短周期应对风格切换的能力。未来对各类风格使用相对更严格的约束，继续研究风险预测模型，提升风控机制的性能。

　　长期来看，我们认为这是Alpha周期性的正常表现。我们相信我们在机器学习领域研究的深度，当市场正常后，此类策略仍能稳定发挥。

　　量化策略一定会经历中短期的回调，但是长期来看是有效的。面对变化的市场，我们作为机构可以做的是不断更新迭代模型，持续的投研工作是业绩的第一生产力。

　　量化知识Q&A（世纪前沿资产提供）

　　1、量化策略如何赚钱？

　　答：使用数量化方法，发现市场无效定价的机会，做多被低估的股票，做空或低配高估的股票，获取超额收益。具体而言，是通过获取并分析相关数据，如股价，逐笔成交，基本面数据，新闻及公告，行业分析师观点等，从中找出市场无效定价的规律，建立量化模型，实现自动化运行的策略，以此捕捉市场无效定价的机会。

　　2、量化管理人是做什么的？

　　答：有别于主观管理人的直接进行投资决策，量化管理人要做三件事：一是研究，通过数据分析和市场认知，建立对市场的预测模型，并加入组合管理，交易和风控考量后成为完整的策略。二是开发，把研究的成果对接实时数据和券商下单系统，使得策略能在实盘交易。三是运维，保障策略和技术系统能遵照设计运行。研究，开发，运维三项中，研究是产生Alpha的部分，开发是实现研究设想的部分，运维是保障策略正常运行的部分。换句话说，研究决定业绩的上限，开发和运维决定上限中能实现多少收益。