量化多种策略受关注 发展核心在研发
近年市场和行情的变化,给量化投资团队带来了巨大的挑战。不少量化私募顺应市场做出调整,从加强风险控制、优化升级策略、开发新策略等角度进行探索。私募表示量化投资最核心竞争力是研发能力,也能最直接地体现在业绩上。
面对波动和风险明显放大的市场,不少私募大力推进相对价值策略和指数增强策略产品。双隆投资总经理马俊告诉记者,相对价值策略回撤小,指数增强策略带有一定杠杆,有望在当前市场环境下取得较好收益。
短周期产品也是量化私募的一个方向。凯纳资本合伙人陈曦介绍,去年做得好的量化私募都会用到T+0策略,结合底仓,把期货的高频策略转到股票的高频策略上。
申毅投资董事长申毅则主要关注量化选股。“如果市场环境没有重大变化,对冲工具没有重大发展,量化选股肯定是以后主要的方向。因为量化选股不管在什么市场环境下都能活下来。”申毅认为,如果说将来量化行业能在规模上取得突破,量化选股最具潜力。
CTA策略也在被不断地优化。淘利资产董事长兼首席投资总监肖辉表示,CTA策略出现了新的演化,在传统的趋势策略基础上进行拓展。“目前的多因子策略不仅包含量价等技术面因子,还有基本面因子,通过多因子体系、多周期、多品种,对策略的稳定性有非常大的帮助。“易善资产也表示在对CTA策略模型本身、风控手段进行优化,已在经典模型的基础上研发出了一套完整的监控体系。
除了传统的股票和商品期货策略外,不少私募还在开发期权市场、非线性等相关策略。肖辉告诉记者,产品创新主要集中在高频、机器学习Alpha策略等方面,期权相关策略等都有不错的收益表现。马俊表示将更多地向以机器学习为代表的非线性策略方向发展。“无论是CTA还是股票多因子类别策略,当前都还停留在线性阶段,在多个维度都面临激烈的竞争。想要胜出就需要在更高更多的维度上保有优势,尤其是在配置能力上的优势。”易善资产表示在积极开发期权市场的相关策略。
量化投资虽然近年来在国内得到了一定的发展,但仍存在不少问题。易善资产表示,对于零售客户来说,量化投资仍存在接受度上的差异。马俊表示,目前国内量化主要的问题在于模型过拟合风险较大,而且策略的同质化严重。
量化行业要出现真正的大爆发,陈曦认为还需要资金和衍生品的配合。“量化私募要发展需要几方面的支持,比如股指期货、衍生品要放开、资金面的推动等。到那时,有核心竞争力、有优势的公司会形成头部效应。在海外也是如此,最终会是市场上前10大的公司垄断一半以上的市场份额,强者恒强。”
而在千象资产创始合伙人陈斌看来,核心竞争力是内部的研发能力。“在量化这样的高科技投资领域,最核心的竞争力是内部的研发能力,也最能直接体现在产品业绩上。除了不断地完善现有策略的丰富度和全面性,在策略的创新性和持续性上也需要投入更多的资源。在行业强监管和私募优胜劣汰的进程中,继续加强研发能力不仅是各家私募的生存之本,更是制胜法宝。
数据分析咨询请扫描二维码
数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21