深度 | 数百套相似模型同台交易,量化超额收益神话正在褪色

1. 近期A股调整带动量化指数增强型私募产品净值大幅回撤,行业普遍面临超额收益收敛的问题,背后原因包括量化管理规模急速扩容、因子同质化加速、A股风格切换与资金集中等。 2. 量化私募需通过投研迭代、模型监控、组织能力差异化等方式破局,从同质化竞争转向精细化竞争,而非依赖单一因子挖掘。 3. 投资者挑选量化产品应关注超额质量、风格约束、规模变化等,可跨资产配置分散风险;个人直投股票需规避量化擅长的短期量价交易,侧重深度基本面研究与长周期持有。

受访人士提供,界面新闻整理

近期,随着A股各大指数经历一轮深度调整,不少量化指数增强型私募产品的净值同样出现大幅回撤,有产品甚至一度跌成“6毛基”。

2026年1月到8月,四大私募指增策略(下图所示)产品的超额收益中位数均尚未突破10%。仅凭简单的量价、基本面等传统因子,就能够轻松斩获超额收益的时代,早已经一去不复返了。

量化产品超额收益逐步收敛成为业内共识,了解和分析背后的原因并找出应对方案,成为摆在量化私募和相关投资者面前的一个重要课题。

图:近年来各类私募指增策略产品超额中位数情况数据来源:私募排排网、界面新闻整理规模猛增吞噬超额收益

国内量化行业管理规模的急速扩容,而量化私募又是其中最主要的增量贡献者。

据浙商证券研报测算,2020年至2025年,国内私募量化基金规模从0.76万亿元升至3.22万亿元。其中,除了2022年小幅回调外,整体保持高速增长,尤其是在2025年,单年增量达1.28万亿元。

图:近年来私募量化基金规模估算数据来源:浙商证券研报、界面新闻整理

“超额是竞争性资源,行业规模越大、技术与人才越普及,中枢下移就是结构性的。”天演资本在接受界面新闻采访时表示。

大岩资本对界面新闻进一步分析,当海量资金在相似的风格与选股池中博弈,策略间重叠度增加,使得传统因子的Alpha衰减加速。同时,随着AI与前沿算法在量化领域的深度渗透,在提升机构研究效率的同时,也不可避免地导致各家机构在数据源、特征挖掘及模型架构上的方法论逐渐趋同,促使“因子发现”到“因子拥挤失效”的周期大幅缩短。

“管理规模扩大,也会增加交易冲击和调仓成本,从而影响超额收益。”尚艺基金总经理王峥还对界面新闻谈到。

另外一大影响因素则是A股市场行情的变化。

上海某头部量化私募人士何旭(化名)在接受界面新闻采访时表示,A股市场风格切换速度显著加快,极端行情下,量化分散选股的优势难以发挥,加剧了超额获取的难度。

界面新闻统计了A股中前5%个股成交占比情况,用来衡量A股交易资金的集中程度。

数据显示,2025年该指标的中枢大致在34%‑45%,2026年市场结构发生明显变化,5‑7月占比频繁冲高至48%‑52%的高位,接近一半的成交集中在极少数股票,绝大多数小票流动性被挤压。7月之后该指标从极值回落,10月回落至40%‑42%,但中枢仍明显高于2025年上半年。

图:A股中前5%个股成交占比情况数据来源:Wind、界面新闻整理

广发证券投资顾问潘舒对界面新闻表示:“过去的一部分超额其实是风格收益,我们在FOF层面对底层产品做风格归因时发现,不少产品历史超额有相当一部分可以被小市值、低波动、反转等风格暴露解释。风格顺风时看起来像阿尔法,风格切换时就集中回吐。近两年行情结构性特征突出,资金在个别板块高度集中,指数与个股分化加大;叠加程序化交易监管趋严、交易成本与冲击成本变化,过去依赖高换手、高频量价的超额来源就会受到压缩。”

从另一角度来看,量化基金增多带来的数百套相似模型同台交易,其实也是导致A股市场行情变化背后的重要影响因素之一。

“当大量模型基于相似数据源和因子逻辑同向交易时,因子的信息优势被快速摊薄,失效速度显著加快,并在调仓时点形成共振,进一步改变A股的流动性与波动结构。”正仁量化对界面新闻谈到。

尚艺基金王峥对界面新闻分析称:“同质化交易可能放大局部波动,尤其是在持仓集中、流动性偏弱的方向。多家机构持有相似股票,遇到赎回、降杠杆或相近的风控触发条件时,可能同时减仓,卖出压低价格,价格下跌又触发更多风险约束,容易形成连锁反应。”

当然,王峥也指出,相似因子并不必然对应相同交易,不同机构的持有周期、组合约束和执行方式仍有差别,也有策略会逆向承接。判断是否出现量化共振,需要结合持仓重合度和实际交易情况,不能仅凭盘面急跌就认定是量化集中卖出。”

谈及量化基金对A股市场行情的影响,何旭在接受界面新闻采访时指出:“放大短期波动不等于制造行情趋势,量化只是在上涨或下跌时有助涨助跌的作用,但当市场上涨或下跌到一定程度,量化反转策略会反向交易,一定程度上降低市场波动。”

何旭认为,目前A股市场的有效性逐渐提高,靠短线追涨杀跌很难获益。量化策略中比较主流的策略是反转策略,这类策略会倾向于逢高卖出、逢低买入,会在股价涨得过高时卖出,股价跌幅较深时买入,推动股票价格回归。所以从这个角度来说,量化不仅不会加大市场波动,反而会平抑波动,增加市场深度。

量化私募何去何从?

“超额中枢下移是行业走向成熟的结构性现象,需要正视,但并不意味着量化失效”,天演资本对界面新闻表示,“它更像一面镜子,照出行业从‘跑马圈地’进入‘精细化竞争’的阶段,对投研深度、风控纪律和容量管理提出了更高要求。”

“根据我们的数据测算,2026年上半年私募1000指增头部与尾部管理人的超额差距约19%,达历史新高”,潘舒在接受界面新闻采访时结合相关数据指出,“相较于整体失效,量化呈现的形态是:平均超额回落、尾部产品跑输、优秀管理人仍在持续创造阿尔法。”

面对因子同质化持续侵蚀阿尔法收益的行业环境,量化私募如何才能在激烈的市场竞争中脱颖而出?

对此,受访人士的观点与实践主要集中在投研与模型监控两个方面。

大岩资本对界面新闻表示:“超额衰减会倒逼管理人走出同质化竞争,从过去的单一线性多因子框架,向更差异化的复合逻辑迭代,例如融合基本面逻辑的深度建模、多源异构另类数据开发,以及更加精细化的动态风控与执行优化。”

王峥认为,应对因子衰减,需要提高信号的独立性和实盘有效性。投研可以从企业经营、产业变化等数据中寻找增量信息,结合不同预测周期,并将交易成本和策略容量纳入样本外检验。如果新增因子没有带来新的信息,单纯增加数量的作用有限。

模型监控方面,何旭指出:“事前,可以通过对市值、行业、风格、波动率等多维度硬敞口限制,避免模型在同一行业和风格上高度集中。事中,可以实时监控成交情况、盘中行情、敞口波动,动态应对市场变动。”

潘舒在接受界面新闻采访时总结称,在模型监控方面,可以重点关注因子拥挤度、因子收益特征、风格暴露漂移、同业相关性以及交易层面等五类预警信号。

表格:量化模型监控重点预警信号内容来源:受访人士提供,界面新闻整理

“其中,同业超额相关性是我们作为FOF管理人特别看重的指标。当原本风格各异的管理人超额走势越来越像,往往意味着全行业的拥挤在加深,需要提前在组合层面做分散和降敞口准备。”潘舒对界面新闻表示。

针对因子拥挤度的判断,天演资本对界面新闻表示,没有单一指标,需要从价格估值、交易行为、持仓结构三个层面交叉观测,判断标准永远是”相对合理水平”的比较,而合理水平由自身历史、当前市场环境、未来发展预期综合决定,而非某个静态绝对数值。

正仁量化在接受界面新闻采访时表示,观察因子拥挤度,可采用因子换手率历史分位数、估值价差、价量背离程度及因子收益波动率等代理指标,并结合因子多头与空头组合的估值分化、成交集中度进行交叉验证。

海外量化对冲基金的起源可以追溯至20世纪70年代,而中国量化投资起步较晚,业内普遍认为是始于21世纪初。

结合海外量化行业发展经验来看,正仁量化认为,因子拥挤的长期破局路径主要包括两方面:一是拓展另类数据等新信息维度,以信息差异而非同一信息上的挖掘深度获取超额;二是从因子挖掘竞赛转向组合管理、风险预算与执行能力的差异化,同样的底层信号在不同风险配置下收益分化可能显著。

“海外经验表明,长期破局靠的不是更强的同一个因子,而是数据、频段、策略类型与组织能力的持续差异化。”天演资本对界面新闻表示。

投资者如何抉择?

“认购的时候满怀期待,持仓收益却远不及预期”,在量化产品整体超额收益持续衰减的大趋势下,很多投资者会感到十分失望。

而随着量化私募行业的扩容,摆在投资者面前的选择也越来越多。

根据QIML统计数据,与2024年年末相比,截至2026年三季度末,国内管理规模超过50亿元的量化私募数量已经从58家大幅增加至98家。

图:近年来头部量化私募数量变化情况数据来源:量化投资与机器学习(QIML)、界面新闻整理

站在投资者的角度来看,应该如何评估量化私募的超额能力?如何才能做出合理的抉择?

潘舒对界面新闻总结道,普通投资者在挑选量化私募产品时,可以重点关注以下五方面:一是看超额的质量,而不是高度。比起近一年超额排名,更应关注超额的稳定性、历史最大超额回撤,以及回撤后多久修复。超额“好得出奇”的产品,往往承担了更大的风格暴露。二是弄清超额从哪里来。可以向销售机构或管理人了解:产品对市值、行业等风格偏离有没有约束?在风格切换时期(如2024年初、今年7月)表现如何?三是关注规模变化。管理人规模快速扩张的阶段,要留意超额是否同步下滑。四是警惕“假分散”。买了几家管理人,但如果它们超额走势高度相似,实际并没有分散风险。五是建立合理预期。指增产品的收益是“指数涨跌+超额”,指数本身的波动通常远大于超额;超额也会阶段性为负。用适合自己风险承受能力的仓位、拉长持有期来对待,避免在超额高点追入、回撤时恐慌赎回。

“投资者可以通过跨资产类别(如量化股票多头、CTA/管理期货、中性对冲、固收及海外资产等)进行配置,利用不同资产之间的低相关性来应对市场风险。”大岩资本对界面新闻谈到。

王峥认为,投资者可以将分散配置的范围从不同管理人拓展到不同资产和收益来源。全天候多资产策略值得作为组合配置的一类选择,通过配置股票、债券和商品,结合波动及相关性变化调整组合,降低对单一股票风格的依赖。

另外,随着量化资金大规模涌入A股,很多直投股票的投资者也受到一定的影响。

对于直接参与股票交易的投资者,潘舒认为也需要注意四点:一是理解量化交易带来的市场特征:日内波动加大、风格切换加快,中小盘个股在极端行情中可能出现流动性骤降。二是尽量避免追逐短期量价信号、频繁追涨杀跌,这正是量化模型最擅长、个人投资者最容易成为对手方的领域。三是做好仓位管理和分散,尤其是对流动性较弱的小市值个股。四是相对而言,深度的基本面研究和长周期持有,是量化模型覆盖较弱的领域,也是个人投资者更可能发挥优势的地方。