2017年，中國量化基金日子不好過。根據Wind數據統計，存續期超過一年的公募量化基金2017年的平均收益為6.64%。最近一個季度公募量化基金的平均收益只有-0.39%。2017年，公募量化中只有22家最後的收益率比滬深300更高。
量化私募情況亦不樂觀。交易門採訪到的交易員紛紛感慨錢不好賺。資深博主“短線交易員”說自己從2008年開始在中國市場做交易，到現在快10年，“從來沒有現在這麼悲觀過”。
不少量化基金從業人員無奈地說：“別做量化了，給剩下的人留口飯吃吧！”
到底為什麼量化越來越難做？多位資深量化基金經理跟交易門分享了他們的意見。
交易門主角巍子說，宏觀上來看，去杠杆的大環境下，流動性趨緊，水少了，波動率降低，自然量化就難做。同時，做量化的人越來越多，策略同質化越來越嚴重，平庸的策略很難賺錢。量化私募要脫穎而出，必須有自己獨門絕技，走跟人家不一樣的路。
針對各個門類，交易門採訪整理了以下分析意見：
»債券
去杠杆環境下，利率飆升，債券熊市。
»CTA
2016年雙十一之後，寬幅震盪，趨勢跟蹤類策略很難賺錢。能賺錢的都是些短周期的策略，但也表現一般。
»期權
沒有“韭菜”，都是機構“對砍”。商品期權流動性也很差，基本很難賺錢。
»高頻
競爭異常激烈，流動性以及波動率和2016年相比，不可同日而語。很多昔日高頻選手改去擼幣。
»股票T+0
波動率降低，能做的票很少，“死了很多工作室”。
»股票Alpha
01、小市值因子失效
2010-2016年全部A股按市值分組後的分組收益率
按照市值高低將2010年到2016年全部A股均分為5組（從左到右市值遞減），市值越小的股票平均收益更為出色。
2017年全部A股按市值分組後F1-F5對沖收益走勢
依照市值分組之後，在不考慮交易成本的情況下，2017年買入最高市值組、賣出最低市值組對沖方法的年化收益率高達29.72%。
2007-2017年全部A股按動量效應分組後F1-F5對沖收益走勢
02、價值因子被長期忽略
價值因子被長期忽略。量化交易用歷史數據做模型。歷史上小市值因子太突出，導致基金經理會忽略一些持續有效的因子，包括價值因子。
放在過去，量化基金經理如果除了配市值因子，還配價值因子，業績跑不贏別人，資方會問責，別人跑30%， 你為什麼跑15%？資方當然不會想，別人虧15%的時候，這隻產品能漲10%。
由於中國市場結構不成熟，哪怕成熟的投資者在操作中也會出現扭曲。非長效性的資金把這個問題放大。如果是一年期的資金，那基金經理一定要證明一年的業績。假如某基金經理披著清華、北大、MIT、華爾街的光環，人家跑40%，他隻跑20%，他可能會覺得臉上掛不住。但如果有長效基金，基金經理不擔心短期業績， 按他的流程走，就不一樣。
03、動量因子開始有效
有一種解釋是說，這是因為機構長效資金引入。如果是這個原因，動量可能會持續。但這並不是唯一因素。
歷史上看，高動量股票和低動量的股票市值沒有區別，但2017年高動量的股票全部是大市值股票。以前高動量和低動量股票市值差10個億不算什麼，2017年差達到400個億。所以今年的動量效應可能不成立，只是因為藍籌股一直在漲。
2007-2017年高動量與低動量股票的平均市值差異
2017年的動量屬於歷史上罕見的強（除了2010年和2013年，動量策略在A股都有超額收益）。效應這麼好，目前沒有一個明確的解釋。我們要問，到底是因為動量在漲？還是動量和市值在反轉？這尚不明確。
04、負基差
負基差出現在股災之後，2015年負的程度還更深。因為Alpha策略多是帶著市值因子做小票，然後對沖指數。當市值因子有效時，對沖時負基差帶來的成本還可以承擔。2017年這兩部分對收益都是負的貢獻，雙重打擊不堪其重了。
05、資金大量湧入大市值股票
由於小市值模型失效，同時使用IC對沖中證500指數的負基差和保證金成本太高，2017年不少基金經理被迫把模型轉成大市值股池。一位量化基金基金經理說：“就像我們換去做滬深300的Alpha選股，能選出來的股票相對指數收益就會下降。中證500不算負基差的話，我們超額收益能做到10%左右。滬深300就只有6-7%。”
而一旦換到滬深300，量化策略研發思想可能發生改變。這時，原來小市值模型上無效的因子比如派息（dividend yield）、分析師預測等，可能就有效了。
為什麼這些因子在大市值股票上會相比小市值股票有效？因為在中國，很多小股票不派息。第二是小股票分析師預測不齊，質量也不高。用小票做的量化模型不一定能很快發現這些問題。
06、A股進入MSCI新興市場指數
A股進入MSCI新興市場指數的前景，導致國際市場對中國A股的興趣狂增。機構資金看不慣中國小股票的高估值。進了MSCI的錢一部分做主動，一部分做被動。主動看價值選藍籌，被動指數，也是做藍籌股。這個因素也是一直被低估的。
本文來自： 交易門 作者：春曉
你必須登入才能發表留言。