某量化私募发布的“百万元年薪招聘实习生”的消息，引起了不少量化人的关注。在此之前，我们先搞搞清楚什么是量化投资。简单来说，量化投资就是用电脑代替人工进行投资。从开始的调研到其中的决策，主要都是依靠对数据及模型的构建与分析，而非人。美国的前五大对冲基金全部都是量化投资，美国量化策略在股市中的占比超过70%，而我国的量化策略在投资中的比重，也在3年内实现了4倍的增幅。

从美国这些年的发展来看，量化投资市场其实可以很大。近两年，量化私募迎来了大发展，人们对量化的兴趣也渐渐浮出了水面。

随着2010年放开股指期货，国内私募迎来了黄金发展期，大量拥有海外量化经验的人才纷纷回国，中国的量化投资故事也正式开始了。

量化投资策略作为国内主要投资策略和产品形式之一，其发展历程大体可以划分为两个阶段：第一阶段大致在2010年-2015年之间，以中低频的多因子策略作为主要策略形式。

2015年下半年以来，随着监管收紧，中低频多因子策略遭遇挑战，国内量化发展进入2.0时代。在这一阶段，量化发展过程曲折但百花齐放，最终一批以中高频量化策略为主打的量化私募脱颖而出。

从量化1.0时代到2.0时代

2016年以来，量化发展进入2.0时代，主要发展增量在量化私募领域。量化主流策略由中低频转向中高频，策略的精细程度和复杂程度有了明显提升。

具有高换手率特征的中高频策略不再靠长线因子，而是通过价量因子捕捉短线的定价偏差，进而实现超额收益增加。在这个过程中，机器学习和大数据等技术加入，使得因子挖掘和模型迭代效率更高。

到了2019年，证监会为了配合科创板推动了公募基金转融通业务指引，又把两融标的扩充到1600只，再次丰富融券种类和规模，A股市场的做空机制进一步完善。

2020年以来，百亿级量化私募不断扩容。明汯投资、灵均投资、九坤投资、幻方量化、金锝资产、鸣石投资均已迈入百亿行列，其中明汯投资的管理规模已超过500亿。

 

对于私募量化股票策略而言，投资策略类型主要可以分为量化对冲策略和量化多头策略两类。

量化对冲策略将市场beta风险对冲掉，只获取超额alpha收益，属于中低风险的稳健型策略。量化多头策略通过量化的手段筛选出优质股票构建多头组合，以战胜市场指数获取超额收益。

由于私募量化约束相对较少，因此超额收益来源相对多元化，主要可以分为如下几个来源：

1、因子选股alpha。

因子选股alpha贡献了超额收益的主要部分。近几年来，因子挖掘逐渐由中低频基本面因子转向中高频量价因子，主要用于捕捉中短期交易的定价偏差。中高频量价因子的生命周期较短，因此需要不断的进行挖掘。

部分头部私募采用WorldQuant的因子挖掘模式，引入机器学习算法进行批量因子挖掘。随着基础数据的频率越来越高，因子的挖掘和计算对硬件的算力要求也越来越高，对也系统配置和有效算力提升带来了更高的要求。

图片

2、择时策略。

择时策略包括大盘择时和个股择时。大盘择时用来控制总体仓位高低或者股票风险敞口大小；个股择时用来决定对具体个股的超配和低配。有效的择时体系能够给产品带来一定收益增强。

3、日内T+0交易。

日内T0交易是私募比较重要的超额收益来源，同时对系统配置要求较高。顶级量化私募一般都有自主研发的模型和交易系统，来实现T+0交易的自动化。

部分系统配置较低的私募，会采用人工进行手动T0操作来实现收益增强，部分私募还会将T0交易业务外包给规模较小的主做T0业务的私募来做。一般来说，在市场波动和交易活跃程度较高的行情中，T0超额收益增强效果比较明显。

4、算法交易。

通俗来讲，算法交易将大额的交易分解为若干笔小额的交易，以便更好管理订单的冲击成本、机会成本和风险，最终实现降低交易成本增强收益的效果。顶级私募一般会有自主研发的算法交易下单系统，随着资产管理规模越来越大，算法交易重要性越来越高。

除此之外，量化私募还有其他的超额收益来源。以打新收益为例，打新收益主要分为新股打新和可转债打新。

相较于国外的成熟市场，目前国内量化市场进入到了第二个阶段，未来发展可期。

1、未来量化机构头部效应会越来越集中。100亿级机构不再稀缺，500亿规模机构开始涌现。

2、随着私募证券基⾦⾏业的进⼀步⾛向成熟，机构投资者占比仍有较大提升空间。

3、随着“头部”私募管理⼈扩大，有望迎来跨资产、跨策略、多元化发展，也将促进中国量化行业更好地发展。

主动与量化相结合

4、随着管理规模的增⻓以及跨资产、跨策略的布局，单纯依靠⼈⼯⼿段的主动管理模式可能显得有些“吃⼒”，未来将主动与量化相结合。

⽬前，量化在国内发展飞速，正需要大量金融科技复合型人才。而要抓住这波机遇，量化人才储备变得至关重要。

而想成为量化人才，被各大量化私募招揽，高学历、很强的专业能力当然是必须的。

此外，拥有CQF，可在面试中给招聘官留下深刻印象，占得先机。