上市公司
Securities industry
选量化私募不能看名气,要看这些硬指标
选量化私募,大部分人踩的第一个坑就是"看名气"。听说某家规模大、业绩好、明星基金经理,就拍板投了。但量化投资和主观投资最大的不同在于:主观投资选的是人,量化投资选的是系统——人不会跑,策略会失效。一台印钞机昨天印得多不等于明天还能印,关键要看机器本身有没有出故障。
一套完整的量化私募尽调框架,本质上是回答七个问题。把这七个问题拆透了,优质的管理人和看着漂亮实则脆弱的策略,区别就显出来了。
第一把尺子:超额收益的稳定性。这个指标回答的是"你赚的钱到底是运气还是能力"。看超额收益不能看绝对值,要看信息比率——超额收益除以超额收益的波动率。一只年化超额15%但波动巨大的基金,信息比率可能只有0.8;另一只年化超额10%但每月稳定跑赢的基金,信息比率却能到1.5以上。从统计学上讲,信息比率越高,超额收益的偶然性越低——你能更自信地说这是能力不是运气。实操中看两个维度:月胜率(一年12个月里有几个月跑赢了基准)和滚动超额(把任意12个月窗口的超额拉出来看分布,最差的那个窗口还能不能保持正超额)。月胜率长期低于60%的量化基金,就算年化超额看起来漂亮,也要多打一个问号。
第二把尺子:回撤控制能力。很多尽调材料会把"历史最大回撤"放在第一页,但最大回撤只是单一数据点,不能只看它。真正有信息量的是回撤结构——每次回撤的深度、持续时间和修复速度。一只基金从高点跌了8%花两周修复,另一只跌了5%花了半年修复,前者更健康。实操中看Calmar比率(年化收益率除以最大回撤)和痛苦指数(回撤深度乘以持续时间)。Calmar比率低于1.5的量化基金要格外谨慎——说明风险调整后的回报不够理想。另外要注意一个心理陷阱:最大回撤通常发生在极端行情里(如2024年初的量化集体踩踏),很多基金会跟你强调"那是百年一遇的极端事件",但极端事件在A股并不罕见。重点要看回撤期间管理人的应对动作——是坚持模型、暂停交易、还是手动干预了。
第三把尺子:夏普比率。行业里流行一句话——"夏普超过2的基本是骗子或者加了杠杆"。这句话虽然绝对,但反映了一个底层逻辑:纯多头策略在不加杠杆的情况下,长期夏普比率的天花板大概在1.5到1.8之间。超过2的夏普,要么是加了杠杆掩盖了真实风险,要么是样本期太短、极端行情还没来。看夏普不能看"全周期夏普",要分年看——每一年单独算夏普,看分布是否稳定。一只基金滚动三年夏普在0.8到1.3之间波动是正常的,但如果某一年突然跳到2.5以上或掉到0.2以下,说明策略在某个市场环境中严重失效。
第四把尺子:规模容量。这是量化私募最容易被忽视的命门。每个策略都有一个容量天花板——到了这个天花板,交易成本上升、市场冲击变大、超额收益开始衰减。判断容量是否已经接近极限,看几个信号:超额收益是否在规模增长后开始趋势性下滑?交易换手率是否被动降低(不是因为策略调整,而是因为单笔订单太大导致没法快速进出)?同一个策略管了超过150亿规模还在持续募资的量化私募,需要格外警惕——超额衰减往往比想象中来得更快。去尽调的时候直接问:你们当前的策略容量估算模型是什么?达到什么规模会停止募集?如果对方回答"我们暂时不考虑容量问题",这道题就扣分了。
量化私募尽调七把尺子速查表
| 尽调维度 | 核心指标 | 健康区间 | 危险信号 |
|---|---|---|---|
| 超额稳定性 | 信息比率、月胜率 | 信息比率≥1.2、月胜率≥60% | 个别月份贡献全年大部分超额 |
| 回撤控制 | Calmar比率、回撤修复速度 | Calmar≥1.5、修复周期≤3个月 | 修复周期超过6个月 |
| 风险收益比 | 滚动夏普比率 | 稳定在0.8-1.5之间 | 某一年夏普突变≥1.0 |
| 规模容量 | 超额衰减拐点 | 有明确容量模型和募资上限 | 规模增长但超额同步下滑 |
| 策略逻辑 | 因子来源、模型迭代频率 | 有可解释的经济逻辑 | 归因模糊、过度依赖机器学习黑箱 |
| 团队与风控 | 核心人员稳定性、风控体系 | 团队≥3年无核心离职、有独立风控线 | 投研和交易是同一批人 |
| 失效预案 | 历史上策略失效的应对记录 | 有明确的分级应对方案 | "我们的策略不会失效" |
第五把尺子:策略逻辑的透明度和可解释性。这个问题在量化行业尤其敏感——很多管理人以"策略机密"为由拒绝透露细节,这本身不是问题。问题在于:当策略失效时,管理人自己能不能解释清楚原因?如果一个量化基金连续三个月跑输基准,你问为什么,对方只说"模型在迭代优化中"——这说明要么他们自己也搞不清楚,要么策略本质上是数据挖掘出来的巧合而非经济规律。好的量化策略不需要公开因子公式,但应该能告诉你:超额收益的底层经济逻辑是什么(市场定价偏差?投资者行为偏差?流动性补偿?),模型多久迭代一次,最新一次迭代改了什么东西。
第六把尺子:团队与风控体系。尽调量化私募,不能只看业绩曲线,必须看人。核心投研团队有多少人?背景是学界还是业界?近三年有没有核心人员离职?投研团队和交易团队是不是同一批人——如果是,说明缺乏独立的风控制衡。风控体系这块,要问三个具体问题:风险预算怎么分配(行业暴露上限、风格暴露上限、个股权重上限)?有没有独立于投研团队的风控人员?历史上触犯风控限制的次数和处理方式是什么?
第七把尺子:策略失效的应对预案。任何量化策略都会在某个市场环境下失效,区别在于失效时的应对方式。2024年初的量化踩踏事件是最好的教科书——有的管理人在市场剧烈波动时坚持模型运行、等市场恢复正常后超额快速修复;有的管理人临时人工干预、关停策略,结果错过了后续反弹。尽调时直接问:"你们历史上策略失效最严重的一次是什么时候?持续了多久?采取了什么措施?"听回答你就能判断出这家管理人是真刀真枪经历过风浪,还是只在舒服行情里赚过钱。
最后值得强调的是:尽调不是一次性的事。选定一家量化私募之后,跟踪监控比初选更重要。每个季度至少复盘一次:超额收益还在不在健康区间?回撤特征有没有发生结构性变化?管理规模有没有接近容量天花板?团队有没有变动?把尽调变成一套持续运行的系统,而不是投完就不管的一次性动作。
好的量化私募经得起反复拷问。他们的策略逻辑能说清楚、风控体系独立运作、对容量有清醒的认知、对失效有充分的预案。反之,那些只能拿业绩曲线说话、一问细节就含糊的,不管短期业绩多漂亮,都要留个心眼。
最后补充几个尽调中常见的坑。第一个坑是只看近一年业绩——量化策略的回测周期至少要覆盖一轮完整牛熊,在A股就是至少3到5年。第二个坑是过度关注"明星因子"——管理人跟你说"我们有一个独家因子",这时候要问:这个因子是可解释的经济逻辑还是数据拟合?如果是后者,换一组数据可能就失效了。第三个坑是忽视费率结构——有的量化私募管理费看起来低,但后端业绩提成设了很高的水位线和较低的分成比例,总持有成本算下来并不便宜。第四个坑是用"规模"代替"质量"——觉得上百亿规模的管理人更可靠。实际上规模本身就是策略的敌人,很多小而美的量化团队在特定策略上表现更优。
选量化私募本质上是一个"把不确定性变成可衡量指标"的过程。你不能预测未来哪家业绩最好,但你能通过这七把尺子过滤掉那些连基本问题都说不清楚的管理人。尽调不是算命,是排雷。
对量化私募投资有疑问的朋友,加微信 yxxz798,聊聊你的配置需求。
关注用心小站,获取更多深度分析
风险提示:本文仅为投资方法论分享,不构成投资建议。文中引用的指标区间为经验参考范围,不同市场环境和策略类型可能存在差异。投资者应结合自身情况独立判断。投资有风险,入市需谨慎。
扫码添加企业微信 · 加入读者交流群
每天一篇深度财经文章 · 了解基金、量化基金选择,欢迎入群交流

扫码添加企业微信

添加微信扫码
(添加企业微信后自动发送入群链接)
评论专区
Comment area推荐产品
product新闻资讯
information
Securities industry
Bank financial management
Trust financing
微信公众号
官方微信
产品小程序




