超额表现冰火两重天 量化私募展开新竞逐

　　近期A股市场持续分化：通信、电子等板块在AI浪潮下持续活跃，资金高度集中于少数科技龙头。指数强劲表现的背后，不少个股持续收阴，微盘股指数显著下挫。第三方机构最新业绩监测数据显示，私募行业量化多头策略同步上演分化格局：有百亿级私募旗下量化选股产品近一月回撤幅度超过9%，同期也有部分管理人超额收益表现依旧稳健；同时行业内不同策略线的超额收益表现，强弱分明。面对分化行情带来的压力测试，多家受访机构揭示了业绩分化的深层归因，以及行业前沿的迭代方向。

　　业绩分化明显
　　从5月整体业绩表现来看，量化多头策略内部呈现明显的分化格局。融智投资FOF基金经理李春瑜总结说，5月“大盘股增强”明显强于“小盘股增强”。具体到细分策略，根据私募排排网监测，5月沪深300指增和中证A500指增表现最好，其次是中证500指增和中证1000指增，中证2000指增和微盘增强表现不尽如人意。拉长至今年以来，表现最好的是中证500指增和中证1000指增，其次是中证2000指增和中证A500指增。虽然中证500指数和中证1000指数今年以来的涨幅较高，但对应的指增超额水平一般。量化私募全行业的中证2000指增和中证A500指增平均超额收益率，要比中证500指增和中证1000指增高出2个百分点左右。
　　比策略线差异更引人关注的，是同一赛道内部不同私募机构的业绩离散度。来自私募排排网的数据显示，5月不同私募管理人业绩分化严重，同一策略（如中证1000指增）内部，5月首尾业绩差超过7个百分点。
　　另一家私募业绩监测平台的数据显示，截至6月5日，知名量化私募茂源量化旗下多只量化选股产品近一月回撤幅度超9%，表现明显落后于市场基准；千象资产、稳博投资等百亿级私募的部分量化选股或指增产品同期表现也不尽如人意。
　　李春瑜认为：“整体来看，5月量化私募管理人业绩分化严重，马太效应进一步强化，百亿级私募整体超额韧性强、回撤控制更好，中小管理人普遍表现不佳，尤其是过度暴露小盘风格的管理人。”
　　蒙玺投资相关负责人进一步解读：“同样是量化多头，不同机构之间的模型框架、因子结构、组合约束、风险控制、交易执行和容量管理差异，都会被市场环境的变化放大。策略底层能力差异会更直观地体现在净值表现中。”整体来看，量化行业正逐渐进入系统化能力竞争阶段，收益更依赖管理人综合能力。
　　星阔投资创始人、CEO邓剑补充说：“量化行业总体超额收益较去年同期明显下降，可能因为去年以来规模大幅扩张摊薄了阿尔法收益。今年小微盘策略已经较难提供超额，只有真正具有阿尔法能力的管理人才能脱颖而出。”
　　五大归因解构难点
　　业内人士表示，量化多头策略5月表现的分化，并非单一因素所致，主要来自五个层面的叠加影响。
　　一是个股极致分化令广谱选股失效。蒙玺投资相关负责人分析，量化多头策略依赖大量个股横截面特征进行收益预测，“当市场上涨和下跌集中在少数板块或权重个股时，传统广谱选股能力会受到挑战”。5月小微盘股整体疲弱，依赖市值暴露的策略受冲击较大；同时“上涨集中的少量股票使指数被拉高，超额获取难度增加”。李春瑜提供的数据显示，5月成交量前5%的个股成交金额约占全市场成交额40%至50%，仅半导体、AI相关行业上涨，“指数强、个股弱”令分散持股的量化策略获取超额收益难度上升。
　　二是因子有效性快速轮转。李春瑜说，5月动量因子表现突出，偏均值回归、反转类因子表现较差，“以反转策略为核心的产品超额回撤较大”。上海富钜私募首席投资官唐弢也表示，强势股动能过猛易触发拥挤度风控指标，反而导致错失行情。
　　三是指数成分结构差异放大跟踪难度。唐弢分析，中证500和中证1000行业分布精准契合AI算力、半导体等主线，指数本身过强使得对应的量化指增策略“较难追上”；沪深300指增权重股行业覆盖更广，相对容易走出超额。蒙玺投资相关负责人也说，“不同指数内部的行业权重、市值结构和成分股表现差异，在行业极致分化中会被进一步放大”。
　　四是策略同质化“内卷”摊薄超额。邓剑表示：“传统量化流水线产出的因子同质化问题突出，导致整体超额收益被持续摊薄；多数经典机器学习模型挖掘的因子，在小盘股上有效性更强，对大中盘个股预测能力偏弱”。
　　五是流动性分层与中小市值双重挤压。蒙玺投资相关负责人从交易层面提示，5月市场的个股分化伴随成交结构变化，“对调仓频次较高或覆盖中小市值股票的策略，交易成本、冲击成本、可成交性和换手控制都会成为约束”。
　　行业突围瞄准差异化与智能化
　　面对超额收益持续摊薄和市场环境变迁，量化模型如何重获竞争力？多家机构给出的答案指向两个关键词：差异化与智能化。
　　蒙玺投资相关负责人表示：“投资者应避免两个极端：不要把量化神化，认为模型可以天然规避所有风险；也不要因短期波动就否定量化策略的长期价值。”量化策略表现分化是正常现象，更应关注策略逻辑是否清晰稳定、超额来源是否可持续、管理人是否具备持续迭代能力。
　　唐弢也认为，量化策略本质是概率取胜，模型可能形成特定环境依赖，“这本质上还是由于策略的不完备性所导致的”。
　　在迭代方向上，多元阿尔法与严风控是行业共识。蒙玺投资相关负责人说，需“挖掘多频段、多层次的阿尔法，丰富超额收益来源，改进模型结构，完善风控体系”，加强因子多元化和稳健性，把交易执行能力纳入迭代体系。李春瑜同样建议多频段覆盖短中长周期信号，收紧风控，“5月微小盘风格暴露较大的产品超额回撤较大，这就是警示”。
　　此外，更具前瞻性的探索，体现在对“非共识”阿尔法和端到端AI框架的押注。邓剑在介绍该机构的差异化路线时表示：“公开信息不产生超额收益，真正的阿尔法普遍来自‘非共识’。”在这一理念下，该机构正从传统量化框架向端到端AI框架升级。邓剑认为，与传统多因子模型依赖人工特征工程不同，端到端框架能从原始数据层面自动学习并提取有效模式，减少主观偏差，可以提升策略对市场变化的响应效率。
　　这一思路与唐弢提出的“市场模式识别”形成呼应——当集中度提升预示“共识行情”来临，“交易型阿尔法”空间将被压缩，策略需相应做出调整。
　　对于5月量化私募行业运作遭遇的颠簸，业内人士表示，量化策略的超额收益已从“普涨式”向“结构性”切换，行业竞争也正从短期排名转向技术积累和长期投研能力比拼。当风格暴露不再奏效、传统因子收益被摊薄，真正考验量化机构内功的时代，或许才刚开始。