市场风格切换 量化投资机构“等风来”
“阿尔法失灵了！”在大量资金疯狂涌入量化对冲这个赛道时，近期突然出现的巨大回撤却给量化从业者和投资者们泼了一盆冷水。
“量化投资每年年初有开门红，到了三四季度就‘关灯吃面’。”一位量化私募人士说。中国证券报记者调研发现，近期量化投资“关灯吃面”来得有些猛烈。数据显示，11月最后一周，占比超73%的市场中性策略产品遭遇了回撤，当周最大回撤甚至超过6%。
业内人士认为，临近年末，公私募机构大幅调仓导致市场风格突然切换，是这次回撤的主要原因。对于“阿尔法失灵”的恐慌，量化人士表现得较为乐观。在他们看来，模型调整适应需要时间，还是要调整心态，“等风来”。
11月“折戟”
“最近这一个月部分机构回撤幅度挺大，我们的回撤幅度在头部机构里不算大，但超额收益这块也不行。”一位大型量化私募人士李明（化名）表示。
“超额回撤非常明显。”某沪上量化人士告诉中国证券报记者：“最近指数增强的产品也有一定回撤，但尚未达到历史最大回撤幅度。”另一位北京量化私募人士也表示：“我们的产品回撤主要发生在11月最后两周，指数增强类和市场中性类产品均有回撤，中性产品回撤幅度大约在3-4个百分点。”还有私募管理人士称，11月旗下中性产品回撤在2个点左右，此次回撤也属于正常现象，在可接受的范围内。
在产品出现回撤的同时，量化对冲策略也在11月迎来了大量申购资金。中国证券报记者粗略梳理了近期新发量化对冲产品：灵均投资在11月份备案了46只产品，在百亿私募中数量居首，衍复投资和天演资本在11月份也分别备案了26只和22只产品。也就是说，部分新产品在成立之初就出现了大幅回撤。
私募排排网数据显示，11月最后一周，有数据显示的679只市场中性策略产品中，496只出现回撤，占比超73%，当周回撤幅度最大甚至达到6.5%；从11月整体数据来看，432只产品出现回撤，占比超63%，当月回撤超3%的有74只产品。
据了解，对于量化私募而言，回撤3个点左右为临界点，一旦超过就属于较大回撤。历史上较大的一次回撤曾在2017年年初出现，当时指数出现了6个点的回撤，量化私募的回撤幅度普遍在10个点以上。
这一波回撤也让市场中出现了非常悲观的声音，甚至有观点称“阿尔法失灵”。但是，在不少量化人士看来，此次回撤是正常策略波动。
多因素共振
不少量化人士认为，年底机构调仓、市场风格快速切换、打新收益降低等因素是这一波量化产品回撤的主要原因。
上述量化人士表示，近一段时间市场风格极快切换，资金快速由前期强势板块流入低估值的顺周期板块，如金融、周期等行业。市场结构的快速变化对量化选股策略造成了较大压力，尤其是相对中频量价策略的阿尔法面临较大的回撤。
“一方面市场活跃度和交易量都在下降，波动率也在下降，交易一旦冷下来，策略的有效性肯定会下降。另外，交易成本也会上升，换手越快的策略，受影响越大；临近年末，公私募机构都在为明年进行调仓布局，市场风格也会有变化，行业有轮动，一些动量类策略中的动量因子表现会比较差，尤其是之前通过此策略获取了较高收益的，往往都出现回撤。”上述北京量化人士称。
李明也认为：“机构调仓导致市场风格突然切换，冷门股陡然表现很强，对于量化来说需要有风格和因子的识别过程，一般来说策略是周度调整或者月度调整，所以会有滞后性。此外，风格调整对于高频量化策略的影响会更大，因为高频量化的量价因子配比较多，较难选到冷门股，最近回撤也会更大一些。”
除市场风格骤变和机构调仓的原因外，李明表示，不少量化策略叠加了打新，相当于无风险收益的增强，但最近市场上的新股数量较少，所以打新的收益也越来越薄。
不仅是私募量化产品，部分公募量化产品也遭遇了不小的回撤。天弘基金指数与数量投资部负责人杨超表示，11月量化产品回撤原因不能一概而论，需要具体观察。如果是高频策略领域，主要原因是策略收益源头更多是赚取市场错误定价，当市场风格转向后，边际上投资者结构发生阶段性变化，使得以价量为主要信息源的策略需要时间适应市场变化。与此同时，以基本面量化为主的策略则要相对稳健。短期阿尔法策略出现波动是非常正常的现象，市场保持弱有效也是阿尔法策略的生存土壤。
以不变应万变
早在2007年，美国市场就曾出现量化集中踩踏事件。短短一周内，市场中性策略回撤了15%至20%。由于某家大型量化机构的关闭，其卖出行为引起了整个对冲基金行业的踩踏。不过，踩踏后的市场理性有所恢复，量化机构大都“收复了失地”。
此次大幅回撤之后，量化机构普遍选择“以不变应万变”。
“就算分析出原因，我们的策略也不会进行调整。”一家大型量化私募总经理表示：“的确可以不断优化策略，但实际问题是无论如何改进，这一波的回撤都无法避免。我们内部测算过，即使调整了策略，回撤最多减少一个点。”
“模型会有周度的适应调整，但我们不会做人工的干预。”一量化人士表示：“出现回撤是比较正常的，我们一般不会做人工干预，模型还是需要一些时间来适应的。”
