九坤年中交流纪要

坤公司大致情况 九坤成立于2012年，国内首批量化机构之一，目前综合实力位居业内第一梯队，管理规模在650亿以上。两位老板分别毕业于清华和北大的数理相关专业，九坤也坐落在清华大学门口。90%的投研毕业于海内外知名高校，70%的人才具有AI背景，自主培养率在40%以上。自有赛事招募人才已经办了6-7届，累计吸引到6000支参赛队伍，有超过60位是通过赛事加入九坤。 验室。 公司发展正循环：公司向上发展→招募更多人才→产生更多阿尔法→业绩稳定良好→获得客户信任→规模良性循环。三个实验室：针对数据、算法、算力去做，分别是数据实验室和AI实验室和水滴 定投九坤自家产品，从22年3月开始，每月定投1000万共36个月，通过定投将波动率从20%左右下降到2%。 整体市场环境回顾 （1）今年1月份三大指数收益率在 7%~8%左右，2月份以后几个指数发生了分化，整体趋势有所下行，呈现震荡行情。 （2）今年滚动20日的日均成交额稳定在8000亿以上，对量化属于友好环境，5月前市场成交量节节攀升，5月以后市场情绪悲观，成交量有所下跌。 （3）目前对于整个市场没有明确看法，基于多空信号给的指向是震荡行情。 4）外资是净流入的，沪股通跟深股通年持续净流入大概在八九百亿。 （5）2022年到现在的大小盘对比，用1000和300的价格比率走势，呈现窄幅震荡态势，风格走向偏均衡。看过往16年到21年，大盘好；21-22年又是小盘好；22年全年有不少切换。预期一个风格持续多长时间不现实，未来随着市场变得有效，主要指数它的价格比会趋于一致。短 期来看小盘有利。 （6）今年维持低年化波动率，中证1000几乎低于15%，沪深300、中证500可能低于10%。随着市场不断变得有效、改善，它的波动是在往下走的。 （7）主要指数的很多衍生品，场内股指期货、场外雪球在内的衍生品波动率会比非分股要低，随着衍生工具不断增加，波动会进一步下降。 略是友好的。 （8）贴水：随着最近几年各种场外衍生品不断发行，现在股指期货贴水率逐渐就被打成0左右。未来如果持续0附近，对于中性策略或者多空策 （9）整体上经济上处于触底反弹的大环境下，中长期看好A股股市，我们做了很多跟投表明态度。 “追涨杀跌”择时产生的负超额 （1）19、20年，投资者平均跑输公募基金大概10~17个点；22年公募基金整体亏20%，投资者平均亏26%， （2）择时损耗有四块：（1）显性成本，所谓的申购费、赎回费（2）时间成本，切换产品时需要等（3）逆向选择成本，下一 可能买到更差的产品（4）择时换产品的未盈利(更多调研纪要加微： （3）投资理念：坚持科学、稳健理性（基于IR=IC*√BR，即超额夏普=单因子预测能力*√策略广度）、长期主义。 可控同时更好赚取超额。 策略要点：股票端不做择时满仓持有，通过股指期货进行动态对冲。 九坤股票多空策略-多空配置1号、9号策略描述：在仓位分散基础上，通过量化策略投资于股票，同时动态使用股指期货进行对冲，力求在风险 九坤股票多空配置1号成立于18年8月，截止6月底，累计收益126%，年化收益 18%，波动率11%，夏普比1.64，历史最大回撤16.74%（2021年9月-2022年4月 ，同期中证500最大回撤27%）。今年收益6.5%，大部分收益来自阿尔法超额部分，受贝塔影响较小。今年1、2、4、6月份是正收益，3、5月份虽有回撤幅度都是在千一左右。去年的坑已填平。 九坤股票多空配置9号成立于20年的5月，截止6月底，净值是1.467，累计收益率46.7%，年化收益13%，波动率11%，最大回撤16%。今年收益6.5%左右，跟1号略有误差，1-6月正负收益情况与1号一致。目前差不多把之前的坑填上。 空气指增-九坤股票量化优选2号 特点：Ⅰ满仓不对冲、风险跟指增或者指数趋同。Ⅱ年化收益率比同期的多空、中性要高，符合风险和收益相匹配的原则。 年优选2号累计收益率11%左右，1、2、6月有盈利，3、4、5月亏损，承担贝塔后的稳定性比多空策略要差一些。历史最大回撤是 28%（2021年9月-2022年4月底，同期中证500最大回撤27%），波动率在15%以上。 1000指增-日享中证1000指数增强1号今年截止6月底收益在15%左右，超额收益 10%左右，1月份是负超额。 Q1：九坤如何看待机器学习？目前机器学习开发因子的使用权重大概多少？ Q＆A 答：（1）机器学习是一个非常广的方法论，比如说线性回归也是机器学习。像现在AI一般是特指机器学习里面的以神经网为代表的大模型。但机器学习不仅包括线性回归，还有各种回归，还有SVM，它是一个非常宽的范畴。 （2）随着时代发展，数据变多，机器学习可以帮助我们确定很多参数，机器学习方法论也非常灵活，它有成熟的框架可以帮助做优化。 （3）目前来讲，纯机器学习开发的在三成左右；因子组合上面，机器学习的因子组合效果会比线性好很多，也高效很多。 Q2：在前几年九坤和幻方的算力在市场上是绝对头部，最近两年市场越来越卷，九坤最近两年的算力投入能否介绍？ 答：不方便透露。 3：相比前几年，当下市场的Alpha因子风格有什么变化吗？ 累，其实后面业绩会比较糟糕。 答：因子持续性在降低。随着市场的有效性不断提高，风格愈加不明显，若去赌风格效果会越来越差，如果前期在阿尔法上面没有真的阿尔法积 Q4：九坤目前员工好像400多人，相比我了解到的其他头部管理人的员工数，好像要高出一倍以上，请问量化人员的数量对业绩提升重要吗？答：（1）每家公司的管理架构组织形式都是千差万别的。 Q5：多空产品有行业约束？ （2）九坤采取的是重资产、多人工形式，包括你在技术上的迭代优化、因子开发，都需要人才密度比较高才能做得好。我们分工是比较细的，比如说AI相关的技术，其实有非常多的团队，他们在负责各个节点。 答：指增端跑的500指增，以500进行行业约束，行业偏离基本在±5%之内。 Q6：有打算发行国证2000指增吗？国证2000是否比中证1000更好做超额？ 答：没有这样的计划，国证2000、中证1000没有太大差异，他们的大小盘分布、股指分布、成长性分布都是非常类似的，所以没有单独再做国证2000指增。 Q7：1000指增的换手率多少？ 答：我们的指增包括股票策略，大部分换手率非常相似，都是双边换手率50~70 ，平均持仓周期是一周半到两周。 Q8：精选产品选股有行业约束吗，容量多少，一般选股多少只，交易频率多少？ 答：所有的产品拆分到底层的策略都是指增策略，它都是有行业约束的，我们产品的平均持仓一般都是2000只以上，交易频率大概是双边换手 50~70倍。 Q9：赛道越来越拥挤以后，有没有什么措施挖掘出更有效的因子？ 答：（1）新挖的因子肯定是有效因子，我们不会去挖赛道拥挤的无效因子。 （2）对我们来说提升自己的竞争力，不断在投研、人才上去加强，不断加强去提升我们挖因子的效率和速度。 Q10：新的因子画像大概是什么样子的？ ：因子画像是对市场结构的把控，很多时候它都是一些细节。 Q11：根据超额夏普的公式，是不是小市值或者国证2000更容易获得超额？ 答：（1）并不是，超额夏普即信息比率。信息比率跟对标指数有关系，像今年大盘弱一些，并不能说你对标小市值或者2000，它更容易获取超额，这个结论是不对的。比如300指增，超额夏普可能更低，但是超额收益率可能更高，因为今年300跌得更多，所以这个逻辑是不对的。（2）现在A股小盘上面更容易获取超额？目前来讲是这样，但是这个风格并不是持续的，目前小票上面超额获取更容易但未 来不一定。因为参考美股，不一定在小票上面波动更大，有的小票完全没有成交、 有流动性，流动性完全集中在市场前三五百个票上。 Q12：量化CTA近期表现都不太好，九坤CTA是如何处理呢？答：（1）九坤最近CTA还可以，今年是赚钱的。 盈利。 （2）CTA市场博弈性更强。随着时间推移，投资者更加专业，市场会更加难。我们的做法是保持相对竞争力，比别人做得更好一点，就能取得