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实验室和水滴验室。 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。 (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略是友好的。 (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。 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。 Q&A□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? 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? 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累,其实后面业绩会比较糟糕。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。 (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。Q5:多空产品有行业约束? 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。 (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,就能取得盈利。