被称为“量化四大天王”之一的锐天投资创始人、CEO徐晓波，日前在一场对话中，就市场关心的量化投资所面对的机遇与挑战，

包括超额收益的下降，量化未来的空间，GPT能否直接应用在量化上，以及锐天所秉承的一套方法等，分享了自己的观点。

六里投资报资料显示，2013年，徐晓波在上海创立锐天投资，最早从股指期货高频起家，2016年进军资产管理的新赛道，开始建立股票中高频的策略团队。

目前，锐天投资旗下既有股票的高频、中频、低频，也有CTA和可转债的策略。

近年来，无论是公募还是私募的量化，都有产品表现出了非常优异的成绩，也吸引到了越来越多投资者的关注。

尤其是在市场剧烈的波动中，量化策略往往更能够适应市场，不少量化基金都成功实现连续多年实现正收益。

在对话中，徐晓波谈到了很多市场上普遍关心的关于量化的焦点问题，六里投资报（liulishidian）梳理了徐晓波的发言，比如对于超额收益摊薄的问题，他认为，这也是一个正常的现象。

对标美国，美国量化行业超额的中位数可能就在个位数，但对于中国市场来说，个位数无疑是一个非常低的水平。

但随着中国资本市场日趋成熟，量化参与者越来越多，尽管市场上量化策略盈利的总盘子越来越大，但收益率阶段性下移也会是正常的现象。

徐晓波表示，也许超额收益将会慢慢波动向下，去达到一个理性平衡的水平。

投资报（liulishidian）整理提炼了徐晓波分享的精彩内容：

1.这几年，中高频的超额收益可以说每年下降速度是非常夸张的，甚至一年的超额收益较前一年同样的策略可能会掉30%-40%，甚至50%。

比如说，同样的策略，在前年的超额是50个点，到了去年可能只有25个点，再到今年可能只有18个点，这个变化是非常非常剧烈的。

这个衰减原因并不是因为策略本身就是有什么问题，更多是因为，在市场上竞争的人非常多，所以导致了这种策略的衰减非常非常快。

2.主观也好，量化也好，都是市场的重要组成部分。

从长期来说是一个共生的关系，阶段性有孰强孰弱，但终究也是一个周期性的现象。

量化也一定会有它的底部，可能早年也有过，只是已被遗忘了。

就像现在主观经历的低谷，可能大家也开始忘记它曾经辉煌的时候。

3.从长期来看，如果说监管政策沿袭当下状态的话，那我会觉得量化还是可以有更大的发展空间。

可能现在是1.5万亿，五年之后、十年之后，有可能到3、5万亿，

交易量占到整个A股50%-70%的这样一个占比，我觉得这都是非常有可能的一件事情。

4.如果静态的来看，GPT4作为一个语言模型，在量化领域现在还没有非常广泛的应用。

如果是动态地看，看未来5-10年，我相信AI会影响人类的各行各业。

量化作为一个AI的前沿实验广场，说不定也会有一些奇妙的发现和反应。

量化参与者越来越多

超额收益会慢慢向下

问：整个量化行业的时间虽然不久，但其实也经历了比较多的起伏和周期。请晓波分享一下，是怎么度过这几年市场的这种周期的？

徐晓波：我觉得自己感触还蛮大的，因为创立锐天这么多年，10年走过来，国内的量化行业、资本市场也发生了翻天覆地的变化。

从一些小的点上看，最早我们当时刚开始在国内做量化创业的时候，当时去招人、招团队，不管是技术也好，策略也好，其实非常困难。

那时候，要想吸引大家来到这个行业，要跟大家去讲这个行业的未来前景，需要让大家相信积极去交易股票、交易期货是靠谱的一件事情。

在当时的中国，这是一个非常新鲜的事物。

但是到了今天，你去跟人讲量化，你发现几乎所有人都知道量化，至少做投资的、做交易的人大家都很关注量化了。

这是第一个，让我感触非常深。

第二个，是竞争程度的变化。

量化在海外的竞争是非常激烈的，如今做超额收益，杠杆前稳定做3、5点都是非常非常不容易的，

但如今在中国，对标指数怎么着也得跑赢指数10个点。

如果跑不赢指数10个点，大家都会质疑你投资和交易的能力。

当然，随着竞争越来越激烈，很多投资人也会问说，未来超额收益会不会随着竞争越来越下降？

会不会下降到和美国同样的一个程度？

我自己的感受是，最早大家对量化超额收益能做到二三十，再到现在行业的中位数在10多个点，再往后可能会不会也到美国一样，超额的中位数变成个位数？

我觉得这是我们资本市场从年轻的状态，到未来慢慢向越来越成熟的市场去发展的一个必然的过程。

在这个过程当中，随着量化参与者越来越多，你把市场总体的量化盘子乘上超额收益，其实它的盈利的绝对体量肯定是会越来越大的。

总体来说，即使竞争在变得加剧，超额越来越难做，但是我们还是非常乐观的，我们相信资本市场的体量会越来越大，而且将来总体量化攫取收益的空间还是在做大。

大家在竞争加剧、盘子变大的过程当中，超额的平均水平会不会阶段往下移？

我觉得会是一个慢慢波动向下、慢慢去达到一个理性平衡的水平。

因为如果超额收益真的很低，投资人不认可你，那资金也会离开这个赛场，这是我的看法。

经历各种周期考验+创新

是量化机构的生命力所在

问：从FOF投资机构的角度来看，一个好的量化投资机构，它的共性和共同点会是什么？或者，要把一个量化策略持续做好，它需要具备的一些核心能力会是哪些？

徐晓波：对风险的控制，包括团队人才梯队的建设，都是量化公司非常核心的事情。

我这里再补充几点，

第一，我觉得好的管理人一定要经历过很多的周期，周期包括很多，市场的波动、风格的轮动、竞争格局变化，同时也甚至包括一些制度的变化。（六里投资报：liulishidian整理）

比如说股市期货在2015年前后的一个变化，包括程序化交易在2016年当时受到很大的限制，那时候贴水很大。

再到现在市场开始非常放开，量化参与者越来越多，外资也在里面竞争。

可能再到将来，国家说不定也会阶段性出台一些量化交易的政策。

那么，怎么在这样一个长期不断变化的过程中，经受住各种行业的考验、市场波动考验、竞争的考验、制度的考验？

我觉得这是一个量化机构生命力所在，这是我的第一个看法。

第二个，对于量化投资机构来说，它区别于很多传统主观一个很不一样的点在于，它不只是一家投资公司，它同时也是一家科技公司。

对于一家科技公司来说，创新可以说是它的一个非常重要的生命力所在。

如果一家科技公司、一家量化投资公司停止了这种创新，

那么它在市场的价值会迅速衰减，它为投资人创造收益的能力也会不断的衰减。

如何去不断地做创新？摒弃之前的一些理念、观点？

怎么能在细节的方法论中，不断去寻找出新的角度、新的因子？

我觉得这是量化管理人需要不断去精进，不断去修炼的一个终身的课题。

目标是风险均衡，

超额收益足够稳健

问：中国的量化机构已经卷到了今天这种程度，未来你会想在策略上往哪些方向去开发？

徐晓波：我是这么觉得，随着竞争不断加剧之后，任何新发现的Alpha，在交易一段时间之后，很快就会被市场所感知到。

这些新的方法不断地会有市场上的新玩家去参与，当然这里面就有好有坏。

好的是市场终究是一个互相博弈的过程，任何一个好的策略和仓位，也需要其他人的跟随。

从竞争的角度来说，如果更多的人去交易这样一个策略，那你这个策略持续的有效时间会变得更短。

我们锐天自己秉承的一个方法是，

我们的投研体系还是要覆盖得更加全面，不太会是说一定专注在某一条赛道上。

不管是因子挖掘也好，或者机器学习也好，或者是一些新的方法论也好，

我们不太会在单一个赛道上、就去集中公司所有的力量去研发这个赛道。

我们更多是希望我们的策略投研团队组成是可以更加均衡的。

我们希望在各个方法论上都有一个持续进步的过程，

这样可以确保我们在很多新的方向上都足够的敏感，也有一定的布局。

在这些新的方法突然诞生一些市场爆发潜力的时候，我们也有一定的抓手，可以参与到这个过程当中。（六里投资报：liulishidian整理）

但是我们也不需要一定要在爆发的时候吃它很多的红利，因为我们希望，在长期的发展过程当中，每一年的业绩都能在行业做到比较靠前的位置，而不是仅仅在某一年做到特别好。

所以我们投研体系的构建，也是希望不断去深挖每一个方向，在这些创新方向上都有一定的布局。

哪怕这个创新方向上，可能有些玩家可以做到最极致，业绩做得最顶尖，在某一两年。

但是没关系，我们哪怕在这个方向能做到五成、七成，但是，我们在其他方向上也都可以做到这样，

那加在一起可能也不差，反而更加可以达到一个风险均衡、超额收益足够稳健的状态，这也是有竞争力的。

好的策略，因为市场表现的周期性，可能今年超额能做40%，明年可能做20%，后年就不好说。

量化主观阶段性有强弱，

这是一个周期性的现象

问：从FOF的角度而言，主观和量化分别代表两种不同的投资方式，但是在2023年出现的这样一个量化热、主观冷的环境，从量化机构角度，您对主观和量化两个阵营的定位是怎么看的？第二个就是为什么今年会出现量化热、主观冷的这种现象？（六里投资报：liulishidian）

徐晓波：主观也好，量化也好，都是市场的重要组成部分。

从长期来说是一个共生的关系，阶段性有孰强孰弱，但终究也是一个周期性的现象。

量化也一定会有它的底部，可能早年也有过，只是已被遗忘了。

就像现在主观经历的低谷，可能大家也开始忘记它曾经辉煌的时候。

所以我觉得，这就是一个周期。

从长期资本市场发展角度来说，这个市场不可能最后只剩下量化，

它一定是一个财富创造、企业发展、经济发展共生的结果，不应该变成纯博弈的。

如果是纯博弈，那就变成了一个赌场。

所以我们也希望，在未来资本市场发展当中，主观和量化各自扮演在行业中的角色。

另外一个角度来说，从我们粗浅的理解来说，主观它赚的很多的收益是来自于企业的增长，或者经济的增长、行业的增长。

就算是经济下行或者经济有一定压力的时候，我相信也会有少部分企业它具有很强的爆发性。

主观更多的工作，也是去挖掘这些优秀的企业，但这些工作很多层面上不完全是量化可以去覆盖、可以去做好的过程。

所以我会觉得，天然来说，主观和量化就有各有的赛道和战场，各有各自的职责。

量化具备科技企业属性

要获得更高的投入转化率

问：现在我们经常听到一个词叫军备竞赛，尤其是量化行业，经常听到这个词。不管是人才的军备竞赛，或者科技投入的军备竞赛，都会涉及。从中国的市场环境来看，你对军备竞赛怎么理解？

徐晓波：其实本质还是回到量化本身。

量化交易它本身不光是有投资和交易的属性，同时也具有科技企业的属性。

科技企业，不管是在美国也好，中国也好，

研发投入占收入的比重，都是大家在做公司调研时非常关注的一个指标。

所以从这个角度来说，量化交易公司持续不断地投入硬件、人才建设或者数据等等，这都是一个非常正常的商业经营所需要去做的事情。

军备竞赛我们是这么看的。

如果是看美国，大家看一些非常高频的策略，比如说像期货的高频，大家也知道在美国是处于一个相对比较集中的状态。

它的竞争力一方面是来自于策略，另外一方面也来自于速度的竞争。

比如说从芝加哥到纽约，大家早年前就是用光缆，后面就有一些无线传播的手段，甚至有一些军用的微波都会用上，这就是硬件上的投入。

如果你确实比别人更快，就有非常明确的优势。

这种情况下，确实大家会陷入一种军备竞赛的状态。

但是另一个角度来看，

并不是说一家公司的投入是另外一家的5-10倍，它的研发产出就一定是另外一家的5-10倍。

这里面会有很多的不确定性。

这其中包括了一些市场不确定性，带来某种策略一些红利的周期。

也包括选择的技术方案等等，很多因素都会影响转化效率。

我们自己在投研当中也经常会遇到，

去做一个策略创新，可能有的时候设想结果很好，但最后其实没有想得那么好，这是一种很常态化的状态。

但是有一点我们是确定的，就是我们是一家量化科技公司，我们要持续去做投入，人才也好、数据也好，要去做投入。

同时，我们也很关注投入的方向是什么，关注我们到底要在哪些方向上去做有效的投入，去获得更高的投入创新转化率。

量化未来体量能达3､5万亿

交易量占整个A股的50-70%

问：走到今天，根据非官方统计，现在量化已经有1.5万亿的市场规模了，它也占到了A股换手率的很大一部分。

到这个位置上，会不会觉得量化行业有一定的规模天花板？对这个行业未来的成长空间怎么看？（六里投资报：liulishidian）

徐晓波：短期来说，过去几年量化的增长是非常快，现在是1.5万亿，

可能是在2019年之前，2018年底的时候可能是2000亿，甚至2000亿不到，更早甚至只有三五百亿的规模。

相当于在短短几年之内有大几倍的一个成长，5到10倍的一个成长，这是非常快的增长速度。

对市场交易结构的改变，对市场的改变，包括对其他参与者的适应，都是一个很大的冲击。

我会觉得，从长期来看，如果说监管政策沿袭当下的一个状态的话，那我会觉得量化还是可以有更大的发展空间。

可能现在是1.5万亿，五年之后、十年之后，有可能到3、5万亿，

交易量占到整个A股50%-70%的这样一个占比，我觉得这都是非常有可能的一件事情。

一是得益于，整个资本市场还在快速的发展，越来越多优秀公司在A股上市。

中国现在A股上市公司有4000多家，参考美国差不多有1万家，中国的经济体量跟美国是相当的，中国的资本化程度跟美国相比还是有很大的差距。

所以这里面，资产本身就有一个很大的增长空间。

第二，包括很多资金配置的角度来说，

原来的很多资金配置在银行间体系，在地产、基建产业的体系当中配置是非常非常大的。

当然这几年大家也意识到，地产、基建陷入了一个更缓慢的增速的状态。

所以有很多的非标资金，一定会寻找新的出口。

这个新的出口是什么？

什么样的空间可以承载这么大的一个资本配置的需求？

我相信资本市场和股票市场一定是一个非常重要的选择，资本市场的壮大会给量化带来机会。

第三，从交易的深度来说，

中国不管是从个股的对冲手段来说，还是衍生品的发展手段来说，包括资本市场的创新制度角度来说，其实还是有很大的有待打开的空间。

如果这些空间愿意被打开，这些流动性空间愿意被释放出来的话——

刚才也提到，量化到底超额收益来自于什么呢？其中很大程度上就来自于流动性。

另外，美国的量化交易规模在资本市场占比是非常大的。

如果算上算法交易的话，可能基本上90%以上。就算不算算法交易，光一些股票中高频的量可能达到50%以上的这个交易量。

甚至在一些亚太市场、欧洲市场也是这样一个状态。

所以中国市场，如果看五年、十年，拉长来看，我觉得量化交易一定是可以有更大的空间去成长。

GPT作为语言模型，

在量化暂还没有广泛应用

问：在量化投资里面，我们怎么看ChatGPT这种大模型带来的变化？它是不是可以带来一些差异化的东西和策略？

徐晓波：今年AI确实有非常大的突破。

以前大家对AI的认知是一个统计模型，

它是一个非线性的统计模型，跟一个纯线性的统计模型并没有质的变化。

到了今天，大家都会开始讨论说，AI是不是会威胁到人类的存在，今年GPT这个事件是一个非常颠覆式的科技突破和创新。（六里投资报：liulishidian）

我自己是这么看，两个层面，

第一个是对GPT本身的看法，我自己觉得GPT是一个非常大的创新，

它的创新并不只停留在模型的网络架构，或者是其中一些环节、流程的创新，而是在于说它是范式和思想的创新。

以及，它怎么去把一些现有的已经存在的机器学习的手段进行有机的结合，得到一个在结果上实现质的突破的变化。

我觉得这里面有几点在于，GPT的语言理解能力，比以前越来越强。

理解能力的增强，一方面来源于参数本身的扩大，同时也来源于语料库的丰富。

包括中文的知识，包括英文的知识，包括编程的知识，包括各行各业的信息知识，都可以在同一套理论框架当中互相的去借鉴和学习。

比如说你问它中文的一个问题，它虽然没有在中文的语料库中出现过，但它有可能在英文的语料库中出现过，那在中文的问题当中可能你也能获得比较好的答案。

另外，怎么去把自然编程语言和自然语言的这种逻辑关系进行关联，甚至包括怎么把数学的一些关系——

最近大家也看到，GPT甚至开始在数学领域证明数学定理——

能做一些非常复杂的推理的工作，这个是以前的人工智能所不具备的一个范式。

以前的人工智能，更多是以一个统计关系去理解图片、理解文字的上下文关系。

而如今的人工智能是更好地把这些东西理解了之后，形成一个有效的工具，这个工具的效果会变得越来越好。

甚至它开始出现具备人的一些思维方式的能力。这个是它伟大的地方。

所以我自己对AI，包括ChatGPT，在未来5-10年的发展很憧憬，相信人类有这样强大的工具，未来一定会走向新的文明的高度。

这个是非常非常让人兴奋的一件事情。

第二，是看GPT跟量化的可能性。

目前来看，单纯用一个语言模型来解决量化的问题，我觉得这不是天然的范式。

因为量化它更多是以数字来存在，

比如说很多因子也好，我们要预测的收益率也好，它天然就是一些数字。

我们本来也用了很多机器学习的方法来预测这些收益率。

所以就是说，一个语言模型是不是一定能在量化领域得到非常好的应用，我觉得这不是一个直接的转化。

当然，现在量化所需的数据种类越来越多，

包括新闻、研报，能不能用语言模型去更好地理解这些，这个其实是值得探索的。

但是，我们是不是可以用GPT去更好地挖掘一些市场规律？或者去做平时我们人真正需要去突破、去创新的一些点？

我觉得这个还是有待发现，起码不是一个非常直截了当的应用，这是我的一个观点。

如果静态的来看，GPT4作为一个语言模型，在量化领域现在还没有非常广泛的应用。

如果是动态地看，看未来5-10年，我相信AI会影响人类的各行各业。

量化作为一个AI的前沿实验广场，说不定也会有一些奇妙的发现和反应。