1、 请务必阅读正文之后的免责条款部分 证券研究报告/量化策略与资产配置/资产配置专题 量化与配置专题研究 国内国内量化基金发展现状及趋势量化基金发展现状及趋势：十年洗练，十年洗练，格局初现格局初现 2018 年 11 月 7 日 中信证券研究部中信证券研究部 刘方 电话：010-60836736 邮件： 执业证书编号：S1010513080004 朱必远 电话：0755-23835429 邮件： 执业证书编号：S1010515070004 王兆宇 电话：021-20262110 邮件： 执业证书编号：S1010514080008 厉海强 电话：0755-23835401 邮件： 执业证书编号：S
2、1010512010001 赵文荣 电话：010-60836759 邮件： 执业证书编号：S1010512070002 姜鹏 电话：0755-23835430 邮件： 执业证书编号：S1010515090001 相关研究相关研究 1.金融产品市场回顾和 2019 年趋势展望大潮退去、大幕开启（2018-11-04）2.市场热点量化解析系列第 7 期CTA策略及其配置价值分析（2018-10-24）3.财富管理时代的衍生工具与量化策略专题股指期货市场运行总结与对冲成本分析（2018-6-20）4.财富管理时代的衍生工具与量化策略专题资管再平衡期的量化策略布局思考（2018-6-20）5.财富管理
3、时代的衍生工具与量化策略专题金融衍生工具在量化策略中的运用（2018-6-20）投资要点 投资投资聚焦：聚焦：十年十年洗练，格局初现。洗练，格局初现。国内量化策略经历了十年以上的发展，行业初具规模、策略逐成体系。尤其在大资管行业向净值化、科技化演进的背景下，投资者对量化策略的关注度与日俱增。本文从基金研究的视角，勾勒国内量化策略的历史发展和当前现状、并初步探讨了未来可能的发展方向。国内量化策略国内量化策略演演化化的三个阶段的三个阶段。量化策略的发展依托于衍生工具发展和投研积累。从策略演化的进程看，总体包括 2010 年之前、2010 年至 2015年、以及 2016 年以来三个阶段，不同阶段的
4、策略类型和风险收益特征发生了显著变化。当前全市场量化基金规模合计约当前全市场量化基金规模合计约 4000 亿（不包含被动指数型产品）。亿（不包含被动指数型产品）。其中：（1）私募类量化产品规模约 2000 亿，在证券类私募产品中占比 7%；策略类型包括市场中性、指数增强、量化选股多空、CTA 策略、量化多策略、期权策略、套利类策略等。（2）公募量化基金规模 1200 亿（不含被动指数型产品），在权益类公募基金中占比约 5%；策略类型以指数增强和量化选股为主。（3）基金专户和券商资管中的量化产品占比较低。国内主流国内主流量量化策略化策略体系体系。权益型量化产品中，在股票端包括市场中性策略(Alp
5、ha)、指数增强(Alpha+Beta)、以及量化选股(Alpha+Smart Beta)；期货端以 CTA 策略为主。此外还包括 ETF、期现套利等套利类策略。在此基础上，进一步演化出了量化多策略和 FOF 类产品。各类策略原理、风险收益特征和历史业绩等详见正文分析。2018 年以来年以来量化策略表现：量化策略表现：（1）CTA 策略表现相对较好，体现了“危机Alpha”属性；（2）指数增强和量化选股策略：Alpha 难敌负 Beta；（3）中性策略业绩分化：中位数为负，但前 1/4 产品的收益率超过 7%；（4）多策略的配置贡献不显著。行业展望：投资者机构化，行业展望：投资者机构化，竞争和
6、竞争和分化加剧分化加剧。对比海外而言，国内量化策略占比仍低。长期而言，如果衍生品工具出现进一步的丰富和放松，可能是国内量化策略发展的重要拐点。中期来看，在需求端来看，或将呈现投资者机构化的发展趋势；在供给端来看，伴随海外机构布局加速国内布局，行业竞争和管理人分化预计将进一步加剧。在上述背景下，产品预计将呈现 Beta 与 Alpha 的进一步分离：Beta 的形式愈加多样，向规模化和低成本化方向发展；而真正的 Alpha 愈加稀缺。主动投资和量化投资的融合主动投资和量化投资的融合。优质的主动阿尔法和量化阿尔法均具有稀缺性，且相关性低。对量化管理人而言，主动投资和量化投资的融合是扩大规模边界的重
7、要手段；同时，能够结合外部环境变化意识到策略的适用边际、并主动调整策略配置，也至关重要。对主动投资管理人而言，量化的应用可以体现为产品工具化定位和绩效归因、投研环节上的信息处理效率和交易效率提升、组合风险管理上的量化监控、以及在客户财富管理上的精细化服务等方面。更为重要的是，对机构投资者而言，可以充分利用其低相关性，在主动阿尔法和量化阿尔法进行分散配置，改善组合的投资绩效。量化与配置专题研究 请务必阅读正文之后的免责条款部分 目录目录 国内量化基金行业回顾和现状国内量化基金行业回顾和现状.1 国内量化策略演化的三个阶段.1 证券类私募：在证券类私募规模占比约 7%，行业集中度仍低.2 量化公募
8、基金：被动指数为主，合计占比约 20%.3 基金专户及券商资管：量化占比极低.4 国内主流量化策略体系国内主流量化策略体系.4 市场中性策略：对冲控风险、选股求收益.5 CTA：基础市场低相关，“危机 Alpha”特征.7 指数增强策略：公募、私募各具优势.9 量化选股策略：择时和因子配置的灵活性.12 2018 年以来量化策年以来量化策略表现略表现.12 行业展望：投资者机构化，竞争和分化加剧行业展望：投资者机构化，竞争和分化加剧.13 国内量化策略的长期空间看好.13 投资者机构化，有利于市场效率增加.14 海外机构加速布局，行业竞争加剧.14 产品方向：Beta 与 Alpha 的进一步
9、分离.15 策略配置展望：策略配置展望：基于基于 Beta 和和 Alpha 的配置视角的配置视角.16 基于 Beta 和 Alpha 的配置流程.16 Beta 性价比提升，Alpha 甄别精选.16 主动 Alpha 和量化 Alpha 的融合.17 量化与配置专题研究 请务必阅读正文之后的免责条款部分 插图目录插图目录 图 1：国内量化策略演化历史.1 图 2：证券类私募基金 AUM（万亿）.2 图 3：证券私募管理人的 AUM 分布.2 图 4：各投资策略私募证券产品的月度发行情况.3 图 5：国内量化私募产品的主要类型.3 图 6：公募基金规模分布.3 图 7：国内量化公募产品的主
10、要类型.4 图 8：国内量化公募产品的管理人分布.4 图 9：二级基金专户产品资产配置分布.4 图 10：二级市场券商资管产品资产配置分布.4 图 11：国内主流量化策略体系.5 图 12：策略原理：阿尔法收益=股票多头组合-贝塔.6 图 13：超额收益的来源.6 图 14：三大期指每季度的对冲成本.6 图 15：共性和分化：市场中性策略（全市场）收益表现和两次回撤.7 图 16：全部 A 股收益率分布，2015 年 vs2017 年 3-4 月（绿色为沪深 300、红色为中证 500）.7 图 17：全球 CTA 基金管理规模和占比.8 图 18：全球 CTA 策略以量化为主.8 图 19：
11、持有 CTA 策略指数不同时间长度的收益分布.8 图 20：国内 CTA 策略历史表现.9 图 21：公募指数增强基金的分布.9 图 22：公募指数增强基金的规模（亿元）.9 图 23：Alpha 的稳定性和分化（沪深 300，红色为中位数）.10 图 24：私募指数增强产品相对公募产品的优劣势比较.10 图 25：相对基本面选股而言，整体呈现小盘股特征.12 图 26：不同量化策略表现.13 图 27：私募量化策略表现.13 图 28：沪深 300 和中证 500 指数增强产品季度超额收益（中位数）.13 图 29：全球对冲基金的投资者结构.14 图 30：银行理财子公司的部分要点.14 图
12、 31：全球对冲基金“淘汰率”近 10%.15 图 32：基金配置的基本流程.16 图 33：全市场权益风险溢价（ERP）.17 图 34：行情分散度恢复.17 图 35：主动 Alpha 和量化 Alpha 的相关性.17 量化与配置专题研究 请务必阅读正文之后的免责条款部分 表格目录表格目录 表 1：海外 CTA 策略与其他策略呈现出明显的低相关性.8 表 2：加入 CTA 策略前后 FOF 组合的业绩指标比较.9 表 3：全球对冲基金前 10 名单.13 表 4：已登记备案的 WFOE 机构基本情况.14 量化与配置专题研究 请务必阅读正文之后的免责条款部分 1 国内量化国内量化基金基金
13、行业行业回顾回顾和和现状现状 国内量化策略经历了十年以上的发展，行业初具规模、策略逐成体系；尤其在大资管行业向净值化、科技化演进的背景下，投资者对量化策略的关注度与日俱增。本文从基金研究的视角，勾勒国内量化策略的历史发展和当前现状、并初步探讨了未来可能的发展方向。国内量化策略演化的三个阶段国内量化策略演化的三个阶段 量化量化策略的演化依托于衍生工具策略的演化依托于衍生工具发展发展和和投研投研积累积累。结合结合各类基金各类基金和策略的发展过程，和策略的发展过程，可可以以总结为三个阶段：总结为三个阶段：一一、2010 年之前年之前的初期探索阶段，量化策略类型相对较少的初期探索阶段，量化策略类型相对
14、较少。公募基金产品以指数型基金为主；2004 华夏上证 50ETF 上市交易，成为国内第一只 ETF 指数基金。之后的几年里，公募量化基金主要是指数和类指数产品。私募方面，产品形式主要以信托方式存在，包括ETF 套利基金和封转开套利等。二二、2010-2015 年量化对冲类策略年量化对冲类策略大发展大发展。2008 年美国次贷危机的影响下，海外量化基金人才大量归国，为市场提供了大量专业化人才。到了 2011 年之后，量化基金开始快速发展。一方面是量化选股和多因子的投资体系在国内落地，公募基金中指数增强和主动量化型产品增多；另一方面，更重要的是，股指期货和融资融券推出。2012 年到 2015
15、年上半年，是量化对冲类产品的大发展阶段，包括市场中性类和期现套利类策略。这一阶段的对冲类产这一阶段的对冲类产品有两个阶段性的有利条件品有两个阶段性的有利条件，一是期指的正基差、二是持续的小盘股风格，以上使得这类产品的风险收益比非常突出，也获得了大量资金、尤其是稳健风险偏好资金的追捧。三三、2016 年至今，年至今，期指限期指限手制约手制约量化对冲，量化对冲，量化量化策略类型逐渐丰富策略类型逐渐丰富。2015 年年中期指受限之后，量化对冲类的策略受到了比较大的冲击。管理人开始在其他方向上的拓展，也进一步带动了量化产品的丰富，比如 CTA、期权策略、以及之后的量化多策略和 FOF 等。此外，商品期
16、权、原油期货等衍生品种陆续上线。市场上的量化团队开始转型，从原来的低风险量化对冲策略转向主动量化策略以寻求市场的 Alpha，包括股票多头、股票多空、量化选股等策略。图 1：国内量化策略演化历史 资料来源：中信证券研究部 量化与配置专题研究 请务必阅读正文之后的免责条款部分 2 截至 2018 年三季度末，证券私募类基金约 2000 亿元、公募量化基金（不考虑被动指数型基金）产品规模约 1200 亿元；综合考虑基金专户、期货专户等产品后，我们估计全市场量化基金规模合计约 4000 亿元。具体分析如下。证券类证券类私募：私募：在证券类私募规模占比约在证券类私募规模占比约 7%，行业集中度仍低行业
17、集中度仍低 证券证券私募行业私募行业整体历经快速整体历经快速增长，增长，规模规模与与权益类权益类公募公募基本持平基本持平。截止当前私募证券类基金规模 2.4 万亿，可比口径下，2015 年初的管理规模仅为 0.8 万亿，在短短的四年时间里私募证券类基金规模翻了 3 倍，尤其是 2015 年上半年 A 股的强势上涨带来私募证券基金的迅速扩容。横向比较来看，2018 年以来，私募证券基金管理规模与权益类公募基金（包括股票型和混合型基金）的管理规模已经基本持平。随着国内高净值客户的不断累积和私募行业的不断规范化，私募证券类基金的进一步扩容也是大势所趋。但但在总量上升的背景下，私募证券在总量上升的背景
18、下，私募证券类类基金的基金的集中度集中度仍然较低。仍然较低。从各个管理人的规模区间分布来看，截至 2018 年二季度,“小微”私募数量占比 9.5 成以上，50 亿以上的头部私募管理人数量有限；行业分布极度分散。图 2：证券类私募基金 AUM（万亿）资料来源：基金业协会、中信证券研究部 图 3：按照 AUM 划分的证券私募管理人分布（截至 2018 年二季度）资料来源：基金业协会、中信证券研究部 量化私募管理人量化私募管理人在证券类私募在证券类私募中的中的规模占比规模占比有待提高有待提高。证券类私募中，量化产品规模占证券类私募中，量化产品规模占比约比约 7-8%、产品数量占比约、产品数量占比约
19、 10%、交易量占比约、交易量占比约 30%。中国量化型私募在 2008 年金融危机后开始萌芽，成熟市场的大量量化人才归国，带动国内量化投资开始发展。随着股指期货等衍生工具的发展和资金端的旺盛需求，一批私募量化管理人在短时间内规模迅速扩张，之后 Citadel、D.E.Shaw、Tow sigma、Millennium 等机构投研、技术人员创业，国内部分公募基金团队核心人员也开始组建私募。同时 2010 年上市交易的沪深 300 股指期货的正基差为套期保值的对冲策略提供了良好环境。但随着期指受限、委外资金退出，量化私募业绩和规模出现显著分化，头部机构初现、管理规模快速逼近容量上限，而部分小微管
20、理人面临困境。随着国内金融市场的逐渐完善和私募随着国内金融市场的逐渐完善和私募机构的快速扩容，量化私募产品也越来越多样化机构的快速扩容，量化私募产品也越来越多样化。基于对市场现有的私募机构和管理人的研究，我们将国内量化私募产品大致分为市场中性策略(Alpha)、指数增强策略(Alpha+Beta)、量化选股多头空头(Alpha+SmartBeta)，CTA 策略、量化多策略、期权策略和套利策略七大类别。目前来看占市场主流的还是市场中性策略，国内的私募管理人更倾向于选择具有 Alpha 收益的证券，但同时担心市场大幅下跌造成的净值损失，于是做多具备市场 Alpha 的证券的同时做空股指期货，在对
21、冲系统性风险的前提下实现对市场超额收益的获取。0.000.501.001.502.002.503.002015-012015-052015-092016-012016-052016-092017-012017-052017-092018-012018-05约70家约150家约260家约1300家约7200家01000200030004000500060007000800050亿以上20-50亿10-20亿1-10亿1亿以下95%95%私募机构私募机构规模在规模在10 10亿以下亿以下量化与配置专题研究 请务必阅读正文之后的免责条款部分 3 图 4：各投资策略私募证券产品的月度发行情况 资料来源
22、：中信证券研究部估算、Wind、朝阳永续 图 5：国内量化私募产品的主要类型（按规模）截至 2018 年二季度 资料来源：中信证券研究部估算、Wind、朝阳永续 量化公募基金：被动指数为主，合计占比约量化公募基金：被动指数为主，合计占比约 20%权益类公募基金权益类公募基金在全部公募基金在全部公募基金管理规模管理规模中中占比约占比约 20%，而量化型公募在权益类公募，而量化型公募在权益类公募基金产品中仅占基金产品中仅占 5.0%。截至 2018 年 3 季度末，权益类公募基金合计规模约 2.6 万亿、在全部公募基金规模占比约20%，管理规模最大的是货币市场型基金，管理规模达到8.4万亿元，占比
23、 65%。而在权益型基金中，指数型基金 0.4 万亿，占比 15%；量化型基金（剔除被动指数型基金后）0.14 万亿，占比仅为 5.0%。图 6：截至 2018 年 3 季度末公募基金规模分布 资料来源：Wind、中信证券研究部 量化公募产品的主要策略类型量化公募产品的主要策略类型为量化选股和指数增强为量化选股和指数增强。公募量化产品策略类型经历指数型、指数增强型和主动量化型演化；对冲类量化公募基金发展相对缓慢。就市场集中度而言，按截至 2018 年 3 季度末各管理人的量化基金管理规模统计，CR5（前五）=50%、CR10（前十）=66%，规模分布已经呈现较为集中的态势。量化基金的规模化效应
24、在公募基金市场已经有所体现。0%20%40%60%80%100%201401201404201407201410201501201504201507201510201601201604201607201610201701201704201707201710201801201804201807股票型债券型市场中性管理期货多策略型宏观对冲套利型多组合型市场中性策略：ALPHA指数增强策略：ALPHA+BETA量化选股多头多空：ALPHA+SMART BETACTA（管理期货）量化多策略期权策略套利策略量化与配置专题研究 请务必阅读正文之后的免责条款部分 4 图 7：国内量化公募产品的主要类型(截至
25、 2018年三季度)资料来源：Wind、中信证券研究部 图 8：国内量化公募产品的管理人分布（按规模,截至 2018 年三季度）资料来源：Wind、中信证券研究部。注：规模计算不考虑被动指数型基金 基金专户及券商资管：基金专户及券商资管：量化占比极低量化占比极低 基金专户基金专户和和券商券商资管量化占比极低，市场有待进一步开拓。资管量化占比极低，市场有待进一步开拓。截至 2017 年底，基金专户和券商资管的产品规模分别为 7.3 万亿、6.4 万亿，与证券类私募大致呈“4:4:2”的格局，但其中量化策略占比极低。从资产配置分布看，债券配置占据绝对优势，按照 0.5%计算，二者合计的量化产品规模
26、约在 600-800 亿规模。图 9：二级基金专户产品资产配置分布 资料来源：Wind、中信证券数量化投资分析系统 图 10：二级市场券商资管产品资产配置分布 资料来源：Wind、中信证券数量化投资分析系统 国内主流量化策略体系国内主流量化策略体系 量化策略类型的划分方式多样，本文从投资范围和风险收益属性特征差异的角度，将目前市场主要的量化策略划分为以下类型，包括：市场中性策略、指数增强、量化选股、CTA、套利类策略、期权策略以及量化多策略等。指数增强股票多空量化选股12%11%10%10%7%4%量化与配置专题研究 请务必阅读正文之后的免责条款部分 5 图 11：国内主流量化策略体系 资料来
27、源：中信证券研究部 市场中性策略市场中性策略：对冲对冲控风险、选股求收益控风险、选股求收益 市场中性策略的基本思路是买入一篮子股票多头组合，同时持有空头工具（股指期货、融券、期权等）、以对冲 Beta，获取 Pure Alpha 超额收益。国内市场上股票多头组合的构建框架一般基于国内市场上股票多头组合的构建框架一般基于多因子模型和统计套利模型多因子模型和统计套利模型两大类。目前两大类。目前而言，这两类模型的边界已经趋于融合。而言，这两类模型的边界已经趋于融合。其中，从 BGI、BARRA 发展起来的多因子模型，是 FF 三因子模型在证券投资实务领域的应用；其将组合投资看成因子投资（价值、规模、
28、行业、动量等），通过多因子模型把投资组合风险/收益拆解成一系列因子的暴露。部分 BGI 的投研人员归国后，将其与国内市场结合；多数公募量化产品和早期私募产品，以此作为底层策略框架。统计套利模型则主要基于对历史数据的统计分析、估计相关变量的概率分布，捕捉大概率的收益机会。由于该类收益仅是具备统计意义上的显著性，因而并非无风险套利。90 年代后，统计套利开始在海外量化对冲基金中盛行；近几年海外量化机构 DE.Shaw、Millennium、Worldquant 等机构的投研人员也不断选择独立组建或加入量化团队。尽管主流模型框架基本相似，但是在一些核心尽管主流模型框架基本相似，但是在一些核心因素设定
29、上的差异，可能显著影响策略效因素设定上的差异，可能显著影响策略效果。果。例如：选股范围、因子赋权、风控阈值等。另外投研团队在数据清洗、组合管理、交易执行和风控系统等方面的精细度，也会造成产品收益上差异。量化与配置专题研究 请务必阅读正文之后的免责条款部分 6 图 12：策略原理：阿尔法收益=股票多头组合-贝塔 资料来源：中信证券研究部 对于以期指对冲的市场中性产品，其产品收益来源可以粗略分成两个部分：阿尔法超额对于以期指对冲的市场中性产品，其产品收益来源可以粗略分成两个部分：阿尔法超额收益和期现基差收益（或损失）。收益和期现基差收益（或损失）。在有效的模型下，阿尔法超额收益大概率为正；但是存在
30、股票多头组合短期难以跑赢指数的情况，例如 2017 年 4 月份（后文做具体分析）。阿尔法超额收益大小、以及超额收益的来源，是评估模型“强弱”的重要因素。期限基差收益或损失，则是在过去几年影响中性策略所谓“好做”或者“难做”的重要期限基差收益或损失，则是在过去几年影响中性策略所谓“好做”或者“难做”的重要因素。因素。2015 年年 7 月是重要的分界点。月是重要的分界点。2015 年 7 月之前，市场以正基差为常态1，即期指价格大于指数价格，基差收敛即可提供正收益贡献。而在 2015 年 7 月之后，市场以负基差为主，尤其在 2015 年下半年和 2016 年初，IC 和 IF 的基差成本分别
31、达到 25%、40%，随着基差收敛对阿尔法策略造成亏损。2018 年以来，相对 2016、2017 年而言，基差成本显著降低，但仍对组合收益产生负面影响。图 13：超额收益的来源 资料来源：中信证券研究部 图 14：三大期指每季度的对冲成本 资料来源：中信证券数量化投资分析系统 国内国内中性中性策略策略主要主要的回撤有两次的回撤有两次：2014 年年“黑天鹅黑天鹅”和”和 2017 年年“漂亮“漂亮 50”2014 年底年底的所谓“黑天鹅”的所谓“黑天鹅”：国内中性量化产品因短期风格突出和股指期货拉升，出现大幅集中回撤，中性策略指数出现了超过 7%的回撤，敲响了风格偏离和策略同质化的警钟。买入
32、股票Alpha+Beta卖出股指期货-Beta获得超额收益Alpha量化选股，利用新兴市场较弱的市场有效性，容易获得较高阿尔法收益；同时承担系统性风险贝塔将阿尔法证券与股指期货进行反向对冲，抵消系统性风险贝塔获得超额收益阿尔法-8%-7%-6%-5%-4%-3%-2%-1%0%1%2%上证50沪深300中证500量化与配置专题研究 请务必阅读正文之后的免责条款部分 7 但由于随后伴随市场活跃，多数产品的回撤被快速修复，并未对该类策略造成特别严重的影响。2017 年初的年初的“漂亮“漂亮 50”抱团”抱团：2017 年上半年股票市场出现了阶段性的极端不平衡,少数股票活跃、而市场整体波动率不足。例
33、如 2017 年 4 月，沪深 300、中证 500 指数分别下跌 0.47%、2.96%，而全部 A 股收益率中位数为-6.54%，区间收益超过沪深 300 指数的个股比例不足 30%。对比而言，在 2015、2016 年，跑赢沪深 300 指数的个股比例分别为 74%、43%。阿尔法策略以持股分散为显著特征。阿尔法策略以持股分散为显著特征。而在股票市场出现少量个股和指数领跑的极端情况下，量化分散选股跑赢基准指数的难度较大。但这种极端的行情表现通常难以持续，2017年三季度以来，行情极端分化的情况已经有所改善。图 15：共性和分化：市场中性策略（全市场）收益表现和两次回撤 资料来源：中信证券
34、数量化投资分析系统 图 16：全部 A 股收益率分布，2015 年 vs2017 年 3-4 月（绿色为沪深 300、红色为中证 500）资料来源：中信证券数量化投资分析系统 CTA：基础市场低相关：基础市场低相关，“危机危机 Alpha”特征特征 CTA（Commodity Trading Advisors，商品交易顾问）策略，又称“管理期货”（Managed Futures），泛指以期货为主要交易标的的投资策略或资产管理产品。从分析方法上可分为系统化 CTA 和主观 CTA，从交易策略上可分为趋势跟踪策略、反转策略和套利策略，从交易量化与配置专题研究 请务必阅读正文之后的免责条款部分 8
35、频率上可分为日内高频、短周期、中周期、长周期策略；多数 CTA 策略以量化趋势跟踪为主；偏向中长趋势的策略，资金容量更大。例如某海外私募 CTA 管理人，2012 年进入中国以来，目前在国内管理的资金在几十亿量级。图 17：全球 CTA 基金管理规模和占比 资料来源：Barclay Hedge，中信证券研究部 图 18：全球 CTA 策略以量化为主 资料来源：Barclay Hedge，中信证券研究部“危机“危机 Alpha”特性，是”特性，是 CTA 策略组合配置的核心价值。策略组合配置的核心价值。CTA 策略与其他策略之间呈现出显著低相关性，加入 CTA 策略可平滑组合净值曲线，降低组合的
36、波动性，其核心收益来源于低频、小概率的大幅正收益，需要长期持有。“危机 Alpha”这个名字便是指 CTA 策略在市场剧烈波动的危机中仍能保持稳定正收益。如 2008 年美国市场，道指下跌 33.8%、对冲基金整体亏损 21.6%、股票多空类策略亏损 11.9%，而 CTA 策略获得了 14.1%的正收益。表 1：海外 CTA 策略与其他策略呈现出明显的低相关性 股票多股票多空空 固定收固定收益益 事件驱事件驱动动 相对价相对价值值 CTA 宏观对宏观对冲冲 困境证困境证券券 套利套利 多策略多策略 股票多空 1.00 固定收益 0.78 1.00 事件驱动 0.92 0.87 1.00 相对
37、价值 0.87 0.83 0.88 1.00 CTA 0.15 0.09 0.08 0.07 1.00 宏观对冲 0.68 0.57 0.57 0.56 0.64 1.00 困境证券 0.76 0.84 0.87 0.77 0.02 0.43 1.00 套利 0.76 0.85 0.84 0.79 0.11 0.51 0.74 1.00 多策略 0.92 0.84 0.89 0.84 0.34 0.79 0.75 0.80 1.00 资料来源：EurekaHedge，中信证券研究部。注：数据区间为 1999-12-31 至 2018-06-30，基于月收益率。图 19：持有 CTA 策略不同时
38、间长度的收益率分布 33364138415187132 1311702072062142683143303313183263420%5%10%15%20%25%30%05010015020025030035040019971998199920002001200220032004200520062007200820092010201120122013201420152016CTA规模CTA占比50%55%60%65%70%75%80%85%90%95%199920002001200220032004200520062007200820092010201120122013201420152016量
39、化策略的AUM占比量化策略的产品数量占比-20.0%-10.0%0.0%10.0%20.0%30.0%持有6个月(胜率59%)-10%0%10%20%30%持有1年(胜率66%)-20.0%0.0%20.0%40.0%持有2年（胜率83%）量化与配置专题研究 请务必阅读正文之后的免责条款部分 9 资料来源：EurekaHedge、中信证券研究部 国内国内 CTA 策略业绩也呈现趋势交易为主的特点策略业绩也呈现趋势交易为主的特点，一个资产产生趋势的原因是投资者的 集群行为，它是跨市场的行为，市场可能暂时没有趋势或宽幅震荡，但之后趋势一定会出现。国内组合中，加入 CTA 策略后，在风险指标和风险调
40、整收益指标上会有显著改善。但国内 CTA 策略指数存在较为显著的生存者偏差的现象，这会在一定程度上使 CTA 策略的指标失 真。图 20：国内 CTA 策略历史表现 资料来源：中信证券数量化投资分析系统 表 2：加入 CTA 策略前后 FOF 组合的业绩指标比较 股票多头股票多头 固定收益固定收益 CTA 60%股票多头股票多头+40%固定收益固定收益 40%股票多头股票多头+30%固定收益固定收益+30%CTA 年化收益率 10.74%5.08%17.01%8.67%11.13%年化波动率 13.37%1.21%8.45%8.85%7.33%最大回撤 27.24%1.30%10.81%18.
41、90%13.91%夏普比率 0.80 4.20 2.01 0.98 1.52 资料来源：朝阳永续，中信证券研究部 指数增强策略指数增强策略：公募、私募公募、私募各具各具优势优势 从公募基金的指数增强产品规模分布来看，指数增强产品仍以宽基指数为主。截至 2018年三季度末，沪深 300 和中证 500 增强产品的规模合计占比达到 47%，其次为上证 50、占比 22%。公募指数增强产品的总体规模在经历了 2015 和 2016 年的低谷之后随着市场的回暖逐渐回升，截至 2018 年 9 月，已经达到了 538 亿元。图 21：公募指数增强基金的规模分布(截至 2018年三季度末)图 22：公募指
42、数增强基金的规模（亿元,截至2018 年三季度末）沪深30034%中证50013%上证5022%其他31%5846513023125145380100200300400500600700量化与配置专题研究 请务必阅读正文之后的免责条款部分 10 资料来源：WIND、中信证券研究部 资料来源：WIND、中信证券研究部 指数增强产品指数增强产品多数多数能获取稳定的能获取稳定的 Alpha 收益，但产品之间正在分化。收益，但产品之间正在分化。与所跟踪的指数相比，大部分指数增强产品都能取得一定的超额收益，这体现出了投资经理在市场基准之上有一定的主动选择能力，从 2013 年至今的统计来看，指数增强产品
43、取得的年化超额收益的均值为 3.81%。但同时产品之间收益的差异性在逐步拉大，指数增强产品超额收益的标准差有逐渐扩大的趋势，市场上好的管理人和好的产品的竞争优势逐步确立。图 23：Alpha 的稳定性和分化（沪深 300，红色为中位数）资料来源：中信证券数量化投资分析系统 私募私募基金和公募基金对比而言，基金和公募基金对比而言，二者二者各具优势。各具优势。私募指数增强产品的优点在于不受公募持仓要求约束，增强的来源可以叠加 T+0 交易，超额收益来源更为多元。同时作为私募产品在激励方面的机制也更好，能更好地与客户利益诉求保持一致。但收益总伴随着风险，私募指数增强产品缺少严格投资范围和跟踪误差限制
44、，可能会出现策略漂移，常规的高水位法业绩报酬可能侵蚀产品的超额收益（尤其在基准指数较为强势的情况下），导致费后收益缺少竞争力。而且私募相关产品实盘业绩较短，将带来评估的困难。图 24：私募指数增强产品相对公募产品的优劣势比较-10.00-5.000.005.0010.0015.00量化与配置专题研究 请务必阅读正文之后的免责条款部分 11 资料来源：中信证券研究部 量化与配置专题研究 请务必阅读正文之后的免责条款部分 12 量化选股策略量化选股策略：择时：择时和因子配置的灵活性和因子配置的灵活性 对比与指数增强产品而言，量化选股主要通过多因子、风格轮动和行业轮动的模型使策略在 Beta 上的暴
45、露更为灵活，并通过因子暴露的灵活调整获取超越基准的 Alpha 收益。从量化选股策略的历史表现来看，2014 年量化选股型基金显著跑赢主动股票型基金，而 2017年以后表现略差于主动股票型基金，可以看出量化选股模型的风格因子整体偏向于小盘股暴露。图 25：相对基本面选股而言，量化选股策略整体呈现小盘股特征（纵轴代表收益率中位数）请在纵轴加%资料来源：中信证券数量化投资分析系统 2018 年以来量化策略表现年以来量化策略表现 2018 年前三季度看，（1）CTA 策略表现相对较好，体现了“危机 Alpha”属性；（2）指数增强和量化选股策略：Alpha 难敌负 Beta；（3）中性策略业绩分化：
46、中位数为负，但前1/4 产品的收益率超过 7%；（4）多策略的配置贡献不显著。市场中性策略相比去年业绩边际改善。一方面 2017 年以来股指期货基差持续收敛，市场中性策略的对冲成本大幅下降。另一方面 A 股行情分散度已经恢复至历史中枢水平，行情的分散利于市场中性策略对冲掉投资组合的系统性风险，获取超额收益。与此同时，前 25%的产品在市场整体下行的情况下取得了 6%-7%的绝对收益。指数增强策略的相对收益近几年有下行趋势，2018 年至今有好转的迹象，沪深 300 和中证 500 指数增强产品三季度超额收益率分别为 3.2%和 5.1%。量化与配置专题研究 请务必阅读正文之后的免责条款部分 1
47、3 图 26：不同量化策略表现（纵轴需要加“%”）资料来源：中信证券数量化投资分析系统 图 27：私募量化策略表现 资料来源：中信证券数量化投资分析系统 图 28：沪深 300 和中证 500 指数增强产品季度超额收益（中位数）资料来源：中信证券数量化投资分析系统 行业展望行业展望：投资者机构化，竞争和分化加剧投资者机构化，竞争和分化加剧 国内量化策略国内量化策略的的长期空间看好长期空间看好 在 Institutional Investor s Alpha 发布的全球对冲基金百强名单中，管理规模前 10 名中有多家机构以量化交易而出名。海外对冲基金中，量化策略规模占比估算约 20%。长期而言，
48、如果衍生品工具出现进一步的丰富和放松，可能是国内量化策略发展的重要拐点。表 3：全球对冲基金前 10 名单 排排名名 公司名称公司名称 AUM（亿美（亿美元）元）创始人或核心管理人创始人或核心管理人 创立时间创立时间 简介简介 1 Bridgewater Associates（桥水联合）1200 Ray Dalio 1975 年 全球宏观策略为主，主动管理的 Alpha 策略（主动型 Pure Alpha 基金）和被动跟踪的Beta 策略（全天候策略）2 Applied Quantitative Research Capital Management（AQR 资本管理公司）690 Cliffo
49、rd Asness 1998 年 采用多种投资策略，包括股票多空仓、套利、全球宏观、绝对收益、动量、多策略等 3 JPMorgan Asset Management（摩根大通资产管理公司）450 Mary Callahan Erdoes 2000 年 以相对价值策略为主，全球化投资 4 Renaissance Technologies LLC（文艺复兴科技）420 James Simons 1988 年 以大奖章基金闻名，最早使用量化交易策略的公司，套利模型、算法交易 5 Two Sigma(双西投资）389 David Siegel,John Overdeck 2001 年 事件驱动策略、C
50、TA、全球宏观、相对价值等 股票多头,-8.98%管理期货,3.39%-12%-8%-4%0%4%8%2017/12/292018/3/12018/5/12018/7/12018/9/1股票多头固定收益市场中性管理期货多策略宏观策略套利策略FOF-4.00-2.000.002.004.006.008.0010.00沪深300指数增强超额收益(%)中证500指数增强超额收益(%)量化与配置专题研究 请务必阅读正文之后的免责条款部分 14 6 DE Shaw&Co（德劭集团)347 David Shaw 1988 年 重视量化交易，尤其以高频交易闻名。多策略投资，包括股票多空、套利、全球宏观等 7
