當量化交易遇到市場波動,真相到底是什麼?

市場資訊
08/13

  來源:《財經》雜誌

  隨着AI大模型加速融入工作和生活,需要警惕AI幻覺在回答金融專業領域問題時隱藏的錯誤,進而帶來誤解

  文|《財經》記者 黃慧玲 郭楠 實習生 馮洲玥

  編輯 | 陸玲

  啱啱過去的7月,全球科技股集體調整,A股相關景氣賽道同樣出現回調。

  市場波動加大,大量市場參與者的目光聚焦於量化。在社交平台上,關於量化砸盤、公平性、T+0等話題討論升溫。在監管端,7月20日-21日證監會召開穩市主題座談會,有參會代表提到進一步規範量化交易行為。

  過去,對於各類市場參與者來說,量化一直處於模糊地帶,既有科技創新驅動、從業者專業、高速發展等光環,也有「割韭菜」「T+0」等誤解,有時「神化」,有時「黑化」。還有自媒體通過AI(人工智能)大模型給出回答,質疑認為「規則相同」並不等於「交易條件實質公平」、量化不可能全部長期保持高倉位、量化會形成局部賣壓、量化可以變相T+0等。

  站在當下,量化是如何應對7月的市場調整的?如何讓市場交易更公平?究竟該如何客觀理性看待量化?《財經》採訪了多位業內人士,試圖撥開市場波動與投資者焦慮情緒的面紗,展現量化交易的真實圖景。

  波動加大,量化開始虧錢

  2025年不少量化私募因亮眼的收益備受關注,但2026年7月以來的調整,量化機構並未躲過。

  據好買基金研究中心數據,截至7月31日,量化多頭7月平均回報為-16.94%,在各類策略中排名墊底,今年以來平均回報為-2.81%。

  「在7月部分跌幅較大的交易日,有人說量化帶頭砸盤,但其實很多頭部量化私募不僅沒有淨賣出,反而淨買入。從管理規模和股票淨敞口看,A股量化私募市場的主要討論對象是量化多頭類產品,尤其是指數增強產品。這類產品通常保持較高的股票淨倉位,以獲取指數貝塔並通過量化模型爭取超額收益。這類量化產品基本滿倉操作,主動集中賣出可能產生較高衝擊成本,降低自身成交價格,通常不是其追求超額收益的正常方式。」多家頭部券商和量化私募機構人士告訴《財經》。

  「今年的行情並不是量化的舒適區,行業競爭加劇也讓做出超額收益的難度持續增大。」一位量化私募人士對《財經》表示,「主流量化產品因為策略原因,持倉天然非常分散,能夠為市場提供流動性,相信這對提升市場活躍度有幫助,特別是在市場較差的時候。」

  另外,從策略邏輯看,量化交易通常有明確的交易邏輯和強紀律性,一定程度上規避了人工交易的情緒化跟風弊端,一般不會因市場短期波動而集中淨賣出。許多量化策略中還存在反轉因子,在市場大幅波動時往往逆市交易,一定程度上有利於市場加快回到均衡狀態、抑制非理性波動。

  「在市場下跌周期時,我們始終保持滿倉運作,僅在持倉內部開展結構性調整,整體買賣維持均衡,不存在單邊淨賣出的操作。」一位頭部私募人士還提到,「公司內部也已經開始使用自有資金認購產品、加倉A股,而且加倉的量級不會很小」。

  還有券商營業部工作人員向《財經》反映,目前的行情軟件中有龍虎榜營業部標識信息,有一些信息商通過對來自股吧等信息的加工拼接,杜撰某些營業部是量化交易的「大本營」,甚至聲稱找到了「量化砸盤」的證據。但實際上,這些信息一方面並不準確,另一方面動機存疑,甚至不排除被利用來煽動情緒。

  制度公平持續提升

  每個交易者自身條件不同,差異客觀存在,在資金規模、研究深度等方面,機構投資者具有優勢,量化機構則在信息處理、系統開發等技術方面優勢較為突出。但無論是哪種類型的投資者,在規則面前都是人人平等。

  「從近年來推出的一系列舉措來看,證監會、交易所的方向是避免讓資金優勢、技術優勢等演變為制度性不公。」銀河證券首席經濟學家、研究院院長章俊對《財經》表示。

  據《財經》向券商了解,此前交易所已發布通知,交易所託管機房內交易行情的接入方式統一由局域網切換為廣域網,該變更已於7月31日開始落地。除此之外,今年以來監管部門還明確提出要求,券商不得將客戶設備部署在交易所機房內,嚴禁為個別投資者提供專用交易單元和網關等特殊便利。這意味着,機構投資者對普通投資者的速度優勢已被削弱,市場將更加公平規範。

  另外,自去年11月以來,交易所還全面加強了量化交易行為監管,明確設定「瞬時申報速率異常」「頻繁瞬時撤單」等監控指標,將每秒申報筆數過多、頻繁快速撤單認定為異常交易,並及時採取自律監管措施。

  「這些措施都有利於削弱量化交易的優勢。後續,相信監管部門將陸續出台更多政策舉措,不斷研究優化監管安排,進一步提升市場公平性。」章俊表示。

  6月,證監會負責人出席中國證券投資基金業協會會員大會時指出,將持續完善程序化交易監管的機制安排,更突出公平和規範,加強針對性監管,切實防範濫用技術優勢。

  量化交易的優勢需要約束和規範。有觀點把量化當成操縱市場的代名詞,這是把量化「妖魔化」了。

  要打消這一誤解,一方面,必須弄清楚量化是怎麼賺錢的。北京大學光華管理學院金融學教授劉玉珍向《財經》介紹,主流量化策略的核心特徵,是從歷史和實時數據中尋找可重複的統計優勢,並通過大量交易和嚴格風控積累長期正收益,而不是依靠虛假申報、誘導交易等違法操縱手段獲利。

  「接觸量化之前,以為特別高大上,之後逐漸意識到,量化賺錢,其實背後有分析框架和方法,有大量研究工作。」一位年輕的量化從業者對《財經》表示。

  另一方面,長期以來,維護市場「三公」一直是證監會工作重點,監管始終對操縱市場零容忍,無論是量化還是非量化,都是嚴厲打擊、絕不姑息。例如,2025年5月,個人投資者彭某某開發使用程序化交易工具,通過虛假申報、盤中拉抬、封漲停等手段操縱股價,收到了4億元的罰單。

  看起來像T+0,其實是T+1

  關於量化交易,流傳最廣的誤解之一是「散戶只能T+1,量化能T+0」。

  A股實施T+1交易機制。最簡單的判斷標準是:今天新買入的股票,當天能不能再賣出?答案是否定的。

  劉玉珍教授對《財經》表示:「在滬深交易所A股股票二級市場,現行規則對不同類型投資者一視同仁,均實行T+1交易:投資者當日買入的A股股票,不能在當日賣出。」

  A股交易T+1,但交易所的一些其他品種可以T+0。根據交易所的《交易規則》,債券ETF(交易型開放式指數基金)、黃金ETF、貨幣ETF、跨境ETF、可轉債等實行當日迴轉交易。當然,個人和機構能否參與,還要取決於賬戶權限、投資者適當性和具體交易資格。

  真正引發誤解的,是變相T+0。

  例如,已經被監管明令禁止的沽空T+0。2024年2月,證監會要求證券公司嚴禁向利用沽空實施日內迴轉交易的投資者提供沽空;同年7月,轉沽空業務被全面暫停。

  還有所謂底倉T+0,是指投資者原本持有一隻股票,在某個交易日完成買入該股票,並賣出差不多數量的該股票原有持倉,收盤時持股數基本不變。

  「看起來像T+0,其實是T+1,任何人都可以這樣操作。」一位普通投資者對《財經》表示。

  量化不能一關了之,投資者有哪些解決之道?

  量化交易已經深度融入全球金融市場不同類別資產交易之中,不僅是專業機構投資者手中的工具,很多個人都在使用,券商為投資者提供的算法工具也屬於這個範疇。對普通投資者而言,該如何適應金融市場的發展趨勢,找到適合自己的投資理念?

  「從全球市場看,量化交易的規範發展是資本市場專業化升級的趨勢。建議普通投資者樹立理性、長期、專業的投資理念,加強投資策略建設,這是適配市場發展節奏的務實策略。」興業證券全球首席經濟學家、經濟與金融研究院聯席院長、興證智庫執行主任王涵對《財經》表示。

  王涵進一步提出三項具體建議,一是堅守理性投資,核心對手是自身情緒而非市場交易工具。要認清市場短期波動是常態,影響投資的重要因素是自身心態與決策邏輯。相較於糾結市場工具差異,減少情緒化跟風、頻繁交易、追漲殺跌、恐慌盲從,把握好投資節奏、修煉投資心態、堅守理性決策,纔是適配股票市場投資的核心能力。

  二是「揚長避短」,堅持長期投資理念,減少短期波段博弈。普通投資者擁有資金周期靈活、無短期業績考覈壓力的天然優勢,應樹立中長期投資理念,聚焦優質上市公司成長價值,減少短期波段交易。依託企業長期成長獲取穩健收益,是最貼合普通投資者的投資方式,可有效規避短期波動震盪、穿越市場周期。

  三是借力專業機構力量,科學配置專業產品。資本市場專業化程度持續提升,藉助專業機構的研究、模型與風控優勢,是普通投資者穩健投資的更好選擇。投資者可以藉助專業力量提升資產配置的科學性,通過多元策略分散風險,如配置門檻低、透明度高、監管規範的公募產品等。

  此外,對於市場參與者來說,隨着AI大模型加速融入工作和生活,需要警惕AI幻覺在回答金融專業領域問題時隱藏的錯誤,進而帶來誤解。

  「此前有人在社交媒體發文稱,美國市場量化交易每秒下單不超過15筆、單日撤單率不超過15%,訂單需停留至少50毫秒才能取消等,問了某大模型,也回答有相關規則。但事實是,我們查了美國證監會和紐交所、納斯達克等證券交易所,都沒有對量化交易或高頻交易的頻率、速度等設定明確限制。」章俊告訴《財經》。

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10