財聯社12月16日訊（記者 封其娟）由財聯社聯合華源證券主辦、東吳證券協辦的首屆財聯社私募業高質量發展論壇暨首屆私募基金·華尊獎頒獎典禮已在黃浦江之畔圓滿落幕。本次論壇不僅是對私募行業發展成果的集中檢閱與表彰，更是匯聚行業核心力量探討高質量發展之路。其中，以《量化私募發展大棋局》為主題的圓桌會議，成為解碼量化私募行業轉型與突圍路徑的關鍵對話場。
2025年被視為量化私募發展的關鍵年份，老牌機構穩健前行與新興團隊異軍突起並存，行業格局正加速重塑。在華源證券資管業務條線負責人唐吟波主持的《量化私募發展大棋局》圓桌中，靈均投資合伙人、首席投資官馬志宇，千象資產合伙人、總裁呂成濤，蒙璽投資創始人、總經理李驤，磐松資產聯合創始人黃大洲，銳聯創始人暨首席投資官許仲翔，就量化私募規範化、AI賦能、差異化競爭、客戶適配及投資者教育等議題展開深度探討。
通過討論，與會私募高管們達成了一項基本共識：量化私募行業正步入規範化、智能化、差異化發展的關鍵階段。機構既需要通過AI賦能構建技術護城河，也需要在合規框架下找准自身定位，更需要在投資者教育上持續投入。那些能夠將技術優勢、戰略定力與客戶信任有機結合的管理人，有望在行業新格局中贏得先機。
圓桌討論中的觀點交鋒也清晰反映出量化私募的角色正在發生深刻轉變。量化私募不再僅僅是市場的參與者，更是資本市場功能完善、生態優化的重要推動力量。行業的發展質量，將直接影響中國資產管理行業的整體競爭力與金融強國建設的進程。
量化私募的規範化發展如何助力資本市場？
在馬志宇看來，量化私募的規範化發展，本質是通過技術賦能與規則約束，讓量化的專業能力深度契合資本市場“精準定價、分散風險”的核心功能，成為中國特色現代資管體系的重要支撐。具體可從三個層面發揮作用：
第一是以量化定價能力，提升市場價格發現效率。
規範化是量化定價“精準度”的前提。在合規框架下，量化私募依託大數據處理、多因子模型等技術優勢，能夠快速捕捉全市場的信息價差，既包括行業景氣度、公司基本面等公開信息，也涵蓋交易行為、資金流向等邊際信號，通過跨板塊、跨周期的多維度驗證，形成更貼近資產內在價值的定價判斷。
這種定價能力的發揮，一方面能減少單一信息源導致的價格偏差，避免資產估值過度偏離基本面；另一方面，規範化的交易執行能降低市場衝擊，讓定價過程更平穩、更高效。當越來越多量化機構在合規邊界內發揮專業定價能力，市場價格將更充分反映各類信息，為投融資決策提供更可靠的參考，夯實資本市場資源配置的基礎。
本質上，量化私募的規範化不是限制發展，而是通過明確邊界、強化約束，讓其專業能力更精準地對接資本市場核心功能需求。當量化私募以合規為底線、以專業為核心，持續發揮精準定價與分散風險的作用，將推動資本市場形成“定價高效、風險可控、生態健康”的良性循環。
第二是以分散化策略，強化市場風險對沖功能。
金融強國需要資本市場具備更強的風險吸收與分散能力，而量化私募的規範化發展，能夠成為風險對沖的重要載體。一方面，量化策略天然具備分散化特徵，通過覆蓋數千隻標的、構建多因子組合，有效降低單一資產波動對組合的影響，這種“廣覆蓋、低相關”的配置邏輯，能為市場提供穩定的流動性支持，緩解局部風險集中爆發的衝擊。
另一方面，規範化的風控體系能讓量化私募更精準地管理風險敞口，在風格切換等極端場景下，通過動態調整因子權重、優化倉位結構等方式，既守住自身風險底線，也避免非理性交易加劇市場波動。同時，合規的量化對沖產品能為投資者提供多元化的風險對沖工具，幫助市場參與者平滑收益波動，提升整個資本市場的抗風險能力。
第三是以長期主義導向，助力資本市場生態優化。
金融強國的資本市場需要長期穩定的資金供給與健康的生態環境，量化私募的規範化發展能推動行業跳出“短期業績競賽”的執念，回歸“為客戶創造長期價值”的本源。在監管引導與合規約束下，量化機構將更注重策略的可持續性，通過持續的投研迭代、算力升級與人才培養，提升穿越市場周期的能力，而非依賴短期投機性交易。
這種長期主義導向，一方面能吸引更多長期資金入市，優化資本市場投資者結構；另一方面，規範化的信息披露與投資者教育能減少信息不對稱，引導投資者建立理性預期，緩解市場短期投機情緒。
李驤補充，量化策略的豐富性和多樣性，有助於吸引那些原本並未計劃配置中國資本市場的資金進入。
像銀行類的高凈值客戶對資產保值需求強烈，針對這類低風險偏好客群，蒙璽投資依託多元量化策略設計了專屬產品。
李驤指出，若無這類豐富的量化產品作為抓手，這部分資金大概率不會流入中國資本市場。無論是對沖型還是指數增強型，股票量化策略產品始終保持股票端滿倉運作。儘管持倉個股選擇、數量配置會動態調整，但資金會持續留存於中國資本市場，而且是全倉。
在李驤看來，量化私募很可能是整個金融領域中，在前沿技術應用上參與最深、布局最早的板塊。行業早在2016至2017年左右，便開始系統研究AI在量化投資中的應用；發展至今，AI已成為幾乎所有量化機構的標配工具。
李驤也看到，伴隨行業工程化能力的持續提升，技術外溢效應逐步顯現。部分投資機構已專項投入資源推動大模型等前沿技術的發展。當前，行業關注的焦點不僅限於AI，更延伸至量子計算等新興技術的應用。隨着研究持續深入、投入不斷加大，量化私募有望在前沿技術領域做出更多具有推動意義的貢獻。
如何以AI賦能構建差異化的長期超額收益能力？
在AI技術深刻影響行業格局的當下，量化私募正面臨因子衰減、策略擁擠等共性挑戰。如何藉助AI賦能與另類數據挖掘打造差異化的長期超額收益能力，已成為行業必須回答的關鍵命題。
黃大洲直言，AI正在全面賦能量化投資的各個環節。從數據挖掘、處理，到數據解讀模式升級，再到因子深度挖掘與多層級風控應用，AI已經滲透到業務的每個層面。與此同時，行業在算力儲備、硬件設備、基礎設施等方向上的投入，也正成為量化機構未來發展的重要路徑。
對磐松資產而言，更傾向於將 AI 定位為投資經理的輔助決策工具，具體基於以下幾點考量。
第一，AI模型本身具有較強的“黑盒”屬性，決策邏輯相對複雜。無論是向客戶及投資者進行解釋運作原理，還是幫助普通投資者理解和驗證其中的內在機制，都存在較高的認知門檻。
第二，AI主要依賴歷史數據學習，對歷史中未曾出現的“黑天鵝”事件或極端風險，應對能力尚有局限。
因此，磐松資產始終將AI定位為人類投資決策的輔助工具，也更傾向將AI用於處理“高信噪比”任務，例如從複雜信息中提取有效信號。鑒於此，“AI如何買賣股票”則是一個典型“低信噪比”問題，細微的輸入差異可能導致輸出結果大相徑庭。因此，目前僅依賴AI直接進行投資決策，在可靠性和穩定性方面仍面臨顯著挑戰。
團隊注重利用AI處理傳統方法不易處理的另類數據，例如文本、財報、音頻、電話會議記錄、視頻等非結構化信息。黃大洲認為，AI技術能夠將這類數據高效轉化為結構化信息，並深入挖掘其中隱藏的網狀關聯與內在邏輯，這將是未來極具潛力的發展方向。
有人可能會問，投資的終極形態是否會由AI全權決策？
黃大洲給出的答案是，隨着技術進步，AI的可解釋性有望增強，它的共線性與AI“幻覺”等問題也可能逐步緩解。但他依然認為，投資的責任最終落在管理人身上，AI難以完全取代人類做出決策，因此將繼續深化對另類數據的挖掘，推動AI作為基礎設施，賦能和加速投研流程。
馬志宇對黃大洲的觀點表示高度認同。
他認為，在中國量化私募的發展歷程中，機器學習、深度學習等技術應用於投資實踐已有近10年歷史。這些技術顯著提升了多因子線性模型的預測能力和投資效益。進入大模型時代，生成式人工智能為投研流程提供了更多工具支持，尤其在自動化層面效率提升顯著。
但馬志宇也坦言，在另類數據應用方面，當前量化投資在某些維度的能力仍弱於主觀投資，主要原因在於對真實商業世界的理解尚淺，而這又源於相關數據的缺失。團隊日常大量使用的基本面數據存在明顯的時滯性。
馬志宇同時也談到解局之道，比如通過與券商研究所合作，彙集分析師的見解。但這類做法高度依賴分析師個人能力及輸出的穩定性，在數據的確定性上存在局限。分析師本身對商業世界的理解，也主要基於閱讀公告、參加路演，再結合個人解讀形成觀點。
整個過程涉及數據的多樣性與複雜性，也考驗對數據的理解和加工能力。如今，大模型已能在許多維度完成類似人類分析師的工作。這意味着在處理此類另類數據時，成本有望大幅降低，產出質量也可能顯著提升。
因此，靈均投資非常期待大模型在這一領域的進一步發展。無論是第三方數據提供商，還是量化私募自身，都可能加大相關投入。最終，這不僅能讓策略更好地分析市場行情，還能更深入地理解真實的企業與宏觀經濟的實際運行，從而系統性地提升投資能力。
李驤再次明確AI正在全方位塑造整個行業的觀點。從投研維度看，量化範式的各個模塊基本能通過 AI 實現升級。以數據環節為例，正如黃大洲所言，在數據收集、處理及另類數據應用上，行業早期多採購第三方整理好的結構化另類數據，但由於供應商並不了解量化投研的實際需求，這類標準化數據的應用效果往往不及預期。此後轉而採購原始歷史文本，藉助 AI 技術進行處理和分析，深度挖掘其中的核心信息與有效因子，最終顯著提升了數據應用的實際效果。
在行業發展的早期，非線性模型被用於替代傳統的線性模型。由於模型複雜度的提升，團隊構建因子的邏輯也隨之改變。
過去，早期對單因子預測性要求極高，缺乏預測性的因子難以對預測結果作出邊際提升。如今，得益於模型複雜度與能力提升，對單一因子的預測強度要求已有所降低。如今更常用“特徵”這一概念，來涵蓋比傳統因子更廣泛的數據維度，而不僅僅是“因子”，整個研究鏈路也隨之發生轉變。
李驤談到，許多機構也在藉助第三方公司開展算法交易，從而生成預測、優化倉位到最終執行。最終發現，AI可以在交易執行的各個環節深度應用，從而降低市場衝擊、提升單一策略的容量上限。整體來看，當把量化投研的全流程拆解開來，AI幾乎能夠賦能其中每一個環節。
目前行業中有機構採用“端到端”的模式。在李驤看來，如果能對投研的每個模塊都做深入挖掘，價值毋庸置疑。但與此同時，也出現了一些新興機構，它們將重心幾乎全放在了模型構建上：不過度依賴另類數據甚至基本面數據，對因子的要求也相對簡化，主要通過對原始數據進行較淺的處理，再依託強大的模型能力來驅動策略。
因此，一些投研團隊規模不大、傳統“模塊”投入看似不多的公司，依然能獲得有競爭力的業績表現，這就是所謂“端到端”的實踐。這種方式將絕大部分投研資源聚焦於模型本身，以相對更小的研究成本實現讓客戶滿意的成果，無疑給行業帶來了新的思路和一定衝擊。
李驤指出，長遠來看，隨着這類機構逐漸成長，相信他們也會逐步拓展在數據和因子等維度的研究。這也促使整個行業進行更多元化的思考。因此，李驤的觀點是：無論當前在何種程度上應用AI先進工具，都必須保持高度關注，以免在技術發生重大躍遷時，被過往技術徹底顛覆。
改革驅動量化中低頻轉型，如何打造核心競爭力？
在AI技術深度賦能行業、加速策略迭代的背景下，監管改革正持續推動量化行業向中低頻策略轉型，頭部與中小量化機構在策略布局、資源投入上應如何選擇，才能形成各自的核心競爭力？
呂成濤介紹，千象資產目前整體管理規模約200億元，量化股票業務規模80餘億元。相較行業頭部私募，千象仍持續處於追趕階段。他坦言，在當前規模有限的階段，若想贏得市場認可、提升產品吸引力，首先應明晰自身的戰略定位，並確立一條清晰可行的差異化發展路徑。
千象資產在量化股票領域起步於2018年，從最簡單的日頻策略、線性組合開始，一步步構建體系，到2021年逐步形成現在的框架，並已涵蓋當前主流的數據與方法。但在啟動之初，團隊就明確將發展方向定位在資產管理，因為只有確定了這個方向，才能在後續的投入、框架搭建上形成連貫清晰的路徑。
憑藉紮實的起步，千象資產在2019年就已躋身百億私募管理人行列，儘管當時量化規模僅為30多億元，量化股票業務的佔比也相對較低。基於這一基礎，團隊堅定選擇走資產管理之路，主動避開資金消耗劇烈的高頻賽道紅海競爭，同時密切跟蹤行業前沿技術，積極布局大模型、端到端等核心方向，以清晰的戰略定位實現了差異化發展。
除了追求卓越的超額收益，另一條差異化發展路徑是更注重收益的穩健性。團隊最初的目標並非追求過高的年化超額，而是希望每年提供相對穩定、處於行業中位數水平的回報。基於這一定位，千象資產將量化股票投資定位為策略體系中穩健的一環。例如，與華源證券合作發行的相關產品，並不要求業績表現必須逐年提升，而是強調持續、穩定地輸出中等偏上的超額收益。隨着整體策略框架的不斷完善，千象資產始終沿襲這一思路穩步推進業務發展。
如今，千象資產相關產品規模已超過80億元，且業績持續表現穩健。展望未來，在規模不斷增長的同時，團隊致力於進一步細化量化股票策略，在鞏固超額收益穩定性的基礎上，力爭進一步提升整體收益水平。
回顧來看，這一“先穩後進、由穩向優”的發展路徑，或許能為與千象資產類似、起步階段規模有限的機構，提供一定的參考與啟示。
作為RAFI基本面量化策略聯合發明人及SmartBeta策略開拓者，許仲翔在國際量化投資圈是一位繞不開的關鍵人物。許仲翔的首個創業階段，就是通過策略授權的模式與美國大型基金公司合作，把量化的學界成果推向市場。到了2016年，許仲翔拆分銳聯亞洲，並成立銳聯財智。
早在2009年，滬深交易所以及華夏基金等國內公募採用策略授權模式，與銳聯達成合作。許仲翔也繼而進入創業的第三階段，銳聯開始在國內布局私募業務，旗下上海銳聯景淳投資管理有限公司於2021年獲得中基協批複，成為外商控股私募證券投資基金管理人。
許仲翔直言，銳聯作為外資機構，在國內取得私募牌照僅4年多時間，目前在國內私募行業中仍屬相對小眾。
許仲翔談及，當前國內市場主流量化產品以高頻策略為主，而銳聯專註的是量化基本面策略，兩者在方法論和關注維度上有所不同。如今規模超百億乃至千億的量化私募，大多布局於高頻賽道。這類策略在Alpha獲取和收益穩定性方面確實表現突出。而量化基本面策略則更注重企業長期價值與經濟邏輯，在不同市場環境中展現出差異化的配置優勢。
許仲翔想分享一個小故事，闡述了監管層面為何引導行業向低頻、降頻的多因子策略發展。
他聊到，銳聯在海外管理着主權基金、政府養老金等長期機構資金。與海外資金方聊到“我幫你賺錢”時，對方的觀點令他深有感觸。他們給出的想法是，“我們不需要你幫我們賺錢。畢竟資金源於政府，政策由政府制定，降息、加息利好哪些產業，我們掌握的消息遠比你精準”。他們真正需要專業資管機構做的，是將政府的長期資金有效配置到優質企業，真正推動實體經濟發展。
這讓許仲翔深刻認識到，長期大資金要的不是短期交易性的“錢生錢”，而是把錢投出價值，創造價值之後再創造財富。
正因如此，多因子量化賽道或許在 Alpha、IC 指標（信息係數）等指標上不如高頻策略吸引投資人，但對於大體量資金卻具有重要的社會意義，承載的社會價值無可替代。無論是從高頻賽道降頻切入，還是長期深耕基本面多因子的投資人，都需要聚焦這條賽道，因為這是大資金長期配置的必然方向，也是大資本能夠持續沉澱的唯一選擇。
對於不同規模的機構如何發展，黃大洲認為不應簡單地以規模大小來劃分路徑，關鍵是要結合自身的文化基因、投資風格與資源稟賦，走出差異化的道路。無論是提供多樣化的產品還是服務，最終目標都是為投資者創造更豐富的選擇。因此，每家機構的具體做法，都應立足於自身獨有的資源與能力。
磐松資產的因子來源涵蓋了高頻價量、基本面和另類數據等多個維度。黃大洲指出，另類數據在當前仍處於探索初期，應用尚不廣泛，但蘊藏着廣闊的研究空間。因此，團隊將持續深入挖掘多元數據，嘗試從新的視角構建投資邏輯，並持續優化相關模型。這將是磐松資產在投研層面重點推進的方向之一。
磐松資產在模型創新方面也展開了系統性的布局。公司自主研發了一套獨特的“關聯模型”，核心目標並非直接預測個股走勢，而是刻畫並跟蹤股票之間隨時間變化的關聯結構。例如，市場常有投資者同時關注多隻邏輯相似的股票，這些股票間的相關性在不同行情階段也會呈現動態變化。團隊基於對全市場股票在多個維度上關聯關係的捕捉，構建了一個能夠動態描繪股票間聯動特徵的關係網絡。
對此，黃大洲指出，無論是另類數據的深度挖掘，還是如“關聯模型”這類處理複雜、門檻較高的特色模型，都具備廣闊的優化與深化空間。因此，持續深化這類特色模型的研發與迭代，是磐松資產未來重點投入的方向之一。
當前量化私募行業產品種類繁多，收益特徵各異，基本能夠滿足客戶的定製化需求。那麼接下來還應朝哪些方向提升？
黃大洲認為，，在對外溝通上，管理人需要加強對自身價值的認知與闡釋能力，能夠向客戶清晰說明收益來源與波動的原因；在對內運營上，則需要進一步推動流程合規化、標準化，儘管短期內可能增加一定的管理成本。值得注意的是，這兩方面均可通過技術賦能實現突破。當前，AI的應用正從投研延伸至運營、客戶溝通、材料生成等各個環節。藉助AI等技術提升運營效率與組織協同能力，也將成為行業未來重要的發展方向之一。
黃大洲提到，正如許仲翔所強調的，投資行為本身承載着重要的社會價值。為此，磐松資產也積極通過多種方式開展投資者教育與行業普及工作：在線上，通過公眾號、白皮書等形式系統介紹量化投資的運作機制，並解讀不同策略類型的特點與差異；同時，定期舉辦線下分享活動，並與高校合作開展金融科普月等線下交流，幫助更多投資者了解量化行業的發展脈絡與當前生態。
他指出，整個量化私募行業正處在高速發展與模式轉型的階段，各種發展路徑都有合理性。關鍵在於，機構能否基於自身資源與發展定位，在更精細的維度上持續提升能力、走出適合自己的差異化道路。
投資者適當性管理升級，量化私募獲客與投教如何破局？
投資者適當性管理升級背景下，量化私募的客戶選擇邏輯也在轉變，這對機構的獲客渠道和投資者教育模式均提出了新的現實要求。
在呂成濤看來，中國私募行業的發展始終與資金結構的變遷緊密相連。
國內市場的資金主體大致可分為三類：一是中小機構及專業投資者，二是以銀行、券商和第三方理財機構為代表的財富管理機構，三是大型資產管理機構。這些資金方對產品的需求差異顯著。
量化私募在早期的野蠻生長期，主要資金來源是嗅覺敏銳、投資靈活的中小機構和高凈值客戶。他們能快速識別業績，並及時投入資金。
而自2019年起，財富管理機構的影響力開始集中顯現。這類財富管理機構的特點是准入門檻高、客戶基數龐大、維護成本不菲，但資金體量也十分可觀。以華源證券為例，私募證券存量已達四五百億。高門檻意味着眾多起步較晚、規模有限的私募可能被擋在門外，加之市場對私募運作尤其是量化策略仍存在“黑箱”印象，無論量化股票還是CTA策略，要獲得更廣泛的認可與接納，仍需要一個漸進的過程。
第三類專業機構，資金體量極大，但風控標準更為嚴格。與普通投資者或中小機構相比，這類機構的資金在交易限制、投資約束等方面存在顯著差異，常規策略或操作可能在此受限，但優勢在於：一旦獲得認可，配置規模通常非常可觀。對於許多百億私募而言已是相當可觀的體量，在這些機構面前仍顯有限，後者自身管理規模往往達萬億級別，投資需求多元且龐大。
總體而言，呂成濤指出，三類資金方的特點各有不同，對應地也會在不同發展階段選擇匹配的私募合作夥伴。
目前，千象資產的合作結構中代銷渠道佔比較高，約佔65%–70%，這與公司的業績特徵較為契合。呂成濤介紹，在具體合作中，公司會通過不同的產品線來適配不同類型的合作方：
面向中小機構，千象資產傾向於提供工具化產品，例如：基於500指數等標準策略的清晰產品線；面向代銷機構，提供已組合優化、業績更穩健的產品，以降低維護壓力；面對大型資管機構，千象資產更側重於根據對方的特定要求進行策略適配與產品定製，在符合硬性約束的前提下靈活調整，以滿足機構端的配置需求。
通過這樣的差異化布局，千象資產努力在各類合作中實現策略能力與機構需求之間的有效對接。
歸根結底，不論面對哪一類渠道或客戶，有些基礎工作是必須持續做好的。投資者教育始終是關鍵一環。呂成濤坦言，今年情況雖有改善，但在2024年初，量化行業仍面臨不少誤解甚至“妖魔化”的聲音。一方面源於策略本身存在一定的“黑箱”特性，不易完全透明拆解；另一方面也因針對不同投資者的教育工作還做得不夠深入、不夠系統。
呂成濤強調，無論中小機構、財富管理渠道，還是專業大型資管，本質上都需持續進行溝通與解釋，推動認知對齊。與此同時，私募機構也要與合作夥伴共同成長，在長期陪伴中建立信任。只有這樣，量化行業才能走向更健康、更可持續的發展道路。
早年間，國內FOF機構曾組團拜訪許仲翔，想學習美國的宏觀大類配置邏輯。他建議找到長期有增長邏輯的資產並堅定持有，同時做好風險管理就能賺到錢，不必糾結明年誰漲得更多。但當時，這一說法並未獲得認可，來訪者認為這是懶惰，應該精準研判資產漲跌並重倉押注，才能賺到大錢。這一現實也呼應了資產配置中更深層的理念分野。
許仲翔直言，這背後其實反映了資產配置中兩種不同的理念：一類是追求Alpha，致力於通過模型預測未來；另一類則更重視Beta，接受未來的不確定性，通過分散配置與嚴格的風險控制，獲取長期穩健的收益。
作為一名宏觀經濟學家，許仲翔深知，在大類資產中預測未來的模型幾乎不存在，可信度極低。既然Alpha難以持續獲得，就必須接受未來充滿未知的現實。
他指出，尤其對於習慣通過努力攻克難題的中國人而言，往往傾向於相信未知可以被認知和駕馭。但在資產配置中，真正能夠依靠Beta獲得長期收益的人，恰恰是那些能夠坦然面對不確定性，在市場波動中保持耐心，最終依託時間贏得回報的投資者。正因如此，比起執着於預測未來，更應重視風險管理本身。
從量化私募的客戶適配到宏觀大類資產配置，兩條賽道的實踐最終指向了同一個核心結論：無論是機構合作還是個人投資，比起執着於預測未來、追逐短期Alpha收益，更應重視風險管理本身與長期價值堅守。這不僅是一種投資哲學的演進，也恰恰契合了當前量化私募在面對多元資金結構時所需構建的長期能力，不是在波動中猜測方向，而是在不確定中築牢底線，在陪伴中贏得信任。
（財聯社記者 封其娟）
