超额收益锐减，规模“诅咒”之下，量化的阿尔法盛宴能否持续？

　　今年以来，量化指增策略的超额收益明显下滑，阿尔法收益的持续性正在遭遇挑战。

　　回顾近几年，在贝塔收益与阿尔法收益双丰收的背景下，私募量化行业迎来高光时刻。2020年初，国内百亿量化私募仅有4家，如今数量已突破70家。量化产品也正演变为主流配置，甚至成为一些渠道和投资者眼中的“正确答案”。

　　涨规模难涨业绩

　　今年以来，量化募资潮如火如荼。据私募排排网数据，截至4月底，今年以来已新增16家百亿量化私募，合计达到71家，相较于2020年初的4家增长约17倍。 量化私募行业整体规模更是快速扩容，据中信证券测算，截至5月，国内私募、公募量化股票基金规模已升至2.25万亿元。若按照浙商证券（601878）更宽口径计算，量化私募总规模已突破3万亿元。

　　但与此同时，超额收益却在锐减。据私募排排网数据，今年前四个月，私募指增产品的超额收益均值仅为4.06%，较去年同期的9%以上“腰斩”。其中，中证1000指增超额收益均值仅3.24%，中证500指增超额收益均值更只剩1.93%。部分管理人的指增产品自去年10月以来，几乎没有创造任何超额。

　　这与今年以来的市场结构有关。一家中型量化私募人士表示，市场进入主线轮动快的“窄域行情”，一季度全市场前10%成交额股票的成交占比升至60%，量化策略赖以分散选股的宽度大幅下降。行业与风格轮动从月级别压缩至周甚至日级别，量价信号往往在确认时已接近尾声。

　　更重要的是，量化规模扩张带来拥挤度上升，策略同质化严重，导致超额收益能力被摊薄。过去两年，指增以及量化选股规模快速增长，大量资金集中在反转、高低波、小市值等相似的因子和相似的换手区间，超额来源逐步减少。

　　长期超额收益中枢或下降

　　量化的Alpha本质是在市场中寻找定价偏差，当越来越多的资金追逐类似的因子、使用类似的模型，超额自然收敛。一家百亿量化私募创始人李明（化名）直言：“过去动辄10%以上，甚至15%以上的年化超额收益，只是特定阶段的产物。如果未来量化交易占比达到40%至50%，行业平均超额收益可能只剩5%左右，甚至更低。”

　　上述中型量化私募人士判断，若未来市场总成交额下滑，尤其降到万亿元以下时，就需要警惕量化超额收益能否持续的问题。随着量化成交占比持续提升，长期来看，行业的超额收益中枢收敛到5%左右或是大概率事件。

　　量化并非没有周期，但过去几年持续亮眼的业绩，很大程度上掩盖了这种周期性风险。在很多投资者印象中，量化似乎天然代表着稳定、回撤小、修复快。但李明向记者表示，如果投资者在2021年9月量化指增产品高点买入，随后经历2022年大幅调整，净值回撤可能达到30%至40%。且这部分回撤并未在短期内修复，很多机构重新创下净值新高，实际上已是2024年9月“9·24行情”之后，整个修复过程持续了三年多。

　　对于当前量化行业最大的挑战，灵均投资首席投资官马志宇认为，主要集中在三个方面，一是因子快速衰减，超额收益收敛，市场有效性提升，传统因子红利下降；二是策略同质化带来的拥挤风险。如果行业都做相似的结构、相似的模型、趋同的交易，那么在极端行情下，很容易出现共振回撤；三是规模与业绩的平衡越来越难。规模上升后，交易冲击、流动性约束、策略稀释等都会影响业绩稳定性。

　　探索更丰富的策略

　　在李明看来，量化只要有超额，相比主观投资就有优势。但如果行业始终停留在扎堆布局中性与指增策略，随着规模持续扩大，超额收益会不断下降，量化最终会进入瓶颈期。“有些年份量化的平均超额可能达到15%，自然非常好卖；如果超额收敛至10%，募资可能步入平稳期；如果超额缩窄到只有5%甚至为负，那可能引发赎回。”李明表示。在他看来，赎回会压低量化在市场成交中的占比，令超额重新变得好做，如此循环，直到行业平均超额水平与投资者预期达成平衡。

　　但长期来看，量化超额收敛并不意味着行业的发展停滞。在居民财富向权益资产转移、机构配置比例提升的背景下，相比成熟市场，国内量化管理规模、成交占比仍有提升空间。马志宇表示，未来，超额收益会回归合理中枢，行业也会从规模导向转向规模与容量匹配、业绩优先，呈现稳健增长趋势。

　　问题是，量化配置热潮下，未来真正能够持续的超额来自哪里？

　　对此，因诺资产创始人、总经理徐书楠表示，关键在于能否找到新的增长空间。在成熟市场中，指增策略难以持续做出超额，美国量化机构很少做指数增强，但量化行业依然蓬勃发展。中国量化未来也必然走向多策略，CTA、宏观、多资产、套利乃至全球市场配置多元发展。

　　马志宇认为，量化未来的超额来自多周期均衡、多模型分散、AI深度赋能、强风控底线等多维度的迭代提升。

　　玄元投资表示，其差异化竞争路径主要在三大方向：一是策略创新与融合，从纯Alpha转向Alpha + Smart Beta，通过主动、动态地管理行业与风格暴露，提升策略的风险收益比；二是产品多元化，把量化方法论的应用从拥挤的股票指增赛道拓展至特定风格增强（如红利、科技）、大类资产配置等更广阔领域；三是在基本面与价量因子挖掘、机器学习模型应用上持续深化。