109
0这两天风云君跟一家量化管理人聊最近的产品表现，他们也一直强调：今年毫无疑问是量化策略的大年，要是没有40%的回报率，我都觉得我们的产品不合格。
事实亦是如此，年内收益40%+的量化股多比比皆是，高的甚至能达到60%、70%。
除了策略环境适配外，各家管理人也使尽浑身解数，力求在超额上争出一片天地。
提到超额，除了选股端，卷因子、频率、机器学习等这些传统的要素之外，很多管理人也会去探索新的武器，寻求把现有的超额再提升一个档次。
今天风云君就带大家盘一盘，量化股多的武器库都有哪些精良的装备。
一、择时
目前市场上常见的量化择时策略，主要是仓位择时和风格择时两种，这类策略主要用于应对趋势变动和风格切换的行情。
仓位择时
量化模型通过信号判断市场多空方向，并据此调整仓位。当模型发出看多信号时，策略增加多头仓位；反之，若发出看空信号，策略则降低多头仓位。
这类策略的核心收益来源是选股，仓位择时作为辅助策略增厚收益。
策略采用非线性量化多因子模型，生成个股截面收益预测。
仓位择时则基于选股模型的预测结果，在±20%的范围内进行动态调整，即将多头仓位维持在80%-120%区间。择时模型综合考量截面动量、时间序列指标及股指期货基差等多维度信息，生成择时信号。根据信号进行日频小仓位调整、周频大仓位调整。
当模型信号偏多时，产品通过两融适度增加杠杆以提升仓位；反之，当信号偏空时，则运用股指期货进行对冲，有效降低多头头寸风险暴露。
从过往业绩归因来看，产品的仓位择时给产品贡献明显的正收益。
比如去年924之前，产品仓位基本维持在90%左右；9月18日策略给出多头信号后，产品短期内通过杠杆加仓至上限，完整捕捉了后续上涨。而10月8日市场高开低走，策略发出空头信号后，产品不仅减掉杠杆，还通过股指期货将多头仓位降至 80%-90%，直到11月才加仓至 100%。仓位择时在这类极端行情中发挥了关键作用。
风格择时
量化模型通过识别市场风格特征生成择时信号，并据此主动调整持仓风格配置，以捕捉风格因子暴露带来的Alpha收益。
这类策略的核心在于对市场市值风格进行主动择时
基金经理长期看好小市值股票的成长潜力，但同时也注重在风格剧烈切换时采取相应措施以控制风险。所以策略的底层有两个子策略：
小微盘量选策略：在特定的小微盘股票池中，运用量化多因子模型筛选具有Alpha潜力的优质个股
大盘红利策略：筛选具备长期稳定分红能力、受经济周期影响较小的大盘股，构建稳健收益组合
择时模型会基于对小微盘股估值、交易等指标判断小微盘是否交易过度，去做风格的择时。
若择时模型判断小微盘交易风险比较大，就会阶段性退出小微盘，切换到大盘红利，等待小盘股回到合理水平，再将大盘红利切回小盘股。如果市场风格混沌，择时信号不明时，则会采用哑铃式配置模式，小盘股和大盘股的比例就相对均衡，降低单一风格的暴露。
上半年也通过几次小微盘和大盘红利的切换，获得了不错的超额。
3月底的时候，他观察到小微盘的估值已经到了高位，并且处于小盘股非常敏感的财报季，就果断就清仓了小微盘，转到了大盘红利，也顺利躲过了关税黑天鹅。
而在4月7日黑色星期一当天，他认为小微盘的风险已经释放到位，随即将所有大盘红利股票卖出，重新切换到小微盘股票，随后便开启了一波反弹。
时间来到5月底，此时产品已经连续10周上涨，他注意到微盘股市净率、成交额、总市值等指标均处于历史高位，微盘股很可能存在过热的迹象，于是卖掉一半小盘股，切换到大盘红利低波策略，一直延续至今。
这里风云君也再强调一下，“择时”不是万能的，谁也无法对市场短期走势做出预判，我们能做的就是搞清楚策略的长期赚钱逻辑，基于当下环境做出理性且相对较优的应对。
二、T0
今年不少业绩表现非常亮眼的量化私募，都有T0策略的贡献。这类策略的核心是捕捉日内的赚钱机会。
这类策略首先通过非线性模型去组合量价、基本面结合另类因子生成底仓的选股模型，全市场筛选股票，构建一个拥有约1000只股票的底仓。该部分每天约20%-30%会进行调仓，其余部分持仓维持不变。
在剩余不变的底仓成分股内，大约拿出总仓位10%比例的股票做T0交易，要求个股有波动大、交易量大、流动性好等特性。T0交易模型根据个股微观数据生成预测信号，捕捉分钟级别的交易机会。
再利用纳秒级别的低延迟系统，全天交易，盘中实时监控交易量、撤单、资金等风控指标。同时人工密切监控交易情况，一旦发生不符合预期的交易行为，会手动干预。
策略T0交易仓位平均占比10%，对标基准的相对总收益中，T0策略可以贡献10%。当然在市场成交活跃，价差交易机会更多时也会提高仓位占比，T0交易的收益贡献也会更高。
如此看来，量化和T0交易确实很适配。量化本身在做T0交易上有优势，同时，股票量化策略因为有天然的股票底仓，提供了T0交易的基础。另外这两部分收益来源也互补，股票量化在选股上贡献收益，而T0策略则在交易侧贡献更多收益。
三、叠加低波动类现金管理策略
这类策略在量化的基础上，叠加了现金管理策略，能够分散配置降低量选策略波动。
其低波类现金管理策略采用的标的为可转债，同时考虑可转债的债性和股性构建两个子策略：
轮动选取预期收益率比较高的可转债，赚取票息收益，主要看中可转债的债性
基于可转债的债性和股性构建双低选债策略，选取可转债做轮动，同时获取轮动交易收益
可转债票息收益和轮动交易的稳定增厚部分可以看做是现金管理，但整体收益率要高于现金管理。同时为控制可转债持仓风险，会基于财务和经营信息剔除风险不确定的标的。
量化选股虽然是全市场选股，但底层针对不同的风格特征构建差异化的选股模型，生成多个子策略去灵活选股。
子策略整体注重基本面选股，之间的相关性比较低。例如有价值修复策略、红利低波策略、成长股策略、小盘股策略等
具体选股会综合考虑市场环境及子策略的特点，选取预期收益和安全边际更高的子策略去选股，子策略间进行择时轮动获取收益的同时也降低选股的风险暴露
这类策略相比一般的量选策略更加稳健，在今年关税黑天鹅的时候尤为明显。
四、专注特定的板块
这类策略市面上并不多，主要由于专注的领域比较小众，策略容量也比较小，主流的包括双创板块和小微盘。
聚焦科创板和创业板的量化选股策略
之前风云君就提到过，牛市中这类策略的进攻性跟小微盘比不相上下。
原因也是多方面的：
从指数特征看，科创板和创业板企业作为国家战略的重要组成部分，科创板汇聚硬科技企业，创业板涵盖高成长中小企业。机械设备、电子、医药生物、计算机等科技行业占比高，成长性强，更具进攻性。
另外，双创板本身有一定的交易门槛，能参与到这个板块的投资人，通常交易活跃度比较高，再加上板块本身的涨跌幅限制更宽松，股票波动也比较大，具有更大的估值弹性，适合指数增强策略获取收益。
所以从beta端看，高弹性、高流动性、高波动，赛道不拥挤，更适合量化策略获取收益。
再看alpha端
量化选股策略不对标指数，能够更大程度上发挥量化策略的alpha挖掘能力，灵活性和适应性更强，进一步放大了双创指数高流动性、高波动的优势。
不过，风云君也要提醒一点，风险与收益成正比，这类聚焦双创板的策略，波动性也是比较大的。
聚焦小微盘
这类策略虽然也属于全市场量化选股、没有基准约束，但是选股中会做更多的市值下沉，对比已有的2000指增、甚至是万得小市值指增，持仓个股的市值都更小。
具体策略来看：
以小、微盘股股票作为选股池，采用量价策略和基本面策略相结合进行选股，一方面量价信号可以快速捕捉题材炒作带来短期趋势或者反转交易机会，另外基本面策略筛选更优质、或者不会暴雷的个股，获取超额的同时降低持股风险
分散持股，控制非系统性风险。同时对于持有的个股，因为没有指数的约束，可以更灵活的进行轮动交易，比如行业个股的轮动，或者持仓个股的低买高卖，都可以增强产品收益
同时为了防止风格切换带来的系统性风险，可以搭建量化择时模型，一旦触发风险信号，可以灵活降低仓位，比如降低绝对股票仓位或者采用股指期货对冲，规避部分回撤。当风险较小时，满仓运作，最大程度获取选股收益
这样下来，策略运作难度降低，同时选股聚焦小微盘的弹性，再叠加灵活的选股和仓位择时，在绝对收益上相对更有性价比。
综上，量化股多除了选股之外，其实还有很多方式增强收益，或者降低波动控风险。通常管理人并不会使用单一的武器，而是组合其中的几种，在提升收益多元性的同时，也能更好的控制风险。
