上周，市场大反弹，风云君整体看了下量化产品的情况，大多实现了不错的回撤修复。 说起来，这波反弹来得又快又猛，跟前期的回撤一样让人猝不及防。 正是因为这样，我们觉得可以回到量化最底层的东西——因子，从这个视角再去看看，7月量化超额集体回撤最内核的原因。 因子大家都清楚。 简单说就是描述股票某方面特征的指标。量化模型通过挖掘历史上能有效区分优劣股票的因子，在组合中向这些因子做正向暴露——即多配高得分股票、少配低得分股票，从而获取超额收益。 下面我们就从因子层面，看这次量化回撤。 先说6月，本质上是动量和Beta因子贡献主要收益 今年上半年，A股市场呈现比较清晰的特征：科技板块持续领涨，市场趋势连贯，成交量维持在较高水平。 在这种环境里，量化模型最容易偏向两类股票：一类是过去一段时间持续走强的股票，另一类是对市场上涨更敏感、弹性更高的股票。 对应到因子上，就是动量因子和Beta因子。 * 动量很好理解：强势股票继续强，模型顺着趋势持有，就能捕捉到趋势延续的收益。 * Beta因子，则是对市场整体涨跌的敏感度，Beta高的股票在市场上涨时涨得更多。 从数据来看，今年截至6月末，动量和Beta因子收益率明显跑赢其他因子。而那些在选股模型中对动量和Beta有更高暴露的管理人，超额表现会明显更好。 [图片] 更重要的是，动量和Beta因子在这种行情下，往往会一起走强。 强势科技股通常既有高动量，也有较高的市场弹性。 模型看上去配置了多个因子，实际却可能在反复加码同一种市场偏好：追逐趋势、拥抱高弹性，在这种比较顺的行情下自然超额库库上涨。 然而到了7月，同样的因子，变成了回撤的来源 进入7月后，市场开始进入中报业绩验证窗口。 此前市场集体交易个股远期的预期，而到7月，却需要重新审视个股的盈利、现金流和分析师预期是否站得住，简单说就更偏基本面上的印证。 市场定价逻辑从“未来可能有多好”，切换成了“眼下到底兑现了多少”。 一时间，在这样的趋势引导下，科技板块出现深度回调，中小盘指数承压明显。资金开始流向红利、价值类股票，而不是此前领涨的成长和科技方向。 而这种突然的转向，对量化策略非常不友好。 因为模型本身是基于历史数据统计去给出决策信号，而遇到趋势突然反转时，动量因子刚刚根据过去的上涨增加了权重，市场却已经开始为前期拥挤的交易结账，量化决策天然会有一定的滞后。 Beta也是同样的道理。上行阶段，高Beta是放大器；风险偏好回落时，它依然是放大器，只不过放大的方向变了。 [图片] 从风格因子的收益率情况也能清楚的看出，前期遥遥领先的动量和Beta因子，却在7月明显垫底，拖累超额。 因此，7月量化的压力并不只是“选股没选好”。 更准确地说，是前期有效的因子暴露发生了反转：动量、Beta以及高特质波动的股票，同时失去了市场偏好。 与此同时，前期承压的盈利预期等更偏基本面的因子开始获得重视。这也算是盈亏同源了。 当然，更危险的，不是单个因子在跌，而是多个因子共振下跌。 单个因子失效，通常还可以依靠其他因子对冲。但极端行情里，因子之间的相关性会突然上升。 而在7月，除了动量回撤，高Beta回撤，另外高残差波动的个股也被资金回避。原来以为互相分散的风险，最后变成了同涨同跌。 对持有人来说，这又意味着什么？ 说到底，7月的回撤，根源在于模型为了捕捉当时更有效的信号，累积了动量、Beta和高特质波动这些进攻型因子的暴露。 当这些因子收益同步反转时，组合回撤自然就被放大了，这也是量化策略在风格急转时的一种结构性反应。 不过，光看到为什么回撤还不够，更关键的是看后续如何修复。 市场不会一直处在一种风格里，管理人能不能在极端行情后快速调整、超额能不能有力修复，这才是区分能力边界的分水岭。 其实回过头看，上周市场强力反转，不少量化策略当周修复前期大部分回撤。 这也印证了，7月量化的回撤，更多是市场在极端风格切换下的一次集体性冲击，是短期现象，而不代表量化策略的长期有效性被证伪。 另外，风云君觉得，对私募投资人来说，除了要搞清楚量化产品赚的是什么钱、认清它在什么市场环境下容易赚钱、在什么环境下容易回撤。 更重要的是把该策略自身的高波动特性看清楚。 量化的价值在于其长期的收益积累，但其大多时间是满仓运作，所以短期也难免会出现较大波动。 只有能清楚的认识到量化的高波动特性，把自己的承受边界搞清楚，才不至于被短期的净值起伏牵着走。

对于小微盘的持有人来说，过去两个月并不好受。 一边是科技主线持续吸金，另一边是则账户里的数字不断减少。 不过比单纯亏损更难受的，不是判断小微盘还有没有价值，而是分不清眼前到底是正常的风格回撤，还是策略逻辑出了问题。 在风云君看来，这一轮调整已经进入到一个值得重新审视的区间。 先来看小微盘的这轮下跌，到底跌在了哪里？ 从 5 月开始，微盘股和市场整体走势出现明显分化。 万得微盘股指数 5 月下跌 9.16%，6 月再跌 11.88%。市场没有进入全面风险出清，科技方向却不断获得资金追逐，小微盘则像被从牌桌上暂时请了下去。 这背后的原因并不复杂。 资金总是会往当下最有共识的方向集中。当科技主线既有产业叙事、又有交易热度时，机构资金会优先配置更容易承接大体量资金的方向；而小微盘本身流动性较弱、波动更大，往往最先被减仓。 所以，这轮下跌不完全是小微盘自身出了问题，更像是一次风格 “虹吸”：市场的钱没有消失，只是集中到了更少的股票上。 拉长周期看，小微盘经历深度调整后，反弹概率较高且幅度大 复盘历史上微盘股的调整，自2010 年以来，经历过12次大幅调整，平均调整幅度约为 27%，平均持续约 26 个交易日。 深度调整后，后续 5 至 50 个交易日内出现修复的概率相对较高。12 次深度调整中，有 9 次出现过修复，其中 7 次反弹幅度较大。 另外深度调整后的涨幅也随着交易日增加而变大，拉长到 50 个交易日看，微盘股相对万得全 A 通常也能获得一定超额。 而这波回调，从历史上看，时长最长，调整幅度已接近历史均值，相对充分。 本轮调整更像 “风格分化”，而非全面下跌 历史上也有小微盘调整后修复较弱的阶段，例如 2010 年、2017 年和 2018 年的部分区间。它们有一个共同点：市场本身处于下行周期，流动性承压，高估值资产同时面临系统性去风险。 那种环境里，小微盘并不会因为跌得多就天然安全。市场整体往下走时，小票的流动性折价反而可能被放大。 而这一轮的背景并不完全一样。 市场并非全面撤退，而是机构重仓方向和小微盘之间出现了极端分化。这种情形更接近 2020 年末到 2021 年初：先是机构重仓股加速上涨、小微盘回落；随后当拥挤交易出现松动，资金开始重新寻找弹性，基金重仓股见顶回落，微盘股迎来大幅反弹，走势迅速收敛。 尤其值得关注的是，本轮行情曾出现前 5% 个股成交额集中度一度突破 50%。历史上，当少数股票占据过高成交额时，市场往往更容易出现大小盘风格切换。 原因很简单：热门方向越拥挤，继续买入的边际资金越少；而被忽略的方向，只要有一点资金回流，价格弹性就会更大。 此外，七月初也有颁布新规，取消ST和ST*的涨跌幅限制，从5%改变到10%，对小微盘的投资质量而言，新规实则加速了优胜劣汰，更偏向于利好。 因此，这轮极致拥挤过后，小微盘迎来修复可以说是大概率事件。 更进一步看，小微盘修复到底赚的是什么钱？ 很多投资人认为是 “跌多了就反弹” 的钱。 其实真正的驱动，是风险偏好回升、成交活跃度维持、资金开始寻找科技主线之外的弹性资产。小微盘流通市值小、筹码相对轻，一旦边际资金回流，价格反应通常会比大盘股更快。 这也是为什么成交额很关键。 市场成交活跃，意味着资金仍在场内博弈；当主线拥挤度下降、增量资金开始寻找新方向，小微盘更容易成为承接风格轮动的资产。 反过来，如果市场成交明显萎缩，或者整体风险偏好转弱，小微盘的高波动就会先变成风险，而不是机会。 站在当下，我们私募投资人更应该关注什么？ 如果组合里已经有小微盘或小市值量化策略，最忌讳的动作，是在风格回撤后只关注短期净值、从而切换市场最强的方向。 这倒不是说小微盘一定要死扛，而是要先分清：自己持有的是依赖小市值风格暴露的策略，还是在小市值池子里通过选股、交易和风控获取超额的策略。 前者更受风格影响，后者则更需要看策略容量、换手约束和极端行情下的风险控制。 如果此前小微盘仓位过高，也不必把 “可能修复” 理解为继续单边加仓的理由。 更合理的做法，是把它放回配置视角：和大盘指增、市场中性、CTA、宏观等不同风险来源的策略搭配，而不是让所有资金都押在同一种市场风格上。 当然对于正在观望的投资人，当前布局的性价比正在改善。 前期调整已消化了小微盘的大部分拥挤度，估值压力也明显释放。站在这个位置看，向上的潜在空间要大于向下的风险，安全边际也在逐步增厚。

转眼已经到8月了，海外对冲基金的半年度数据也基本都出炉了，这向来是市场关注的重点。 风云君也是各种找资料，梳理了一个大概的名单。 看下来，有意料之中的，但更有一些预期之外的收获。 具体来看看。 [图片] 注：数据为公开数据整理及估算而来，仅供参考。 首先，意料之中的，股票策略与事件驱动领跑。 能清楚地看到，上半年确实涌现出一批表现非常突出的产品。而这些排名靠前的，大多集中在股票策略或事件驱动策略上。 原因其实很简单。 上半年，科技行情算是全球范围内的一条投资主线，AI产业链持续催化，科技股的Beta非常集中。 股票策略仓位集中、方向明确，天然对这条主线暴露最深。在趋势延续的阶段，收益弹性自然更大。而事件驱动策略同理，科技并购、AI应用落地带来的事件性机会，也是这类策略的主场。 相比之下，去年动辄30%、40%收益率的多策略、宏观策略，今年上半年就显得有些落寞。 毕竟这类多资产策略的收益来源分散在股票、商品、债券、宏观对冲等多个维度，天然不会把所有筹码押在一条主线上。 在科技牛行情里，这种分散确实会成为某种意义上的"拖累"。 不过，预期之外的信息，可能更值得我们去关注。 从这个榜单中，我们可以看到一些宏观、多策略产品同样取得了斐然的成绩，上半年斩获20-30%的收益率，甚至一度超过部分事件驱动和股票策略产品。 这能说明什么？ 说明正因为多资产多策略覆盖面广，在单边科技牛行情下依然能跟上节奏，并没有因为持仓分散就彻底错过行情。 那些配置了较高科技股权重、同时保留了一定对冲能力的多策略产品，今年的表现也丝毫不逊色。 如，D.E. Shaw的宏观策略基金Oculus上半年回报高达27.4%，Qube Research & Technologies旗下Torus基金上半年累计回报18.6%等。 更关键的一点，这个名单的产品都实现了正收益，而其中，占据多数的依然是多策略或宏观多资产策略。 也就是说，即便不一定拔尖，多资产多策略依然能实现相当不错的正收益，在上半年科技引领的牛市行情里较好地跟上了节奏。 而股票策略或事件驱动策略则呈现明显的分化。 榜单上的，押中板块的，确实有非常出色的业绩，但那些押错了的，可能就没那么幸运了，甚至损失惨重，这本身就是幸存者偏差。 从这个角度看，多资产多策略覆盖更多元，有行情能抓住，长期看，收益天然就更均匀，筛选难度也会低一些。 但同时，也因为多资产多策略覆盖多元，让其躲过了类似7月的大跌。 上半年AI的故事讲的那叫一个轰轰烈烈，但到了7月，这个叙事却迎来转折。 全球范围内AI投资出现巨大分歧，科技股遭遇猛烈抛售。 * 摩根士丹利数据显示，美股科技动量因子（TMT MoMo）回撤历时17个交易日，从峰值下跌40%，创下历史最快、最深的回撤纪录。 * 据高盛数据，全球股票型基金遭遇四年来第二大的月度损失，亚洲股票型基金更是录得有记录以来最差的月度表现。其中，我们之前说的AI股神Leopold爆仓就是个典型。 那多资产多策略怎么样？ 说实话，不可能一点影响没有，毕竟股票也是这类策略配置的一部分。 但相比那些重仓科技、动辄20-30%回撤、甚至爆仓的股票策略，多资产多策略的回撤明显小得多。 据知情人士透露，多策略基金7月整体仅下跌2.2%，Millennium Management 7月亏损2.1%，LMR仅下跌0.48%。 而多策略之所以抗跌，也是因为其多元化。 这段时间股票策略下跌时，持仓中的债券、商品甚至汇率可能带来正向贡献，多空等策略上的互补也为组合提供了非常好的下跌缓冲。 当然，有人会说："即使后面跌了，我吃到了前期的上涨，总的还是正收益，甚至我可以在下跌前脱身。" 理想很丰满，现实很骨感。 暂且不说后面市场会怎样演绎。 说句实在的，在这轮行情中，有多少人能完整吃满前期的上涨？又有多少人能在暴风雨前夜及时抽身？甚至可能连专业机构都难以逃脱。 这种大开大合的收益曲线本身就存在极大的不确定性，想按照预期的节奏来操作，难度更比想象中大得多。 而多资产多策略可能不是上涨时最强的，但下跌时往往更抗跌。曲线更平滑，也更能拿得住，长期来看更容易收获复利增长。 另外，榜单之外，还有一个值得关注的数据维度——资金流向。 据Citco基金服务公司数据，对冲基金今年Q2连续三个月实现正收益，宏观多策略和股票策略领跑，而资金也在其中持续的流入，但具体流向差异还是非常明显的。 [图片] 资金，可以说永远是最诚实的投票。 在分化极端的上半年，中小型股票策略和事件驱动策略凭借灵活性抓住了市场机会，但资金流入最多的，依然是那些有成熟经验、长期业绩稳健的低对资产多策略产品。 海外高净值人群和机构投资者也是用真金白银表达了对多资产多策略的偏好。 最后，我们说回国内私募投资的情况。 上半年，同样因为极端结构化的市场行情，手里的多资产多策略产品并没有像去年那样风生水起。 但其表现与海外具有一致性。 一个是跟上了市场，没有掉队。另外，在7月的调整中，很多股票策略遭受较大损失，多资产多策略却抗住了。 本质上，多资产多策略的配置逻辑并没有改变。 它不是今年跑得最快的策略，但它是在不同市场环境下都能保持参与感的策略。科技牛行情里，它不会缺席；市场急跌时，它的回撤通常更可控。 这种不极致但稳定的特征，对于需要跨越多个市场周期的长期配置来说，价值并不低于那些在单一行情里大放异彩的策略。 毕竟，投资是场马拉松，不是百米冲刺。

刚经历的这波回调，让市场经历了一轮大洗牌。 尤其是量化股多、主观多头、宏观高波等，那些过去净值曲线非常性感的高波策略，受伤最重。 轻则回撤几个点，重则可能已把年内收益全部回吐。对于持有这类策略的朋友，这段时间感到难受是人之常情。 但话说回来，这类高波策略的设计初衷，本就不是为了熨平每一段波动，而是通过承担波动，去博取更高的长期回报。 此前它们受青睐，正是因为进攻性强：市场给机会时，能迅速放大收益；一旦风险偏好收缩、进入逆风局，净值出现较大回撤也属正常。 因此，当前真正困难之处，并不在于理解这个道理，而在于当回调切实地落到自己账户上时，是否还能坚定地按原本的逻辑行事。 过往经验表明，许多投资者在净值修复后都会心生感慨：原来当初那场大跌，才是难得的黄金坑。 回看净值曲线，那个深跌位置往往就是机会，于是暗暗告诉自己，下次再遇大幅回调，一定要克服恐惧，果断出手。 然而，真正考验人性的，永远是“下一次”。 当市场再度被恐慌笼罩，产品净值随指数一同滑落，那个“理想中的买点”悄然而至时，脑子里却又是各种顾虑——这次会不会不一样？外部环境更复杂，消息面更悲观，趋势似乎还没企稳…… 于是，我们本能地选择了最“安全”的做法：再等等，等局势明朗，等底部确认了再说。 可问题在于，市场从不会在“确定性最高”的时刻，给你最好的赔率。 当真到了风平浪静、所有人都觉得可以放心买入时，坑早已被填平，甚至堆成了一个小山丘。 这也几乎是所有人面对回撤时的共同反应。 而回调时不敢买，背后更深层的原因是把波动当成了风险。 人在面对不确定性时，天然会高估眼前的风险、低估未来的修复概率。净值下跌时，每一天都在强化“还会继续跌”的直觉；而净值修复后，记忆又会自动把那段时间重新标注为“机会”。 所以这里也有必要把两个概念分开来看。 净值下跌，是看得见的波动；而真正的风险，是策略的赚钱方式出了问题，却还没有被识别出来。两者不是一回事。 * 一只偏高波定位的量化产品，在市场风格急速切换、流动性收缩时承压，未必是策略失效 * 主观多头在风险偏好回落时回撤，也不等于投资框架被证伪 * 宏观高波策略遇到多资产相关性突然上升，短期不适同样正常 这些是策略本身就应该被允许发生的事。 当然，这倒不是说只要跌了就可以闭眼买。 真正需要看的，是回撤来自哪里：是市场环境变化带来的正常压力，还是仓位、风控、策略漂移，乃至投资框架本身发生了变化。 前者，是波动；后者，才是风险。 许多投资者的问题在于，总是把“高波动”当成收益来源的一部分，却在回调时希望它突然变成低波产品。这种预期错位，往往是导致交易动作变形的开始。 那么，现在适不适合去“抄底”呢？ 首先必须坦诚地说，此时买入，没人能保证这就是绝对最低点，市场也不会给出这种承诺。 但可以确定的是，资产此前较长时间积累的高估值、交易拥挤和高亢情绪，在这波回撤中已得到较大程度的释放。 因此，从风险收益比的角度看，当前的投资性价比确实比之前更高。 这不是在预测明天一定上涨，而是说，承担同样的风险，回调后的成本更低，赔率也更高。 不过，还有一点需要特别注意。 本轮多类偏高波策略都经历了明显调整，从宏观角度去解释，是风险偏好回落、风格切换和流动性变化，压缩了不同策略的短期空间。 但我们仍需进一步确认，每个策略在具体的持仓暴露、风控执行和后续适应能力上有何差异。 所以，此时还有一件比较值得去做的事，就是去重新审视自己的配置。 是否把全部资金都押注在了同一种风险上？是否在用短期要用的钱，去承受只有长期资金才该承受的波动？是否在上涨时追逐进攻性，在回调时又因恐惧而放弃了原本的纪律？ 把这些问题想清楚，那么回调带给你的，就不仅是账户上的不适，更是一次重建仓位、优化组合结构的机会。

波谲云诡的7月终于过去了。 科技带崩全球股市，商品整体震荡，贵金属受美元和美债收益率压制，趋势信号时有时无。 说白了，这个月啥都不好做。 不过话说回来，行情越混沌，越是我们观察管理人的好窗口——哪些在随波逐流，哪些又能够逆势抗跌。 上周净值出来后，风云君也整理了各策略里表现比较突出的。 量化股多 红利指增 7月对于红利指增来说，是一个相对顺风的月份。 这主要得益于市场的Beta——科技板块拥挤度出清，资金被迫"再平衡"到红利板块。 [图片] 进入7月后，市场风格骤然切换，跷跷板效应演绎得淋漓尽致。 一端是前期备受追捧的科技成长板块，因交易拥挤度触及历史极值、中报业绩验证压力骤增，资金集中获利了结，出现了深度调整。 另一端则是低调稳健的红利板块，逆势上涨超10%，成为了资金的“避风港”。 这种从“产业预期溢价”向“业绩确定性溢价”的迅速迁移，本质上是市场风险偏好的阶段性收敛——在无风险利率持续下行的背景下，高股息资产的类债券属性被重新定价，叠加险资等长期资金的结构性增配，红利板块得以在7月普跌格局中独善其身。 某行业ETF轮动 策略每日通过截面模型筛选ETF池，覆盖1000+行业ETF，捕捉阶段性机会。多头端，将股指CTA的趋势信号应用在ETF标的上，由信号触发决定标的ETF仓位的加减，实现多头仓位动态调整。 对冲策略线增加股指CTA空头信号，进一步控制回撤。 在量化普遍回调的7月，这类策略能够展现出抗跌的特性，主要得益于策略的灵活性。 一方面在市场缩量、单边下行的时候，通过程序化仓位信号迅速降仓，同时将持仓持续向红利、周期及现金流等价值防御板块集中，有效规避了科技成长板块情绪释放带来的大幅下跌。 CTA 某商品指增 Beta端锚定中证商品指数，Alpha端利用量化CTA做增强，包含70%趋势+30%套利和截面策略。 7月商品市场其实是震荡走弱的，而它能够逆势走出独立表现，主要依赖Alpha端的贡献。 * 价量因子增强 通过捕捉量价背离、波动率集聚等微观信号，筛选多空分歧最大的品种，识别短期定价错误，在震荡市中获取交易性Alpha，避免方向性暴露带来的磨损。 * 趋势多空交易 严格依据品种独立因子信号进行多空双向配置——多头信号强的品种做多，空头信号明确的品种做空。多空并行使净值与指数涨跌相关性低，7月弱势中空头盈利有效对冲多头回调压力。 * 品种替代交易 当成分品种因流动性或限仓导致信号执行受阻时，用高相关性非成分品种临时替代，基于统计套利的均值回归原理，替代操作本身隐含价差安全垫，同时降低冲击成本。 三者构成“微观识别错误定价、中观多空保护、宏观替代增效”的多层次Alpha体系，成为逆势表现的核心来源。 某偏短周期的机器学习CTA 这种策略的特点是短周期、多品种，叠加机器学习模型。 底层覆盖商品、股指和国债期货，既有平均持仓两三天的日间趋势策略，也有持仓时间更短、偏反转逻辑的日内机器学习策略。 简单来说，周期偏长的部分负责抓趋势，更短的部分负责在市场来回波动中寻找机会。 而策略表现不错，也是因为底层策略足够分散。 量价信号占主要部分，同时叠加期限结构、基本面、另类数据和机器学习预测，不同策略之间动态配权。当某一种市场环境不适合的时候，其他模块有机会补上。 宏观/多资产 某系统化宏观对冲 聚焦国内资产，底层50%基于桥水四象限的宏观情景划分，通过股债商配置获取市场长期Beta收益，另外50%通过趋势多空+套利反转策略减少尾部风险。 7月的宏观同样不好做，各大类资产都在无规律震荡，趋势也比较弱。不过得益于Alpha端趋势多空策略的正贡献，使得其能够在同策略中脱颖而出。 趋势多空是为了应对极端衰退和通胀情景，根据趋势信号对股债商进行多空交易，子策略包含股债商趋势多空、股指日内趋势多空等。 前者基于各资产的中长期趋势强度进行配置，后者则聚焦指数开盘后的短期动量延续或反转信号，进行日内多空交易，二者相关性低，且在时间维度上能给较好互补，为组合提供了较为稳定的Alpha。 某主观多资产 长期配置叠加短期交易，同时交易股票和商品。基金经理会自上而下捕捉股票和商品的主线机会，同时在确定主线的选择上进行短周期的波段交易，表达观点较为极致。 7月表现突出，主要得益于持仓中的股指期货空单在市场震荡下行中贡献了正收益，同时降低了股票多头持仓，整体组合看偏保守配置。 低波动策略 某可转债套利 底层复合多类策略，包括低估可转债轮动、可转债统计套利、转股套利策略，偶尔有事件驱动套利机会或网下打新也会叠加到策略里面做增强。 今年以来，转债市场的活跃度和个券分化都不低。尤其到了 7 月，市场交易更活跃，事件机会也更密集。 对于覆盖面足够广、执行足够快的管理人来说，能做的就不只是单一转债套利，还可以充分把握 ETF 申赎、折价交易、期现及部分期权机会。 说白了，收益的获取并非依赖对单一方向的判断，而是通过众多微小的优势不断累积。 某ETF为主的套利 策略包括申赎套利和期现套利。底层程序化交易，换手率年化双边50-100倍，价差波动大的时候，交易换手也会提高。 7月份，市场波动明显加大，这对于ETF套利来说意味着更加丰厚的土壤。 一方面，ETF折溢价频繁出现，日内申赎套利机会显著增多。与此同时，大量资金持续涌入ETF，流动性充裕，买卖冲击成本大幅降低，期现套利窗口也随之打开。

今年对于私募投资人来说确实比较难。 主观分化大。 量化超额时好时坏。 CTA和宏观也没有特别顺的趋势行情。 风云君最近一直在盘，从配置的视角是否还有哪些策略能在这种极端行情下承压。 不得不说在顺风局经常被忽略的套利策略，现在确实值得拿出来再和各位投资人聊聊。 量化重挫的7月，不少套利管理人都录得了不错的正收益，拉长到年内依然有比较舒服的风险收益比。 某可转债套利 底层复合多类策略，包括低估可转债轮动、可转债统计套利、转股套利策略，偶尔有事件驱动套利机会或网下打新也会叠加到策略里面做增强。 其中轮动策略为大头，利用量化模型去挖掘低估的、且基本面没什么问题的可转债，持有至估值恢复后再平仓获得套利收益。 持仓用股指期货等衍生品工具对冲市值，但同时保留30%的敞口，提高策略的进攻性。 这类策略的核心，是在可转债、正股和期权之间寻找相对定价偏差。 可转债本身就不是一个简单资产：它既有债性，也带着股票期权；一旦遇到转股价下修、赎回、回售、信用修复、正股大幅波动等事件，定价就容易出现阶段性错位。 策略要做的，不是去赌正股明天涨不涨，而是判断同一套权利在不同市场价格下，哪边便宜、哪边贵，再通过对冲把方向风险尽量剥离出去。 今年以来，转债市场的活跃度和个券分化都不低。尤其到了 7 月，市场交易更活跃，事件机会也更密集。 对于覆盖面足够广、执行足够快的管理人来说，能做的就不只是单一转债套利，还可以把 ETF 申赎、折价交易、期现及部分期权机会放进同一个工具箱。 说白了，收益不是靠押中一个大方向，而是靠大量小概率优势不断累积。市场越活跃、波动越大，机会反而越多。 某ETF为主的套利 策略包括申赎套利和期现套利。底层程序化交易，换手率年化双边50-100倍，价差波动大的时候，交易换手也会提高。 申赎套利：ETF 一二级市场的申赎价格和交易价格差异，使得成分股和ETF之间产生套利机会，二级市场买入成分股申购为ETF，或买入ETF赎回成分股。 期现套利：ETF和对应指数的股指期货之间，因为市场参与者的交易行为不同，会产生价差，形成套利机会。 ETF 套利听起来简单，真正做起来却是个精细活。 机会往往只存在很短时间，交易成本、冲击成本、成分股流动性、申赎效率，都会直接决定这笔套利最后还能剩下多少。 更重要的是，ETF 规模和成交活跃度越高，参与者越多，价格偏离和资金驱动的机会也会更频繁出现。 而今年 ETF 市场持续扩容，交易活跃度上升，给这类策略提供了更厚的土壤。 其实它做的是更偏"无风险套利"方向的机会，虽然未必能在每个月都跑得最快，但在组合需要稳定性时，这种低波动、低回撤的收益来源，往往比一段陡峭的净值曲线更有价值。 某复合套利 底层包含大约40%-50%的复合套利策略、30%-40%的对冲策略和10%-15%的CTA策略，比例会根据市场行情动态调整。 这三类策略收益来源相关性极低，在不同市场环境下各自具备获取收益的能力，这也是组合在今年多变的行情中保持稳定性的主要原因。 * 套利策略 包括商品跨市场套利策略，主要标的为贵金属和有色金属，及少量能化品种；股票指数类套利策略，股指期货基差套利+ETF折溢价套利。 今年，商品与股票市场的波动率显著抬升，极端行情频繁出现，反而为套利策略创造了更为宽阔的价差区间。 无论期现回归、跨期错配，还是跨品种的相对价值机会，均在剧烈波动中频繁涌现，使得套利策略持续贡献稳定而充裕的现金流，成为组合最可靠的“造血”来源。 * 对冲策略 主要以股票对冲策略、可转债对冲策略等量化策略为主。策略基于股票与可转债定价模型构建价格被低估的股票与可转债组合，使用股票指数对组合进行对冲。 今年上半年虽然市场震荡不断，但整体还是向上走的，这也给组合带来了超额收益。 * CTA策略 虽然上半年表现比较挣扎，但7月以来，随着商品市场情绪修复、波动率逐步回升，趋势性行情有所显现，CTA策略的交易环境明显改善，相应地为组合贡献了具备危机Alpha特征的收益，在近期股市波动加剧的阶段形成了有效的差异化保护。 说到这里，可能有投资人会问：套利策略收益也不算高，到底值不值得配？ 在风云君看来，配置套利策略，不是为了让它为收益锦上添花，而是为了让整个组合更稳。 套利策略赚的是价差的钱，不依赖市场涨跌，不依赖宏观判断，不依赖量化因子有没有效。这意味着，它和主观多头、量化股多、CTA、宏观对冲之间，几乎没有相关性。 这才是它真正的价值所在。 一个组合里，如果全是方向性策略，市场一旦系统性下跌，所有仓位可能同时回撤。但如果配了一块套利策略，它在市场下跌时往往能保持稳定甚至小幅正收益，起到"压舱石"的作用。 从资产配置的角度，低相关性资产的价值，往往在市场最难的时候才真正体现出来。套利策略不是最性感的策略，但可能是组合里最不可缺少的那一块。

最近，尤其7月以来，市场好像突然换了个剧本。 上证指数从4000点附近一路滑落到3800点一带，前期涨得快的方向，轮番回撤；风格切换越来越快，无论是主观还是量化策略，都明显经历了一波阶段性压力。 [图片] 当然，不只是股票，商品也同样延续分化，债市也没给特别清晰方向。 这种“没有主线”的行情，对各类策略也是最真实的压力，赚钱效应很弱。 而这种情况下，我们可以再看看市场上那些偏稳健类的策略，是否有真正实现“抗风险”的功效呢？ 相信这也是很多投资人会关注的问题。 1、市场中性 这也是大家一提到偏稳健下意识会想到的稳健策略选择。 按常理，市场中性策略剥离了市场涨跌的Beta，收益更多的是靠捕捉错误定价去获取超额收益，不会因大盘暴跌而大幅回撤。如果市场整体波动和成交还不错，中性策略反而有机会做出不错超额，扛住波动。 但现实却是，这波市场中性也跟着回撤了，很多人甚至表示对市场中性祛魅了。 为什么会发生这种情况？ 首先，市场中性出现回撤，并不完全是策略本身出了问题，很大程度上是本轮极端风格反转行情导致的。 我们都清楚，量化选股依托历史数据统计规律搭建模型。 但进入 7 月后，市场结构发生了明显变化：此前持续走强的 AI 科技赛道开始剧烈分化，短期快速掉头反转，市场风格轮动速度大幅加快。 对量化策略来说，模型各类信号天然存在滞后性，很难在极短时间内跟上市场突变、及时调整持仓判断。举个例子，动量信号原本给出做多指令，市场却瞬间反转下行，这笔持仓自然会产生亏损。 因此这段时间量化想要跑出超额难度极大，绝大多数产品都出现负超额。而市场中性策略收益高度依赖选股超额，自然也难以避免净值回撤。 当然市场上也有那类短时间内出现这么大回撤的。 比如在多空市值没有对齐，留了一部分敞口的。或者是多空市值对齐了，但风格上留了双创风格敞口的。 结果不出意外就吃到了负Beta，这种路径，只能说是盈亏同源。 2、宏观低波策略 策略底层覆盖股票、债券、商品等多类资产，因为不同大类资产在不同宏观环境下的相关性较低，通过多元配置，可以让组合在各种市场环境下都有收益来源。 这类策略赚钱的方式，不是押对某一个方向，而是让不同资产的波动互相抵消，在组合层面实现更平滑的净值曲线。 而且通常，偏稳健的宏观策略，在杠杆和波动率的控制上都更加谨慎，以保证整体组合的风险敞口是在可控范围内。 整体看，这类策略确实在这段震荡下行的行情下确实扛住了风险。 比如某量化宏观策略。 底层资产配置采用风险平价模型，实现资产的基础配置。另外策略还会在此基础上增加宏观环境判断、尾部风险防护以及CTA策略模块。 一方面是增加对市场突发的超额机会能比较快速的捕捉到，另外CTA部分也是丰富了整体组合的收益来源，在极端行情下也能给组合贡献危机“Alpha”。 尾部风险保护更是让组合能在比如流动性危机等行情下，组合更多一些应对。 3、多资产轮动策略 这类策略在这段极端下跌的行情下，表现出了出色的风险应对能力。 其底层采用的是多资产+轮动的逻辑，通过量化模型在不同资产之间动态切换，哪类资产的风险收益比更好就往哪边倾斜。不是固定配置，而是根据市场信号持续调整。 这类策略在震荡市里的优势，是它不需要判断"市场会涨还是跌"，只需要判断"当前哪类资产的性价比更高"。这个问题相对更容易回答一些。 比如某中国资产轮动策略，其做法不同于常见的资产轮动，在市场上也相对稀缺。 底层部分大概分两部分：一部分跟踪资产轮动指数，另一部分则是固收底仓作为稳定增强。 而其长期表现出色的关键在于这个指数。 具体来看。 该指数底层采用风险平价配置股、债、商，实现基础的多元资产配置。 但更重要的一步是，会通过动量信号做资产轮动——剔除动量较弱的资产，这样确保组合始终持有具备趋势机会的方向，从而提升收益。这在一定程度上弥补了风险平价调整权重的部分短板。 另外，指数在风控约束上毫不放松。 每日监控持仓权重和资产波动率，当出现较大偏离也会做出及时调整。同时，指数也会将波动率目标严格控制在4%，灵活调节杠杆，这样即使市场上蹿下跳，组合的波动都在可控范围内。 所以，它并非简单分配资产，而是在严格风控的基础上，通过动量信号做资产轮动增强，以获取更稳定的超额收益。 4、复合多策略 复合多资产其实有很多种类，比如我们常见的量化股多+CTA，市场中性+CTA，量化股多+可转债等等。通过复合多类策略去达到一定的配置效果。 自然也就有为了达到长期稳健收益的低波多策略组合。 这类复合多策略大多是稳健仓位作为主心骨获取基础收益，再叠加上少量进攻型策略去增强收益。这样，即使面对极端行情，组合整体的波动也能得到有效管控，同时能在风险可控的基础上增加一点进攻性。 而且资产与策略之间有着较低的相关性，相互之间也达到了非常好的对冲效果，能比较好的克服极端下跌的行情。 比如某复合多策略产品，底层具体包含大约40-50%的复合套利策略、35%的对冲策略和5%的CTA策略。其中： * 套利策略占大头，这类策略本身就是获取绝对收益，对市场方向依赖度极低，构成组合的稳定器 * 对冲策略部分，主要是权益对冲，去争取权益市场的绝对收益 * CTA部分交易商品，采用基本面与趋势跟踪等量化方式，给组合贡献增强收益 可以看到，这整个组合，套利、对冲这类绝对收益类策略占主导，保证整个组合是偏稳健的，而小仓位CTA是提供增强。三个策略收益来源各不相同，自然常态下同时亏损的情况也不多。 长期来看，回撤控制比较好，也是比较好的底仓配置选择。 整体复盘下来，其实你会发现一个事实：在极端行情下，即便是我们平时认知中非常稳健的策略，也可能会出现问题。 而这种压力测试，除了让我们可以更清晰筛选产品，也更能认识到，风控与配置在对抗风险中的真正分量。

就在昨天，一篇文章在圈内传疯了——几万的阅读量，大几千的转发，热度直接拉满。 内容是，第一财经记者对中国证券投资基金业协会私募证券投资基金专业委员会（以下简称“委员会”）的专访。 整篇下来，也是干货满满，把A股量化交易的公平性、监管规则、市场影响等争议话题，讲得非常透彻。 为什么市场反响这么大？ 本质上，这算得上是一份关于A股量化非常正式的官方声音，权威性也是公认的。 另外，A股量化一路发展成为当今市场的重要参与力量，这个过程中始终伴随着各种误解和质疑。这一次专访，相当于一次性回应了很多投资人的疑惑，对量化行业来说，也是意义重大。 那具体聊了哪些内容？风云君今天就挑大家关注度最高的几个点，来划一下重点。 1、量化交易可以T+0，而普通投资者只能T+1？ 这真的是流传最广的一个误解。很多人一直以为量化能搞T+0，当天自由买卖，散户只能T+1。 对此，委员会直接给出了明确答案：市场的交易制度对所有投资者是公平的。不管你是哪类投资者，都统一执行T+1的交易规则，量化也绝不例外。 至于通过融券变相做T+0的操作，早在24年监管就已经出手进行了限制。 甚至现在市场上的一些所谓“T0策略”，其实是T-1日就建好底仓，T日再卖出T-1日买入的股票，同时买入当天的新票，这样来实现日内低买高卖的交易效果。但这种操作，本身就是所有投资者都可以进行的正常交易，并不是真正意义上的T+0。 2、量化靠高频交易收割散户？ 这几年量化表现亮眼，一直是市场上的“优等生”。反观散户，在剧烈震荡的行情里确实没怎么赚到钱，于是“量化收割散户”的说法就反复流传。 而实际上，量化交易相对个人投资，在信息获取深度和决策效率的优势上确实存在差距。 但为了保护中小投资者，监管其实已经对量化高频交易做了一系列严格的限制。 比如针对性地设置了“瞬时申报速率异常”“频繁瞬时撤单”等监控指标，划出监管红线，引导策略降频降速。今年以来，监管部门还通过规范主机托管、交易单元（网关）管理等方式，进一步削弱了量化交易的速度优势。 从实际交易中看到，绝大多数量化产品都是低于监管划定的高频交易红线。 3、量化到底会不会“砸盘”，会不会做空？ 这一点也是每逢市场下跌，量化就必然会背的锅。 尤其7月以来市场出现震荡下行，“量化做空”的传闻又准时出来报道了。 委员会这次也给出了非常客观的回应：在市场下跌比较明显的那几天，量化机构不仅没有净卖出，反而整体呈现净买入状态，甚至有些机构的净买入金额还相当大，不存在所谓的集体砸盘。 从策略逻辑上讲，大多数量化策略都是满仓或者接近满仓在运作，短时间集体砸盘并不符合它们的收益诉求。而且在股市出现较大跌幅时，还会触发量化反向交易的机制，这在一定程度上反而有助于抑制市场价格的过度波动。 还有其他内容，这里也就不一一赘述了。 其实，关注风云君比较久的朋友应该也知道，无论市场上冒出关于量化交易制度的争议，还是量化相关政策出台，我们一直都会及时跟进，很多老读者对量化已经有了比较全面的认知。 而这一次，委员会相当全面地就量化争议一一做出声明，更像是一次系统性的定性：量化交易的合规性、公平性，始终处于监管的严密注视之下。 监管要做的事，就是在保障交易公平的基础上，让量化更好地成为市场里有效的投资工具。 回头来看，A股量化从早年萌芽阶段，交易工具和制度环境还多少有些混沌，大家大多是摸着石头过河，一路不断完善。 而到今天，量化也已经凭借规模的增长和长期优异的收益表现，证明了自己在A股是行之有效的投资工具。 加上当前A股的大环境，说实话也给了量化不小的红利，它也越来越成为一批专业私募投资人的重要选择。 当然，对于我们私募投资人，风云君认为配置量化策略也是需要有更深入全面的认知。 当前的A股量化，也在以一种前所未有的速度扩容，这个赛道容纳了越来越多的量化机构，难免鱼龙混杂。 所以，即使我们相信量化是不错的配置工具，依然要去找适合自己的。 首先，不是光看短期历史业绩，更要看业绩归因、看风格暴露、看超额收益的来源。 就拿最近这次来说，很多人在说量化跌得多，开始质疑甚至骂声一片。但实际上，很多回撤较大的朋友，并不是量化这个工具本身不行，而是手里拿了太多在某一风格上过度暴露的量化产品，一旦这类风格出现急剧反转，就跟着一起重创。 不过话说回来，这也是市场一次极端的压力测试，虽然短期的回撤并不能说明一些，但我们也可以通过对比量化产品后续净值、超额的修复去做进一步筛选。 另外就是再落回配置这件事上。 风云君认为，如果想要在A股长期活下去，底层核心还得是配置思维。 配置量化，可以获取长期权益市场的Beta收益，以及通过海量交易中捕捉更高的胜率来积累超额。但量化也确实更依赖市场波动和活跃成交，遇到极端行情、股市整体低迷，策略的局限性也会被放大。 而此时，配置的价值就凸显出来了。组合里多加入一些低波稳健策略，争取独立于行情波动绝对收益；CTA策略，获取与股市低相关的收益；或者宏观多资产策略，进一步增加组合的多元分散度。 这样，在量化好做的时候赚得到，在量化难做的时候也扛得住，这才是穿越周期、长期获益的更优解。

一说起指数，很多人第一反应都是宽基。 看A股，有沪深300、中证500；看债市，有全债指数；看商品，也有各类商品指数。它们像市场的温度计，告诉我们现在是热还是冷。 但这些年，市场上悄悄兴起了一些定制化策略指数。 虽名气远不如主流指数高，可对于实际投资而言，尤其是在当下的市场环境里，反而有其独特的参考价值。 比如风云君最近研究的——中金中国资产轮动指数2.0，也是个比较有特色的指数。 暂且不说指数怎么编制的，就光编制机构就值得多说一句。 中金公司，想必大家都不陌生。 自1995年成立以来，它凭借顶尖的投行、研究与资产管理能力，一直稳居国内券商的第一梯队，天然具备很强的权威感，在指数研究上的扎实度也是明摆着的。 下面具体来说下这个资产轮动指数。 说下来，这个指数也是生逢其时。 为什么这么说？ 这两年做投资的人肯定都有这样的体感：赚钱越来越难了。 一边是利率不断下行，过去买理财、存定期就能拿到的收益，越来越难找；另一边是市场波动变大，地缘冲突、宏观政策、全球流动性变化轮番上场。 想找低波动、收益稳的投资方向，成了很多人的共性需求，但市场上真正能做好的并不多。 而中金公司编制指数的核心，就是基于大类资产配置，在股票、债券、商品之间动态调整配比，力求在不同市场环境下都能有效平滑波动，实现更接近全天候的表现。 从实际指数过往的表现来看，确实也做到了。 指数于2023年5月23日正式在Wind上线，基准日可以追溯到2015年9月30日，有完整的历史回测数据可查。 [图片] 光看曲线，算得上是稳稳的幸福。 这期间，指数实现年化收益率约7%，而最大回撤仅4.24%，卡玛比率更是达到1.66. 风云君也拉了几个其他主流指数的同期数据。 [图片] 明显看到，中金资产轮动指数收益率超过大多主流宽基指数，波动率、卡玛比例以及回撤控制也可以说是遥遥领先。 聊到这里，想必不少人都心生好奇：它究竟凭什么，既能交出亮眼的长期收益，又能把回撤牢牢稳住？ 下面就来详细说说。 首先，指数底层只做中国资产的轮动，包括： * 债券资产：5年/10年期国债，作为组合的稳定持仓 * 权益资产：沪深300、中证500、中证1000三大类资产，力争捕捉权益市场的Beta收益 * 商品资产：能源、化工、黑色系、农产品、贵金属、工业金属等6大类大宗商品，对冲通胀与地缘风险 指数成分比较充分的覆盖多数资产类别，而且资产之间相关性低，给组合提供了有效分散风险的重要前提条件。 [图片] 资产配置则采用风险平价模型。 风险平价大家也都很熟悉，就是根据风险贡献去分配资产权重，让每类资产对组合的风险贡献大致对等。 这样的好处是，不管市场风格怎么切换，组合里总有能应对的资产，也不会让某一类风险敞口过大，拖垮净值。 尽管也是风险平价，固定每月调整权重，但指数在编制时也另有说法。 一是在于风险的衡量，不是看单一周期的波动率，而是融合了短、中、长多个维度的信号。 只看短期，市场噪声太多，容易频繁触发无效调仓；只看长期，信号又明显滞后。 而多周期结合，才能兼顾信号的及时性和全面性。 二是会增加动量信号对标的做末位淘汰。 风险平价解决的是“怎么分配风险”，但它并不回答另一个问题：如果某类资产已经明显走弱，还要不要继续持有？ 所以，这只指数又加入了动量筛选。 权益和商品中的9个风险资产，会结合短期、中期，以及绝对收益和相对收益等信号进行评估，表现最靠后的资产会被剔除。 这很好的弥补风险平价调整调权重的一些缺陷，尽可能的捕捉资产的趋势机会，避免表现不佳的标的拖累组合。 总的来说，无论是从波动率信号还是从动量剔除，指数在捕捉资产趋势上有自己独特的优势。 但光靠跟上资产的趋势还不够，另一关键点就是控制风险，这也是指数长期回撤可控、走势平稳的必要条件。 而该指数在风险控制上也分两方面。 一个是月内做再平衡，应对短期的不确定性。 组合每天会监测风险平价模型，当资产的实际权重偏离目标权重达到一定阈值，组合会在次日做出调整，这样可以避免短期频繁操作造成磨损。 但如果日内某资产波动率显著高于长期水平，则会更快减仓。 毕竟短期波动率突然飙升，往往意味着资产在遭遇突发冲击。 对于追求长期高夏普、高收益风险比的组合来说，先把风险控制住，比去赌一波收益更重要。 而另一个就是严格的波动率管理。 指数会根据已实现的波动率水平，动态调整杠杆，目标是把年化波动率锚定在4%左右。 实际波动超了就等比例降杠杆，低了就提升，让波动率中枢保持稳定。 波动率中枢一旦稳住，不管市场怎么大起大落，组合的风险敞口都处于可控范围内。 不过，话说回来，理论讲再多，都不如实实在在经过市场压力测试来得有说服力。 在过去这些年里，市场不给面子的时候其实不少——像18年A股那种深度熊市，20年疫情引发的熔断冲击，还有22年罕见的股债双杀，随便拎一个出来都算历史级别的极端行情了。 但这个多资产的组合里，总有能站出来贡献收益：熊市里有债券托底，股债双杀的时候有商品对冲，再加上严格的风控管理，组合始终没出现过大幅回撤。 反过来，碰上资产大年也跟得上——16年商品牛市、23年债券牛市、25年股票牛市，组合都没掉队。 [图片] 历史数据看，指数单月胜率近70%，而且随着投资期限拉长，投资胜率和涨幅均值也稳步上涨，表现出较强盈利能力和抗跌性，确实给了一种穿越牛熊的体验。

ABS之前风云君也聊过不少。 虽然算不上冷门，但也没有量化、主观那般为投资人所熟知。 大家对它的印象多停留在表面——走得比较稳，波动也不大，适合做组合的压舱石。 但是这种稳从何而来，它到底赚的什么钱，风险点又在哪......真正了解透彻的人其实并不多。 最新一期的《厚雪私募班》播客，就邀请到一位ABS策略基金经理，把ABS的底层赚钱逻辑，以及在资产配置中的角色彻底聊透。 [图片] 内容比较长，为了方便阅读，风云君也整理了精华内容。 ABS到底赚的是什么钱 首先需要厘清ABS的本质。从资产负债表来看，ABS与股票、债券是平行关系，而非债券的子品类。 而ABS赚的钱，本质上是未来现金流的折现。 发行人有笔贷款，未来可能收回110元，但他以100元的当期价格转让出去，提前变现投入下一批业务。投资者则以100元换取未来110元的预期现金流——如果他认为这笔交易相对其他品种有性价比，就达成了。 具体而言，收益来自三个方面： * 时间价值，用当期资金交换未来现金流获得利息回报 * 信用风险溢价，承担借款人不还款的风险获得补偿 * 市场定价不精细带来的超额收益空间——当前中国ABS市场参与者结构还不够丰富，大量资产未被精细化定价 需要特别强调的是，虽然ABS与股票、债券并列，但它们却有着本质的不同。 股票和债券对应的是公司整体，但ABS可以切到更细的颗粒度。 它不依赖发行人的整体信用，而是直接锚定某一类特定资产—— 一笔贷款、一组贷款。贷款是最典型的可独立产生现金流的资产，依据契约约定了还款节奏，未来的现金流有相对明确的预期。 从收益来源来看，量化策略赚交易活跃度和市场无效的钱，主观多头赚企业成长的钱，债券赚信用挖掘的钱。ABS虽然在同一赛道做信用挖掘，但信用的来源不是企业整体，而是千千万万个具体个人的信用。 ABS的风险如何被定价 这是一个层层递进的过程，其核心方法论可以从以下几个维度来理解。 * 个体信用是定价的锚 每一笔消费贷款的风险最终归结为借款人本人的信用状况。但针对任何一个具体个人的信用值多少钱，这是世界性难题，没有任何机构能事先把它测准。正因如此，才需要引入分散化的逻辑。 * 大数法则赋予整体可预测性 这正是小额、分散的核心价值。不同的借款人分布在不同的行业和地域，每个人的信用风险具有相对独立性。 当行业之间此起彼伏、个体的随机波动互相抵消时，整个资产包的现金流可预测性反而增强了。如果所有贷款都锚定同一个东西，比如房价，那么把它们汇集在一起并不能改善稳定性。 恰恰因为每个个体不同，汇集才有意义。 * 结构化分层构建安全垫 ABS产品通常对资产包进行优先、夹层、劣后分层。优先享有最优先偿付权，劣后首先吸收损失，夹层居中。 投资者不需要直接承担底层贷款的全部风险，而是可以选择某一层级，获得与该层级保护程度相匹配的回报。投资决策的核心在于衡量：所投档位的现金流覆盖和保护程度，与给出的回报之间是否对称、是否划算。 * 性价比是贯穿始终的唯一标尺 判断一个ABS值不值得投，最终凝练成一个指标：分子是现金流的稳定性与可预期性，分母是投资回报。 现金流越稳定，安全性加分越高；足够安全的资产，可以接受较低的回报。现金流不那么稳定但回报足够补偿的，性价比也不错。大部分资产都处于中间地带，需要持续跟踪数据、反复比较，决定是否值得投资。 ABS在资产配置中的价值 与其他大类资产的低相关性 这是ABS策略的核心配置价值。 股票、债券、商品等各类资产，长期来看夏普比率的中枢大致接近，真正决定配置效果的是它们各自底层挂钩的东西是否足够分散、是否具有低相关性。 而ABS的底层是个人消费信贷信用，与企业的经营周期、利率曲线等因素的关联逻辑完全不同，天然具备分散组合风险的功能。 平滑组合波动 当前中国ABS市场二级交易活跃度不高，很多产品不以活跃交易价格估值，净值曲线呈现类似绝对收益产品的平滑特征。 同时，ABS主要投资于夹层和优先级，绝大部分日常信用波动在概率未突破阈值之前，不会对投资层级的绝对价值产生实质性影响，票息回报具有较高的可预期性。 当然，ABS策略也有其局限性。它既不是国债那样的无风险资产，也不应成为组合中唯一的配置。每一个资产类别都有其配置价值，前提是投资者对它的底层逻辑有足够深刻的认知。

最近，风云君发现，大家看量化的方向出现明显的变化。 之前大家聊得最多的是小微盘、市值下沉、更高的超额弹性。很多投资人买量化，第一反应也是：既然要追求Alpha，那就去机会更多、波动更大的地方。 但现在看，越来越多人开始把目光放回偏大盘的量化指增，比如A500、沪深300这类产品。 当然，不是因为大家突然不喜欢进攻了，而是市场走到现在，思路开始从哪个更猛，变成哪个拿得住。 过去小盘量化为什么受欢迎，原因并不复杂。 小票数量多、波动大、交易更活跃，市场参与者的行为也更容易出现偏差。量化模型擅长捕捉这些短期的价格和交易信号，所以小微盘天然是Alpha更容易生长的土壤。 而且小盘本身市值小，弹性高，Beta维度上也更有想象空间。两方面也让偏小盘的量化成为市场的宠儿。 但问题是，好的地方，从来不会只有一家人知道。 当越来越多资金都扎进同一片池子，原本相对宽松的超额空间，就会慢慢变得拥挤。 行情顺的时候，收益弹性很可观；可一旦风格切换、流动性收紧，回撤往往也来得更快。 今年的行情其实也是最好的写照。 当然，这不是说小盘策略失效了，而是它不再是只要买了就舒服的选择。 我们再说回大盘指增。 很多人对大盘指增有个误解：大盘股市值太大，Beta弹性弱，Alpha也贫瘠，没什么想象空间。 其实并非如此。 首先就说Beta方面。 大盘股通常集中在行业龙头、核心资产和高流动性标的上。它不一定每个阶段都最猛，但在资金偏好回到权重股、价值股、龙头公司时，往往能成为组合里更重要的稳定器。 就比如这段行情，大家可以明显感受到在大盘里要比在小盘舒服的多。 在市场面临地缘扰动、中报披露期业绩暴雷等不确定因素下，资金风险偏好大幅降低，使得这类偏头部的优质资产成为了众多资金的避风港。 而且，就算是整体偏大盘，但其成分股也不缺少一些高弹性的标的。 比如沪深300，含“科”量就有40%+，A500更是把这种“龙头+成长”的结构进一步放大了。 在成长行情来的时候，也不会掉队。 [图片][图片] 其次在Alpha层面。 我们之前也有统计数据，其实今年来看，超额排名靠前的不是1000、2000指增，而是偏大盘的A500、300指增。 一个是偏中小盘的指增或者选股策略，确实是比较拥挤。另外也是小微盘风格今年整体承压，也让一众做市值下沉，或者偏小市值的量化策略比较难受。 相比之下，A500、300指增关注度比较低，却成了估值洼地。通过选股、行业配置、交易执行等方式，可以做出不错的Alpha。 更重要的是，大盘股票背后对应的是更广泛的机构资金、行业景气和企业基本面。 量化可以捕捉的不仅是短期交易行为，也可以从盈利预期、估值变化、行业景气、资金流向等维度寻找机会。 还有一点是，偏大盘指增夏普更高，持有体验也更好。 很多策略看起来收益很高，但净值波动也大。 上涨时大家都觉得没问题，可真正难的是遇到回撤：产品一跌，投资人开始怀疑策略。最后常常是产品没问题，持有人先下车了。 偏大盘指增的优势之一，就在于它通常拥有更清晰的Beta底盘、更好的流动性，以及相对更低的组合冲击成本。 大盘股票的交易容量更大，策略不需要为了成交去承受太多摩擦；成分股覆盖行业也更广，单一题材、单一风格对组合的影响相对没那么极端。 再加上量化模型提供的超额收益，整体净值曲线相对会更平滑一些。 有人可能会问：那是不是该把小盘全换成大盘？ 当然不是。 小盘仍然有它的优势，尤其在风险偏好上行、市场成交活跃、题材轮动加快的时候，弹性依旧很强。 但如果你的组合里已经有较多小盘量化、科技成长或高波动权益资产，再增加一些A500、300这类偏大盘指增，完全没问题。 进攻仓可以保留小盘的弹性，而偏大盘指增可以承接市场Beta、争取稳定Alpha。 这样一来，组合不至于完全被某一种风格牵着走。 最近，风云君发现，大家看量化的方向出现明显的变化。 之前大家聊得最多的是小微盘、市值下沉、更高的超额弹性。很多投资人买量化，第一反应也是：既然要追求Alpha，那就去机会更多、波动更大的地方。 但现在看，越来越多人开始把目光放回偏大盘的量化指增，比如A500、沪深300这类产品。 当然，不是因为大家突然不喜欢进攻了，而是市场走到现在，思路开始从哪个更猛，变成哪个拿得住。 过去小盘量化为什么受欢迎，原因并不复杂。 小票数量多、波动大、交易更活跃，市场参与者的行为也更容易出现偏差。量化模型擅长捕捉这些短期的价格和交易信号，所以小微盘天然是Alpha更容易生长的土壤。 而且小盘本身市值小，弹性高，Beta维度上也更有想象空间。两方面也让偏小盘的量化成为市场的宠儿。 但问题是，好的地方，从来不会只有一家人知道。 当越来越多资金都扎进同一片池子，原本相对宽松的超额空间，就会慢慢变得拥挤。 行情顺的时候，收益弹性很可观；可一旦风格切换、流动性收紧，回撤往往也来得更快。 今年的行情其实也是最好的写照。 当然，这不是说小盘策略失效了，而是它不再是只要买了就舒服的选择。 我们再说回大盘指增。 很多人对大盘指增有个误解：大盘股市值太大，Beta弹性弱，Alpha也贫瘠，没什么想象空间。 其实并非如此。 首先就说Beta方面。 大盘股通常集中在行业龙头、核心资产和高流动性标的上。它不一定每个阶段都最猛，但在资金偏好回到权重股、价值股、龙头公司时，往往能成为组合里更重要的稳定器。 就比如这段行情，大家可以明显感受到在大盘里要比在小盘舒服的多。 在市场面临地缘扰动、中报披露期业绩暴雷等不确定因素下，资金风险偏好大幅降低，使得这类偏头部的优质资产成为了众多资金的避风港。 而且，就算是整体偏大盘，但其成分股也不缺少一些高弹性的标的。 比如沪深300，含“科”量就有40%+，A500更是把这种“龙头+成长”的结构进一步放大了。 在成长行情来的时候，也不会掉队。 [图片][图片] 其次在Alpha层面。 我们之前也有统计数据，其实今年来看，超额排名靠前的不是1000、2000指增，而是偏大盘的A500、300指增。 一个是偏中小盘的指增或者选股策略，确实是比较拥挤。另外也是小微盘风格今年整体承压，也让一众做市值下沉，或者偏小市值的量化策略比较难受。 相比之下，A500、300指增关注度比较低，却成了估值洼地。通过选股、行业配置、交易执行等方式，可以做出不错的Alpha。 更重要的是，大盘股票背后对应的是更广泛的机构资金、行业景气和企业基本面。 量化可以捕捉的不仅是短期交易行为，也可以从盈利预期、估值变化、行业景气、资金流向等维度寻找机会。 还有一点是，偏大盘指增夏普更高，持有体验也更好。 很多策略看起来收益很高，但净值波动也大。 上涨时大家都觉得没问题，可真正难的是遇到回撤：产品一跌，投资人开始怀疑策略。最后常常是产品没问题，持有人先下车了。 偏大盘指增的优势之一，就在于它通常拥有更清晰的Beta底盘、更好的流动性，以及相对更低的组合冲击成本。 大盘股票的交易容量更大，策略不需要为了成交去承受太多摩擦；成分股覆盖行业也更广，单一题材、单一风格对组合的影响相对没那么极端。 再加上量化模型提供的超额收益，整体净值曲线相对会更平滑一些。 有人可能会问：那是不是该把小盘全换成大盘？ 当然不是。 小盘仍然有它的优势，尤其在风险偏好上行、市场成交活跃、题材轮动加快的时候，弹性依旧很强。 但如果你的组合里已经有较多小盘量化、科技成长或高波动权益资产，再增加一些A500、300这类偏大盘指增，完全没问题。 进攻仓可以保留小盘的弹性，而偏大盘指增可以承接市场Beta、争取稳定Alpha。 这样一来，组合不至于完全被某一种风格牵着走。

今年，AI科技是市场主线，这个是很确定的。 甚至说，未来几年科技都是最有想象空间的主线之一，也几乎没人否认。 AI、算力、半导体、机器人、创新药、商业航天……政策在支持，产业在投入，资金也在持续往里涌。 但另一边，真正靠科技赚到钱的人，却没有想象中那么多。 而这个问题本身，并不在于科技有没有机会，而在于科技这条主线，太容易让人看对方向、做错节奏。 为什么？ 首先，科技是大方向，但不是一条直线。 科技板块的长期空间，确实很清楚。 一方面，科技自主可控、新质生产力、产业升级，这些不是一两年的短期主题，而是持续多年的产业方向。另一方面，AI带来的投资、应用和效率变革，也正在向通信、电子、软件、制造、生物医药等领域扩散。 宽基指数的含“科”量提升（如沪深300科技权重已达43.8%），更是让这个方向从不缺资金关注和事件催化。 市场上也有大量科技类ETF工具，足够细分，确实给投资人提供了更低门槛，更便捷的参与科技主线的工具。 但恰恰因为科技催化太多，细分方向也太多，导致想在科技里赚钱变得更难。 第一，轮动快。 复盘近6年行情可以清晰看到：20-21年，新能源赛道下的新能源车、锂电、光伏轮番走强，23年AI、传媒出圈爆发，24-25年人形机器人接力上涨，25、26年至今光模块、算力、储能成为市场核心主线。 赛道每年轮换、热点持续切换，行情节奏极快，要跟上行情节奏就比较困难。 第二，波动大。 科技资产天生偏成长，估值里装着很多未来预期。 一旦产业催化超预期，资金会快速涌入；但只要预期稍微松动，前期涨幅较大的方向也容易出现集中兑现。 所以这就意味着，如果参与科技，就很可能承受较大的回撤。而如果有超50%的回撤，那需要翻倍涨幅才能回本，耗时数年是常态，不管是时间成本还是持仓心理压力，都让很多人很难坚持。 第三，是人性经不起考验。 也是因为科技本身波动大、轮动快，投资科技更容易追涨杀跌。 涨的时候怕错过，跌的时候怕回撤；强势板块不敢卖，弱势板块又舍不得止损。最后常常变成高位追热门、低位卖冷门，做了很多动作，却把科技投资做成了情绪交易。 所以，科技投资从来不缺机会，甚至不缺工具，真正稀缺的，是一套能严格执行的交易纪律。 回到私募策略中来，今年风云君也着重跟踪了不少“高科技含量”的管理人。 这里面有主观行业轮动的、有做科技板块风格暴露的量化。 综合看下来，有这么一类用量化去做科技ETF轮动的方式，从交易纪律、可解释性、风险收益比几个维度看，似乎更具有竞争力。 我们以某科技主题ETF轮动策略为例。 该策略在200多只科技主题ETF中筛选可交易标的，并不是长期押注某一个细分赛道，而是通过模型持续观察不同板块的趋势强弱、资金特征和风险状态。 强势的，动态加仓；趋势走弱的，及时降低配置甚至退出。 这和我们自己凭感觉追热点，区别很大。 人做轮动，容易把喜欢当成趋势，把套住当成长期价值；但规则化策略则只看信号。该参与的时候参与，该收缩的时候收缩，不需要靠情绪做决定。 说白了，科技ETF轮动不是要精准预测下一个涨停的方向，而是尽量做到：主线走出来时别缺席，趋势反转时别硬扛。 当然，赚科技的钱，也要先控制科技的风险 一套好的科技轮动策略，不能只有进攻。 科技板块最怕的，不是正常调整，而是系统性下跌时还维持高仓位。 所以该ETF轮动策略会在单个ETF层面设置独立趋势信号，根据趋势变化动态加减仓、止盈止损，而不是等整个科技组合跌下来之后，再被动统一处理。 这意味着，组合不需要永远满仓押科技。 当趋势清晰时，仓位可以更积极地参与；当市场出现风险、趋势变弱时，仓位也会相应降低。 对于带保护机制的策略线，还会在系统性风险较高时，引入独立的风险对冲信号。 但这不等于不会回撤。 轮动和趋势策略都有自己的不适应环境。 比如日内反复V型反转、隔日大幅跳空、没有持续趋势的横盘行情，策略可能会因为反复调整产生交易摩擦，也可能错过反弹最开始的一小段。 但这恰恰是取舍。 它放弃的，是每一次都抄在最低点、卖在最高点的幻想；追求的，是在科技长期大方向里，用更有纪律的方式控制回撤、提高持有体验。 所以总的来看，对大多数投资人，最大的难题不是科技不给机会，而是没有一套能穿越轮动和波动的执行框架。 而这类科技ETF轮动的价值，就在于把复杂的行业选择、仓位调整和风险控制，交给一套规则化系统去完成。

最近还有一个挺有意思的现象。 大家的注意力几乎全在量化上——超额回来了没有、指增哪家强、中性还能不能做。CTA这边，讨论度明显低了一截。 其实这事也不难理解。 CTA赚的是趋势和波动的钱，跟股市的相关性天然就低。 股市好的时候，CTA往往不是最亮眼的那个；股市难熬的时候，它反而容易跑出来，做一回“逆行者”。 从今年的整体环境来看，CTA的节奏可以说是一波三折。 * 年初，商品及股指延续25年上行趋势，波动也算平稳，这段时间市场上多数CTA策略还是比较好做的。 * 但到2月，商品市场在贵金属带领下反转下跌，股指也频繁震荡，市场整体的波动率快速拉升。这种非常突然的反转给多数CTA策略一拳重击。 * 而3月以后，地缘冲突爆发，引发能化板块快速拉升，通胀预期却压制其他品种。此时市场呈现明显的强弱分化，波动率快速拉升。但这种情况，也只是少数押对方向、踩准品种的产品能赚到一波收益。 * 4月之后，地缘冲击的影响逐渐被消化，板块开始分化，商品内部的强弱切换加快，同期市场波动率再次回落，CTA明显又变得难做起来——这也是它再度被市场忽略的最直接原因。 但如果你最近打开几个CTA产品的净值曲线，会发现一件事：它们在悄悄创新高。 拿两个具体方向来举例，会更直观一些。 一类是偏短周期的机器学习CTA。 这种策略的特点是短周期、多品种，叠加机器学习模型。 底层覆盖商品、股指和国债期货，既有平均持仓两三天的日间趋势策略，也有持仓时间更短、偏反转逻辑的日内机器学习策略。 简单来说，周期偏长的部分负责抓趋势，更短的部分负责在市场来回波动中寻找机会。 而策略表现不错，也是因为底层策略足够分散。 量价信号占主要部分，同时叠加期限结构、基本面、另类数据和机器学习预测，不同策略之间动态配权。当某一种市场环境不适合的时候，其他模块有机会补上。 还有一类，是容易被人忽视的纯股指CTA。 一提CTA，很多人的第一反应还是商品期货。但纯股指CTA其实是一个非常值得单独关注的方向。 这类策略交易多个股指品种，并通过期权拟合部分指数，形成多空双向、独立出信号的子策略。整体以中频和隔夜趋势为主，平均持仓三天左右，日内反转策略占比不高，杠杆也相对克制。 它的收益不取决于股市长周期涨不涨，而取决于股指有没有可交易的中短期趋势。 上涨的时候，可以参与多头；下跌的时候，也可以捕捉空头机会。不过其在指数反复拉锯、方向模糊的震荡行情也会比较难受。 今年以来，股指市场经历了从震荡到趋势、再到分化的变化，不同指数强弱切换很快，但这并不意味着没有交易机会。 策略覆盖多个股指、多个周期，并依据趋势信号动态调整仓位，还是能在涨跌之间获得收益。 不过，也不得不承认一件事：上述两类都属于量化CTA的范畴，表现确实可圈可点。但同期多数主观商品CTA却还是承压的。 这倒不是说主观管理人做得不好，本质上是环境使然。 主观策略往往更依赖对产业基本面的深度研判和方向性判断，而今年至今，商品市场虽然不乏局部热点，但连贯的趋势始终不够清晰，多空反复拉扯，这恰好是主观策略比较容易磨损的阶段。 换句话说更直接，今年CTA内部其实也出现了明显的分化：量价信号灵敏、分散度高的量化CTA，更容易从阶段性的脉冲和结构性机会里积攒收益；而需要明确趋势配合的主观策略，暂时还没等到真正舒服的发力窗口。 那对于我们私募投资人来说，又该如何去配置呢？ 首先，CTA与股市本身就低相关，配置价值突出。 CTA赚的钱，跟股市本来就不是一回事。无论是上面所说的复合CTA、股指CTA，还是今年表现欠佳的主观商品CTA。 股指CTA赚的是多空双向的趋势收益，不依赖股市涨跌；复合CTA，收益来源多元，不会和股市简单地同涨同跌；而主观商品CTA赚的是商品市场的钱，跟股市相关性更低。 所以对权益仓位比较重的投资者来说，配一部分CTA，本质上就是增加了一个不同源的收益来源。 其次，不用单一阶段的业绩线性外推。 看一只CTA，不能只看最近涨了多少，还要看它在什么环境赚钱，为什么回撤，以及能不能和现有组合形成互补。 不同策略的逻辑差异很大，就决定其收益周期不同。比如： * 主观商品CTA，在趋势明确的时候收益显著，但趋势本身也有周期，没有趋势的阶段会相对平淡。配置这类策略，更多地需要逆向思维：表现平淡的时候，可能正是下一轮趋势的酝酿期。 * 复合CTA收益更加多元，归因也比较复杂，几乎很难去精准择时，更适合长期持有，让它的多策略模块自己完成内部的攻守转换。 * 而股指CTA，更适合在股市波动率较高、出现明显趋势的阶段发挥作用；在低波且指数反复窄幅震荡的时候，策略频繁止损、磨损就会比较严重。 说到底，不同策略的收益特征不同，配置时的规律也不一样，不能因为某段时间手里某个产品表现平淡，就轻易否定它的价值。

上周量化的大跌，确实很疼。 前期强势的科技股快速回撤，市场从 “抱团上涨” 切换到 “抱团瓦解”，切换之快几乎没有给反应时间。 很多量化一周跌去十多个点，过去几个月慢慢堆起来的收益，几天就被抹平了大半。 账面数字往下掉，谁看了都没法淡定。 不过真正让量化投资人难以接受的，或许不只是亏损本身。 而是原来对量化的几种预期，一下子都落空了。 收益预期 不少人买量化，买的是一种 “更高效赚钱” 的想象。 市场涨的时候，量化能跟上；市场震荡的时候，量化还能挖超额；即使市场跌，似乎也应该比指数抗跌一点。 这套逻辑没有错，但它常常被理解成：量化应该一直涨，或者至少不该大跌。 问题在于，量化首先还是权益策略。 指增、量化选股、量化股多，本质上都带有不同程度的市场Beta。当中证500、中证1000一周跌掉10%以上时，产品净值不可能完全置身事外。量化能做的是争取超额，不是把权益风险变没。 上涨时，Beta 和 Alpha 一起贡献收益，体验很好；下跌时，Beta 带来回撤，Alpha 又可能在极端风格切换中暂时承压，体感自然会更差。 因此，量化不是不会跌，我们投资人购买的也不是一条平滑净值线，而是一套在特定风险暴露下赚钱的方法。 分散预期 很多投资人觉得，我买了好几只量化，管理人也不一样，而且量化本身就持有成百上千只票，应该算分散了。 但上周一跌，发现几只产品一起跌。 为什么？ 因为表面上买的是不同产品，底层可能还是相似的风险暴露：都做中小盘、都偏科技成长、都追求高流动性股票，或者都依赖某些相近的因子和交易机会。 这不叫真正的分散，只是把同一种风险拆成了几份。 特别是在快速去杠杆、风格急转、流动性收缩的阶段，很多原本不那么相关的量化策略，会同时承压。因为市场不是在慢慢定价，而是在快速卖出风险资产。 所以，配置量化不能只看管理人数量，更要看策略之间是否真的不同：对标指数是否不同，市值风格是否不同，风格暴露是否相近，收益来源是不是同一类。 分散并不是保证组合不跌，而是别让组合在同一个风险点上一起失灵。 持有能力预期 在买量化时，我们通常会关注：这个产品长期能赚多少？ 年化收益、排名、历史业绩——这些数字构成了决策的全部依据。这个问题的潜台词是：只要长期收益够好，中间的过程都可以接受。 但到了真正大跌的时候，决定投资结果的，却变成了另一个更本质的问题：在最难受的那一刻，还能不能继续拿住？ "能接受10%的回撤"——在风险测评问卷上勾选这一项，可能只需要很短的时间。 但当账户真的浮亏10%的时候，你会发现自己面对的是截然不同的考验： 要不要直接按下赎回键，这样就把账面数字变成了真实亏损；到底是策略的失效，还是管理人能力的崩塌。 问卷上的"可以接受"，和账户里的"真的承受"，中间隔着一道巨大的鸿沟。 因此，看一只产品适不适合自己，不妨换个角度：不是问它涨起来能给你多少回报，而是问自己——如果它跌下去，你会不会在恐慌中做出本不该做的操作？这个答案，往往比收益率更关键。 那么这次大跌，是不是代表量化策略失效？ 不一定。但也不能只用一句 “极端行情” 就翻篇。 判断一轮大跌到底是正常波动，还是策略出了问题，至少要看四件事。 * 看市场暴露 产品究竟暴露在什么风险里？如果本来就是中证1000、500指增，市场大跌时跟着回撤并不意外；但如果实际暴露明显超过策略定位，甚至出现了未被充分解释的风格押注，就需要警惕。 * 看超额表现 绝对收益跌了，不等于策略失效。更重要的是相对基准和同类产品的表现：是跟随市场下跌，还是明显跑输？超额是一次性受极端风格冲击，还是已经连续多个阶段恶化？ 这两者的性质完全不同。 * 看策略有没有漂移 为了追求短期收益，产品有没有逐渐偏离原本的投资范围、风格约束和风险预算？一只原本强调均衡、低暴露的量化策略，如果开始依赖单一热门方向赚钱，后面承受的回撤往往也会更大。 策略可以迭代，但不能悄悄变成另一种产品。 * 看风控有没有异常 极端行情下，量化也会亏钱；但仓位、杠杆、流动性、风格暴露是否仍在规则内，管理人能否及时给出清晰归因，有没有相应的风险处置，才是更该关注的事。 其实这次大跌暴露出来的，不是量化有没有风险，而是我们有没有真正理解自己买的是什么——量化不是一台不回撤的赚钱机器，它有市场暴露，有风格周期，也会面对模型阶段性失灵和流动性冲击。 总之，投资真正困难的地方，从来不是找到一款不会跌的产品，而是在它下跌的时候，仍然知道自己持有什么、为什么持有，以及还能不能持有。

本周俱乐部邀请了两家风格迥异的主观多头基金经理，一位是深耕低估逆向的全市场均衡选手，一位是扎根创新药的赛道型管理人，各自分享了对市场的展望以及核心赛道的判断等，颇具深度。 精华部分： 一、低估逆向风格：极致分化后，均值回归只是时间问题 上半年这种极致的 “一九行情” 在近三十年市场中都属罕见，但历史上每一次极致的风格撕裂，最终都会走向均值回归。 我们坚守低估价值，对后市也并不悲观，因为优质企业的基本面并没有随股价同步走弱，反而持续的回调反而不断抬升长期预期回报，叠加政策面持续托底，估值修复只是时间问题。 目前非 AI 板块的悲观预期已经基本充分定价，7 月以来不少核心资产率先止跌企稳，机构资金也开始从高位 AI 赛道向低位板块做均衡再配置，叠加中报业绩陆续落地，“五穷六绝七翻身” 的季节性规律正在逐步应验。 具体到港股方面，当前正处于估值、政策、资金的多重底部区间，龙头企业持续回购夯实底部，再配合 AI 商业化逐步落地兑现，后续估值修复的弹性充足。 面对上半年这样极端的抱团行情，我们始终严守估值纪律，全程没有追高 AI 热点。在我看来，短期风格跑输只是阶段性的，低估值叠加扎实的基本面，才是穿越风格周期最可靠的收益来源。 二、创新药赛道派：守牢安全边际，赚确定性成长的钱 本轮创新药的修复行情，和 2020 年的全行业泡沫有本质区别。 2020 年是大量营收体量极小的企业被炒至千亿估值，而如今行业龙头的营收规模较数年前已经增长数倍，估值仍处在合理偏低的区间，仅部分小票存在局部炒作，整体不存在系统性大跌的基础。 我们的投资始终以安全边际为核心，从去年起就砍掉了博弈临床结果的高波动仓位，转向专注成长确定性强的龙头标的，始终把在研管线视为附赠的期权，而非估值支撑；一旦股价提前透支了乐观预期，无论标的质地如何，都会严格执行止盈纪律。 对于今年大火的 AI 硬件行情，我们认为持续性的核心锚点是技术迭代速度，只要代际技术提升的感知依然显著，大厂的算力资本开支就不会轻易收缩；目前技术进步仍在持续，但我们已经进入谨慎观察阶段。 细分方向上，我们长期看好小核酸与 ADC 赛道，认为 AI 对医药仅能提升研发效率、无法颠覆行业本质，CXO 的核心竞争力在于获取海外订单的能力，只内卷国内市场没有长期价值。