他指着屏幕，“目前国内量化私募的管理规模，大概在三千亿到五千亿之间。听起来不大，但考虑到量化策略的高换手率——平均每年换手十到二十次——他们贡献的交易量占全市场交易量的比重，可能已经超过了15%。在某些流动性较差的股票上，这个比例更高，可能达到30%到40%。”

    周锐皱眉：“你的意思是，我们已经到了‘策略拥挤’的程度？”

    “不只是拥挤。”林枫说，“是正在走向‘极度拥挤’。而且，拥挤的不仅仅是资金，更是逻辑。我分析了市场上主流量化产品的策略说明，发现超过60%的产品都在使用类似的因子——动量、反转、小市值、低波动。这说明什么？说明大家的‘聪明’是相似的。当所有人都用同样的方法赚钱时，这个方法离失效就不远了。”

    沈清如翻开自己的笔记本。“这让我想起了一个概念——‘拥挤交易’。在传统投资里，也有这种现象。比如1999年的科技股，2007年的周期股，都是拥挤交易。但传统投资的拥挤，是基于‘故事’和‘情绪’，形成的过程比较慢，可能需要几个月甚至几年。而量化投资的拥挤，是基于‘算法’和‘数据’，形成的过程要快得多。”

    “对。”林枫说，“而且，量化交易的拥挤，有一个更危险的特征——它是‘自我强化’的。一个因子有效→更多资金涌入→因子表现更好→更多资金涌入→因子表现再好一点……直到某个临界点，因子失效，然后所有人同时撤退，因子表现崩溃。这个过程，不是线性的，是雪崩式的。”

    陈默一直在听，没有说话。他等林枫说完，才开口。

    “林枫，你说的这些，我听懂了。现在的问题是——我们怎么办？”

    林枫调出一份文件，标题是《策略多样性指数与市场拥挤度模型开发方案》。

    “我的建议是：开发两个新模型。”

    “第一个，叫‘策略多样性指数’。这个指数的功能是衡量我们自己的策略库，在多大程度上是‘多样化’的。如果指数下降，说明我们的策略在趋同，风险在积聚。我们会主动减少那些拥挤的策略的权重，增加那些不那么拥挤的策略。”

    “第二个，叫‘市场拥挤度模型’。这个模型的功能是监测市场上哪些因子、哪些策略、哪些股票正在变得拥挤。如果某个因子的拥挤度超过了阈值，我们就主动降低该因子的暴露，或者用其他因子来对冲。”

    他停顿了一下，补充道：“这两个模型，不是为了预测市场。是为了管理我们自己——确保我们不成为那个‘拥挤的人群’的一部分。”

    陈默想了想。“开发这两个模型，需要多长时间？”

    “三个月。最快也要两个月。”

    “那就做。预算你定。ACC投票。”

    五只手举起来。全票通过。

    ---

    接下来的两个月，林枫的团队进入了高强度的开发状态。

    “策略多样性指数”相对容易。林枫定义了一个简单的指标：计算策略库中所有策略的两两相关性，然后取平均值。如果平均相关性高，说明策略趋同；如果平均相关性低，说明策略多样。

    “这个指标的核心思想是：我们不需要每个策略都赚钱，但我们需要每个策略都‘不同’。”林枫在一次进度会上解释，“如果十个策略都在做同样的事，那它们本质上只是一个策略。一个策略出问题，十个都出问题。但如果十个策略各不相同，那即使有两三个出问题，其他的也能弥补。”

    “市场拥挤度模型”要复杂得多。林枫需要监测市场上所有量化策略的行为，而不仅仅是自己的。他设计了一个间接的测量方法：通过分析股票的“交易模式”来判断是否被量化策略拥挤。

    “量化交易的典型特征是：订单分散、-->>

本章未完，点击下一页继续阅读