由于私募量化约束相对较少,因此超额收益来源相对多元化,主要可以分为如下几个来源:
1、因子选股alpha。
因子选股alpha贡献了超额收益的主要部分。近几年来,因子挖掘逐渐由中低频基本面因子转向中高频量价因子,主要用于捕捉中短期交易的定价偏差。中高频量价因子的生命周期较短,因此需要不断的进行挖掘。
部分头部私募采用WorldQuant的因子挖掘模式,引入机器学习算法进行批量因子挖掘。随着基础数据的频率越来越高,因子的挖掘和计算对硬件的算力要求也越来越高,对也系统配置和有效算力提升带来了更高的要求。
2、择时策略。
择时策略包括大盘择时和个股择时。大盘择时用来控制总体仓位高低或者股票风险敞口大小;个股择时用来决定对具体个股的超配和低配。有效的择时体系能够给产品带来一定收益增强。
3、日内T+0交易。
日内T0交易是私募比较重要的超额收益来源,同时对系统配置要求较高。顶级量化私募一般都有自主研发的模型和交易系统,来实现T+0交易的自动化。
部分系统配置较低的私募,会采用人工进行手动T0操作来实现收益增强,部分私募还会将T0交易业务外包给规模较小的主做T0业务的私募来做。一般来说,在市场波动和交易活跃程度较高的行情中,T0超额收益增强效果比较明显。
4、算法交易。
通俗来讲,算法交易将大额的交易分解为若干笔小额的交易,以便更好管理订单的冲击成本、机会成本和风险,最终实现降低交易成本增强收益的效果。顶级私募一般会有自主研发的算法交易下单系统,随着资产管理规模越来越大,算法交易重要性越来越高。
除此之外,量化私募还有其他的超额收益来源。以打新收益为例,打新收益主要分为新股打新和可转债打新。