量化系统派：统计优势与多因子

本文是研究方法整理，不构成投资建议、收益承诺或个股买卖建议；历史案例仅用于说明模型风险，提及机构与人物不代表推荐。文中监管制度核验时间为 2026 年 9 月。

这套方法解决什么问题

量化系统派把交易变成期望值问题：在大量重复的决策中，只要期望值为正且可重复，结果就会向统计预期收敛。用单次决策的语言写出来：

$$E = p \times \bar{W} - (1 - p) \times \bar{L}$$

其中 $E$ 是单次决策的期望收益；$p$ 是胜率；$\bar{W}$ 是获胜时的平均盈利幅度；$\bar{L}$ 是亏损时的平均亏损幅度。口语里的“胜率 × 盈亏比”就是这两个乘积项的比较——期望值为正，等价于平均盈利幅度与平均亏损幅度之比超过败率与胜率之比。它解决的是“没有确定性叙事时如何仍然可以决策”，以及“决策情绪化、无法检验”这两个散户最大的结构性问题。

它不解决的事：单次结果（任何模型都输给方差）、黑天鹅（历史样本里没有的极端状态）、制度突变（涨跌停、交割、税费、监管规则的改变会直接改写策略的收益结构）。把这套方法理解成"稳定盈利机器"而非"概率工具"，是灾难的开始。

底层逻辑、哲学基础与隐含市场假设

期望值、大数定律与样本：单笔交易的优劣无意义，可重复的来源才有意义。因子是可横截面排序的特征（估值、动量、质量、波动等），信号是因子在具体规则下的表达。市场有效性是程度问题而不是开关——无效的部分能提供统计优势，但优势会随着被发现和使用而衰减。

优势的常见来源：信息处理速度（系统对人工）、数据处理广度（横截面比较）、结构性约束（他人被迫交易的时点）、行为偏差（追涨、恐慌、锚定）。

隐含假设必须写清楚：收益分布相对稳定；交易成本可估计；执行按规则可行（涨跌停时可能不可行）；策略容量大于自己的资金；压力期资产间相关性可控。最后一条最危险：平时低相关的策略，在流动性危机中会一起亏损。

关键变量与证据层级

核心变量（本站整理）：

• 信息系数（IC）：预测值与随后实际收益的横截面相关性。业内经验参考值通常在 0.02 至 0.05 就已被视为可用，但不构成任何保证；
• 分层收益：按因子排序分组后，各组收益是否单调、头尾差是否稳定；
• 换手率：策略每年需要买卖多少仓位，直接决定成本的量级；
• 容量：在多大资金规模下，策略的冲击成本仍不吞掉优势；
• 回撤：历史最大回撤与修复时间是杠杆与心理承受力的刻度；
• 执行成本：价差、冲击成本与未成交的机会成本之和。

证据层级：

代表人物方法及真实案例拆解

以下均为基于公开材料的风格标签，不杜撰任何机构的私有模型：

• 西蒙斯（文艺复兴科技）：系统化、数据驱动的信号组合。公开报道口径：大奖章基金 1988 至 2018 年费前年化约 66%、费后年化约 39%（媒体引述），且长期只管理内部资金——容量约束是这套模式的一部分，而不是例外。其模型从未公开，任何"同款模型"说法都不可信。
• 索普：期望值与凯利公式下注。公开资料口径：其管理的普林斯顿与纽波特合伙基金约 19 年间费后年化接近 20%、无亏损季度；凯利的现实用法是分数凯利加仓位上限。
• 阿斯内斯（AQR）：价值与动量结合、多因子分散。其公开研究强调风格因子会有多年回撤，管理的难度一半在统计，一半在忍受。
• 多策略框架（如 D.E. Shaw 一系的公开描述）：多个独立 alpha 来源加严格风控，目标是让单一模型的失效不致命。

正面案例：大奖章基金（1988 至 2018 年，仅作机制说明）。 收益数据见上文西蒙斯一条，三十年量级的持续性与幅度在公开记录中极为罕见；更值得研究的是结构——基金长期只管理内部资金，超额收益与容量约束被视为同一设计的两面。可复制的部分从来不是神秘信号（模型从未公开），而是流程纪律：可重复的研究框架、成本与容量的现实约束、把失效当作常态来管理。

样本内外的差距有公开证据。 McLean 与 Pontiff 研究了 82 个公开发表过的股票特征（《Journal of Finance》，2016）：组合收益在样本外平均低约 26%，在论文发表后平均低约 58%。Hou、Xue、Zhang 复现 452 个异象（《Review of Financial Studies》，2020）：采用严格口径（剔除微盘影响）后，65% 通不过基本显著性门槛；把门槛提高后失败率升至 82%。这两组数字的含义是：一个刚被发现并发表的"规律"，平均要按对折以上预期其未来表现，而且越是被广泛知道的规律衰减越快。

可执行战法：筛选、观察、入场、加减仓、退出

完整流程（本站操作化）：

1. 假设：先用经济逻辑解释"谁在亏钱、为什么亏"，只有统计没有逻辑的规律通常死于下一次结构变化；
2. 数据：使用当时可得的数据（避免前视偏差）、处理复权与退市样本、保留全部失败样本；
3. 样本内探索：限制尝试次数，记录每一次试验，防止"试一万次挑一个"；
4. 样本外检验：留出从未参与研究的数据段或跨市场验证；
5. 滚动回测：用滚动窗口观察稳定性，而非单一区间的最优参数；
6. 成本压力测试：多档成本假设下重跑，找出优势消失的成本临界点；
7. 容量估算：按资金规模推算冲击成本，得出策略的规模上限；
8. 模拟盘：验证代码、数据、执行与实盘一致；
9. 小资金实盘：对比预估与实际的成交、滑点差异；
10. 分阶段放大：每一级放大前复检一次成本与容量。

门禁示例：以上任何一步未通过，不允许进入下一步；只有统计显著性、没有样本外与实盘证据的策略，不上线。

仓位与风险预算

示例框架（本站操作化，仅作参考）：

• 凯利的现实修正：按估计误差打折下注（分数凯利），并设单策略仓位上限；
• 波动率目标：按策略近期波动调整暴露，而不是恒定满仓；
• 杠杆约束：杠杆不改变期望值的方向，只放大结果的不确定性——LTCM 用 25 倍杠杆把"高胜率小价差"变成了单一场景下的归零；
• 回撤熔断：策略回撤达到预设等级时降仓、复检，达到更深等级时停机；
• 相关性监控：压力期策略间相关性会上升，组合层面的真实回撤要按"相关性一起恶化"来估计。

适用市场和投资者画像

适用：具备数据处理与编程能力、理解统计推断、能接受策略周期性失效、资金稳定的个人或机构。对小资金而言更现实的选择是：用规则化执行和分散化获得纪律，而不是硬做高频。

不适合：把回测收益当承诺的人；没有开发能力只求"抄参数"的人；需要每月稳定现金流的人；无法承受策略在正常期内回撤的人。

缺点、失效机制与历史失败案例

失效机制清单：过拟合（样本内辉煌、样本外失效）；成本吞噬（高换手策略被交易成本清零）；拥挤（同质策略相互踩踏）；杠杆（放大一切估计误差）；流动性（冲击成本非线性上升）；制度变化（规则与参与者结构变化让历史规律失效）。

案例 A：LTCM（1998 年，仅作机制说明）。 团队来自顶级学术与交易背景，模型逻辑严谨；但资本金约 47 亿美元的同时，表内杠杆约 25 倍、对外借款超过 1250 亿美元。1998 年俄罗斯违约引发全球避险，利差走向与模型假设相反、流动性枯竭、相关性失效，基金在不到 4 个月内亏损约 46 亿美元，资本金接近清零；9 月美联储协调 14 家金融机构注资约 36 亿美元接管。教训：模型计算的是"价格回归价值"，但市场崩溃时先发生的是"被迫卖出"，后者不在模型里。

案例 B：2007 年量化拥挤交易（"量化地震"）。 2007 年 8 月 6 日当周，一批量化多空股票基金遭遇史无前例的损失（Khandani 与 Lo，NBER 工作论文 14465）；高盛 Global Equity Opportunities 基金单周跌超 30%，Global Alpha 当月跌约 22.5%（MarketWatch、CNBC 报道）；事件一周左右平息。公开研究普遍认为触发机制是：少数大基金去杠杆抛售共同持仓，同类模型同时亏损、进一步触发风控减仓，形成自我强化的踩踏。拥挤不是"人多的地方不要去"这句废话——它的数学表达是：你的退出条件与别人的退出条件高度相同。

案例 C：价值因子的长期回撤。 据英国《金融时报》2020 年 10 月报道引述的长期数据研究，价值因子较 2007 年峰值回撤约 64%，为约两个世纪以来最差；AQR 同年发表《Is (Systematic) Value Investing Dead?》讨论该问题。一个学术上最扎实的因子，可以连续十余年跑输。因子不是常数，宏观贴现率环境会长期压制任何单一风格。

案例 D：A 股的小微盘与 DMA（2024 年初）。 财新 2024 年 2 月报道：微盘指数自当年 1 月 5 日历史高点以来回撤超过 40%，其中 2 月 5 日单日下跌 13.7%。证监会 2024 年 2 月 28 日就 DMA 业务答记者问确认：相关业务"规模稳步下降、日均成交量占全市场约 3%"，将"指导行业控制好业务规模和杠杆"。这段历史同时展示了三件事：小市值暴露拥挤、杠杆产品强平、以及监管对规模与杠杆的直接约束。收益来源、拥挤程度、杠杆结构三者必须分开管理，因为它们在危机中会同时发难。

盘前或买前清单、持有中清单、卖出清单

研究门禁清单：

1. 假设有经济逻辑，不是纯数据挖掘；
2. 数据无前视偏差，失败样本保留完整；
3. 样本外表现未出现断崖；
4. 滚动回测稳定，无单区间最优依赖；
5. 成本压力测试通过，优势在成本翻倍假设下仍存在；
6. 容量满足目标资金规模。

上线与监控清单：

1. 模拟盘与实盘成交偏差在可接受范围；
2. 上线资金从小规模开始，按计划放大；
3. 监控信号衰减（滚动 IC）、实际成本与预估偏差、容量占用；
4. 建立停机线：成本超预算、IC 连续为负、回撤达到熔断等级时暂停。

下线清单：

1. 失效归因（alpha 衰减、拥挤、成本、执行）完成；
2. 策略剩余寿命与改造空间评估完毕；
3. 资金转入备用策略或观望——下线是系统的一部分，不是失败。

复盘模板与资料依据

复盘模板（按季填写）：

1. 信号表现：滚动 IC 与分层收益是否退化；
2. 成本对比：预估成本与实际成本差异；
3. 容量状态：资金规模与冲击成本的关系变化；
4. 失效归因：收益衰减来自市场、拥挤、成本还是执行；
5. 组合层面：策略间相关性是否上升，回撤是否符合预期；
6. 一条改进：只调整一个变量，并保留调整前的对照记录。

资料依据与延伸阅读：

• Does Academic Research Destroy Stock Return Predictability?：McLean 与 Pontiff，Journal of Finance，2016 年。样本外与发表后衰减证据。
• Replicating Anomalies：Hou、Xue、Zhang，Review of Financial Studies，2020 年。452 个异象的复现结果。
• What Happened to the Quants in August 2007?：Khandani 与 Lo，NBER 工作论文，2007 年。量化拥挤与踩踏机制。
• Near Failure of Long-Term Capital Management：美联储历史文献。LTCM 救助与杠杆事实。
• Covid condemns value investing to worst run in two centuries：英国《金融时报》，2020 年。价值因子回撤约 64% 的报道。
• Is (Systematic) Value Investing Dead?：AQR，2020 年。风格回撤讨论。
• 证监会新闻发言人就私募基金 DMA 业务有关情况答记者问：中国证监会，2024 年。杠杆与规模监管事实。
• 微盘股被抛弃市场面临重新估值：财新，2024 年。微盘指数回撤数据。
• 证监会发布《证券市场程序化交易管理规定（试行）》：中国证监会，2024 年 10 月 8 日实施。现行监管框架。
• Trading Costs：Frazzini、Israel 与 Moskowitz，2018 年。约 1.7 万亿美元实盘执行数据，用于理解真实成本与规模的依赖关系。
• 30 年赚 1000 亿美元：大奖章基金的赞誉与质疑：证券时报，2024 年。大奖章基金收益与容量约束报道。
• Ed Thorp: the man who beat the casinos, then the markets：英国《金融时报》，2017 年。索普与普林斯顿-纽波特基金公开资料。

本文为研究框架整理，历史数据不预示未来表现，不构成投资建议。