怎么客观看待量化和近期市场巨额交易的现象?

本文来自: 泷韬全球宏观,作者: 袁玉玮

板块轮动的行情是谁主导的?

提要:

  • 从根本上,需要反省的既不是多头,也不是量化,

  • 而是不合理的交易机制,导致多空力量无法均衡博弈,给制度套利留下了长效窗口;

  • 基金投资者一窝蜂地追涨杀跌,急功近利,加大了市场的波动和投机性。


为什么A股市场连续交易额超过万亿?


最近,A股市场连续交易额超过万亿,市场上对量化的崇拜和恐惧的2种极端声音再起。

其实我们在上个月,就发现市场风格轮动加速,伴随中证500和1000波动率降低的现象。即使与茅指数和价值股重叠的沪深300权重股走弱,其下跌也没那么流畅。

我个人认为,主要几个原因:

  • 全球股市从8月起,突然有新增配置型资金进入股市,干扰了资产波动率:从我们海外市场的交易经验,在8月初,突然有一大波“傻”钱杀入,照着通胀交易思路配置,比如大举买入石油股,金融股,消费股,根本不管利率下跌,石油下跌,Delta病毒导致住院率超预期等利空 —— 这部分资金看来根本没有交易经验,更像是一些外来资金无脑用算法执行开仓,根本不考虑资产短期的定价和风险。这部分资金在8月底也同时买入了新兴市场,导致被疫情困扰最严重的新兴市场显著反弹 —— 有一部分水可能按比例地流入了A股

  • 多头内部调仓:随着茅指数大幅下跌,宁指数大幅上涨进入泡沫区,“茅指数“为首的大盘蓝筹公募基金和“宁指数”为首的成长基金(主要端制造,科技创新,新能源)两大阵营都有松动,有调仓迹象 —— 双方都在同时减仓,或者有向对方风格均衡的倾向;

  • 理财利率不断下跌,有增量资金进入股市

  • 量化基金扩容,可能(相对多头,最)受益于第3点

  • 平准基金?

具体的比例,因为我们没有数据细节,很难具体量化。但我个人认为,传说的量化占市场交易额50%属于过度高估。

我们抽本月第一天案例来从上面几个因素分析:9.1的行情非常极端典型:当天开盘50和300蓝筹,芯片,科创板,向下冲,新旧能源和成长向上冲,从10:00左右,突然风格急剧反转,50和300蓝筹,芯片,科创板大幅反弹,新旧能源和成长大幅跳水。比如50开盘跌1%,盘中最高反弹3%。

  • 出现这种现象,最大的可能是外资,公募,或量化大幅调仓,但是本土机构一般动作不会这么整齐,从步调看像外资用算法交易执行;

  • 但是,外资一般很少会操纵盘中的方向,故意制造多头和空头陷阱,然后日内反转(除了由于网络股泡沫,次债危机,新冠/救市导致的极端的年度头部和顶部);

  • 操纵的手法像游资,但游资又不太可能这么整齐地操纵2大板块,资金实力也不够造成日内反转;

  • 从算法交易特征和板块轮动看,像量化,但量化一般是跟随趋势,不是制造趋势;

  • 但是,日内大盘股风格反转,可能对小市值暴露的量化多头和中性基金形成逼空效应,导致它们日内调仓,所以加剧了盘中的大盘跑赢小盘的风格轮动;

  • 综合看,也许是多方势力的博弈,造成的一次多空阵营互相博弈导致的巨额成交量。


板块轮动的行情是谁主导的?


今年,包括最近的轮动行情,行情其实不是量化主导的,实际是宏观政策,外资和公募

  • 茅指数的证伪、倒台,导致资金流向中小创,量化然后扩规模,趋势被加强。

  • 我们去年底已预测:宏观政策上,扶持中小企业,鼓励科技创新,保障内循环,注定了水会流向成长和小市值因子。供应链错配以及减碳,注定了对旧能源利好。

  • 量化得益于小市值暴露,守株待兔。并不是它们主动驱动了风格轮动。与其说主动,不如说被动。今年其实不用人工智能,机器学习优化,我估计量化基金拿2015年的旧策略,都会有不俗的表现。很大一部分量化基金卖的实际是smart beta。是否真是alpha,还要经过几次牛熊周期,风格轮动的考验。

我们在去年底已经预测过,2021年是宏观均值回归的一年,注定的大/小盘,价值和成长,周期和成长,高质量/低质量、垃圾股.... 各种轮动会互相交错。

但2021很可能是宏观层面均值回归的一年

—— 表现在各个层面:

时间,地域,供应链,估值,风格,人性,欲念,地球引力...


制度缺陷 VS 制度套利


易主席:新型交易方式的监管问题。在成熟市场,量化交易、高频交易比较普遍,在增强市场流动性、提升定价效率的同时,也容易引发交易趋同、波动加剧、有违市场公平等问题。最近几年,中国市场的量化交易发展较快。交易所对入市资金结构和新型交易工具怎么看? 

—— 摘自中国证券报

易主席最新发言提到几个问题,我们认为都很有代表性,整体说的比较中性。我们认为:

  • 高频交易增多,确实增强市场流动性,降低系统性风险;

  • 量化交易“容易引发交易趋同、波动加剧、有违市场公平等问题”,这个问题没法根治,要不一棒子打死,不让做,那么对市场流动性会有损失;

  • 要不就是从根本上加快融券,t+0。现在量化的优势主要在T+0和做空跑道,不是策略。

  • 再者,公募和多头、游资也“容易引发交易趋同、波动加剧、有违市场公平等问题”,不能只批评量化,而不批评多头。在这个问题上,实际多头对市场的危害更大。

我们一向认为,国内缺乏T+0交易制度,有效的做空机制,导致A股市场一直存在长期巨额的套利机会,无论对多头,游资,还是量化

没有有效的融券做空,导致多头可以凭借资金实力,垄断筹码,从而拿到资产定价权 —— 类似商品上的囤积居奇。近2年的茅指数属于典型,我们之前批评过,不再赘述。

目前市场上主导的量化策略,我个人认为,其实大多属于smart beta,在小市值因子和成长因子,波动率有明显的暴露,虽然个别也会有大盘蓝筹暴露。随着量化规模的扩大,它们对小市值股票的定价能力越来越高

而且无论指数增强,还是中性基金叠加的T+0策略,实际很大程度上得益于依赖规模自建底仓,或者由于高换手,垄断了券商本来就不大的券池。导致它们在(日内)高抛低吸或做空个股,有了先天的优势。这其实就是投资者依赖资金规模,以变通的模式绕过了A股T+1制度和做空机制低效的限制,形成客观上起跑线高于其他投资者的优势。假如市场参与者都可以T+0,融券做空,目前的量化基金业绩将会受到显著竞争

综合来说,

  • 目前市场里主导的多头基金,游资,还是大多数量化基金,其实大都依赖A股上行波动率放大,高抛低吸赚差价的模式,只是周期不同而已。而资金规模对它们拿到资产定价权,从而间接反馈到基金业绩有很大帮助。

  • A股市场亟缺多空基金,入场主动做空股市泡沫,来平衡多头恶意做多的力量。

  • 所以,造成容易引发交易趋同、波动加剧、有违市场公平等问题,不是量化基金造成的,而是不合理的交易制度提供了制度套利窗口


近2年,同期美股强于A股,但是国外的量化巨头海外产品业绩差,中国产品业绩好 → 证明A股的制度缺陷留下了套利空间


从海外量化基金近2年表现差,也能证明国内的量化基金得益于制度缺陷。

  • 去年以来,国内量化基金崇拜的国际量化祖宗大多表现平凡,跑输大盘,甚至亏损

  • 今年上半年 Citadel盈利4.4%,Two Sigma打平,Renaissance 1.1%, Milliennium 6.5%

  • 去年,详见下表,不再赘述,可能除了Citadel表现好,其他一般。 

  • 但是他们在A股的产品明显比海外产品好很多形成巨大反差的是,美股天生丽质,sharpe比率高于A股,Renaissance的beta产品反而表现也很差。去年,Renaissance和beta和alpha产品同时亏损31%左右。

我认为,究其原因就是,美股由于交易制度公平,所有人都可以T+0,做空,多空双方可以充分博弈,散户甚至可以逼空机构,导致机构只能依靠策略取胜,而没有跑道优势(除了高频做市商)—— 这与A股市场有本质不同。

来源:Bloomberg


对优化交易公平性的制度建议


  • 把T+1交易改为T+0;

  • 放宽涨跌停板到30%;

  • 延长交易时间;

  • 优化基金或大股东持仓披露信息,防止大股东或机构利用多账户分仓模式控制个股流通筹码,垄断定价权;

  • 取消证金(垄断极大阻碍了融券的发展)作为融券中心的职能,降低融券成本,优化融券效率,学习欧美市场先进经验,提高融券比例,有利于多空策略基金(包括宏观,价值,量化)进入市场,平衡恶意做多(故意制造上行波动,然后在日内或者短期抛售筹码割韭菜)力量

以上举措,可以极大地优化市场流动性,加大投资者垄断股票日内流动性的难度,使得各类投资者的起跑线更加接近。

美股机构投资者为什么很难跑赢指数,量化巨头为什么业绩一般,究其原因是由于交易制度公平,所有人都可以T+0,做空,多空双方可以充分博弈,导致机构只能依靠策略取胜,而没有跑道优势 —— 这与A股市场有本质不同。

证监会周末已表示,“北交所将... 新股上市首日不设涨跌幅限制,次日起涨跌幅限制30%,增加市场弹性,防范投机炒作,促进买卖均衡博弈。在退出安排方面,北交所将维持有进有出、能进能出的市场生态,构建多元的退市指标体系,完善定期和即时退市制度,强化市场出清功能,建立差异化退出安排,符合条件的北交所公司可以退至创新层、基础层继续交易,重大违法直接退市。” 其管理思路已经非常进步,与发达的欧美市场接轨。

在倡导“共同富裕”的大背景下,A股的交易机制是时候该改革了 —— 废除名存实亡的T+1和优化融券机制,让多空互相充分博弈,来减少市场操纵,减少趋同交易,从而减少系统性风险 —— 让所有的投资者可以公平地竞争,减少制度套利,让所有的投资者公平地分享经济和企业的成长

格隆汇声明:文中观点均来自原作者,不代表格隆汇观点及立场。特别提醒,投资决策需建立在独立思考之上,本文内容仅供参考,不作为实际操作建议,交易风险自担。

相关阅读

评论