目前主流量化私募大多采用了不做市场择时、不主动风格择时、分散持股、机器+人工构建特征、线性+非线性算法特征组合、量化模型不断迭代以及完全程序化交易的基本框架。

当前主流量化私募选股流程:特征挖掘、特征组合、组合优化以及交易算法。量化私募实现了从原始数据至真实下单的程序化交易,四大模块共同构成了量化选股私募的竞争壁垒。

1.#特征挖掘
特征挖掘模块包括特征设计、特征处理以及特征监控等流程。高质量的特征反映的是团队对A股市场宏观或者微观层面独到且深入的理解。

2.#特征组合
特征组合技术是量化选股私募的核心技术壁垒,可分为四阶段:OLS、XGBoost、集成学习、自定义分布式算法。

3.#组合优化
组合优化的意义在于平衡组合的收益和风险,给出风险调整后收益最大化的资产配置方案。可细分为三部分:完成股票协方差的估计、组合优化建模以及风险敞口管理。

4.#交易算法
第一代算法基于历史交易模式,使用历史交易记录对现在的交易进行指导,基本目标是冲击成本最小化及贴近市场成交均价;

第二代算法以最大限度地贴近某一特定价格为目标,将机会成本和成交风险纳入到分析框架中,权衡各个不同的目标,通常更复杂、也更依赖于大型计算机的数据处理能力。

第三代算法在二代基础上,朝着深度和广度两个方向同时发展,开始着眼于算法对多资产之间的相互影响和平台的建立。

第四代算法融合了新兴科技以及博弈论、心理学、行为经济学等领域的研究成果。