【国金证券】量化私募的应对与分化：当“模型”遭遇“科技”-260730（20页）.pdf

核心结论速览： 科技主导行情下量化策略超额收益表现阶段性转变：2025年8月以来，A股市场由科技板块主导，“一九”结构性行情特征突出。中证500指增超额收益与电子行业相对收益在2025年8月至2026年1月呈显著负相关，2026年3月起相关性由负转正。 量化私募业绩分化加剧：2025年8-9月绝大多数量化管理人产品均产生超额回撤，业绩趋同；2026年4-6月科技风格再度大幅上行，管理人业绩分化显著扩大，超额与科技行情呈正向联动的管理人数量明显增多。 量化私募超额与科技的关系从负相关转为正相关：中证1000指增行业平均超额收益持续抬升，反映越来越多管理人的模型与持仓体系已逐步适配科技龙头主导的市场结构。 模型预测型与因子预测型管理人的应对路径分化：模型预测型侧重复杂模型架构，对近期行情自适应能力强；因子预测型侧重因子有效性，通过增加动量因子权重、限制反转因子、放大行业敞口、增加个股集中度等方式主动调整。 两类应对方式各有弊端：模型预测型面临线性风控与非线性Alpha兼容难题；因子预测型的策略调整一旦市场反转，超额回撤幅度势必扩大。 国金证券将管理人划分为稳健组、自适应组、进取组：稳健组波动偏低但超额有限，自适应组能逐步适应市场变化，进取组在风格鲜明市场中坚持自身风格、超额波动较大。 超额卡尔玛比率长期有效但短期选基效果不理想：2025年全年超额夏普或卡尔玛比率较高的管理人，在2026年未必仍能保持靠前排名。H2：科技行情下私募量化表现回顾——从负相关到正相关的转变。2025年8月，受AI产业主题催化，资本市场迎来阶段性显著上行行情，此后市场整体波动走势与科技板块景气度呈现高度联动特征。市场行情分化存在显著结构性特征：若科技板块作为核心领涨主线强势运行，市场往往呈现“上涨标的数量偏少、领涨个股市值体量偏大”的格局，在此环境下量化策略获取超额收益的难度通常显著提升。若反之，则更容易获取超额收益。与此同时，无论市场处于上行或下行区间，科技板块均持续分流市场绝大部分成交资金，使得非科技赛道出现阶段性、结构性交易拥挤度抬升现象。自2025年8月起，A股市场行情由科技板块主导，量化私募产品的超额收益表现亦随之发生阶段性转变。2025年8月至2026年1月期间，中证500指数增强产品超额收益与电子行业相对全A等权指数的超额收益呈现显著负相关；自2026年3月起，二者相关性由负转正，在电子行业行情强势阶段，中证500指增整体超额收益实现显著抬升。中证1000指数增强策略超额收益受电子行业相对全A等权指数超额收益的扰动程度较小，但也存在类似现象。（数据来源：国金证券《当“模型”遭遇“科技”——量化私募的应对与分化》）。H2：因应对方式差异，管理人分化加剧。2025年8-9月：超额回撤，业绩趋同。2025年8月市场行情阶段，电子行业收益显著跑赢中证1000、中证500指数。回顾量化私募持仓特征：2024年小市值板块经历剧烈波动后，行业机构在2025年上半年市场交易活跃阶段，并未对小市值个股形成过高超配。但在本轮科技大市值领涨行情冲击下，量化私募整体仍出现不同程度的超额收益回撤。当期绝大多数量化管理人产品均产生超额回撤，全市场管理人超额收益走势呈现高度相关性，业绩分化程度较低。2025年12月：分化初现，部分管理人超额与科技转为正相关。2025年12月市场科技风格出现显著阶段性波动。从行业量化私募平均超额收益来看，其走势与科技板块行情仍然保持明显负相关特征，科技主线走强时量化整体超额承压，科技主线走弱时超额收益更容易兑现。与此同时，各管理人业绩分化程度显著提升，少部分管理人的超额收益与科技行情转为正向联动关系。2026年4-6月：分化加剧，正相关管理人增多。2026年4-6月，科技风格再度迎来一轮大幅上行，板块收益显著跑赢中证500、中证1000两大宽基指数。从历史规律来看，该类极致大盘科技领涨的市场环境通常不利于量化策略获取超额收益。但从当期各管理人实际业绩表现观察，机构业绩分化程度显著扩大；相较于2025年年末，超额收益与科技行情呈正向联动的管理人数量明显增多。受此影响，中证500指数增强、中证1000指数增强产品的行业平均超额收益，整体也与科技板块行情形成正相关关系。2026年7月10日至17日，科技板块迎来深度调整并领跌全市场，此轮行情下量化产品出现的超额回撤幅度，甚至超过2025年8月科技单边走强阶段的回撤水平。H2：两类管理人的应对方式。模型预测型管理人的应对方式。模型预测流派的管理人通常具备较强的近期行情自适应能力。他们并不刻意追求因子的高预测强度或长期稳定性，甚至可能纳入大量缺乏显著预测能力的特征。在模型训练中，这类管理人往往使用覆盖过去数年的长期数据，同时对近期行情赋予略高的权重，使模型能够动态调整参数，从而更好地适配当前市场环境。因子预测型管理人的应对方式。因子预测流派的管理人通常拥有预测能力较强的因子，而模型结构相对简单，因子权重的调整也较为缓慢且幅度较小，因此策略往往不会对近期市场变化做出积极的响应。然而，在长达一年的科技行情中，部分管理人因超额收益排名不佳而面临募资压力，被迫主动调整策略： 增加动量因子权重：使模型更倾向于筛选近期表现强势的个股，从而在科技板块持续走强的行情中获益。 限制反转因子权重：在结构持续分化的行情中，弱势个股难以出现反转，适度控制反转因子有助于模型规避持续下跌的标的。 放大行业敞口：若策略已将科技相关行业超配至风控约束上限，则适当放松该约束，使模型更积极地偏向科技风格。 增加个股集中度：减少持股数量有助于提升组合的集中度，进而改善超额表现。两类应对方式的弊端。模型预测流派的管理人依赖复杂模型来捕捉高度非线性的Alpha，但目前行业内绝大多数管理人仍以线性风控手段为主（传统的Barra因子与行业敞口约束）。线性风控难以与非线性Alpha有效兼容：约束过宽会放大超额收益的波动，约束过紧则会拉低超额收益的风险收益比。因子预测流派的管理人通常很少主动对模型进行干预调整。上述各类策略调整虽有助于在科技行情中占优，但一旦市场反转，超额回撤的幅度也势必随之扩大，因此管理人对这种类型的调整通常极为谨慎。少数优秀的管理人会在严格且契合策略特征的风控框架下，致力于获取纯粹的“Pure Alpha”，不过是否真正存在完全纯粹的“Pure Alpha”尚未获得全行业的普遍认同。另有个别管理人开始尝试构建更非线性的风控与优化体系，但历经多轮市场考验后仍能持续表现出色的管理人，可谓屈指可数。H2：管理人分类——稳健组、自适应组、进取组。基于近期观察，国金证券建议将管理人划分为三类：稳健组：长期波动偏低，但超额收益水平亦相对有限。适合风险偏好较低、追求稳定超额收益的投资者。自适应组：主要涵盖策略高度非线性化的管理人，近期业绩显示其能逐步适应市场变化。随着科技行情的持续演进，其策略持续调整适应，逐步提升了与科技板块的相关性。部分采用端到端模型的管理人，其业绩表现正体现出上述特点。进取组：在风格鲜明的市场环境中坚持自身风格，超额收益波动较大。在科技强势环境中能取得较好超额收益，但在科技板块回调时，超额回撤的风险也相应更高。H2：管理人筛选思路——长期风险收益比仍是重要依据。常规而言，管理人筛选应以超额收益的风险收益比为最高优先级，实践中常按超额卡尔玛比率进行排序。该方法在长期维度上依然有效，但短期选基效果并不理想。例如，2025年全年超额夏普或超额卡尔玛比率较高的管理人，在2026年未必仍能保持靠前排名。而能够在长期持续维持较高风险收益比的管理人，实属凤毛麟角。假设未来数年，市场行情并非大涨大跌或普涨普跌，而是呈现指数震荡上行、结构持续分化态势，那么风格特征仍可能保持鲜明且具有持续性。在此背景下，量化管理人追求的“pure alpha”，在带有一定风格暴露的超额收益面前，或显得吸引力不足。当某种鲜明风格持续三至六个月时，管理人往往通过策略自适应或主动调整以顺应市场。在风格反转前，越早匹配风格的管理人，其超额收益和超额卡尔玛排名可能越具优势；然而一旦风格切换，这类管理人也普遍面临明显的超额回撤。对于坚持“pure alpha”理念的管理人，则需持续应对挑战。通过Barra因子和行业敞口施加硬性约束，虽能明显限制超额收益，但对不同行情下的回撤控制效果并不一定显著。在选择管理人时，除关注资金风险偏好外，亦需对未来行情风格做出研判。延伸阅读：以上为报告核心趋势分析，如需获取完整报告详细数据及全部案例，请访问下载页下载完整PDF报告。FAQ区块。Q1：科技行情对量化私募超额收益有何影响？科技主导的“一九”结构性行情使量化策略获取超额收益的难度显著提升。2025年8月至2026年1月，中证500指增超额与电子行业呈显著负相关；2026年3月起相关性由负转正。Q2：量化私募业绩分化加剧的原因是什么？模型预测型与因子预测型管理人采取不同应对路径。模型预测型自适应能力强，因子预测型通过增加动量权重、放大行业敞口等方式主动调整，导致业绩分化显著扩大。Q3：模型预测型与因子预测型管理人的区别是什么？模型预测型侧重复杂模型架构，对近期行情自适应；因子预测型侧重因子有效性，主动调整因子权重和行业敞口以适应科技行情。Q4：两类管理人的应对方式各有什么弊端？模型预测型面临线性风控与非线性Alpha兼容难题；因子预测型的策略调整一旦市场反转，超额回撤幅度势必扩大。Q5：国金证券将量化管理人分为哪三类？稳健组（波动偏低但超额有限）、自适应组（能逐步适应市场变化）、进取组（风格鲜明、超额波动较大）。数据来源说明。本页面内容基于国金证券《当“模型”遭遇“科技”——量化私募的应对与分化》（2026年7月30日发布）整理。报告中所有数据均来自iFind、产品托管及国金证券研究所。