粉丝14.4万获赞94.9万

朋友们,今天我要给大家介绍一本视角独特的中国现代史读本。这本书的特别之处在于,它不是由历史学家直接刊写的, 而是由施永刚和曾明两位编从六种美国主流刊的原始报道中精心翻译而成。想象一下纽约时报、时代周刊这些我们耳熟能详的美国媒体,他们在过去几十年里是如何记录和解读中国的发展变化的。 这本书就像是一面镜子,让我们看到美国人眼中的中国。这些来自纽约时报、时代周刊等权威媒体的原始报道、评论和影像资料,经过翻译整理后,为我们呈现了一个独特的观察视角。 你会发现同一个历史事件,在不同文化背景的媒体笔下,会有怎样不同的叙述和写出。这种跨文化的观察特别有意思, 就像我们平时看事情,换个角度往往会有新的发现。这本书的价值在于,它让我们跳出惯常的思维框架,通过美国媒体的报道,看到中国现代化进程在国际视野中的样貌。 这些报道中既有客观的记录,也不乏带有西方价值观的评论,但正是这种多元的视角,让我们对历史有了 更立体的认识。读这本书的时候,我建议大家可以带着比较的眼光,看看中美两国在报道同一事件时的异同。这种对比阅读特别能启发思考,你们觉得外国媒体眼中的中国和我们自己感受到的中国最大的不同在哪里?欢迎在听。



中国的量化投资行业目前正在经历一场深刻的结构性变化,今天我们就来深入剖析他如何从一个野蛮生长的时代步入一个全新的由监管所定义的范式。 好,我们先把核心结论放在最前面,那就是中国量化投资的底层逻辑已经发生了根本性的改变。我们可以看到,那个压缩式眼镜的野蛮生长阶段已经宣告结束, 整个行业正在强监管的推动下走向成熟,同时竞争的核心要素也正在从传统的金融工程全面转向人工智能。这意味着未来的韬额收益将更多的源于对基本面和 ai 的 深度挖掘,而不再是简单的套利游戏。 那么我们先来追溯一下这场改革的宏观背景。要理解中国量化行业,就必须抓住他的一个核心特征,那就是独特的压缩式眼镜。简单来说,他在极短的时间内走完了海外成熟市场可能需要数十年才能完成的发展路径。 这个词压缩式眼镜具体指的是什么呢?它特指一个市场在发展过程中呈现出策略迭代速度极快、监管在初期相对滞后以及周期性的出现系统性冲击等特征。 具体到 a 股市场,这就意味着整个行业在短短十五年间就完成了从最初级的期货套利,到今天高级人工智能模型的惊人跨越。如果把这条眼睛路径拆解开来看,我们可以清晰地看到四个阶段, 首先是始于股市期货的启蒙起,然后是由高频 alpha 策略驱动的爆发起,再到后来由微盘股和场外高杠杆工具 dma 共同催生的泡沫起, 最后就是二零二四年流动性危机之后,由强减管所开启的我们现在所处的成熟期。 要真正理解二零二四年这场危机的本质,光看国内还不够,我们需要一个历史的坐标。而在成熟市场中,他的镜像事件就是二零零七年发生在美国的量化地震。 所以一个核心问题就摆在我们面前,相隔十七年的这两次危机,本质上是不是同一件事,只是披上了不同的外衣?答案其实就隐藏在因子、拥挤和流动性错配这两个关键的底层机制之中。 我们来看这张对比分析表,它结识了几个非常关键的异同点。可以看到,虽然拥挤的因子不同,二零零七年美国是价值和动量因子,二零二四年中国是小市值因子。但是策略同质化再叠加高杠杆这个核心风险的逻辑是完全一致的。 然而,触发机制和市场最终决绝的显著差异,则直接指向了两个市场在底层结构上的根本不同, 这一点至观重要。二零二四年的这次危机,其实揭示了 a 股市场一个非常独特的风险,我们称之为原风险。也就是说,不可预测的政策干预,本身就是一个能够压倒所有其他模型的巨大的宏观因子。 当所谓的国家队入场时,整个市场的流动性结构被瞬间重塑,这对于纯粹依赖历史数据来训练的模型来说,是难以应对的。 这场危机自然也就成了新一轮监管周期的催化剂。以新国九条为代表的一系列政策正在从根本上改写所有量化基金的游戏规则。 新规可以说是构建了四道精准的监管高墙,每一道墙都直接指向了过去几年超额收益的主要来源,特别是针对高频交易的流量税以及退市的常态化,分别从成本和风险这两个维度极大的压缩了原有策略的生存空间。 这里有一句话我认为总结的非常精辟,它粼明了退市改革的长远影响。这不仅仅是优胜劣汰,它实际上移除了过去市场对于微盘股所默认的核价值,也就是股价的一条隐性底线。 这就迫使所有的量化模型必须从根本上重新评估小市值股票的风险,从而完成一次彻底的侧溜迭代。 旧有策略的失效带来的直接后果就是竞争的焦点发生了转移,获取超额收益的关键已经从策略本身转向了对一种全新类型的人力资本的争夺。 我们再来看这张图标,它清晰地展示了中国市场对量化人才需求的独特性。和全球市场相比,这里更强调三种能力,第一,对散户行为的深刻理解。 第二,处理非结构化中文数据的能力。第三,将复杂多变的监管规则、快速代码化的合规工程能力。因此,在人才背景上,也更偏好那些梳理基础及其扎实的 stem 奥塞背景的毕业生。 那么,为了弥合学术理论和 a 股失宠现实之间的巨大鸿沟,头部的量化机构已经建立起一套极其严苛的内部培训体系,就像一个新兵训练营, 新人需要完整的精力,从系统沉浸到学术赋现,再到实战挖掘的整个流程,才有可能真正具备产生价值的能力。 那么,谈了这么多现状和过去,行业的未来究竟会走向何方呢?目前来看,路径正指向两个关键的转型方向, 核心的战略转向所谓的基本面量化化。 这背后意味着策略模型将不再仅仅关注价格和成交量的短期规律,而是要系统性的融入财务、产业链等基本面数据,去尝试理解股价变动背后的深层原因。 而驱动这一转型的核心燃料就是另类数据。根据市场预测,到二零三零年,中国另类数据市场的年均复合增长率将达到惊人的五十三点九。爬 这个数字的背后,是从卫星图像到公链、互联网等等,这些非传统的数据源正在成为构建下一代 alpha 模型的基础设施。 在这个过程中,人工智能的角色也必须进化,它不再仅仅是一个预测工具,而是正在成为策略生成和风险管理的核心引擎。 比如说,利用大语言模型去更精准地解读政策声明中那些细微的与其差别,又或者通过基于智能体的建模来模拟市场中数百万散户的集体行为。 最后,我们留下一个值得长期观察的问题,那就是随着中国市场的有效性不断提升, alpha 的 空间被逐渐压缩。 这些在本土激烈竞争中成长起来的量化机构,未来是否会把他们在中国市场验证过的一套独特策略收吐到那些今天看来还很像十年前 a 股的新兴市场,比如说越南或者印度,这或许是下一个值得我们关注的结构性趋势。
