富余通 量化占了A股四成成交额，算法就不能多研究一点基本面吗？

鹏辉能源投关总监方李一凡7月中旬在朋友圈发了一条动态："下半年户储和工商储订单满到吐，你问我为啥跌，不如问问搞量化的是咋设置因子的，每天跟遛狗一样。"

这条吐槽之所以刷屏，是因为它戳中了一个很多人想说又说不清楚的矛盾——公司一季度净利润同比暴增超800%，股价却从高点回撤近30%。业绩和股价之间的鸿沟，到底是市场错了，还是定价逻辑变了？

几天后，中基协私募专业委员会接受第一财经专访，逐一回应了市场关切的几个焦点：大跌日头部量化机构不仅没有集中卖出，反而净买入；A股所有投资者都执行T+1，量化没有特权；量化私募不论牛熊都保持90%以上仓位，没有主动砸盘的动机。

这些回应有数据支撑，逻辑也自洽。但投资者心里的疙瘩并没有因此解开。原因很简单：中基协回答的是"量化有没有砸盘"，而大家真正想问的，是一个更深的问题——当算法交易占到全市场四成成交量的时候，基本面研究还有没有用？

先搞清一个事实。截至2025年底，国内量化基金总规模已达3.22万亿元，五年前这个数字只有0.76万亿。73家百亿量化私募，持股市值只占A股流通盘的2%到3%，却贡献了日均35%到42%的成交额。50亿市值以下的小微盘股里，量化交易占比超过一半。

说直白点，你在小盘股里做短线，对手盘大概率是一串代码。

但这不意味着量化就是"坏人"。把市场波动简单归咎于量化砸盘，其实是一种情绪化的归因。中基协说得对，量化机构在大跌日反而是净买入的。麻烦出在别的地方——策略同质化。

据行业数据，超过90%的量化机构使用相似的量价因子：动量、反转、波动率、流动性。模型框架趋同，交易逻辑趋同，意味着当市场出现某个信号时，大量算法可能同时做出同一个方向的操作。正常情况下，这种趋同性提供流动性、缩小买卖价差，对市场是好事。但在极端行情下，它就变成了放大器。

今年韩国的例子很说明问题。KOSPI指数从6月高点到7月中旬跌了接近30%，年内触发7次全市场熔断，而此前25年总共才6次。核心机制就是：杠杆ETF的程序化被动减仓叠加量化动量策略集中去杠杆，形成"下跌→止损→加速下跌"的负反馈循环。120万个杠杆账户触及保证金追缴线，30多万个账户直接被强平。

量化不是风险的源头，但当所有人的算法都看着类似的信号时，它会让风险传导得更快、更猛。

这个问题在A股同样存在。2026年上半年，量化指数增强产品的平均超额收益只有3.11%，较前一年同期大幅下降。超额越来越难做，一部分原因恰恰是策略拥挤——大家都在抢同一批因子、同一批股票，利润空间被同行挤掉了。

这就引出一个更有意思的问题：量化的下一步往哪走？

目前A股量化的主流模式，说白了还是在交易层面做文章——拼速度、拼频率、拼谁更快捕捉到动量信号和情绪波动。这种模式天花板正在逼近。2026年以来监管清理VIP极速交易通道、强化报单停留时间约束、实行差异化收费，一步步压缩高频空间。超额收益在衰减，策略在趋同。

拼手速这条路，越走越窄了。

那换条路呢？鹏辉能源方李一凡那句话其实点到了要害："基本面量化我认为没问题，但不能因子都设置成情绪、动量、关键词吧？"

他反对的不是量化本身，而是量化的因子选择。如果算法交易的底层逻辑从跟踪情绪、动量、关键词，转向密切跟踪企业的基本面变化——营收增速、订单质量、现金流、行业景气度——那它不仅不会扭曲定价，反而能帮助市场更快地把价格修正到合理水平。

这种转变不是空谈，已经在发生了。东方红等机构开始做以价值因子为核心的Smart Beta产品，聚焦盈利质量和估值安全边际。一些头部量化私募也在增加基本面因子的权重，减少对纯量价信号的依赖。行业从"拼速度"向"拼研究深度"走，方向已经出来了。

监管这边也一样。交易规则层面的公平得继续推进，降频降速、穿透式监管、限制变相特权，这些该做的还得做。但光堵不够，还得引导量化行业往基本面驱动的方向走，让算法为价值发现服务，而不是围着短期博弈转。

说到底，资本市场最核心的功能是定价。如果价格越来越多地被情绪因子和动量信号驱动，而不是被企业真实经营状况驱动，定价功能就是在退化。量化的价值，应该是让价格更快地反映基本面，而不是让价格离基本面越来越远。

算法可以比人更快地处理信息、做出决策，但前提是它的理念和初心是正确的。

公赢网配资提示：文章来自网络，不代表本站观点。