蝶威资产是一家小而美的量化私募机构，目前管理规模在5亿左右，但常年雄踞各种量化私募大赛的前三名。
　　在今年3月底启动的中金财富“启明星”创新交易大赛之私募实盘赛中，蝶威资产醇享1号突出重围，勇夺今年二季度量化对冲组冠军。本次私募实盘赛要求所有参赛机构在中金财富开户，规模门槛设为500万，这是实打实的业绩排名。
　　深度学习的蝶威
　　蝶威资产成立于2018年，有很深的“浙大”烙印，两位联合创始人魏铭三、费革胜均毕业于浙江大学。“蝶威”的名字起源于蝴蝶效应，金融市场便是典型的具有蝴蝶效应的动态系统；“蝶威”也来自“DeepWin”的谐音，取自深度学习(Deep Learning)，同时衍生于DeepMind，隐喻公司致力于把人工智能技术(包括机器学习等)应用于金融市场和量化投资领域。
　　对于人工智能技术的应用，蝶威资产研究总监濮元恺具体解释道，“我们首先获取了高质量的微观数据，并在数据基础上开发出人工撰写的逻辑因子，使用机器学习工具，对未来某个时段的收益率进行建模训练，之后再尝试非开源的自研算法，针对短期的收益率进行训练，并得到模型。然后经常性针对同一目标，训练多个模型，或者将模型组合起来使用。”
　　蝶威资产的这套方法论最初在商品期货上得到验证，半年后从商品期货复制到股票交易上，股票做T一年左右后，又复制到可转债等标的。“我们在模型训练和实际演练后最终发现，万变不离其宗，只要在不同的市场上选择合适的交易频率，机器学习工具都能带来比较持续的稳健回报。”濮元恺如此表示。
　　蝶威资产以CTA高频策略起家，目前有两大主要资管线，分别是T0策略(即股票的日内回转)和基本面量化策略。目前T0策略的规模是1.5亿左右，基本面量化的规模约为2.8亿，剩下的市场中性策略加上自营(包括高频可转债和高频CTA策略)规模大约为2000万，公司总体管理规模在5个亿左右。
　　量化为市场提供流动性
　　股票T0策略是在个股上做T，特点是交易频率快，每次交易频率甚至能达到数千次，但持仓周期非常短，敞口不隔夜，T0产品的业绩除了管理人的策略之外非常依赖于融券情况。同一家管理人的T0策略在不同券商的业绩不同，便是取决于融券情况，没有好的券源供给管理人也只能“巧妇难为无米之炊”。
　　本次蝶威取得中金财富“启明星”私募实盘赛赛段冠军的蝶威醇享1号产品，采取的就是股票T0策略，即找到日内价格快速变化的那些标的、点位，预测到某个错误定价，并对其进行快速修正。量化就是通过修正短期的错误定价来获取收益。
　　“从宏观角度来看，量化私募给市场提供了流动性，并且为市场的有效性做出了有益贡献。这样的专业机构越多，错误定价就会越少，市场也会越来越有效。一个完全有效的市场理论上就没有量化的生存空间了，但这需要很长的时间，而且量化也可以在非成熟市场、新品种中去寻找交易机会。”濮元恺如此表示。
　　基本面量化提高交易胜率
　　除了股票T0策略外，基本面量化也是蝶威资产的主策略。基本面量化是典型的多因子模型，也是市场上比较新的一类策略，它是将基本面因子与传统量价因子结合，交易频率较低但持仓周期较长。
　　在蝶威资产看来，根据目标的不同，基本面量化可以分为被动式和主动式两种截然不同的情况。
　　第一种情况往往是规模庞大的私募管理人，策略的有效性受到规模的挑战，因此不得不加入基本面因子，其核心动力是降频和扩容，降频本身就带来扩容。
　　濮元恺解释道，“量化私募是赚市场波动性的钱，快速找到错误定价并快速修正。当规模太大后，量化策略很难找到市场上那么大的定价误差。因此一定程度上，规模是量化策略的天敌。但是，如果因为规模受限而使用非量化的、接近主观多头的风格化管理方式，我认为这背离了量化的初衷。我们希望量化行业不要过分追求规模，而是多一些可供资方选择的小而美的量化管理人。”
　　第二种情况是主动将基本面因子加入模型，基本面因子作为新增的数据来源，为模型带来更好的绩效，同时降低换手率，获得更准的预测能力。
　　濮元恺表示，“之前我们做高频策略时，可能每天发起1万笔交易，大概5200多笔是赚钱的，盈亏比大概1:1.现在我们可能每天只发起三四百次交易，但是把胜率做高了。”
　　基本面因子可以显著提高交易的胜率，并对量价因子的误差进行纠正。这时，蝶威资产会对基本面异常的标的进行标注，深度分析后，尽量避开这些标的。“有些管理规模大的公司，甚至雇专人管理坏股票池。这对公司的帮助非常大，可以避免踩雷。”濮元恺表示。
　　从前两年开始，蝶威资产就通过基本面因子来初筛股票池，再通过量价因子进行增强。现在不少私募管理人陆续把基本面因子和量价因子结合在一起训练模型。此外，另类数据的挖掘也是基本面投资的关键。
　　如何解决策略同质化问题？
　　近几年，量化私募行业蓬勃发展，快速涌现出多家百亿量化私募，随之而来的是对其策略同质化的质疑。去年9月份，量化私募行业的中性策略产品几乎全线崩溃，覆盖范围广、下跌幅度大且时间长。这已经说明行业的策略同质化过高。
　　此外，量化行业还相互内卷，甚至把策略收益都卷没了。去年11个月，A股市场经常出现万亿成交量，但是量化T0策略并不好交易，被算法冲击地太过严重。
　　濮元恺表示，“去年百亿私募家数大增，管理人募集资金后就会有选股和调仓压力。调仓执行时，这些管理人对价格涨跌的容忍度比T0更低，对价格的修正能力更强。但与此同时，量化T0策略却不好做了。今年随着私募产品规模的变化以及市场微观结构的修复等原因，T0策略的业绩逐渐在好转。”
　　策略同质化是行业的通病。蝶威资产入行的时间并不算早，如果沿着前辈固有的开发路径去探索，很难有优异的表现。因此，蝶威资产的逻辑是寻找新的市场、新的盈利方式。
　　濮元恺解释道，“比如，我们可以在交易系统优化上面下功夫。现在的问题是，由于因子、训练目标的一致，即使采用了不同的算法，可能模型的相关性也非常高。但是，通过交易系统链路的优化，有望降低冲击成本，甚至是负的冲击成本，就可以实现部分收益贴补。”
　　“此外，我们目前更倾向于在中大盘股票上获取超额收益。量化私募目前大多在追逐小票，小票的量化赛道比较拥挤。其实大盘股也能获取超额，虽然这比较困难，但只要在训练数据(因子)上做好深度加工处理，也可以在大盘股上获取超额收益。”濮元恺表示。
　　去年，蝶威资产的某只产品前9个月和市场其他产品的业绩相似，9月市场大跌时，这只产品反而不断地创新高，到12月仍在不断地创新高。“我们一直保持着思路的迭代和研发，除了寻找新思路外，还对数据进行深加工，对样本做符合训练目标的塑造，做出一个适合自己的特殊股票池。”濮元恺表示。
　　蝶威的三大投入方向
　　对于量化私募而言，优秀量化投研人才的发掘与招募是最重要的，这也是蝶威资产的主要投入方向之一。
　　蝶威资产非常擅长人才挖掘，目前公司有一位顾问是某计算机协会个人会员。在该协会中，个人会员和企业会员拥有同等权利，华为也是该协会的企业会员之一。
　　还有一位研究咖加盟了蝶威资产，目前京都大学博士在读，现于东京大学继续NLP以及Audio Processing的研究工作。这位研究咖本科毕业于中国科学技术大学物理学院，选修管理科学双学位的过程中加深了对证券交易的兴趣，决定投身量化事业，期间主要做基本面alpha和高频因子挖掘与组合工作，为蝶威资产提供较为先进的算法，在今年4月份成功于语音识别比赛VoiceMOS中荣获第一。
　　蝶威资产的第二个投入方向就是算法，这也是所有量化私募的看家本领。蝶威资产本身打上了很深的极客烙印，在算法的探索也非常深入，除了自研一些新算法外，还会将其与经典算法结合起来，保障建模训练的效率。
　　在预测端，蝶威资产通过较好的预测性算法，努力将延迟降到了极低水平。
　　第三个投入方向则是硬件投入。目前，蝶威资产拥有100T的固态硬盘存储、5个TB的内存，同时采购了很多NVIDIA的GPU去做模型训练。
　　目前，蝶威资产共有20多位成员，其中投研人员就有10位。虽然目前规模仅有5亿左右，但优异的策略收益和冲榜实力，使其在量化赛道非常醒目。公司希望3年内逐步去承接一些外部资金，同时完善策略算法、扩充团队，逐渐做到20到50亿的规模，循序渐进。
（文章来源：财联社）