如果说去年在股市还没有赚钱，那今年赚钱就更难了。3月的最后一个交易日，A股三大股指全线高开，盘中高位震荡，午后持续回落，截至收盘，上证指数收报2750.30点。沪指3月累计跌4.51%，一季度累计跌9.83%；深证成指3月累计跌9.28%，一季度累计跌4.49%；创业板指数3月累计跌9.64%，一季度累计涨4.10%。

　　4月请对我好一点，是不少投资者的朋友圈心声。3月份的A股可以用惊心动魄来形容，不仅股神巴菲特“活久见”，对于A股股民来说，在经历了A股熔断之后，有生之年还见证了美股的多次熔断。白天盯A股，收盘之后看欧洲股市，晚上看美股，连轴转的盯盘成为不少投资者的真实写照。

　　在3月6日到3月23日，纳斯达克指数、道琼斯工业指数、标普500在十多个交易日里跌幅均超过20%。A股也未能躲过这轮调整，期间上证综指、沪深300、深证成指、创业板指的跌幅也在-13.40%到-17.31%之间。股市跌宕起伏，有私募遭遇强制止损清盘，也有私募逆势创出高收益，尤其是量化对冲基金，在这种震荡行情中获利颇丰。

　　量化私募大放异彩，弱市之下有产品单月翻倍

　　私募排排网不完全统计，近期有净值更新的2705只产品3月以来的平均收益为-2.59%。虽然因跌幅较小跑赢大盘，但由于大部分私募净值仍在更新中，所以并不能以此作为衡量整个私募基金行业3月收益水平。不过从组合大师的策略收益来看，股票策略的平均收益无论是今年以来还是3月，大概率已经在八大策略中垫底。

　　2019年既是股票多头的大年，也是量化私募扩张的一年。在进入2020年以后，随着股市波动的加剧，不少传统主观投资私募折戟成为“牛夫人”，但量化私募却逆流而上，继续是投资人的“小甜甜”。

　　据不完全统计，在净值有更新的私募中，3月以来仅有32.35%的私募获得正收益。逆势取得正收益私募的赚钱手法各不相同，有私募提前嗅到危机，月初减仓，期间波动操作，获利颇丰；而量化私募由于捕捉到市场震荡带来的机会，也取得不错的收益。

　　在高收益方面，量化趋势策略表现出极强的获利能力。趋势策略在商品的交易中非常经典，趋势交易的核心正是判断并且捕捉市场的走势，并且在趋势形成以后通过跟随的方式获取绝大部分的收益。从私募排排网数据来看，某量化趋势策略产品3月以来的收益率已经成功实现翻倍，截至3月20日，该产品3月以来收益为115.94%，今年以来的收益更是高达349.92%。

　　伊洛投资董事长许传华在参加投资者问答节目时表示，由于3月份仓位比较轻，整体回撤较小，甚至有些产品因为抄底，还创出了历史新高。对于后市，许传华表示在经济不好的情况下会相对偏保守，比较看好消费品(尤其是必销品)、娱乐传媒、券商、医疗。现在是一个底部区域，蓝筹是可以买的，以加仓为主，建议做一些高抛低吸，然后底仓逐步加重。

　　私募排排网组合大师数据显示，龙旗科技旗多只产品3月以来取得正收益。公开信息显示，龙旗科技成立于2011年，不仅经历过完整的市场周期，还是一家老牌量化私募。基金经理朱哓康在回国创办杭州龙旗科技前，曾担任美国贝莱德(BlackRock)公司科学主动股票投资部全球投资组的基金经理和策略研究员，从事对全球股票市场的量化策略研究和投资，目前龙旗科技的所有策略均是程序化交易。

　　五家量化私募站稳百亿，量化大热之下如何突围

　　无论是2019年上半年，还是2020年以来，因市场波动加大，量化策略也得以延续其策略本色，也就是追求稳定的投资回报，实现投资业绩的长期稳健增长。截至2月底，国内已经有5家量化私募晋升百亿，分别是灵均投资、明汯投资、九坤投资、宁波幻方量化和幻方量化(注：宁波幻方量化为宁波幻方量化投资管理合伙企业(有限合伙)，幻方量化为浙江九章资产管理有限公司。)

　　虽然近年来国内量化投资行业的规模增长相对较快，但量化投资在国内发展时间较短，无论是占整个权益资管行业的规模比例，还是量化交易占据市场成交的比例，相比美国这类成熟市场均处于一个相对初期的阶段。

　　对冲策略自于市场的无效性，当市场上机构投资者很多，而散户很少的时候，是没有人去贡献无效性。目前A股的散户数量依旧较多，非理性成交占比高，这也为量化投资，尤其是高频量化投资提供了很大的发展的空间。但由于制约量化高频的也有交易容量问题，所以从去年开始，已有大型量化私募选择阶段性封盘保收益，也有私募表示策略创新和避免同质化，是量化私募突围的核心所在。

　　近期市场波动率加到，具有多空灵活操作的CTA策略和市场中性优势明显。风险和收益同根同源，如何构建性价比最高的投资组合，是量化投资需要思考的关键问题。

　　对于量化投资中的风险控制，安值投资认为投资组合的风险管理最重要的是在投研中，事后的风控只能起到监督和调整的预警作用，不能改变结果。尤其是对于量化投资来说，计算机覆盖范围广、计算速度快、执行效率高是量化方式的优点，有着人类不能企及的优势。但与此同时，过度依赖机器也会出现过度拟合等问题，这是因为计算机无法像人类一样进行高纬度的逻辑思考。因此，过度依赖人的思考或者过度依赖机器都存在较大的风险。应当将投资逻辑和量化方法进行有机的结合，才能够在市场上不断发现合适的风险收益机会，不断地适应市场的变化，从而进行更为有效的风险控制。