宽邦科技：2023年度中国量化投资白皮书

-1-关键数据及发现-3--4--1-关键数据及发现KEYFINDINGS1.2023年，A股“冲高回落、震荡下跌”,量化进入存量博弈。私募规模扩张趋势放缓，新备案私募门槛增高，行业格局稳定性增强，已经形成了越来越快的“飞轮效应”：业绩好的机构形成口碑和规模，吸引了人才、资金、资源的大幅进入，同时算力、数据、投研等方面不断积累，资管规模不断扩大，而资源的增加又促成了良好业绩的产生。2023年，规模50亿以上机构从41家增加至50家，占整个量化私募5%。2.量化机构的投研趋势之一体现在多资产、多信号、多频段融合。机构横跨多个资产类别，高中低频多个信号频段。3.TB级别（41.07%）和PB级别（27.38%）是当前主流存储规模，PB级别（27.38%）则使得量化开始进入真正的“大数据”机构。低频量价数据的使用覆盖度最高（72.62%），其次是基本面财务数据（66.67%）和高频量价数据（58.33%）。高频量价数据维度大、噪声高，数据及因子一般不直接使用，需要进行大量数据清洗和加工，包括利用增量行情自动拼接全量行情，用快照数据重构订单簿，高频因子平滑处理等。4.另类数据目前使用面最广的为分析师一致性预期数据及舆情数据，分析师一致性预期数据的分析主要有Alpha-Capture卖方预期评价、情绪打分、知识图谱构建等使用方式。事件、情绪维度的数据由于信息的滞后性则需要关注市场反身性避免形成反指。5.量化机构通过研究经验、买方灵感、卖方研报、前沿信息获取研究灵感生成因子，按照因子种类、预测周期、产生背景，当前多因子已经形成非常庞杂的体系，量化机构一般会根据300、500、1000指增、中性等各类产品分配不同的因子比重，最常见的为70-80%量价类因子+20-30%（基本面因子＋舆情和另类因子），以追求因子之间的低相关性。人工挖掘（覆盖度77.38%）以逻辑性因子为主，依赖于研究人员的专业知识和直觉，机器挖掘（覆盖度59.52%）以统计性因子为主，利用机器学习算法自动识别有预测能力的因子，发现人工方法难以识别的复杂模式和关系。6.过往三年问卷调研数据显示，当前量化模型技术呈现多样性、复杂性，没有任何一种技术在所有环节中都占据绝对的优势，一个量化策略需要结合多种技术来处理不同问题。数据处理相关的环节模型应用较为集中（如数据清洗、特征提取、模型构建），而在直接的决策制定环节（如策