虽然近几年量化发展很快，量化基金在私募基金里面占比达到15%。但是，从2020年开始，量化投资也遭遇了一些挑战，如何破解超额收益表现乏力？

• 技术上应该有应对机制，及时排查回撤原因，到底是市场周期性原因，还是风控模型问题，还是因子信号失效了，做出针对性的应对，或调整模型，或针对性减仓。

• 如果资管产品出现回撤，要及时和投资人做真诚的交流，透明地披露回撤原因，缓解投资人的焦虑。

• 坚定对量化投资的信念。

• 加强风控，不能使回撤过大。

• 策略的控制，在不适应时先把规模控制住。

• 加强研究。

私募量化超额收益来源相对多元化，主要可以分为：

• 因子选股alpha

• 择时策略

• 日内T+0交易

• 算法交易

• 打新收益等

无论是量化对冲策略还是量化多头策略，如何获取稳健超额收益是策略的关键。由于私募量化约束相对较少，因此超额收益来源相对多元化，主要可以分为如下几个来源：

因子选股alpha贡献了超额收益的主要部分。近几年来，因子挖掘逐渐由中低频基本面因子转向中高频量价因子，主要用于捕捉中短期交易的定价偏差。

中高频价量因子的生周期较短，因此需要不断的进行挖掘。部分头部私募采用WorldQuant的因子挖掘模式，引入机器学习算法进行批量因子挖掘。还有部分头部私募与高校建立实习生资源合作，进行因子研究。

随着基础数据的频率越来越高，因子的挖掘和计算对硬件的算力要求也越来越高，对也系统配置和有效算力带来了更高的要求。

日内T0交易是私募比较重要的超额收益来源，同时对系统配置要求较高。量化私募一般都有自主研发的模型和交易系统，来实现T+0交易的自动化。

部分系统配置较低的私募，会采用人工进行手动T0操作来实现收益增强；甚至对于部分主动股票型私募，也会招聘交易员进行人工T0收益增强。部分私募还会将T0交易业务外包给规模较小的主做T0业务的私募来做。一般来说，在市场波动和交易活跃程度较高的行情中，T0超额收益增强 效果比较明显。

通俗来讲，算法交易将大额的交易分解为若干笔小额的交易，以便更好管理订单的冲击成本、机会成本和风险，终实现降低交易成本增强收益的效果。

私募一般会有自主研发的算法交易下单系统，随着资产管理规模越来越大，算法交易重要性越来越高。目前市场上有专门提供算法交易的服务商，主要服务于公募和私募机构。

除此之外，量化私募还有其他的超额收益来源。以打新收益为例，打新收益主要分为新股打新和可转债打新。

量化私募指数增强，获取超额收益回报。

投资中大的风险，是本金永远丧失的风险。相较于牛市的普涨行情，在当下的震荡环境中，投资分散、回撤较小、紧密跟踪指数，又力求跑赢指数，获取超额回报的指数增强基金受到投资者的普遍认可与积极认购。

从历史数据来看，稳定且持续战胜市场指数非常困难，而优秀的指数增强基金则正是技术与艺术的结合。这是由于主动管理型基金与纯指数基金都有其局限性，很难在熊市或者牛市中均实现较好收益，而指数增强型基金却可以两者兼得。

指数增强基金是在跟踪指数的同时，依靠基金经理的主动管理能力来超越指数。所以指数增强既包括指数投资（被动），又有增强收益（主动），也就是说指数增强型基金兼具主动基金和指数基金的优势。

作为指数投资的升级版，指数增强基金既紧密跟踪指数，又力求跑赢指数赚取超额回报。

由于指数增强基金在操作上指数化被动投资为主，基金经理主动管理为辅，也可以理解为：

指数增强总收益=指数增长收益+阿尔法收益

比如在某个区间内，沪深300指数上涨20%，阿尔法收益30%，则该指数增强基金的总收益为50%；倘若在观察期间沪深300指数下跌10%，阿尔法收益还是30%，则该指数增强基金的收益为20%，依旧大幅跑赢指数。

不难看出，对于指数增强基金来说，影响其最终收益的因素主要是两方面，一个是指数的选择，另外则及基金经理的主动投资能力。

总结，数增强基金的收益来源主要为管理人的Alpha而非Beta，也就是说依靠长期运作可以无惧市场涨跌。

目前市场风格分化，行业板块轮动加剧，大大增加了主观投资的难度，传统的主观投资在极端行情下也是加大了基金的回撤。

震荡市中投资指数增强基金，既可以获得指数增长的贝塔收益，又可以收获管理人优异投资能力下的阿尔法收益。