到底是不是量化惹的祸？

本文来自微信公众号： 秦朔朋友圈 ，作者：悟00000空（曾在复旦学习、任教9年；曾在中欧国际工商学院供职20年），题图来自：AI生成

2026年7月，A股出现大幅调整，是2024年“924行情”之后最惨烈的单月调整。上证指数创2022年2月以来最大单月跌幅，科创50、创业板指单月跌幅更是创出逾十年极值。

市场疯狂地寻找原因。不少投资者认为，量化机构是罪魁祸首。同质化动量策略（追涨杀跌）与风控止损策略使得这些机构在流动性收紧时集中卖出，放大短期下跌冲击，引发更多量化基金止损抛售，导致踩踏，和韩国杠杆仓连环爆雷的情况差不多。

有人反驳说，大多数量化基金在七月份自己也大亏。这个反驳比较无力，被反杀不能证明它无罪。

客观来看，量化并非下跌源头，外部扰动、获利盘兑现、新股分流资金等才是根本原因。量化只是工具，工具是中性的，不可能是根本原因。

好比有人拿刀杀了一个人，不能说刀是这起凶案的根本原因。不过，如果刀变为机关枪，死伤众多，场面惨烈，那么这机关枪似乎的确也有一点责任。好在监管后续已出台规则，加强对量化机构程序化高频交易的约束。

量化机构对中国金融、经济的影响相当复杂，公众对它的情绪也很复杂，爱恨交织。

2025年1月20日，春节将至，DeepSeek发布R1推理大模型，性能对标海外顶尖模型，开源，定价低廉，迅速席卷海内外，服务器多次被挤爆，全球热议。春节这个传统节日气氛中多了一份来自科技前沿的欢欣鼓舞：DeepSeek，中国AI的骄傲，中国的骄傲！

DeepSeek，全称“杭州深度求索人工智能基础技术研究有限公司”，由梁文锋依托2015年创办的幻方量化的资源于2023年7月成立于杭州，专注通用人工智能（AGI）基础大模型研发。

这让很多人颇为诧异：中国标志性的AI公司由一个量化机构孵化！

一、“AI量化第一人”

梁文锋，1985年生于广东湛江，2007年本科毕业于浙江大学电子信息工程专业，2010年硕士毕业于浙江大学信息与通信工程专业，读研期间开始接触深度学习等人工智能基础技术。

他硕士毕业的2010年被称为“中国量化元年”。那年4月16日，沪深300股指期货落地，提供了做空对冲工具。大批海外量化人才回国创业，量化行业正式起步。

发展初期，中国量化机构规模小，策略以传统多因子、市场中性、低频套利为主。A股散户占比高，市场波动大，量化依靠基础模型即可躺赢。

2012年，多伦多大学团队的AlexNet卷积神经网络在ImageNet图像识别大赛夺冠，大幅领先传统算法，正式开启现代深度学习浪潮；同年谷歌完成深度学习识别猫的实验。2012年被称为“世界AI元年”。

梁文锋看到了机会，他第一个将深度学习用于量化模型，可说是中国“AI量化第一人”。2015年，他正式成立幻方量化，自建超算集群，打造全栈自研AI投研体系。

同一年，大洋彼岸的马斯克、奥特曼等人正在筹备创办OpenAI。此后，幻方用深度学习训练量化模型，OpenAI用深度学习训练大语言模型。

2021年末，幻方量化规模突破1000亿元人民币，跻身行业第一。2022年11月，OpenAI发布ChatGPT，引爆全球AI浪潮。

这段时间，中国量化行业迎来大发展。2019至2021年，指数增强策略走红爆发，行业规模快速突破万亿，百亿量化机构批量涌现。2022年国内量化行业经历规模回调与主动控盘洗牌，行业增速放缓，超额收益收敛。

此后行业持续复苏扩容。截至2026年二季度，总规模突破2.3万亿元人民币。机构数量激增，百亿量化私募增至71家，头部集中度持续提升。

梁文锋的幻方也赚得盆满钵满，为AI研发备足了第一批粮草。对梁文锋而言，幻方只是一个工具。他说：“幻方更像一台现金机器。做大模型，跟金融本身没有直接关系。金融只是我们获得资源的手段，通用人工智能（AGI）才是我们真正想去做的事。”

而AGI是一场马拉松，不是短跑。梁文锋很长一段时间不愿意接受外部融资，因为他不希望被投资人的商业化时间表绑架。

从另一个角度讲，2015年时，就算梁文锋愿意接受外部融资，也很难找到投资人。给定当时中国投资界对AI的认识和热情程度，他像奥特曼那样融到巨资的概率很小，只能先用AI炒股，赚了钱再反哺AI。

到2023年，时机成熟了。前一年年底，OpenAI推出的ChatGPT已经火爆全球，自2023年2月起，Meta推出大语言模型系列Llama，全部开源。自2023年4月起，通义千问系列发布，部分开源。

2023年4月，幻方量化对外宣布筹备独立AI大模型公司；7月DeepSeek正式成立。梁文锋带领团队以Qwen2.5、Llama3两大架构共6款模型作为基座，蒸馏产出轻量化R1推理模型。此后公司依托幻方量化自有资金投入研发，不断完善产品矩阵。

2026年8月13日，最新旗舰模型DeepSeek-V4-Pro-0813发布；8月21日，DeepSeek-V4-Flash-Vision-Exp实验多模态模型上线。

DeepSeek的一系列模型在国际评测榜单稳居前列，广受业内权威好评，大量海外开发者迁移至其API服务，盛赞其高性价比。

不过，随着算力成本持续走高，低价模式难以维系。8月17日，峰谷定价措施正式执行，高峰时段价格显著抬升，最高涨幅达12倍。梁文锋表示，定价遵循合理收益原则，目标为十个月收回硬件成本。

这标志着DeepSeek拒绝持续补贴内卷，告别“价格屠夫”模式。七月幻方量化收益回撤20%以上，可能也是梁文锋调整定价策略的原因之一。

此外，梁文锋还调整了融资策略。AI研发需要海量资本，幻方自有现金流已经远远不够。2026年6月，DeepSeek完成公司历史首轮外部A轮融资，总额约510亿元人民币，创下国内AI行业单笔融资最高纪录，投后估值约3380亿至3500亿元。梁文锋自己出资200亿元领投。第二轮计划融资募资约500亿元，投前估值5000亿元。

为了避免被资本的短期主义绑架，梁文锋设计了特殊的交易结构：多数外部资金进入梁文锋控制的合伙企业，无公司投票权，并设置五年股权锁定期，保障科研自主权。

最新的科技总是最先被用来满足人类最基本的需求，比如打仗、炒股。像梁文锋这样用最新科技炒股、赚了钱反哺最新科技的故事比较少见，从这个角度来讲，他不仅是中国AI的骄傲，也是中国量化的骄傲。

二、“量化投资之父”索普

第一个将电脑用于炒股的人叫爱德华·索普（Edward O. Thorp），出生于1932年，现年94岁，美国著名数学家、教授、投资家。加州大学洛杉矶分校数学博士，曾任教于麻省理工学院、加州大学尔湾分校。

索普最早凭借概率理论破解21点游戏，创立算牌体系，1962年出版《击败庄家》，证明依靠数学模型可以战胜赌场，轰动全球博彩行业，遭到各大赌场联合封杀。此后他将概率、对冲思维用于金融市场，1966年合著《击败市场》，奠定早期量化对冲理论基础。

1969年，索普创立CHA（可转债对冲基金Convertible Hedge Associates），后更名普林斯顿-纽波特合伙基金，第一个借助计算机建模，运用可转债套利的市场中性策略，长期取得稳健超额收益，经历多次股灾仍实现正收益。

索普投资生涯的标志性交易出现在1987年。10月19日，黑色星期一，美股崩盘，标普500暴跌20.4%，道琼斯工业指数暴跌22.61%，创历史单日跌幅纪录。要知道1929年的黑色星期一（10月28日）道琼斯工业指数也就跌了12.82%，当然之后跌跌不休。

一天竟然可以跌这么多，而且在没有任何重大基本面利空消息的情况下，市场一片错愕，到底发生了什么？

索普后来回忆，那天市场崩盘加速时，他正和妻子共进午餐，中途接到办公室来电，得知道琼斯工业指数已经暴跌18%。妻子建议他赶回公司，索普十分镇定，他的策略是市场中性套利，不赌单边行情，全部头寸已经对冲，没有裸多头风险，不必慌张，安心吃完午餐。

他对妻子解释这次暴跌的原因，他说：“这应该是历史上第一次程序化交易共振崩盘。”

80年代，养老金等机构一般都采用做多股票现货+做空股票期货的对冲策略以控制风险。股价上涨时，减少股指期货空单，尽量多享受牛市收益；股价下跌时，加大卖出股指期货，增加空头仓位，锁住最大亏损。当时约60至900亿美金资产运行该策略，规则高度统一。

这个策略本身没有问题，然而，为了控制亏损，这些机构还会事先设定可承受最大回撤，比如浮亏5%。如果现货股指跌破回撤线，程序就自动抛售股指期货，这是一种自动止损保护机制，所谓投资组合保险。

此前那周五，指数收跌，触发自动止损保护机制，周末休市，无法交易，周一开盘，计算机程序就自动卖出股指期货，期指价格快速砸低，显著低于股票现货价格，出现深度贴水。这时像索普这样的套利者进场，卖出一篮子股票现货，买入期指，现货股价随之下跌，触发更多程序抛售期指，贴水加深，引发更多套利，形成恶性循环，导致踩踏。

理论上，套利应该会抹平期现价差。但是现货市场卖空受当时报价规则约束，难以充分执行，于是期货被程序化交易疯狂砸低，现货却没有足够套利卖盘快速跟上，套利的纠偏机制失效，期、现货裂口越拉越大。

普通投资者看到巨大的期现裂口，把它当成先行信号，主动在现货市场砸盘卖出。叠加当时纽交所系统拥堵，大量股票报价延迟、部分股票甚至无法开盘交易，流动性枯竭，进一步放大单日暴跌。

1987年黑色星期一后，里根政府成立以银行家尼古拉斯·布雷迪为首的总统市场机制专项调查组，1988年发布《布雷迪报告》，SEC、纽交所也同步出具调查报告。

报告核心结论是：程序化自动止损保护机制、期现套利传导机制以及现货卖空限制机制导致股指期货与股票现货市场形成正反馈循环，放大抛压，引发市场踩踏。同时指出交易系统拥堵、跨市场监管割裂、流动性瞬间枯竭加剧危机。后续据此推出熔断等规则，完善跨市场协同监管，升级交易所订单与清算系统，防范同类跨市场崩盘重演。

在这次事件中，索普在短短几个交易日斩获15%的回报率，名震四方。

索普还早于1997年诺贝尔经济学奖得主迈伦・斯科尔斯与罗伯特・默顿布莱克推导出期权定价公式。并积极推动凯利公式在资金管理中的应用。凯利公式由约翰·凯利提出，根据胜率与赔率计算最优下注比例。索普则根据该公式决定最优仓位。

他说：“凯利公式告诉你拥有优势时该下多大赌注，最重要的是，它告诉你永远不要大到面临破产。破产，是你唯一无法复原的结局。”

索普率先系统化地把数学模型、计算机程序、风险对冲带入投资领域，开创现代量化交易范式，被誉为“量化投资之父”。

三、“量化投资之王”西蒙斯

80年代，量化投资界迎来了詹姆斯・哈里斯・西蒙斯（1938～2024）。

和索普一样，西蒙斯也是数学家，麻省理工学院数学学士，加州大学伯克利分校数学博士。1974年，他与陈省身提出陈-西蒙斯微分形式，斩获维布伦几何奖。

1978年，他离开学术界，创立Monemetrics公司，1982年更名为“文艺复兴科技”，落户纽约长岛，远离华尔街。

最初十年，西蒙斯不断受挫。他在主观交易与量化模型之间摇摆不定，虽然联合多名数学家、物理学家、计算机专家搭建了交易体系，却始终没能找到稳定可复制的盈利策略，多次出现大幅亏损，核心人员相继离开。直到转向短期统计套利，才走出低谷。

1994年美国债市崩盘，文艺复兴基金全年净收益率70%。2000年互联网泡沫破裂，净收益率98%。2008年全球金融危机，净收益率80%。

经此三战，西蒙斯封神，被誉为“量化之王”。

四、两种截然不同的投资逻辑

虽然“量化之王”西蒙斯和“量化之父”索普都是利用计算机量化程序，但是两人的投资逻辑迥异。

索普根据资产定价公式识别资产之间的定价偏差，多空对冲，剥离大盘涨跌风险，赚取价差回归收益；使用根据凯利公式确定仓位，单笔交易逻辑清晰，持有周期更长。

西蒙斯则摒弃基本面与传统定价公式，挖掘海量历史数据里微弱、短期的统计规律，模型复杂，交易频次极高，单笔收益小，积少成多。

索普的模型是基本面套利低频模型，可人工理解；西蒙斯的模型则是海量数据统计套利高频模型，大部分人脑无法直观解释。

量化行业发展至今，在索普-西蒙斯的光谱上，主流量化机构更接近西蒙斯，少数贴近索普，大多数在中间。

目前，高频量化的速度已经发展到了纳秒级。以tick-to-trade（行情接收至报单发出）全链路延迟衡量，海外顶尖量化机构采用FPGA（现场可编程门阵列）硬件固化可做到50～250纳秒；普通软件优化方案可做到0.8～1.5微秒。它们的服务器就近托管于交易所机房，搭配内核旁路网络消除操作系统延迟。

五、国内量化高频交易与量化收益率

国内量化机构受交易所接口与监管约束，不仅硬件速度存在上限，还有报单停留、撤单比例等硬性规则，最快速度几十微秒。

国内真正做狭义高频（低延迟、日内大量回转、FPGA/极速柜台）的量化私募机构仅20至40家，占比不到10%。高昂的硬件与专线成本是现实的壁垒。

高频交易占A股总成交约8%至12%，全部程序化交易占A股日均成交额35%至42%，包括私募量化、公募量化和券商自营程序化交易。期货、期权市场的高频交易量占比显著高于A股股票现货，小盘股高频交易量占比高于中大盘股。2026年监管收紧后高频交易量有所回落。

2025年是中国炼化行业的大丰收年。根据《中国证券报》的数据，指数增强产品平均绝对收益45.08%，平均超额收益率16.75%（跑赢市场的部分），九成产品拿到正超额收益，小微盘指增表现最强；百亿量化选股产品平均收益率37.61%，几乎全部盈利；市场中性策略产品平均收益约8%至11%。

2026年上半年，指数增强产品平均绝对收益率降至16.25%，平均超额收益大幅回落至3.11%，大量产品超额转负；量化选股产品平均收益率降至13.96%，两极分化严重，两成产品为负收益，少数产品收益超50%。

七月遭遇大回撤。指数增强产品平均绝对收益率为负20%左右；量化选股（多头）产品平均收益率为负13%左右。接近九成量化产品出现负收益。不少产品年内由正转负。

究其原因，从基本面上看，大盘转头下跌，动量、流动性、小市值等因子集体失效，同步亏钱。特别是追涨杀跌的动量策略，在“一日游”的行情中完美踩坑，一踩一个准。

从技术面上看，众多机构策略高度同质化，因子趋同，市场一转空，大量模型同步触发减仓、止损信号，程序集中卖出，形成下跌→卖出→进一步下跌的踩踏。

幻方也没能逃过七月的厄运。估计DeepSeek的外部融资计划将继续进行。AI算力集群建设需要巨额资金。9月4日，据彭博社报道，DeepSeek计划在内蒙古乌兰察布建设1GW级智算中心，总投资预计数百亿元。项目拟采购16万颗华为昇腾950DT芯片，主要用于AI推理。企业尚未发布官方公告。梁文锋被动或主动地将AI研发的资金来源从二级市场转向一级市场，也是一件好事。一级市场更多是富人的钱，二级市场更多是穷人的钱。

富人多投资AI，也是为社会做贡献。万一亏了，权当作慈善；万一赢了，既赚了大钱，又做了贡献，两全其美。

“量化之父”索普、“量化之王”西蒙斯、“AI量化第一人”梁文锋，分别是量化领域三个发展阶段的标志性人物，是非功过，有待后世评说。