界面新闻记者 |
今年以来证券私募产品发行明显提速。
Wind数据显示，截至5月14日，今年以来已经有3624只私募证券投资基金完成登记备案，与去年同期的2586只相比，备案产品数量增加了40.14%，其中共涉及到1432家证券私募管理人，42家私募管理人年内已备案的产品数量不少于10只。
铨景基金的基金经理郑彦欣指出，去年9月底以来，市场情绪得到较好的修复，今年第一季度，代表着新质生产力的科技板块崛起，有效巩固了市场活跃度，反映到行情上就是量价齐升，市场氛围较好，投资者信心较足，极大了提高了基民的投资热情，所以备案产品数量显著提升。
具体来看，头部私募、量化私募在产品发行方面明显占优。
按照管理规模来划分，42家年内备案数量不少于10只的私募中，超过50亿元的头部私募共有29家，占比69.05%，其中23家为百亿私募；20-50亿元、10-20亿元以及5-10亿元的分别有7家、3家和3家，合计占比30.95%。
参考私募排排网划分的投资模式，上述42家私募中，量化私募和主观+量化私募分别有30家和9家，占比分别为71.43%和21.43%，主观私募仅有3家，占比7.14%。
同时，今年以来备案产品数量超过20只的17家证券私募管理人均为管理规模超过50亿元的头部机构，其中15家为量化私募，2家为主观+量化私募。
数据来源：Wind、私募排排网、界面新闻整理
上海宽德私募和上海黑翼资产今年以来备案的产品数量均为79只，远多于排名第三的北京正定私募备案的产品数量53只。
上海宽德私募去年全年备案112只产品，今年一季度继续备案76只产品，成为2024年度以及今年一季度备案数量最多的证券私募管理人，不过今年4月以来公司仅备案3只新产品。
在上海宽德私募推出新产品“步伐”明显放缓的同时，今年4月以来上海黑翼资产密集备案多达50只新产品，年内备案产品总数也随之增加至79只。
北京正定私募、上海明汯投资、上海量派投资今年以来备案的产品数量也都不少于40只。
北京正定私募为年内新晋百亿量化私募，公司2022年2月成立，去年6月突破20亿元，至今年1月顺利突破百亿规模大关。北京正定私募此前曾宣布自今年4月1日起重启封盘产品的对外募集，并完成量化对冲策略线的重要升级。今年以来公司共备案53只产品，其中26只备案于4月以来。
老牌百亿量化私募上海明汯投资也在今年4月份之后加速“上新”，截至5月14日，公司今年以来一共备案41只产品，其中4月以来备案产品数量为30只。
去年10月新晋百亿私募上海量派投资，今年同样保持了良好的发展势头，不过，除了3月备案数量稍多以外，公司今年其他各月度备案产品数量分布相对较为“均匀”。
此外，海南世纪前沿私募、千衍私募、北京博润银泰投资、茂源量化(海南)私募、上海正瀛资产、上海鸣石私募、北京微观博易私募、上海衍复投资、深圳诚奇资产等其他多家百亿私募年内备案产品数量也都不少于25只；上海泓湖私募、因诺(上海)资产、北京乾象私募等年内备案产品数量也都不少于20只。
郑彦欣认为，量化策略依托算法交易，回撤风险往往更加可控、可预期；同时，量化策略从全市场选股、挖掘机会，更不容易错过结构性行情；部分量化产品还叠加了股指对冲，在面临极端风险时，防守能力更强，持有体验更好。总之，经历了多年的检验，量化策略的总体优势逐步显现，得到越来越多的基民认可。
除了扎堆发行新产品以外，今年以来随着DeepSeek的爆火，量化私募在AI大模型领域的“新动作”也引发市场关注。
九坤投资此前曾携手微软团队刊文表示，首次成功复现DeepSeek-R1，还首次发现了输出长度与推理性能提升无关、语言混合（例如中英文夹杂）会显著降低推理能力以及reasoning tokens确实有提升推理性能等问题。
界面新闻从知情人士处获悉，近期知名量化私募念空科技在相关领域亦有突破，公司和交大计算机学院合作提出了一种全新的混合SFT（监督微调）和RL（强化学习）的后训练方式，在各个数据集上都超越了单独使用SFT或者RL训练的结果。该人士认为“这很可能是继DeepSeek之后中国量化行业再一次在大模型理论研究上的实践。”
念空科技早在2017年已经开始成立AI团队，今年年初开始与交大计算机学院进行大模型方向的合作，专攻模型训练和高质量CoT数据生产方向的学术研究，公司创始人王啸还在今年创立了一家专注于研究通用大语言模型（LLM）相关底层算法和工程技术的创新型科技公司“全量思维”。
此外，今年以来也有部分其他头部量化私募不断拓宽在AI领域的业务布局，比如蒙玺投资全新上线AI Lab；宽德私募表示独立孵化的宽德智能学习实验室（WILL）将朝着整个人工智能的星辰大海启航；鸣石基金创始人袁宇在接受媒体采访时透露，未来公司不排除考虑“直接参与AI产业发展”的可能等。
某头部量化私募相关人士表示，量化私募，特别是中国量化私募在很早期就将AI算法融入金融数据的训练和拟合工作中，对AI算法和工程有相当的技术和经验的积累，转向大模型的研究有天然的优势，是一件比较水到渠成的事情。未来量化私募在投资以外的AI领域或陆续有更多新的研究成果出现。
