𝕭𝖎𝖔𝕳𝖆𝖈𝖐𝖊𝖗𝖘

量化没啥神秘的。实际上晚到13年前后，很多华尔街的基金的所谓量化操作（非高频量化）本质上就是搞线性回归。还有几个线性回归模型基本操作原理被别人知道之后设计一个方案来进行套利的。这种套利的思路大致就是因子拥挤（Factor Crowding）套利。因为大量基金都在做：Long 高 Momentum，Short 低 Momentum，这个时候套利者就会在 rebalance 之前 提前买入“即将被买的股票”，或在 拥挤顶点 反向建仓。最后的结果就是因子收益被提前吃掉，剩下的是 尾部风险。 08年金融危机之后，由于QE 大放水，整个美股被认为出现了长期趋势稳定期，这种用简单的趋势动量因子建模的线性模型在 2009–2012 年表现极好，因为这符合量化投资的理想模型：因子之间的关系被假设为独立或保持稳定的相关性。到了2013年5-6月，基于历史数据的线性假设瞬间瓦解了。原本互不相关的因子迅速同质化，集体收敛于同一个风险敞口——无论是贝塔波动还是流动性通通枯竭。线性回归模型全面失效。无论是 VaR 还是协方差矩阵，过去几年的历史数据进行外推出的结果完全没用了。当一家基金触发止损开始减仓，会直接冲击价格，进而触发另一家量化基金的卖出信号。这种基于算法的连锁反应，最终演变成了一场全行业的“多杀多”惨剧。 13年前后这次集体崩塌，被视为量化行业的“成人礼”。它不仅击碎了对线性因子的盲目崇拜，更迫使整个行业开始反思：真正的风险往往不在模型之内，而在模型之外。 这次事件后，行业发生了深刻的范式转移：机构不再单纯追求夏普比率，而是开始死磕机制切换（Regime Switch）和尾部风险；交易执行也从机械化转向随机化，以防被对手方捕捉。 许多量化老兵最终明白了一个苦涩的道理：在极端市场中，你最大的对手不是市场波动，而是那些和你跑着相似模型、有着相似逻辑的“同类”。Alpha 的消失，往往是从大家变得太像开始的。