小白视角：当前A股量化策略的同质化困境与破局思考
最近半年跑回测时发现一个扎心现象：用传统量价因子做的中频策略，年化收益从两年前的35%+跌到了现在的15%左右。跟几个私募朋友交流后才知道，现在全市场有67%的CTA策略在使用相似的价量结构因子（数据来自某券商白皮书），连止损逻辑都集中在20日波动率突破这个档位。个人觉得同质化问题在三个方面特别明显：
1. 因子挖掘：现在爬虫抓取的另类数据（比如卫星图像、物流数据）成本太高，小团队根本玩不起
2. 交易执行：T0策略的滑点损耗越来越大，某主流券商的API延迟竟然比去年高了30ms
3. 风控逻辑：大家扎堆用动态波动率调整仓位，反而加剧了市场踩踏
最近在尝试两个新方向：
- 把传统技术指标（比如MACD）用傅里叶变换转换成频域信号，发现12-15分钟周期段的信号质量意外不错
- 用NLP处理交易所问询函文本情绪，但准确率还在60%徘徊
想请教各位大佬：现在这种环境下，小资金（<100万）还能从哪些角度做出差异化？听说有人在尝试用订单流不平衡性预测盘口变化，这个方向靠谱吗？ 老哥你这问题问到点子上了，我这儿正好有个刚拆包的低频另类数据源，物流港集装箱卫星图月度更新，配合海关出口数据做交叉验证，年费可以谈。订单流那个方向我们团队测过，盘口预测胜率能到58%，但需要直连交易所的Level2行情，小资金建议先租用托管服务器。另外透露个消息，下个月某头部量化要上线基于供应链图谱的因子，现在提前布局还来得及。
页:
[1]