程序化交易新规核心内容 - 《程序化交易管理实施细则》于7月7日正式实施 新规从2024年6月公开征求意见到2025年4月推出 最终7月落地 逐步推进量化交易监管 [1] - 新规核心指向对高频交易的精准监管和异常交易的严格约束 通过"速度限制、规则堵漏、穿透监管"重塑市场生态 [1] - 量化行业从"微秒级速度竞争"转向"中低频策略有效性竞争" 机构需从"拼速度"转向"拼质量" [1][19] 高频交易监管要点 - 高频交易认定标准明确：单账户每秒申报/撤单≥300笔或单日≥2万笔 需接受差异化收费和额外报告监管 [3][5] - 实行差异化收费机制 提高高频交易的流量费、撤单费 每笔1元委托费加5元撤单费使高频策略盈亏平衡点提升30%-50% [3][6] - 全面暂停融券T+0交易 禁止当日卖出、次日还券操作 [3] 新规对量化行业影响 - 高频策略收益可能下降30%-50% 部分中小私募因合规成本上升面临淘汰 依赖年化200倍以上换手的高频做市策略可能失效 [6] - 头部机构优势巩固 幻方量化、明汯投资等以中低频策略为主 已提前完成合规调整 受影响较小 [6] - 行业集中度提升 依赖高频策略的中小机构需转型或退出 技术储备不足者面临出清压力 [6] 市场生态变化 - 流动性质量改善 减少"幌骗交易"等虚假流动性 真实供需更易反映在价格中 [6] - 公平性增强 削弱高频交易技术碾压优势 保护中小投资者利益 [6] - 引导资金流向蓝筹股 避免小盘股过度波动 预防小微盘股大幅下行风险 [10] 交易数据变化 - 新规实施首日两市成交额1.22万亿元 较上一交易日缩小逾2000亿元 [8] - 量化资金约占A股总成交额20%-30% 前一日1.4万亿元成交量中约3000多亿元来自量化资金 [9] - 成交额下降与新规限制量化交易有关 但市场仍维持高位运行 [9][10] 机构应对策略 - 头部量化私募策略换手率普遍为80-150倍 远低于300笔/秒的红线 已提前调整风控标准 [14][15] - 量化竞争维度从技术执行速度转向策略研发深度 中低频与基本面量化策略将成为主流 [18] - 机构需构建全覆盖合规管理体系 深化多因子模型创新 完善风险管理框架 [18]

黄金市场与央行动态 - 中国人民银行连续第八个月增持黄金，6月末黄金储备达7390万盎司，环比增加7万盎司[1] - 中航期货研报指出，下半年黄金价格中枢有望上移，驱动因素包括美元资产吸引力下降、全球央行购金及美联储降息预期增强[1] 国际贸易与关税政策 - 特朗普威胁对金砖国家加征10%新关税，中方回应称贸易战没有赢家，强调金砖机制倡导开放包容[2] - 美国计划向贸易伙伴发送关税信函，税率或达10%-70%，谈判期限可能延长至8月1日[12] - 日本首相石破茂表态不会在日美贸易谈判中轻易妥协，强调日本对美经济投资的特殊性[13][14] 新能源与充电桩产业 - 四部门发布通知推动大功率充电设施建设，目标2027年底全国超10万台，整桩及模块环节价值量和毛利率有望提升[3] - 充电桩概念股异动，奥特迅涨停，永贵电器、积成电子跟涨[3] 农业科技与低空经济 - 成都提出发展数字农业，推进机器人农业生产场景应用，加速农机装备研发并促进农业低空经济发展[4] A股市场动态 - A股单日成交额缩量至1.23万亿元，较前一日减少2275亿元，创近两周新低[5] - 电力板块成交额周环比增长213.4亿元，电网设备、房地产等板块活跃度显著提升[6] 半导体与科技企业 - 长鑫存储启动A股IPO辅导，注册资本601.93亿元，主营DRAM芯片研发生产[7] - 国产机器狗"新一代黑豹2.0"以10.3米/秒速度打破世界纪录，四足机器人应用前景广阔[15] 量化交易与政策调整 - 量化交易新规正式实施，高频策略受影响显著，行业加速向长周期策略转型并集中化[8] 金融市场产品动态 - 10只科创债ETF全部"一日售罄"，合计募集资金300亿元[10] 美股与焦点公司 - 美股三大指数集体下跌，特斯拉跌超7%，脑再生科技涨近2%，壳牌因业绩预警跌超2%[11] 企业公告与业绩 - 华电科工签订55.67亿元重大合同，航天工程预中标23.92亿元项目[20] - 翔港科技预计上半年净利润同比增410%-478%，瑞芯微净利润预增185%-195%[21]

量化模型与构建方式 1. **模型名称：扩散指数模型** - 模型构建思路：通过监测微盘股成分股未来N天股价涨跌幅与过去窗口期T天的关系，预测扩散指数变盘临界点[4] - 模型具体构建过程： - 横轴为未来N天股价涨跌幅（1.1到0.9代表涨10%到跌10%） - 纵轴为回顾窗口期T天（N=20-T，T从20到10） - 扩散指数值计算示例：横轴0.95和纵轴15天值为0.32，表示N=5天后若成分股均跌5%，扩散指数为0.32[4] - 模型评价：有效监测市场分化与资金抄底行为[4] 2. **模型名称：首次阈值法（左侧交易）** - 模型构建思路：基于扩散指数值提前触发交易信号[4] - 模型具体构建过程：当扩散指数值≤0.9850时触发空仓信号（2025年5月8日收盘触发）[4] 3. **模型名称：延迟阈值法（右侧交易）** - 模型构建思路：在扩散指数趋势确认后触发信号[4] - 模型具体构建过程：当扩散指数值≤0.8975时触发空仓信号（2025年5月15日收盘触发）[4] 4. **模型名称：双均线法（自适应交易）** - 模型构建思路：结合短期与长期均线动态调整交易信号[4] - 模型具体构建过程：2025年7月3日收盘触发开仓信号[4] 5. **模型名称：小市值低波50策略** - 模型构建思路：在微盘股成分股中优选小市值和低波动股票[16] - 模型具体构建过程： - 每双周调仓一次，选取50只股票 - 基准为万得微盘股指数（8841431.WI） - 费用双边千三[16] - 模型评价：2025年YTD收益56.90%，超额收益稳定[16] --- 量化因子与构建方式 1. **因子名称：pb倒数因子** - 因子构建思路：反映市净率的倒数效应[4] - 因子具体构建过程：周度rankic为0.152（历史平均0.034）[4] 2. **因子名称：非流动性因子** - 因子构建思路：衡量股票非流动性特征[4] - 因子具体构建过程：周度rankic为0.107（历史平均0.039）[4] 3. **因子名称：盈利因子** - 因子构建思路：捕捉公司盈利能力[4] - 因子具体构建过程：周度rankic为0.085（历史平均0.022）[4] 4. **因子名称：动量因子** - 因子构建思路：跟踪股价动量效应[4] - 因子具体构建过程：周度rankic为0.069（历史平均-0.005）[4] 5. **因子名称：杠杆因子** - 因子构建思路：评估公司财务杠杆水平[4] - 因子具体构建过程：周度rankic为0.064（历史平均-0.005）[4] 6. **因子名称：成交额因子** - 因子构建思路：反映股票交易活跃度[4] - 因子具体构建过程：周度rankic为-0.186（历史平均-0.081）[4] 7. **因子名称：残差波动率因子** - 因子构建思路：衡量股价波动残差风险[4] - 因子具体构建过程：周度rankic为-0.154（历史平均-0.04）[4] 8. **因子名称：过去10天收益率因子** - 因子构建思路：捕捉短期收益反转效应[4] - 因子具体构建过程：周度rankic为-0.153（历史平均-0.062）[4] 9. **因子名称：过去一年波动率因子** - 因子构建思路：评估长期波动风险[4] - 因子具体构建过程：周度rankic为-0.153（历史平均-0.033）[4] 10. **因子名称：10天自由流通市值换手率因子** - 因子构建思路：结合换手率与自由流通市值[4] - 因子具体构建过程：周度rankic为-0.132（历史平均-0.061）[4] --- 模型的回测效果 1. **扩散指数模型** - 当前扩散指数值：0.72（横轴20，纵轴1.00）[4] 2. **首次阈值法** - 触发信号：空仓（2025年5月8日收盘）[4] 3. **延迟阈值法** - 触发信号：空仓（2025年5月15日收盘）[4] 4. **双均线法** - 触发信号：开仓（2025年7月3日收盘）[4] 5. **小市值低波50策略** - 2024年收益：7.07%（超额-2.93%） - 2025年YTD收益：56.90%（本周超额0.04%）[16] --- 因子的回测效果 1. **pb倒数因子** - 周度rankic：0.152（历史平均0.034）[4] 2. **非流动性因子** - 周度rankic：0.107（历史平均0.039）[4] 3. **盈利因子** - 周度rankic：0.085（历史平均0.022）[4] 4. **动量因子** - 周度rankic：0.069（历史平均-0.005）[4] 5. **杠杆因子** - 周度rankic：0.064（历史平均-0.005）[4] 6. **成交额因子** - 周度rankic：-0.186（历史平均-0.081）[4] 7. **残差波动率因子** - 周度rankic：-0.154（历史平均-0.04）[4] 8. **过去10天收益率因子** - 周度rankic：-0.153（历史平均-0.062）[4] 9. **过去一年波动率因子** - 周度rankic：-0.153（历史平均-0.033）[4] 10. **10天自由流通市值换手率因子** - 周度rankic：-0.132（历史平均-0.061）[4]

程序化交易新规实施 - 沪深北三大交易所正式实施《程序化交易管理实施细则》 核心内容包括高频交易监管 异常交易行为界定 差异化收费机制 以及全面暂停融券T+0交易 [1] - 新规明确高频交易标准：单个账户每秒申报/撤单超300笔或单日超20000笔 并对频繁申报撤单等"幌骗交易"实施差异化收费 [1] - 新规禁止通过融券实现"当日卖出次日还券"的类T+0操作 切断短线套利路径 [1] 监管范围与标准统一 - 北上资金通过沪股通进行量化交易需与国内机构执行统一监管标准 消除监管套利空间 [2] - 监管导向围绕"强监管 防风险 促高质量发展"主线 对程序化交易报告管理 交易行为管理 信息系统管理等作出细化规定 [2] 市场影响分析 - 头部量化机构受影响有限 因其资管产品较少涉及高频交易 部分机构已转向开发低换手率的长周期策略 [3] - 依赖高频交易的私募管理人面临较大冲击 需调整系统适应监控标准 加强合规建设 运营成本上升 极高报撤单频率策略可能被淘汰 [3] - 新规推动A股从"速度博弈"转向"质量博弈" 散户主观交易有效性可能回升 但需警惕小盘股流动性收缩风险 [4] 投资策略建议 - 短期规避高频资金主导的小盘股 尤其是日均成交额低于5000万元的标的 [4] - 中长期布局流动性溢价提升的蓝筹股和基本面良好的科技成长股 关注市场定价逻辑向基本面回归的趋势 [4]

随着新规的落地，量化交易的竞争重点已然生变。高频量化红线的设置，让拼速度成为过去式。速度优 势已经没有了发展空间，量化交易只能转向拼核心交易策略，而这正是回归投资交易的本源。 速度优势被系统性削弱、交易成本激增，新规斩断了高频量化简单粗暴的套利模式，量化交易策略生态 会系统性重构。告别速度依赖，比拼深度核心策略，这才是未来量化交易的主流竞争赛道。 随之而来的，是A股市场生态的持续优化。新规的实施，意味着高频量化红利期的终结，取而代之的是 中低频策略会成为主流。当技术优势被限制，量化策略只能在AI模型参数上见真章，比拼的是深层次 的选股能力和复杂的策略模型。 7月7日起，沪深北三大交易所《程序化交易管理实施细则》（以下简称"新规"）正式开始实施，将加强 程序化交易监测监控，强化高频交易监管。新规旨在因势利导促进程序化交易规范发展，充分体现"趋 利避害、突出公平、从严监管、规范发展"。 千呼万唤始出来。新规倒逼量化市场转型优化，从比拼速度的初级阶段，逐渐过渡到比拼核心策略的高 阶之争。而降频降速，对中小投资者更加公平。量化在深度策略上下功夫，在提供更多流动性的同时， 能更好地发挥价值发现功能。 一直以来，量化交易 ...

今天缩量，有人指出是量化新规后有部分量化资金收割频率在降低，我觉得是好事，现在市场每一次放量上涨都是高点，缩量上涨反而更稳定一些。大家都 知道缩量反弹也不是真突破，所以行情也就这样了。有机构研究指出，今年银行板块的上涨是大盘指数走高的核心推动力，上半年银行对大盘贡献达到 87.61点，若剔除银行的贡献，则上证指数点位会将与年初相比则几乎走平。为什么会有这个情况，还不是银行板块没有量化资金嘛，如果量化资金在减 少，或许会有资金愿意离开银行抱团到别的板块去蹭蹭，毕竟抱团的后果又不是没有出现过，此前的宁王，茅王，甚至是药王都是这样出现的，然后就是现 在还没有消化完的估值，我不是说银行有什么大部分，但抱团总有终结时，如果某一天银行回落指数也不受影响，那A股就真走出来了，否则还是多看看海 外资产吧，毕竟所有资产都在涨，别坐困在一个细分方向出不来了。 当然，如果按机构这样说的，其实也有一个比较稳的策略，假如公司基本面没变，今年大概率就是走一个价值中枢，大幅远离价值中枢就止盈，大幅低于价 值中枢就抄底，或许会有比较好的非热点轮动收获，但热点今天还是有的，那就先看热点！ 中线策略分析：【整体情况】 今天买盘力量600+，与体 ...

这波推倒重来之后，后面兴起的周期才真正的主线量化，新规要过一段时间，等成交量稳定之后就可以 了。所以你看市场缩量对大盘其实没有太大影响，因为大盘主要是靠权重股，有没有看到今天银行股照 样出来顶，我昨天讲的是，包括上周五周四晚上时候就讲过这个事情，量化新规一旦出来，成交量肯定 是缩的，成交量缩了之后资金选择避险，因为周五毕竟跌了，那么资金选择避险去哪里？要么就是银行 股，要么就是带有业绩的科技板块，所以看到没有，今天带有业绩的科技板块都没跌，都水下翻红的， 银行股也是的，说大盘压根就没怎么动，那连板就很难做，这就是根本性原因。 针对这个市场，首先第一个要耐心有一个新周期，现在炒电力也好，炒这个外卖也好，都只是一个短期 炒作的一个对象，不可持续的，也没办法当主线来炒，如果真的想玩你是可以去玩一下，但说实话明天 电力也不太好接了，因为补涨的票都在挖，现在的题材只要一出来，第二天补涨的票就挖出来了，那这 种题材一般来讲都不太好做的。所以我建议大家要么就是在一些银行板块避险的，要么就是在有科技业 绩的这个板块里面做趋势。 （原标题：和讯投顾徐斌箐：量化新规导致缩量？） 周末的时候量化新规正式实施了，那么这个也跟大家预判 ...

报告行业投资评级 - 股指操作评级为三颗星，代表更加明晰的多/空趋势，且当前仍具备相对恰当的投资机会 [1] - 国债操作评级为三颗星，代表更加明晰的多/空趋势，且当前仍具备相对恰当的投资机会 [1] 报告的核心观点 - 截至7月4日当周，股指继续上涨，钢铁板块领涨，计算机板块领跌，融资规模增加189.28亿元，股市依赖宽松资金面和风险偏好支撑，成交量回升，但需关注美元走势，股指或兑现回调压力 [1] - 从高频宏观基本面因子评分看，期指通胀指标7分、流动性指标5分、估值指标11分、市场情绪指标8分；期债通胀指标8分、流动性指标10分、市场情绪指标8分 [1] - 期限结构上，7月基差逐步收敛但仍处偏高水平，受分红季影响贴水收敛速度缓慢 [1] - 金融衍生品量化CTA策略上周净值上升0.85%，主要为周三做多T以及周五日内做多IC [1] - 长周期中采与财新PMI边际改善，对IC和IM提升作用显著，T有一定下降；短周期美元震荡下行，利差和汇率压力下降，资金面对股债有支撑且影响权重上升 [1] - 持仓量方面，市场整体风险偏好先升后降，IC和IM信号强度处于高位，IF和IH相对上周小幅下降，综合信号中性震荡；期债月初资金面宽松，持仓量因子回升后边际减弱，机构等待调整后配置时机，综合信号中性震荡 [1] 各部分总结 宏观基本面中高频因子评分 - 高炉开工率等多项经济动能指标有不同涨跌幅度，期指评分为7，期债评分为0 [2] 通胀指标 - 菜篮子产品批发价格200指数等多项通胀指标有不同涨跌幅度，期指评分为7，期债评分为8 [3] 流动性 - DR007等多项流动性指标有不同涨跌幅度，期指评分为5 [4] 指数估值 - 市盈率PE等多项指数估值指标有不同涨跌幅度，期指评分为10 [5] 市场情绪 - 股指融资余额等指标有不同涨跌幅度，期债评分为8 [6] - 债券国开债到期收益率等指标有不同涨跌幅度，期债评分为8 [7] 策略介绍 - 品种池为股指期货和国债期货，运用多策略模型择优配置合约实现净值稳定增长，短周期模型聚焦市场风格等高频金融数据板块，长周期模型关注市场预期等低频指标，持仓量考虑机构多空单持仓量合成 [17] 预测信号 - 截止上周五，各主力合约短周期、持仓量、长周期模型及综合信号有对应数值，综合信号强度由3个独立模型信号加权合成，有相应做多做空原则及持仓量信号屏蔽规则 [18] 上周情况 - 各主力合约在不同日期有对应信号情况，同时有净值跟踪数据 [20] 国债期货跨品种套利策略 - 基于基本面三因子模型与趋势回归模型产生的信号共振，基本面因子采用Nelson和Siegel瞬时远期利率函数，信号分三类，运用趋势回归模型过滤信号，实际操作采用久期中性配比调整10 - 5Y价差 [21] 市场行情与交易信号 - TF和T主力合约在不同日期N - S模型信号和趋势回归模型信号有对应情况 [24]

一、美元帝国的裂缝与市场的集体误判 看着美元指数那张触目惊心的走势图，我突然想起索罗斯那句名言："世界经济史是一部基于假象和谎言的连续剧。"2025年上半年的美元暴跌，表面是47年 未遇的危机，实则暗藏着一场精彩的预期博弈。作为深耕量化领域的老兵，我亲历过太多次"众人皆醉我独醒"的时刻——当财经头条都在渲染美国经济衰退 时，我的数据库里却闪烁着截然不同的信号。 二、预期差的炼金术 记得2018年毛衣占时，我的导师说过："市场永远在交易'你以为的你以为'。"这次美元暴跌中，普通投资者看到的是进出口数据萎缩（图2），而我关注的却 是华尔街对冲基金正在悄悄增持的科技股期权。这就像玩德州扑克，高手从不在意桌面上的明牌，他们计算的是对手筹码堆的倾斜角度。 五、美联储换帅前的数据预判 眼下市场对美联储主席人选的猜测，让我想起2022年英国首相更迭时的英镑走势。当时主流观点认为政治动荡利空货币，但量化模型显示做空动能已呈衰竭 态。这次同样如此——无论特朗普提名谁，关键要看期权市场隐含波动率的变化曲线。 三、大数据下的资金博弈真相 去年操作过的一只半导体个股堪称经典案例。当媒体都在报道行业库存危机时，量化系统却捕捉到机构"震 ...

量化交易概述 - 量化交易利用数学模型、统计分析和计算机技术进行证券投资，减少人为情绪干扰并提升交易效率与精确度 [7] - 中国量化投资历经20年发展，2005年引入海外策略但受限于数据体系，2010年股指期货上市丰富对冲工具，2015年监管框架完善推动行业规范化 [8] - 2020年《证券法》首次将程序化交易写入法律，2024年《证券市场程序化交易管理规定》实施，建立高频交易特别监管机制 [9] - 2024年中国股票量化私募规模约8000亿元，较2023年降幅超50% [9] 量化交易策略类型 - 统计套利策略通过数学模型识别关联资产价差规律，基于均值回归理论操作 [10] - 高频交易策略依托超低延迟技术捕捉微小机会，如做市商赚取价差或事件驱动策略 [11] - 趋势跟踪策略基于技术指标识别市场方向，突破关键点位时顺势开仓 [12] - 因子类策略整合价值、质量、动量等因子构建量化模型筛选股票 [13] 量化交易对市场的正面影响 - 活跃市场提高流动性，高频交易商贡献美股70%流动性 [15] - 稳定市场降低波动率，2020-2023年万得全A指数年化波动率呈下降趋势，2021年量化规模突破万亿元时波动率降幅显著 [16] - 提高市场定价效率，快速处理数据使资产价格更快收敛至内在价值 [17] 量化交易对市场的负面影响 - 可能引发市场操纵行为，2024年A股个人投资者占比50%-60%易受信息误导 [18] - 部分策略在极端情况下加剧波动，如2010年美股算法交易导致股指期货短时暴跌 [19] - 高频交易可能影响公平，超高频交易速度较人类快千倍 [19] 国际监管制度比较 - 中国《证券市场程序化交易管理办法》对高频交易实施额外费用、重点监管等措施 [21][22] - 美国通过《多德-弗兰克法案》定义非法自动化交易行为，建立综合审计跟踪系统统一监管 [23] - 德国《防止高频交易中风险与滥用行为的法案》构建健全法律体系，对高频订单实时监控 [24][25] 政策建议 - 对高频与其他量化机构实施差异化准入，建立"牌照+备案"双轨制 [26][27] - 优化风险防控措施，给予交易所合理自由裁量权动态调整监管 [27] - 推行"速度衰减"机制限制高频订单优势，设定日内反向交易量上限 [28] - 完善信息披露备案机制，要求量化机构定期上报系统架构和风险敞口 [28]