文章核心观点 - 2025年量化私募行业在规模、业绩、产品备案及出海等多个维度均实现显著增长，头部阵营快速扩张，行业呈现繁荣景象 [2] 头部量化私募规模跃升 - 截至2025年11月底，头部量化私募（规模50亿以上）数量从2024年底的63家大幅增加至91家 [2] - 在91家头部量化私募中，有43家实现了规模跃升，占比接近50%，数量多于主观私募的41家 [3] - 规模跃升的43家私募中，有30家是从50亿以下规模跃升至头部阵营，13家是从50-100亿规模进一步跃升至100亿以上 [4] - 按跃升级别划分，跃升4级的私募有1家（坤灵私募），跃升3级的有2家（海南盛丰私募、安子基金），跃升2级的有12家，跃升1级的有28家 [4] - 在规模跃升的私募中，有26家至少有3只产品符合排名规则，其中云起量化、千朔投资、海南盛丰私募、大岩资本、鸣熙资本位列业绩前5 [5][7] 量化私募“出海”与9号牌照持有情况 - 截至2025年11月底，持有香港9号牌照的头部量化私募共有30家 [9] - 这些私募的获牌时间集中于近9年（2016年之后），其中2020年之后获牌的占多数，共有24家 [9] - 2025年新增6家持牌头部量化私募，分别是优美利投资、平方和投资、致诚卓远、上海合骥私募、前海博普资产、黑翼资产 [9] - 在30家持牌私募中，百亿规模的有23家，准百亿规模的有7家；办公地以上海（12家）、深圳（5家）、北京（4家）为主 [11] - 在“出海”的头部量化私募中，有26家至少有3只产品符合排名规则，业绩前5均为百亿私募，分别是宁波幻方量化、天演资本、进化论资产、龙旗科技、世纪前沿 [12][14] 头部量化私募产品备案情况 - 截至2025年12月12日，年内备案产品数超过10只的私募共有225家，其中头部量化私募有70家，占比31.11% [16] - 备案产品数超过50只的私募共有28家，其中头部量化私募多达24家 [16] - 备案产品数位列前5的私募均超过100只，其中4家为百亿量化私募，分别是明汯投资（146只）、世纪前沿（142只）、黑翼资产（132只）、宽德私募（124只） [17][18] - 在备案产品数超过50只的24家头部量化私募中，有20家至少有3只产品符合排名规则，业绩前5分别为诚奇私募、进化论资产、龙旗科技、世纪前沿、海南盛丰私募 [18][20] 头部量化私募中长期业绩表现 - 在头部量化私募中，近1、3、5年符合排名规则的产品数均至少有3只的私募共有21家 [23] - 在上述所有时间区间收益均位于前50%的私募仅有5家，分别为宁波幻方量化、聚宽投资、龙旗科技、明汯投资、洛书投资，其中4家为百亿私募 [23] 行业整体业绩表现 - 2025年以来，至少有3只产品符合排名规则的头部量化私募共有61家，其平均收益为31.71%，大幅跑赢同期沪深300指数17.94%的涨幅，且全部实现正收益 [2]

事件概述 - 前Two Sigma高级副总裁吴舰因涉嫌金融欺诈被指控，其在小红书平台炫耀的2350万美元（约合人民币1.67亿元）年薪成为调查导火索[1][5][8] - 指控称其在约20个月内秘密操纵至少14个投资模型，导致客户蒙受1.65亿美元损失，而公司内部可能获得4.5亿美元额外收益[34][35][47][48] - 案件暴露了量化投资行业在模型监管、风险控制和激励机制方面的深层问题[53][54][55] 当事人背景 - 吴舰拥有清华大学工学学士学位和美国康奈尔大学哲学博士学位，具备顶尖数理基础和科研能力[10][12][13] - 职业轨迹从Citadel实习开始，于2018年4月加入Two Sigma，并在五年内从量化研究员快速晋升至高级副总裁[15][16][17][18] - 34岁时其薪酬水平远超同行，甚至超过部分对冲基金高管和投资银行CEO，2022年报酬出现异常倍数级增长[4][5][17] 量化投资行业特性 - 行业依赖数学模型和算法从市场数据中挖掘交易信号，管理资产规模庞大，例如Two Sigma管理资产超600亿美元[16][22][24] - 策略具有跨学科特点，涉及流体动力学、自然语言处理等技术，通过分析另类数据（如卫星图像）预测市场[23][24][25] - 核心原则是策略间的“不高度相关”，以分散风险，避免模型同质化导致系统性共振风险[26][27][30] 欺诈手法分析 - 吴舰通过未经授权修改模型代码，使新模型复制现有成功策略的交易行为，而非独立生成预测信号[35][36][37] - 此行为导致公司风险控制失效，客户资金被集中押注于高风险策略，与实际披露的投资策略严重偏离[38][39] - 欺诈直接目的是人为提升模型业绩，以换取高额个人奖金，其2350万美元奖金被用于购买纽约曼哈顿豪宅[33][39][51] 行业风险与监管挑战 - 量化模型具有“黑箱”特性，数百万行代码的复杂性使得实时监管和穿透式审计存在技术困难[53][54] - 传统风控体系侧重于交易行为监控，但对模型研发环节的代码审查缺乏有效技术手段，风控部门技术能力可能落后于核心团队[54] - “重奖重罚”的薪酬制度将短期经济回报与复杂长期风险直接捆绑，可能激励冒险和欺诈行为[55] 行业影响 - 案件揭示了量化基金在管理客户资产与自有资产时可能存在的利益冲突和道德风险问题[41][49][50] - 行业需反思唯数字论的激励文化，并建立更具技术含量的监管和风控体系，以防范类似事件重演[55][57]