基金规模越大越好还是越小越好?

最近某头部量化管理人发布免赎回费的公告引起了业内非常大的关注和广泛的讨论。其实对于资管行业，管理规模是老生常谈的问题。无论是什么策略，都有自己的容量上限，这个上限既由自己内生策略的类型影响，又与整个市场的整体环境强相关。比如对于量化策略而言，除了每家管理人自己的策略和交易来测算之外，市场整体交易量水平的下降，或者是全市场同类策略整体规模的大幅上升，都会对单个管理人的容量上限产生显著影响。

不同于量化管理人在行业配置和持股只数上都特别分散，对于主观股票投资而言，持股更加集中。所以当单家主观投资管理人的管理规模达到很高水平的时候，必然面临着只能购买大市值股票的结果，可选股票范围大大缩小。一旦某一段时间大盘股整体表现不佳的时候，产品的净值表现就会非常难。一个管理规模大几百亿以上的主观基金经理，1%的权重都是几个亿，是不太可能投资小盘股票的。这也是今年相对而言中小盘股票表现明显大幅超越大盘股的市场背景下，这类基金经理的表现不尽如人意的重要原因之一。

那么，是不是管理规模越小越好？答案当然不是这么简单的。对于资管管理人而言，策略容量上限代表的是能力范围，在既定的策略类型和市场背景下，把管理规模控制在容量上限范围内是一种长期持续的价值观。

而在能力范围内，规模的增长是一种良性的正向反馈。因为规模越大，意味着管理人的收入更多，可以在投研力量，硬件实力等等方面的成本支出上获得更多的空间。现在国内各种策略赛道的竞争都特别激烈。有的时候，跨过一道槛，又是另外一幅海阔天空。这也就是头部集中优势的体现。

当然，对于资管管理人来讲，容量上限这个东西不是一成不变的，自己的实力在不断迭代提升，能力范围的天花板就也在不断上升。所以，怎么控制好节奏是一件特别重要的事情。给自己预留一些空间稳步向前，总比走回头路要来得更长久。欲望和现实之间也需要找到一个平衡。

对于国内股票量化投资而言，大家经常会混淆一个重要的概念。我们经常会听到美国市场量化投资占比是如何如何的高，60%？70%？80%？90%？各种说法都有，也不知道是什么出处的统计口径。但是，这里面不能把量化选股策略和算法交易执行划等号。简单来说，算法交易（algorithm trading）是指在交易执行的时候通过程序化拆单的方式去减少冲击成本和滑点，经常也统称为量化投资，但这并不是量化选股策略所独有的。举个例子，以Vanguard为代表的全球资管巨头发行了万亿美元级别的ETF被动投资基金，这些基金产品全是通过算法交易来执行，早就不再依靠手工下单的交易员。甚至有一种趋势，在华尔街各大机构主观股票投资也大幅削减了人工交易员，大量使用算法交易来执行。所以，这才是我们常说的美国量化投资占比非常高的真实面貌。那么，在美国近些年ETF被动投资大行其道的背景下，整个市场除去ETF和主观选股算法交易的部分，真正留下的量化选股策略的占比是多少？这是一个值得探讨的问题。中国市场的量化管理人投资的规模已经达到一万亿左右，而我们的以量价类因子主导的量化选股策略的空间还有多大？考虑到中国投资者结构散户占比还很大的原因，空间肯定还有，但是未必有我们常提及的那么乐观。不过影响的因素也特别复杂，结构也存在差异，比如基本面量化选股的容量上限理论上就很大。这都是值得探讨的有意义的话题。

总之，在资管行业，特别是量化投资行业，“不可能三角”仿佛是一道铁律。恐怕只有深练内功，才能厚积薄发！