21世纪经济报道特约记者 庞华玮
从7月罕见“双杀”到8月强势反弹，量化私募业绩在短时间内大幅回升，但尚未完全收复7月失地。
7月，量化私募遭遇史上罕见的集体深度回撤：有业绩展示的指增产品平均收益为-16.51%，平均超额收益为-2.03%，Beta与Alpha“双杀”，红利指增成为唯一录得正收益的品种。
8月，随着市场情绪修复、科技板块企稳，量化超额快速回归。指增产品平均收益为11.54%，平均超额收益为4.95%。其中，小盘指增收益领跑，大中盘指增超额占优。百亿私募旗下指数增强产品表现更优，8月平均收益为11.85%，平均超额收益为5.16%，正超额产品占比超九成。
一场极端压力测试之后，量化模型的有效性是否恢复？反弹能否持续？业内人士指出，因子回归常态与模型纪律坚守是8月反弹的关键。
8月大反弹
进入8月，随着市场情绪修复、科技板块企稳，量化收益和超额快速回归，但内部分化明显。
私募排排网数据显示，8月，中证2000指增表现最为亮眼，平均收益达16.36%，明显领先；中证1000指增次之，为13.49%；其他指增和中证500指增较为接近，分别为11.69%和11.48%；中证A500指增为8.05%；沪深300指增和红利指增相对靠后，分别为4.98%和4.00%。
从超额收益看，分化进一步加大，且排序与平均收益明显不同。其他指增8月平均超额高达10.80%，与其余产品拉开较大差距；宽基产品中的大中盘指增——中证A500指增、中证500指增和沪深300指增分别为6.16%、5.07%和4.13%，居于领先地位；而小盘指增——中证1000指增、中证2000指增的超额相对较低，分别为3.34%、2.78%；红利指增更低，为1.29%。
其中，中证2000指增虽平均收益最高（16.36%），但超额不到3%；红利指增则是收益（4.00%）和超额（1.29%）双双垫底。
总体来看，在8月收益弹性方面，小盘指增表现突出，超额获取则是大中盘指增表现更好。
行业主题指增赛道中，跟踪CS人工智能、中华半导体芯片、消费龙头的产品超额收益位居前列，其中锚定CS人工智能的指数增强基金8月超额收益均值突破2%，表现亮眼。
这一轮反弹中，百亿量化私募展现出较强的超额获取能力。私募排排网数据显示，百亿量化私募旗下指数增强策略产品8月平均超额收益为5.16%，高于市场平均的4.95%，正超额产品占比94.52%。拉长时间来看，截至2026年8月31日，百亿量化私募旗下指增产品今年以来平均超额收益为7.31%，高于市场平均的6.40%，正超额产品占比86.01%。
从各类指增产品来看，截至2026年8月31日，量化私募产品中，今年以来表现最好的是中证2000指增，平均收益为18.42%，平均超额收益为15.51%。此外，沪深300指增也表现出色，年内平均收益和平均超额收益均超9%。
7月“双杀”
8月反弹之前，量化私募7月刚经历一场极端压力测试。
2026年7月，受海外AI产业链共振下跌、科技股拥挤交易修正等因素影响，A股科技板块大幅调整。
私募排排网数据显示，仅在7月13日至17日当周，股票量化多头策略平均回撤11.59%。细分策略来看，中证1000指增单周平均收益为-13.52%，超额为-1.09%；中证500指增单周平均收益为-12.80%，超额为-1.31%；沪深300指增单周平均收益为-7.24%，超额为-2.09%。红利指增是唯一实现正收益的品种，单周平均收益为0.35%。
从7月全月来看，指数增强私募产品平均回撤16.51%，年内平均收益一度转负。其中，红利指增是唯一录得正收益的品种，为9.62%。其余宽基指增则全线下跌——中证1000指增跌幅最大，为-20.68%，中证500指增、中证2000指增分别为-19.41%、-18.04%，中证A500指增为-14.84%，其他指增为-11.21%，沪深300指增跌幅最小，为-9.59%。
7月量化私募整体呈现小微指增跌幅较大、大盘指增跌幅较小的特征。
从7月平均超额收益看，多数产品仍为负，仅中证2000指增例外，录得正超额1.95%；表现最弱的是中证A500指增，为-4.47%；其他指增为-3.65%；中证500指增为-2.88%；沪深300指增为-1.88%；中证1000指增为-1.24%；红利指增为-1.15%。
总体来看，7月份私募量化产品绝对收益与超额收益双双告负，普遍遭遇Beta与Alpha“双杀”，且Beta损失远大于Alpha损失。背后原因是量化多头产品通常维持较高股票仓位，指数快速下跌时，产品首先承受来自基准的Beta损失。与此同时，量价、动量等前期贡献超额的因子随着市场快速反转同向下跌，Alpha端进一步拖累净值。两重压力叠加，形成Beta与Alpha“双杀”。
从更深层看，本轮量化行业普遍性负超额的核心根源，是风险因子对冲机制阶段性失效。常规市场环境中，动量、残差波动率、流动性、短期反转等风险因子呈现低相关性特征，以分散单一风险，保障量化超额收益的稳定性。但在本轮极端行情下，过去能够形成一定对冲的各类因子罕见出现同向下跌，多因子分散风险的底层逻辑阶段性失效。
一位量化私募人士表示，7月这种集体性大幅回撤的情况，在量化行业发展史上极为罕见。以往量化产品的回撤通常在5%-8%之间，且持续时间较短，而这次的回撤不仅幅度大，而且呈现出“泥沙俱下”的态势，无论规模大小、策略类型，几乎无一幸免。
反弹背后
值得关注的是，上半年不少量化机构为应对“一九”极致行情，放大了科技风格暴露以获取超额收益。
但当7月科技板块快速回调、动量反转时，原先的收益来源瞬间转化为回撤压力。有量化私募人士坦言：“上半年怎么赚的，7月就怎么还回去。”
业内人士还指出，抱团行情削弱了量化投资分散持仓的相对优势——当市场机会高度集中于少数热门行业和个股时，分散持仓反而跑不赢被权重股托着的基准指数。
7月的下跌由外部输入性冲击触发，是市场对高估值和拥挤交易的修正。当时A股恰处于估值与交易结构的历史极值区间，来自海外的负面信号，无论是地缘冲突引发的通胀预期升温，还是龙头公司资本开支引发的盈利担忧，都足以在高脆弱性的市场结构中触发集中调整。海外冲击与前期积累的高估值、高拥挤度相互叠加，最终导致市场回调。
不过，一位百亿量化私募人士介绍，从量化机构的实际交易数据看，7月这一轮下跌过程中，量化私募机构整体并未出现明显减仓行为。以调整幅度最大的7月13日至17日当周为例，多家主流量化机构呈现净买入状态，部分机构净买入规模可观。
该人士表示，极端行情下，量化管理人在策略层面并未仓促转向，此次回撤本质上是一场“压力测试”，而非模型失效的信号。回撤期间，管理人的策略运行、交易执行和风控体系均保持正常运转。短期超额回撤更多是极端市场环境下风险因子同向共振、多因子分散机制阶段性失灵的结果，并不构成对长期验证过的策略逻辑的否定。面对极端行情，量化管理人通常选择严格遵循模型纪律，避免随意干预决策、做出非理性调整，在市场结构趋于稳定后优化迭代模型。
业内人士分析，8月量化业绩反弹的核心原因在于市场环境从极端走向均衡。7月调整中，风险因子罕见同向共振，量化模型短期信号滞后；而随着市场交易结构改善、波动率回落，动量、反转、流动性等因子重新恢复低相关性，多因子分散配置的有效性得以恢复。同时，量化管理人在7月回撤期间普遍坚持模型纪律，未进行仓促干预，这为8月超额的快速修复奠定了基础。
但对于量化策略的反弹持续性，当前业内普遍持审慎态度——修复能否延续，取决于成交量与市场广度能否维持、风格轮动速度是否趋于平稳，以及管理人能否在因子迭代和风控纪律上持续进化。
“7至8月的市场极致风格切换，既给量化策略带来了适配性挑战，也催生了新的投资窗口。在市场风格快速轮动的背景下，能够动态调整策略、精准适配行情变化的量化基金，更有机会捕捉超额收益。”北京一位量化私募人士说。
