一、量化行业全景：从 “小众赛道” 到 “定价核心”，四大势力分庭抗礼

近年来，量化投资凭借纪律化交易、数据驱动决策、AI 算力赋能三大核心优势，彻底重塑 A 股市场生态。截至 2026 年一季度末，国内量化交易相关规模突破2.8 万亿元，其中私募量化约 1.46 万亿元、公募量化 4694.5 亿元，券商自营量化收益占头部券商自营业务比重超 40%，券商金工则成为连接机构与市场的核心 “智力枢纽”。

当前市场已形成券商金工（卖方服务）、私募量化（绝对收益主力）、公募量化（普惠稳健代表）、自营量化（自有资金操盘） 四大核心阵营，它们在资金属性、策略目标、资源禀赋上截然不同，却又在 AI 浪潮与市场内卷中相互渗透、激烈博弈。

（一）四大势力核心定位速览

• 券商金工：卖方研究中枢，输出研报、因子模型、量化工具，赚取佣金与服务费，不直接管理客户资金。
• 私募量化：绝对收益核心，高激励、高算力、策略灵活，聚焦高频 / 中频 Alpha，追求超额收益最大化。
• 公募量化：普惠资管标杆，强监管、稳收益、低费率，主打指数增强、量化选股，服务大众投资者。
• 自营量化：券商自有资金操盘，追求稳健绝对收益，策略偏中低频套利、多策略对冲，风控严格。
• 

  二、四大量化势力核心维度深度对比

  

（一）规模格局：私募领跑、公募稳健、自营集中、金工轻量化

1. 私募量化：头部千亿冲刺，马太效应极致

截至 2026 年 Q1，百亿级量化私募达 61 家，其中幻方、九坤、明汯、衍复 4 家头部机构规模均在800-900 亿元，合计占私募量化市场近 30% 份额；50 亿元以上机构规模占比超 75%，“头部虹吸、长尾出清” 趋势显著。

2. 公募量化：规模稳步增长，集中度下行

公募量化规模从 2024 年末的 3944 亿元增至 2026Q1 的 4694.5 亿元，指数增强型基金占比 63%（2477 亿元）；TOP5 管理人规模占比从 2018 年的 50% 降至 31%，中小机构凭细分策略突围，国金、博道等排名持续跃升。

3. 自营量化：头部券商主导，收益贡献突出

头部券商（中信、华泰、中金等）自营量化收益占自营业务比重30%-40%，中信证券 2025 年量化自营收益超 100 亿元；中小券商自营量化规模多在 50 亿元以下，策略以低风险套利为主。

4. 券商金工：团队轻量化，价值重估

头部券商金工团队规模约 20-50 人，中小券商 5-10 人；核心价值从 “研报输出” 转向 “定制化策略 + 系统搭建 + 数据服务”，佣金分成与服务费成为核心收入，头部团队年创收可达数亿元。

（二）策略逻辑：私募高频激进、公募稳健克制、自营保守均衡、金工全能适配

1. 私募量化：高频为王，AI 驱动极致 Alpha

• 核心策略：中高频多因子（百万级因子）、市场中性、指数增强、CTA，部分头部布局日内 T0、事件驱动。
• 交易特征：持仓 2000-2500 只股票，毫秒级下单、月 / 周级因子迭代，换手率 500%-1000%，追求绝对收益与超额收益最大化。
• 规模天花板：高频策略容量 50-100 亿元，中频 100-300 亿元，头部通过多策略并行突破规模限制。

2. 公募量化：低频稳健，合规优先

• 核心策略：指数增强（主流）、量化选股、Smart Beta、对冲基金，因子以基本面为主（千级因子）。
• 交易特征：持仓分散但换手率低（100%-300%），月 / 季度级迭代，严禁同日反向交易，跟踪误差严格受控（通常≤5%）。
• 收益目标：跑赢基准（如沪深 300、中证 500），年化超额 5%-18%，侧重相对收益与长期稳健。

3. 自营量化：中低频套利，绝对收益优先

• 核心策略：统计套利、跨期 / 跨市场套利、低波动多因子、固收 + 量化，极少参与高频博弈。
• 交易特征：资金规模 50-200 亿元，持仓集中度适中，换手率 200%-400%，年化收益 8%-15%，严控最大回撤（≤10%）。

4. 券商金工：策略输出，全场景适配

• 核心能力：因子挖掘、模型搭建、回测系统、衍生品定价、指数开发，为私募、公募、自营提供定制化策略服务。
• 策略覆盖：从低频基本面到高频量价，从股票到期货期权，无资金端约束，核心是 “卖工具、卖模型、卖服务”。

（三）算力与数据：私募 “超算化”、公募 “集群化”、自营 “轻量化”、金工 “工具化”

1. 私募量化：算力军备竞赛，PB 级数据储备

• 算力：头部自建超算集群（数万 CPU/GPU），单集群算力超 10PFLOPS，支持百万级因子实时计算与毫秒级交易响应。
• 数据：PB 级全维度数据（行情、财报、舆情、另类数据如卫星 / 物流 / 电商），自研数据清洗与标注系统，数据成本年投入数亿元。

2. 公募量化：标准集群，传统数据为主

• 算力：小型 GPU 集群（数百张卡），算力约 1-5PFLOPS，满足中低频策略回测与日常交易需求。
• 数据：以公开行情、财报、一致预期数据为主，少量采购另类数据，数据成本年投入数千万。

3. 自营量化：轻量化算力，成本优先

• 算力：依赖券商现有 IT 架构，少量 GPU 服务器，算力仅满足中低频策略运行，无大规模算力投入。
• 数据：券商内部数据 + 公开数据，低成本采购，数据投入远低于私募与公募。

4. 券商金工：工具化算力，数据整合能力核心

• 算力：共享券商算力资源，核心是因子库、回测平台、API 接口搭建，对外提供数据与算力服务。
• 数据：整合多源公开数据 + 自研因子数据，打造标准化数据产品，卖给机构客户。

（四）人才机制：私募 “高薪激励”、公募 “稳定体系”、自营 “均衡薪酬”、金工 “专家导向”

1. 私募量化：精英化团队，行业最高激励

• 团队构成：博士占比 30%-50%，核心成员多来自海外顶尖名校（MIT、斯坦福）、华尔街投行 / 量化机构（Two Sigma、Citadel）、国内顶尖高校（清华、北大）。
• 薪酬激励：基础薪资（百万级）+ 业绩报酬（20%-50%）+ 股权，核心投研人员年收入可达数千万，激励机制行业最激进。

2. 公募量化：建制化团队，稳定优先

• 团队构成：硕士为主（占比 80%+），核心成员来自国内名校金融 / 数学 / 计算机专业，团队规模 10-30 人，分工明确。
• 薪酬激励：固定薪资（50-200 万）+ 年终奖（1-3 个月），无业绩分成，稳定性强，激励强度远低于私募。

3. 自营量化：券商体系内，薪酬均衡

• 团队构成：硕士为主，成员多来自券商内部金工 / 交易岗，或公募 / 私募跳槽，团队规模 5-20 人。
• 薪酬激励：固定薪资（80-300 万）+ 自营收益分成（5%-10%），介于公募与私募之间，稳定性与激励性平衡。

4. 券商金工：专家型团队，研究导向

• 团队构成：硕士 / 博士为主，金融工程、数学、计算机专业背景，核心成员多为行业资深分析师，团队规模 5-50 人。
• 薪酬激励：固定薪资（60-250 万）+ 佣金分成（10%-30%），靠研报质量与客户服务能力创收，专家声誉是核心资产。

（五）合规与风控：公募最严、自营次之、私募灵活、金工中性

• 公募量化：受《证券投资基金法》严格监管，持仓比例、换手率、跟踪误差、信息披露全受限，风控体系最完善，合规成本最高。
• 自营量化：券商内部风控 + 监管双重约束，禁止高风险策略、严控仓位集中度、限制日内交易频次，风控标准仅次于公募。
• 私募量化：监管相对宽松，策略灵活、仓位自由、信息披露少，但头部机构为应对规模扩张与监管趋严，主动强化合规风控，风控成本逐年上升。
• 券商金工：无直接资金风险，合规核心是研报客观性、数据合法性、客户适当性，风控压力最小。四大量化势力核心对比表

  对比维度	券商金工	私募量化	公募量化	自营量化
  核心定位	卖方服务，输出策略工具	绝对收益，高频 Alpha	普惠资管，稳健超额	自有资金，稳健绝对收益
  管理规模	团队轻量化，无资管规模	头部 800-900 亿，合计 1.46 万亿	合计 4694.5 亿，指数增强为主	头部 50-200 亿，收益占比 30%-40%
  核心策略	因子挖掘、模型搭建、定制服务	中高频多因子、市场中性、CTA	指数增强、量化选股、Smart Beta	统计套利、跨期套利、低波动多因子
  算力数据	共享算力，整合公开数据	超算集群，PB 级全维度数据	小型 GPU 集群，传统公开数据	轻量化算力，券商内部 + 公开数据
  人才结构	硕博为主，专家型团队	博士占比 30%-50%，海外背景多	硕士为主，建制化分工	硕士为主，券商内部 / 跳槽人员
  薪酬激励	固定 + 佣金分成（10%-30%）	基础薪资 + 高比例业绩分成 + 股权	固定薪资 + 年终奖，无业绩分成	固定 + 自营收益分成（5%-10%）
  合规风控	中性，研报合规为主	相对灵活，头部主动强化	最严格，全流程监管	严格，券商内部 + 监管双重约束

三、行业竞争核心矛盾：内卷加剧，四大势力相互渗透

（一）私募量化：规模天花板逼近，超额收益下滑

随着头部私募规模突破 800 亿元，高频策略容量瓶颈凸显，叠加机构扎堆导致策略同质化，2025 年以来私募量化超额收益持续下滑，部分产品出现负超额，行业从 “easy money” 进入 “全面内卷” 阶段。

为突破困境，头部私募开始向中频 / 低频策略转型、布局海外市场、拓展公募业务（如幻方、九坤申请公募牌照），与公募形成直接竞争。

（二）公募量化：追赶私募，强化 AI 与高频能力

公募量化为提升超额收益，加大算力投入、引入高频量价因子、布局 AI 深度学习模型，缩小与私募在策略迭代速度、因子数量上的差距。

同时，公募凭借低费率、强合规、渠道优势，吸引追求稳健收益的长期资金，与私募形成 “稳健 vs 激进” 的差异化竞争。

（三）券商金工：从 “研报工具人” 到 “量化生态枢纽”

券商金工不再局限于输出研报，而是整合算力、数据、策略、交易通道，打造一站式量化服务平台，为私募、公募、自营提供定制化解决方案。

头部券商金工团队甚至孵化量化私募子公司，直接参与资管竞争，打通 “卖方服务 + 资管” 全链条。

（四）自营量化：夹缝中求生存，聚焦低风险套利

自营量化在资金规模、算力数据、人才激励上不及私募，在合规与渠道上不及公募，核心竞争力是券商自有资金低成本、交易通道优势、风控灵活。

多数自营量化选择避开高频主战场，深耕中低频套利、固收 + 量化、衍生品做市等低波动赛道，赚取稳健收益。

四、未来趋势：二元格局成型，技术与合规成核心壁垒

（一）格局：“超级巨头 + 精品机构” 二元分化

超级巨头：3-5 家头部私募（幻方、九坤、明汯、衍复）+2-3 家头部公募（易方达、华夏、富国）+ 头部券商（中信、华泰），规模突破千亿，全策略布局，技术与数据壁垒极高。

合规能力：监管趋严背景下，合规成本、风控体系、信息披露能力成为机构规模化扩张的前提，不合规机构将加速出清。

（三）势力融合：边界模糊，跨界竞争成常态

私募拿公募牌照、公募布局高频策略、券商金工孵化私募、自营拓展资管业务，四大势力边界持续模糊，竞争从单一赛道转向全生态博弈。

五、总结：量化江湖，强者恒强，差异化是破局关键

券商金工、私募量化、公募量化、自营量化四大势力，凭借各自的资源禀赋、策略逻辑、人才机制，在 A 股量化江湖中占据不同生态位。短期来看，私募量化仍将主导绝对收益市场，公募量化巩固普惠资管地位，券商金工强化生态枢纽价值，自营量化深耕低风险稳健收益；长期来看，AI 技术与合规监管将重塑行业格局，头部集中、跨界融合、差异化竞争成为必然趋势。

对于投资者而言，需根据自身风险偏好、收益目标、投资周期选择适配产品；对于机构而言，唯有强化技术壁垒、深耕细分赛道、平衡收益与合规，才能在激烈内卷中站稳脚跟。

量化交易研报