量化究竟做了什么、没做什么；技术的边界在哪里，监管的边界又该划在哪里？
进入7月份，A股科技板块在短短两周内经历了批量跌停、暴力反弹、二次探底，再到暴力反弹的过山车行情。
与以往历次急跌相同，市场需要一个“凶手”。这一次，几乎所有手指都指向了同一个方向——量化交易。某经济学者公开批评“量化泛滥放大了A股波动”；主观私募基金经理把矛头对准量化产品的动量因子；甚至有上市公司董秘在朋友圈发文，直言不反对基本面量化，但质疑纯粹依靠情绪与关键词因子的交易缺乏合理性。与之针锋相对的是多家百亿量化私募的集体回应：量化没有情绪，在恐慌市中恰恰是“稳定器”。
本文试图用数据与机制拆解这场风波：量化究竟做了什么、没做什么；技术的边界在哪里，监管的边界又该划在哪里？
大跌：全球科技板块的同步过山车行情
7月1日起，上半年一路高歌的科技板块突然转向：半导体、光通信、PCB（印制电路板）存储等热门赛道齐齐重挫。
7月7日，沪指盘中跌破4000点整数关口，收报3990.24点，全市场近4800只个股下跌、约50只个股跌停，当日成交额较前一交易日骤减5100亿元。
7月9日，市场出现戏剧性反转，科创50单日大涨8.41%，电子指数涨7.67%。7月13日，三大指数再度集体调整，全市场近4700只个股下跌，187只个股跌停。7月14日午后，沪指在1小时内从3887点拉升至3967点。
但调整仍未结束，7月17日，半导体、CPO（共封装光学）再现批量跌停，上证指数回落至3750点附近，部分前期热门科技股自高点回撤已超过25%。
7月21日，A股又大涨：上证指数上涨1.79%，创业板指、科创50分别上涨7.05%和10.73%，121只个股涨停。
科技板块的大幅波动并非A股独有现象。韩国股票指数KOSPI今年以来最高涨幅达116.28%，一度是全球表现最好的股指，随后便急转直下。6月23日，KOSPI暴跌9.99%（910点），触发熔断，暂停交易20分钟，SK海力士和三星电子跌幅均超12%。截至7月21日，相较于年内高点，KOSPI已回撤25.96%，SK海力士和三星电子分别回撤37.10%和28.55%。
美股的情况也类似。费城半导体指数年内最高涨幅达106.61%，自6月23日起开始调整，7月21日最新股价相对于最高收盘价已下跌15.57%。存储股票闪迪和美光科技分别自高点回撤31.93%和19.99%。
涨跌同源：全球AI产业链的一致行情逻辑
调整以前，A股、韩股和美股三个市场的AI产业链股票都经历了一轮大涨，三个市场共享同一套上涨逻辑。
一是海外科技巨头资本开支持续超预期：Meta将2026年AI资本开支指引上调至1250亿至1450亿美元，亚马逊、微软同样维持千亿美元级别的算力投入。二是存储芯片超级周期：三星电子预告二季度营业利润同比暴增超18倍，市场解读为DRAM（动态随机存取存储器）等结构性供不应求的验证。三是获利效应本身形成正反馈：上半年科创50、创业板50分别上涨64.3%和37.0%，部分细分领域如覆铜板、半导体设备、HBM（高带宽内存）、光模块涨幅超过100%，存储芯片指数涨超165%，赚钱效应吸引更多增量资金追进。
本轮股价大跌的核心诱因，是短期极致涨幅积累的巨额浮盈，随时存在集中兑现的冲动。以存储芯片股为例，闪迪在2026年上半年最大涨幅高达883.65%，该股在2025年也上涨了371.27%；SK海力士在2025年上涨278.26%，在2026年一度上涨349.23%。指数也有类似的情况：A股的Wind半导体指数在2025年上涨40.25%，在2026年一度上涨91.53%。
而大跌的直接导火索，是一条颠覆“缺算力”核心叙事的新闻。7月2日，Meta宣布计划把内部闲置的H100、H200算力对外出租，市场解读为AI基础设施建设阶段性见顶的信号。当天，全球AI概念股集体重挫：CoreWeave重挫近14%，美光科技跌超10%。
不及预期的盈利预期进一步加剧市场恐慌。7月13日，韩国投资证券（KIS）发布研报预测，SK海力士第二季度营业利润为60.4万亿韩元，虽然同比大增556%，但较65万亿韩元的市场共识预期低约8%，打破了市场对存储芯片业绩持续爆发的一致预期。
宏观层面的压力同样不容忽视。美国10年期实际收益率年内已飙升33个基点，逼近本轮扩张周期高点，对高估值成长股形成直接折现压力；叠加中东局势动荡推升油价与通胀预期，压缩了全球央行货币宽松空间，高估值科技板块估值承压显著。
不同市场的下跌放大机制各有不同。A股因上半年科技板块行情极致拥挤，TMT赛道筹码高度集中，巨额浮盈极易引发集中兑现，叠加量化同质化风控与新规阶段性收紧流动性，进一步压缩调整周期，放大短期波动。韩国市场则因三星电子、SK海力士两大权重股对指数影响极强，叠加散户跟风交易、高杠杆工具的制度漏洞，恐慌情绪一旦发酵便快速扩散，散户最终成为下跌的主要接盘方。美股调整相对温和，以估值渐进修正为主，未出现熔断式踩踏行情。
厘清误区：量化是波动放大器，而非行情发动机
市场主流叙事将本轮急跌归因于量化交易，完整逻辑链条为：上半年科技行情积累巨额浮盈，科创50年内最大涨幅一度超64%，半导体指数累计涨幅超70%，TMT板块成交额长期占全市场45%以上；7月初公募等主观机构集中兑现收益，引发首轮抛压；股价快速下行击穿量化产品风控阈值，触发无差别程序化减仓；机器抛售抽干市场流动性，引发产品净值预警、投资者赎回，进而形成二次抛压，最终构建起完整的负反馈闭环。
该逻辑看似自洽，但并非完整事实，三大核心误区需要逐一澄清。
第一，行情调整的核心是全球板块拥挤度回归，并非量化交易主导。本轮调整具备极强的全球性，并非A股独有。7月以来，美股、韩股、港股AI及科技赛道同步回调，美国东部时间7月13日纳斯达克指数单日暴跌超400点，次日SK海力士重挫9%，全球科技资产估值同步回落。A股科技板块作为全球AI产业链中弹性最大的环节，出现剧烈回调是高估值、高拥挤度后的必然修复，是板块系统性风险释放，而非单一交易群体导致的行情崩塌。上半年科技板块单边暴涨、成交集中度畸高、估值与情绪双重过热的市场状态，本身就蕴藏极高波动风险，量化仅为行情调整的次要助推因素。
第二，盘面数据证实，主观机构抛压不亚于量化。以7月7日市场大跌当日为例，电子板块主力资金净流出103.45亿元，位居全市场首位，部分核心芯片龙头单日主力净流出高达20至28亿元，这种大规模、集中化的卖出行为，是大型主观机构调仓减仓的典型特征，并非量化小额、高频的交易模式。
龙虎榜数据进一步佐证这一结论。据Choice统计，7月13日至17日市场深度调整期间，“机构专用”席位上榜次数超900次，远超市场公认的量化通道券商席位上榜次数总和。这意味着本轮下跌中，主观机构的卖出行为更主动、规模更大，绝非市场认知中“量化独自砸盘”的单一局面。
第三，量化仅在行情传导中段发挥放大作用，不创造市场趋势。当前国内量化策略高度依赖动量、情绪、流动性等通用因子，行业内多数机构因子库、风控参数高度趋同。当市场趋势反转、价格持续下行时，动量因子同步翻转，叠加同质化风控机制，会触发全行业集中减仓，形成“算法共振”。
这也是量化“助涨助跌”观感的核心来源：量化不制造涨跌趋势，但会压缩趋势展开的时间维度，将原本可能持续数周的温和调整，压缩至数个交易日集中完成，形成极端涨跌、批量跌停的极端盘面。7月9日科创50单日暴涨8.41%与7月13日187只个股批量跌停，本质是机器交易重塑市场“时间密度”的一体两面。
各执一词：量化争议的核心矛盾与真相
本轮风波中，市场与量化机构的对立争论，本质是常态行情与极端行情下的市场认知偏差。
市场对量化的核心质疑，源于“小资金、大成交”的失衡结构。据机构测算，量化持仓仅占A股流通市值的2%—3%，却贡献了全市场30%—40%的日成交额，小盘股成交占比更是超过50%。批评者认为，少量量化资金凭借高频交易、算法优势撬动盘面定价权，同质化算法共振会在市场波动时瞬间抽干流动性，加剧市场踩踏。
更尖锐的学术质疑直指量化定价有效性的核心漏洞：部分基本面稳健、经营无瑕疵的公司，仅因散户持仓集中、流动性较好，就成为量化高频反复交易的标的，股价持续承压；而部分基本面平庸的企业，却因赛道热点加持，被量化资金持续推高估值。这一现象直接挑战了“量化提升市场定价效率”的行业核心逻辑。
百亿量化私募的集体辩护，同样具备合理的市场逻辑。其一，量化交易完全依托算法执行，无主观情绪，不会跟风恐慌踩踏，散户与传统短线资金才是市场情绪传染的核心载体。其二，量化策略体系多元，包含大量反转、价值类因子，当股价因恐慌非理性下跌、脱离合理估值区间时，算法会自动触发买入指令，为市场提供承接盘，缓解下跌幅度与速度，发挥“市场稳定器”作用。其三，量化高频换手是市场核心流动性来源，极端行情下，做市式高频报单能够为抛售资金提供交易对手，避免市场陷入无流动性崩盘。7月9日、7月14日、7月21日三次强势反弹，均有程序化买盘的深度参与，涨跌双向波动均有量化资金的身影。
综合双方观点，可得出客观的中间结论：量化的市场角色具备场景二分性。
常态行情下，量化是市场流动性的净供给者与交易效率的优化者。反转、统计套利、做市等策略，会持续修正股价偏离，为市场提供稳定交易对手，降低交易摩擦，提升定价效率，高换手交易切实活跃了市场成交。
但在极端行情下，这套平衡机制会彻底失效。所有量化产品均配套独立的风控系统，当短期浮动亏损触及预设阈值，系统会无条件强制减仓，该机制是单一产品风险防控的合理设计。但行业因子同质化、风控参数趋同的特点，会让个体理性行为演变为集体非理性：下跌行情中，风控强制卖出指令会系统性压制策略买入信号，出现“策略想低吸、风控逼卖出”的矛盾状态，全行业同步减仓形成算法踩踏，最终放大市场波动。
这并非行业道德问题，而是金融系统的“状态相变”：如同水在常态下为液态、低温下凝结成冰，量化在常态市场是稳定器，极端行情下会切换为波动放大器。因此，简单给量化贴“善恶”标签、一刀切禁止或完全放任，均不符合市场客观规律。
边界重构：量化监管的三大核心原则
2025年4月，沪深北交易所联合发布《程序化交易管理实施细则》，于7月7日正式施行，明确高频量化交易认定标准、交易报告制度、异常交易监控及差异化收费体系，标志着国内量化交易监管进入规范化阶段。结合欧美成熟市场监管经验，量化监管的核心边界可归纳为三大原则。
一、管行为，不管身份
欧美成熟市场监管从不针对“量化”身份单独设限，核心紧盯幌骗、塞单等具体违规交易行为，杜绝以技术优势干扰市场定价。幌骗即通过虚假报单制造交易意愿，随即快速撤单误导市场；塞单即堆积海量报撤单，占用交易通道、掩盖真实交易意图。
为实现精准监管，海外建立两大核心体系：一是大额交易者登记与识别制度，达到交易规模阈值的主体必须注册专属识别号，穿透所有账户、券商通道，实现交易主体可溯源；二是综合审计追踪系统，完整记录订单生成、路由、修改、撤单、成交全生命周期，实现交易行为可追溯。
欧盟MiFIDII框架侧重事前风控与义务约束，要求算法交易机构每年完成策略自查备案、建立算法清单，同时明确做市义务：持续提供双向有效报价的机构，必须在规定时段稳定供给流动性，不得在行情波动时擅自离场。德国《高频交易法》则要求高频机构注册备案、订单唯一标识上报，通过订单成交比（OTR）监控无效报单行为，精准打击交易套利乱象。
参照国际经验，A股可完善穿透式监管机制，落实实际控制人穿透识别，杜绝通过关联账户分拆交易、规避高频监管阈值；对享受做市费率优惠的机构，明确极端行情下的双向报价义务，杜绝“只赚不担责”的套利行为。
二、管外部性，不管收益率
量化行业的速度竞赛是典型的负外部性军备竞赛。各家机构为获取毫秒级交易优势，持续投入高额成本压缩交易延时，从1毫秒迭代至0.1毫秒。但全行业同步内卷的结果，是所有机构的相对优势完全抵消，整体市场定价效率无任何提升，却造成大量社会资源无效消耗。
针对此类无效内卷，行政禁令效果有限，经济调控更为有效。可通过阶梯式流量费、撤单费制度，抬高高频无效交易的私人成本，让私人成本与社会成本匹配，引导行业资源从“速度内卷”转向“策略迭代、定价优化”等核心能力建设。同时可设置行业撤单率上限，实行非线性递增费率，倒逼机构规范交易行为；定期公开行业撤单率、交易同质化度数据，依托市场监督降温军备竞赛。
监管的核心是规范交易行为、化解市场负外部性，而非干预机构盈利水平。只要交易行为合规合法，机构收益率高低不应成为监管评判标准，避免监管从“规范行为”异化为“打压行业”。
三、极端行情，预置分级断路器
极端下跌行情中，市场参与者天然存在“先卖少亏”的利己博弈，无法依靠市场自觉止跌，必须依托制度强制降温。2010年美股“闪电崩盘”后，美国建立双层分级风控机制：个股层面推行LULD涨跌限制机制，股价大幅偏离合理区间时，先限价交易、再短时停牌冷静；市场层面根据标普500指数7%、13%、20%的跌幅分级，触发不同时长的全市场休市，实现精细化分级风控。
A股现有涨跌停板制度具备基础熔断功能，但本轮行情暴露了其短板：同质化抛压下，跌停价堆积大量无法成交的卖单，持续加剧市场恐慌，未成交抛压顺延至次日形成补跌，拉长调整周期。
对此，可借鉴美股LULD机制优化风控体系，设置个股中间跌幅阈值，个股跌幅达7%-8%时，启动短时集合竞价冷静期，通过集中撮合重新发现公允价格，避免卖单单向堆积；同时可研究极端行情下的单账户净卖出速率限制，从源头缓解算法共振引发的集中踩踏。
总结：正视量化的双面性，精准划定监管边界
本轮全球AI产业链股票的巨幅涨跌，本质是全球高位拥挤行情的集中修复。上涨依托海外科技巨头资本开支扩张、存储芯片超级周期的双重叙事支撑，下跌由算力供需逻辑重构、业绩预期不及预期、宏观利率上行多重因素引爆，是全球市场估值回归的必然结果。
在这一过程中，量化交易始终是波动放大器而非行情发动机。量化本身不创造市场涨跌趋势，仅通过同质化算法与风控机制，压缩趋势运行时间，让常态波动极端化、短期化。其市场角色具备明确的场景分化：常态下是流动性供给者、定价效率优化者；极端行情下，风控机制的集体共振会使其阶段性放大市场波动，这是系统机制的客观相变，无关行业善恶。
对于监管而言，无需对量化行业全盘否定或放任不管，核心是精准划定技术与监管边界：聚焦幌骗、虚假报单、异常交易等具体违规行为，实施行为化监管；通过市场化费率机制化解行业速度内卷的负外部性；搭建分级式极端行情断路器，平抑系统性共振风险。唯有如此，才能既保留量化交易对市场流动性、交易效率的正向价值，又有效约束其极端行情下的波动放大风险，实现资本市场稳定、高效、公平的良性发展。
（叶冬艳系长江商学院研究学者，欧阳辉系长江商学院金融学教授、杰出院长讲席教授、高级副院长）
