震蕩市中量化對沖顯身手 逆市增長規模超千億份

　　 五窮六絕七未翻身，八月的開門紅預期又落空，市場持續震蕩下行，各類權益產品自然也是遍體鱗傷，基金凈值紛紛回落。不過萬綠叢中一點紅，量化對沖基金表現不俗，成為今年以來為數不多的收獲正收益的權益類基金。分析人士指出，市場熱點分散，行業輪動速度加劇，震蕩市場中量化基金能夠充分發揮模型選股、組合最優化的優勢，為投資者創造穩健收益。

　　震蕩市中量化對沖基金的表現

　　數據顯示，截至8月2日，在公募股票多空基金的平均收益率1%，六成取得正收益，其中2只產品業績突出。

　　其中，收益較高的是海富通阿爾法對沖，今年以來取得7.85%的收益，匯添富絕對收益策略取得6.26%的收益，還有華泰柏瑞量化對沖、華泰柏瑞量化收益、中金絕對收益策略、富國絕對收益多策略等基金，今年收益也超過了2%。

　　再看私募的對沖基金，也就是市場中性策略(也稱阿爾法策略)基金。格上研究中心數據顯示，今年上半年阿爾法策略基金的平均收益為3.47%，排在私募十大策略第二名，僅次于主觀期貨策略，表現可圈可點。基金君看了一下，在規模超過5億的私募管理人中，阿爾法策略表現最好的今年取得了21%左右的收益，該策略有8只產品今年收益超過10%。

(中國基金報)

　　市場持續震蕩偏弱，量化策略投資優勢凸顯

　　在眾多產品中脫穎而出，量化策略優勢在哪？

　　我們在決定購買基金的時候，一般都會面臨選擇的問題，首先就是要選哪類基金？按照不同的分類，基金的類型也不相同。如果我們想要參與權益(股票)市場的機會，我們的選擇通常有兩種：偏股基金(股票型基金和混合型基金)和量化基金(主動型量化基金和被動指數基金)。

　　事實上，這兩種基金也是按照股票市場的兩個投資流派——主動管理和量化策略來進行區分的。這里的量化策略主要是指主動型量化基金，被動指數基金相對比較簡單，嚴格復制跟蹤指數配置指數成分股，要求嚴格控制跟蹤誤差。

　　那么，主動型量化基金和主動管理的偏股基金到底有什么區別呢？

　　我們可以用一個形象的比喻來更直觀的比較二者的區別：如果用中醫和西醫來比喻成量化和主動管理的話，主動管理更像中醫，更多地依靠基金經理的經驗和感覺判斷病在哪里，而量化更像是西醫，依靠模型積累經驗，幫助醫生進行決策判斷。模型對于基金經理的作用就像CT機對于醫生的作用。在投資運作過程中，基金經理會定期用模型對整個市場進行全面的檢查和掃描，根據檢查和掃描結果做出投資決策。

　　我們再詳細點來看的話，主動管理是通過不斷的深入挖掘公司研究行業，研究商業模式等，然后挖掘出優秀的公司，以合理的價格買入來獲取阿爾法。最成功的代表就是巴菲特，包括A股市場中很多優秀的公募同行也做得非常不錯。這種方法的看家本領就是精度，就是在某個方面比別人更有洞察力，對某個類型的上市公司，或者對某個商業模式比別人有更深刻的了解。

　　而量化策略則是基于歷史行情中歸納出的成功投資邏輯，用計算機來輔助進行大數據的處理，得出來的投資組合，再用一個嚴格的模型來優化這個投資組合。和主動管理的精度相比，量化的優勢就是寬度，畢竟人腦處理數據的能力和計算機是沒法比的，量化投資可以處理更多的數據，投資標的覆蓋更廣。

　　一個精度制勝，一個寬度制勝，各有優劣。在某些行情分化比較嚴重的階段，量化的寬度優勢發揮不出來，阿爾法也就不顯著或出彩了。如2017年“一九行情”，阿爾法獲取比較困難，僅10%的價值型股票上漲，成就了那些一直堅守這些公司的價值投資者。類似情況是2003年，當年只有“五朵金花”在漲，也成就了第一代公募主動基金經理。

　　但如果客觀看市場數據，當大部分股票開始出現阿爾法收益的時候，量化的優勢就會馬上顯現。

　　我們同樣用數據來說話。

表1:2014年-2017年偏股基金和主動量化基金平均收益比較

　　從表中我們可以看到，從量化投資開始比較普及的2014年開始到2017年，將主動管理股票基金和主動型量化基金平均收益比較可以看出，2014-2016年量化多頭產品業績每年均跑贏主動股票基金，不過值得注意的是，2017年的“一九”分化極端市場行情，使得量化基金的寬度優勢沒有發揮出來，導致2017年量化多頭策略的平均業績跑輸主動股票基金。

　　而從2014-2017年的4年平均收益率來看主動型量化基金的平均年收益率為20.73%，相對應的股票型基金和混合型基金分別為9.61%、10.58%。

　　所以，總的來說，主動和量化這兩個流派都可以創造超額收益，主動管理基金主要依賴基金經理和研究團隊的精選股票能力，因此不同風格的主動基金業績差異較大。而量化的方法，即系統化積極選股的基金，則因為其寬度，降低了集中持股帶來的風險。

　　尤其是當下市場，個股“黑天鵝”事件頻發，以精度制勝的主動管理受到很大的挑戰。而以寬度制勝的量化策略，由于其極度分散的配置，使得個股“黑天鵝”事件給投資組合帶來的影響幾乎忽略不計。

　　對于量化策略的多因子選股模型而言，每一個模型及其起作用的‘因子’都是有邏輯的。這個投資邏輯放到一個股票上去未必會成立，但是放到3000多只股票中去，只要有百分之六十的概率，就能獲得Alpha收益，因為量化策略的樣本足夠廣，持股也足夠分散。可以有很多邏輯去獲得這些超額收益，不會依賴于其中的一條邏輯，這使得超額收益的穩定性會不斷加強。

　　而事實上，量化策略的多因子選股模型，在選股方面也有著自己的紀律性和風險控制，首先對股票池進行黑名單控制，對于ST風險股票，退市風險股票，監管處罰騙子公司等風險股票實行禁止投資，其次緊密跟蹤因子表現，及時淘汰沒有適應性的因子，加入新的因子。

　　因此，從本質上來說，股票資產的核心收益，來自于上市公司組合的估值、成長、盈利、質量等價值特征驅動。量化策略通常用一個因子代表組合某一部分創造價值的特征，而用多因子選股方法多視角提煉權益價值特征，回歸投資本源用寬度的方式參與股票投資價值。(博道基金)

　　A股市場今年以來持續調整，新基金發行也維持低迷狀態，但量化基金的發行卻熱情不減，基金公司積極布局，匯安基金、浦銀安盛基金、農銀匯理基金等公司都首次發行量化基金產品。

　　數據顯示，今年以來，新成立的量化基金達90只，其中主要是主動型量化基金，為64只。證監會最新的基金審批公示表也顯示，還有多家基金公司申報了量化基金產品等待審批。與此同時，今年量化基金的規模也逆勢增長，截至7月底，量化基金規模超過1055億份，其中，主動量化產品的規模超過650億份。今年量化基金迎來發行大年。

　　事實上，近年來量化基金持續發展，發行數量呈逐年遞增的趨勢，2014年到2017年，新成立的量化基金數量分別為10只、40只、64只和114只。盈米財富基金分析師陳思賢認為，近年來投資者對于量化基金的接受程度越來越高，加上深度學習等新興技術的快速發展，都在推動量化技術在基金投資中的使用。“自發行以來，量化基金的口碑一直較好，即使在熊市也能較好控制回撤。作為一類創新產品，對于豐富基金公司產品線也有較大幫助。”鐘源表示。

　　鐘源還認為，從長期看，量化策略會越來越重要。隨著分析師人力成本的上升，以及二級市場產品規模的擴大，基金經理需要面對的信息與標的規模也越來越龐大，程序化的分析器的輔助作用也越來越重要。(中國證券報)

《震蕩市中量化對沖顯身手 逆市增長規模超千億份》閱讀地址：http://m.osxg.com.cn/2018/0803/129006.htm