AI+海量数据+模型筛选 震荡市量化基金胜出
本报记者顾梦轩夏欣广州北京报道
今年以来，市场风格几经变换，不少基金业绩出现明显回撤。相比之下，量化基金表现相对稳定。根据Wind数据，全市场739只量化基金（包括指数量化、主动量化和量化对冲基金，份额分开）年内取得正收益的有301只，占比约为40.7%。截至2023年二季末，全市场所有量化基金规模合计738亿元。
格上财富金樟投资研究员蒋睿在接受《中国经营报》记者采访时指出，今年以来，市场投资主线不够清晰，呈现结构化行情，量化基金在这样的行情下容易获得相对优势，利用数理统计的原理，捕捉超额收益机会。
高换手把握投资机会
相对于普通的主动权益基金，今年以来，量化基金的优势较为明显。晨星（中国）基金研究中心高级分析师李一鸣分析，今年以来，量化基金表现有风格助推的因素。截至7月末，从今年以来回报排名前十的偏股量化基金来看，10只基金当中有9只的晨星风格箱是平衡风格或者价值风格，只有1只基金是成长风格。此外，根据晨星（中国）测算，这10只基金2022年度的平均换手率在862%的水平。整体来看，今年以来业绩表现较好的量化基金是顺应了今年偏价值的市场风格，而且在今年振荡、分化的市场行情当中，基金高换手的投资风格也有助于把握投资机会。
李一鸣指出，相较于主动权益基金，量化基金的投资策略是由量化模型所驱动，投资操作主要依据客观数据、基金经理的主观干预较少，使得它在策略稳定性和执行力上相比主动权益基金存在一定优势。此外，量化模型通常能覆盖较多数量的股票，比主动选股的基金经理更能实现分散化投资。
今年二季度，随着“数字经济”主题投资行情的持续演化，计算机、传媒、通信和电子仍然是相对强势的行业。这一点也体现在量化基金的业绩表现中。根据Wind数据，截至8月16日，全市场739只量化基金，西藏东财中证云计算与大数据主题指数增强A/C获得冠、亚军，年内收益分别为24.05%和23.82%；大成互联网+大数据A/C位列三、四名，年内收益为22.04%和21.62%。这4只基金均为指数量化基金。
整体来看，指数量化基金的表现较主动量化基金更为稳定。据记者统计，截至8月16日，全市场328只指数量化基金年内平均收益为-1.2%，373只主动量化基金年内平均收益为-2.97%；另外还有38只股票多空基金使用量化对冲策略，年内平均收益为-0.42%。
对于指数量化和主动量化基金的业绩差异，李一鸣表示，指数量化基金当中均衡风格和价值风格基金的占比是74%，而这个比例在主动量化基金当中仅有51%。指数量化基金当中均衡和价值风格基金较多，因此这类基金在今年的价值行情中更占据优势。
蒋睿指出，今年指数增强基金表现更胜一筹，很大原因是在结构化的市场环境下，由于量化基金个股持仓分散，行业持仓分散，风格持仓分散，量化策略更有机会捕捉超额收益。任何策略都有周期性，在普涨的牛市行情下，主动管理型基金表现往往会超越量化基金。但是在今年震荡的市场行情下，量化的相对优势就有所体现。
什么样的市场环境更适合量化投资？蒋睿表示，第一，由于很多量化策略是以价量因子为主，所以在市场波动率大、交投活跃的环境下，更利于量化发挥；第二，由于量化策略很多是指数增强型产品，为了在对标指数的基础上做出更多的超额收益，所以在指数弱、个股强的市场环境下，更利于量化策略；第三，由于量化策略持仓分散，不集中于某类行业/风格，所以在主题市场风格不明显的市场环境下，量化优势更明显。
AI算法策略“加持”
相对于指数量化基金，主动量化基金将主观研究与量化筛选相结合，即利用量化投资的优点，又在模型中加入基本面研究，两相结合的基金管理方式。这类基金有两个特点：一是“主动”加持，让“量化”变得更聪明；二是“量化”先行，让主动管理更敏捷。这样的特性也使得主动量化基金在热点分散、板块快速轮动的市场环境下，更为出彩。
就主动量化基金而言，截至8月16日，373只基金中，有138只年内取得正收益，占比约为37%。年内收益排名靠前的主动量化基金有华商计算机行业量化A/C（13.79%/13.53%）、华夏智胜先锋A/C(12.45%/12.17%)、国金量化多因子A/C(11.89%/11.62%)、国金量化精选A/C(11.42%/11.08%)、招商量化精选A(11.05%)以及国泰君安量化选股A(10.89%)。
据介绍，华夏智胜先锋基金是利用AI和海量数据，通过模型化的方法，寻找市场中被低估或错误定价的标的，从而获得超额收益。同时通过AI算法，让模型能够根据市场环境和自身表现不断地进行学习和进化，从而提高模型对于市场变化和异常情况的适应能力。最终，这样的模型不仅能够提高投资效率和精度，还能够降低人为干扰和情绪波动的影响，让模型努力为投资者创造可持续的、更稳定的、有壁垒的Alpha（投资者从投资标的物中获得的额外收益）。“AI算法本身就是一个量化的策略，对于所有的量化策略来说都是希望追求尽可能客观，完全从数据本身去出发来形成对于市场有效的刻画，借助AI尽可能把人的一些主观因素或者主观的偏见从整个投资框架里面尽可能地剔除。”华夏智胜先锋基金经理孙蒙说。
国金基金量化投资事业部副总马芳在接受本报记者采访时指出，国金量化精选基金采用机器学习技术“自上而下”构建选股模型，在风险模型约束下，跟踪基准，控制运作风险，并根据各个子模型一定时期内的表现情况对其迭代优化，提高整体模型的适应能力，目标为取得持续稳健的超额收益。基金使用经济基本面、市场情绪等基础数据构建变量，输入多个子模型由输出结果为个股打分排序，进而构建投资组合。选股模型不仅从盈利和营业收入等角度评估上市公司的价值和成长性，同时充分考虑市场情绪等因素为标的合理定价。
在量化投资中，主观人为因素是否起作用，占了多少比重？对此，国金基金指出，模型会分别对不同的维度建立子模型，例如对不同的行业、市场风格和个股超额等。各个子模型的输出结果叠加后决定个股的评分。实际操作中，交易的执行严格按照模型的输出结果执行，不允许人工判断影响输出结果。“量化投资做的是‘广度’投资，通过模型构建，并且不断‘实践’获取相对稳健的超额收益。主观投资更关注投资‘深度’，两者投资方式不同。”马芳说。
差异化配置量化基金
对于量化基金的未来行情，国泰君安量化选股基金经理胡崇海在二季报中预计，“未来一年，市场依然会保持风格切换较快的特点，相对于主观选股来说，量化投资仍具有很高的性价比。尽管市场风格和行业走势会发生变化，但我们仍将坚持一贯的投资理念和投资组合管理体系。通过挖掘有投资逻辑的Al-pha因子，不断改进底层量化模型以及定期监控策略的表现等方式来增强策略表现。”
对于普通投资者来说，如何选择量化基金？李一鸣建议，投资者应该仔细查阅量化基金任职基金经理的从业背景和投资理念，选择具有量化投研经历、投资经验比较丰富，以及投资理念比较清晰的基金经理，并从长期的角度来考察基金的投资业绩。“量化基金往往以团队的方式运作，投资者不妨也关注同一基金公司所管理的所有量化产品的业绩表现，从这个角度来考察基金公司量化投资团队的投资能力。”
蒋睿指出，从资产配置的角度上看，投资者可以根据自己现有的资产分布来配置一些差异化的基金，如果持有很多大市值类的资产，作为补充，可以选择中证500指数增强基金或者中证1000指数增强基金等；如果持有很多小市值类资产，作为补充，可以选择沪深300指数增强基金。如果投资者对市场观点明确，比如看好某类指数的beta（承担市场风险所带来的收益），可以选择对标相关指数的量化基金；如果投资者对市场观点不明确，可以选择不对标指数的量化基金。