深度聊一聊量化基金

复利先生 2021-11-25 21:24

日常闲聊,请关注我的微博:沈潜随手记

今年,有一类基金特别火,那就是量化基金。

各种关于量化基金的话题,也是此起彼伏,比如今年惊艳的业绩、9月份至今的回撤、以及量化基金与市场持续巨额成交的关系等等。

我之前也分享过关于量化基金的观点,详见之前的文章:简单聊一聊量化

今晚,我以中欧量化驱动为例,对量化基金做一个深度系统介绍。

一、量化基金面面观

我们首先要解决一个问题:什么是量化基金?

简而言之,量化基金就是严格按照数学模型,进行投资的基金。

从这个简单定义出发,量化基金可以在多个维度,划分为不同的类型。

比如,根据交易的频率,可以划分为高频量化基金,和中低频量化基金,在国内,高频量化以私募基金为主。

比如,根据量化模型中不同因子的权重进行分类,我个人觉得在这个维度下,量化基金可以分为三类,第一类量化基金偏好基本面因子,比如红利因子等;第二类量化基金偏好各类交易信号,比如动量因子等;第三类则是前两类的杂糅。

最常见的分类,是按照基金经理的主观能动性,分为主动型量化基金、指数增强基金和对冲型量化基金。

主动型量化基金,除了基金经理是按照自己的量化模型做投资之外,与其他主动型基金,并没有太多不同,目前最常见的量化投资模型,就是多因子模型。

指数增强基金,则是基金经理要想一切办法,跑赢基准指数。

在指数增强基金中,基金经理选股则要受到制约,通常股票仓位的80%要在指数成分股和备选成分股中筛选。

对冲型量化基金,相对于主动型量化基金,增加了对冲操作,主要通过股指期货、期权等衍生品工具实现。

对冲是把双刃剑,处理得好,则可以增强收益,降低波动;处理不好,则会两边打脸,收益大减。

我个人认为,量化基金的超额收益来源有两个,一是决策效率提高,二是克制了人性的弱点。

仅以A股市场来说,上市公司就有近4000家,一个传统的主动型基金经理,即使能力再强,也没有精力全部覆盖,而量化基金,则可以通过自己的量化模型,进行快速筛选。

在一些稍纵即逝的机会上,人力也很难匹敌机器,这在高频交易中体现得更为明显。

另一方面,投资是一个反人性的游戏,大多数投资者都无法克制自己人性的弱点,而量化模型则不需要担心这个问题。

二、量化基金投资注意事项

大多数投资者,都对量化基金并不熟悉,人们对于自己不熟悉的事物,总是要么倾向于神化,要么倾向于妖魔化。

其实,量化基金只是基金中的一个类别,只是我们投资后备箱里的一种工具,保持合理预期,用平常心来看待就好。

那么,投资量化基金有什么注意事项吗?

首先,是要正视量化基金的特殊风险。

对于量化基金来说,除了股票型基金固有的波动大等风险之外,还有一个特殊的风险:量化模型可能会失效。

举个栗子,2017年之前,在A股市场,多因子模型中超额收益最为明显的是小市值因子,于是,很多量化基金集体押注小市值,结果在后面的几年中,持续遭遇滑铁卢。

这告诫投资者,需要对量化基金的量化模型,至少有一个大体的认知和判断,好的量化模型当然会自己进化,但如果自己确定现有的量化模型已经失效,那么,就要及早做出决定。

其次,要明确量化基金适用的市场阶段。

从我自己这些年的观察看,量化基金最适用的市场阶段是震荡市,在震荡市中,量化基金可以充分发挥自己的交易优势,这在今年体现的最为明显。

但是如果遇到单边市,量化基金的优势就不会像是今年这么明显了。

最后一个注意事项是,留意量化基金的规模。

量化基金的换手率通常都比较高,如果规模过大,会面临流动性等问题。

聊完理论,我们再结合实际案例,来加深对量化基金的认知。

三、产品举例:中欧量化驱动

之所以拿中欧量化驱动来举例,原因有二,一是中欧量化驱动的业绩不错,特别是今年,二是中欧量化驱动的基金经理比较稳定,这在量化基金中较为难得,自2018年5月以来,一直都是曲径在管理,中间的两次小变动,是因为产假,具体可看公告。

截止11月24日收盘,中欧量化驱动年内收益率为34.25%,年内最大回撤为9.96%,表现远好于其他偏股类的基金产品(数据来源:天天基金)。

曲径,复旦数学系学士,卡内基梅隆计算金融硕士,从业15年,6年基金管理经验,曾任职美国知名量化投资机构千禧年基金、中信证券另类投资部高级副总裁,现任中欧基金量化策略组投资总监。

中欧量化驱动今年能有这么好的表现,离不开它常年所践行的基本面量化策略。

中欧量化驱动的基本面量化策略,具体可以分为三步。

第一步也是最难的一步,就是抽取行业的核心逻辑,这是行业发展的核心驱动力,需要深度认知。

据了解,目前曲径及其团队70%的精力都在抽取行业逻辑上,会花大量时间访谈研究员、行业专家,学习和理解行业视角,去除杂质,提炼精华。

第二步是在第一步的基础上构建量化模型。

通过不断的专家访谈、上门路演、借助研究团队抽象基本面逻辑,基本面量化针对不同行业提取出核心逻辑,用数理方法构建特定行业模型。

这相当于训练了无数个行业的资深“机器人专家”,7*24小时为投资者站岗盯梢。

例如,汽车行业就会用到专属的汽车数据去建模,钢铁行业会用到特定的高炉开工率等指标建模,养殖行业会用猪存栏量、出栏量、价格等指标建模。

从这里,我们就可以看出基本面量化和传统基本面主动投资的本质区别。

传统的基本面主动投资,高度依赖个人的感性判断,这也导致持仓集中度会较高,业绩波动大,而基本面量化则是基于模型做决策,相对更为理性,持仓也更为分散,更依靠团队协作。

这也可以从中欧量化驱动的持仓风格上加以印证。

在行业分布上,中欧量化驱动高度分散,持仓集中度在持续走低,从2021年中报看,按照中信的一级行业分类,中欧量化驱动占比最高的行业,也只有12.07%,前5大行业的占比也只有51.08% 。

数据来源:wind,时间:2021年11月24日

在市值偏好上,中欧量化驱动没有明显的持续偏好,从最新的季报来看,中欧量化驱动目前偏好小盘成长类公司。

数据来源:wind,时间:2021年11月24日

在第二步中,我们也可以看出基本面量化与传统多因子量化模型的不同。

传统的多因子模型,所有的公司都用一套基本面指标,基本面量化会用非常多基本面投资逻辑,然后用这些数据来搭建针对各个行业的特定模型。

有了前两步,第三步就简单多了,就是系统自动发送信号,并执行。

很多朋友会关心,中欧量化驱动这套基本面量化策略,实际运行效果怎么样?

除了基金本身的业绩之外,我们还可以再看一组数据。

下图是wind的数据系统,对中欧量化驱动做的业绩归因分析,从今年中报的数据看,在28个中信一级行业中,中欧量化驱动涉及了26个行业,并在21个行业中取得了超额收益,效果确实不错。

数据来源:wind,时间:2021年11月24日

提到量化基金,自然要提它的规模,三季报曲径的总管理规模为60.33亿元,中欧量化驱动的规模为30.02亿,从近期业绩看,目前的规模处于策略的舒适区中。

另外,点击文章最后的 阅读原文,通过滚钱宝申购中欧量化驱动,可以享受全网最低申购费率,0.1折。

好了,关于量化基金,关于中欧量化驱动,我们就先聊到这儿,明天见。

最后是例行的风险提示:基金过往表现,不代表未来业绩,投资股票型基金,投资者需要做好承受剧烈波动的准备,投资者在投资之前,须仔细阅读《基金合同》、《招募说明书》和《产品资料概要》等基金法律文件,充分认识基金的风险收益特征和产品特性,本文仅为策略和产品介绍,并非任何投资建议,投资有风险,请务必谨慎、独立决策。

如果感觉不错,欢迎转发给身边的好友

推荐阅读