好买基金研究员：魏璐
(一)什么是量化投资？
简单来讲，量化投资是一种结合计算机技术，利用数据和模型去实现投资理念、投资策略的过程。量化投资涵盖了从选股、择时、风险控制到交易的几乎整个投资过程，并涉及到人工智能、数据挖掘、随机过程等计算机和数学方面的技术和知识。
量化投资依靠概率取胜，表现在两个方面：一是不断从历史中挖掘有望在未来重复的历史规律并加以利用，这些历史规律都是有较大概率获胜的策略；二是依靠筛选出的股票组合来取胜，捕获大概率获胜的股票，而不是押宝到单个股票上。
(二)中国量化投资基金发展
国内首支量化投资基金出现在2004年，2009年之后量化投资基金开始有较快速的发展。随着量化投资在国内市场的不断深入，量化投资方法在公募基金中的运用越来越多。目前，市场上共有开放式和封闭式量化投资基金66只(A/B/C分开，不包括被动指数型基金)，产品涵盖了普通股票型基金、增强指数型基金、灵活配置型、增强指数型债券基金、偏股混合型基金、QDII股票型基金等多种类型，A股市场的量化投资方法多样性也不断提高。
规模上，截至2014年6月30日，股票型指数增强基金合计35只，管理资产规模合计达348.49亿元，有6只在2014年年中的规模较2013年年底有所增长；量化股票基金合计19只，管理资产规模合计达155.15亿元，仅有4只在2014年年中的资产规模较2013年年底有所增长。
二、量化基金业绩表现
(一)研究样本选择
由于采用量化策略的增强指数型基金的主动管理特性相对较差，本文针对A股市场，选择普通股票型和混合型开放式量化基金为研究对象，结果共有19只基金纳入研究范围，分别为：光大核心、上投摩根阿尔法、嘉实量化阿尔法、中海量化策略、华商动态阿尔法、长盛量化红利策略、南方策略优化、华泰柏瑞量化先行、长信量化先锋、华富量子生命力、大摩多因子策略、申万菱信量化小盘、诺安多策略、农银汇理策略精选、工银瑞信量化策略、交银阿尔法、大摩量化配置、华商大盘量化精选、华泰柏瑞量化指数。
|
基金基本信息及量化模型 |
|||
|
基金简称 |
成立日期 |
基金类型 |
量化模型 |
|
光大核心 |
2004-08-27 |
普通股票型基金 |
利用投资组合优化器构建并动态优化处于或接近有效边际曲线的投资组合；通过多因素数量模型进行选股，并结合行业评级和个股评级等参数以确保组合风险收益特征符合既定目标。 |
|
上投摩根阿尔法 |
2005-10-11 |
普通股票型基金 |
构建“哑铃式”资产组合；选股上主要考虑价值／成长因子，计算股票风格等级，同时也注重创造主动管理报酬。 |
|
嘉实量化阿尔法 |
2009-03-20 |
普通股票型基金 |
资产配置：宏观面、政策面、资金面和基本面综合分析；选股：括嘉实行业选择模型、嘉实Alpha 多因素模型以及嘉实组嘉实量化阿尔法股票型证券投资基金组合优化器。 |
|
中海量化策略 |
2009-06-24 |
普通股票型基金 |
采用宏观经济领先指标和市场泡沫度模型确定大类资产配置；Black-Litterman模型进行行业配置；以盈利性指标和一致预期指标选股；以熵值法确定各个指标权重。 |
|
华商动态阿尔法 |
2009-11-24 |
偏股混合型基金 |
数量化模型确定资产配置比例；动态Alpha 多因素选股模型，基于公司行业地位指标、资产管理效率和财务安全性指标和成长性指标。 |
|
长盛量化红利策略 |
2009-11-25 |
普通股票型基金 |
红利选股模型、多因子指标，考虑分红能力、利润增长、盈利能力、预期股息率等因素；大类资产配置主要基于宏观经济、政策导向和市场环境等因素的考量。 |
|
南方策略优化 |
2010-03-30 |
普通股票型基金 |
基于Black-Litterman 模型的“南方量化行业配置模型”，使用“南方多因子量化选股模型”，依据基本面、价值面、市场面和流动性等因素对股票进行筛选。 |
|
华泰柏瑞量化先行 |
2010-06-22 |
普通股票型基金 |
多因子定量估值选股：市息率、市现率、市销率、市盈率、市净率 |
|
长信量化先锋 |
2010-11-18 |
普通股票型基金 |
Black-Litterman 模型进行大类资产配置和行业配置；个股精选基于价值因子、成长因子、基本面因子和市场因子 |
|
华富量子生命力 |
2011-04-01 |
普通股票型基金 |
资产配置：估值驱动战略资产配置模型，预测整体股值水平和市场趋势，考虑经济面、供求面、政策面、估值面、情绪面、和盈利面等因子；选股策略：自下而上，主要包括市现率、市销率、历史市盈率、未来12 个月市盈率、市净率等价值因子和动量、反转等情绪因子。 |
|
大摩多因子策略 |
2011-05-17 |
普通股票型基金 |
量化选股：多因子阿尔法模型；配置策略：资决策委员会统一指导。 |
|
申万菱信量化小盘 |
2011-06-16 |
普通股票型基金 |
量化小盘投资模型：财务分析：(1)企业变现能力(2)营运能力(3)长期偿债能力(4)盈利能力；多因子ALPHA选股：(1)市场面因子(2)估值因子(3)成长因子；优化组合；动态调整。 |
|
诺安多策略 |
2011-08-09 |
普通股票型基金 |
行业选择、股票选择、组合优化。行业因子：赢利能力、盈利预期和市场认同度；选股因子：估值、成长、盈利趋势、分析师情绪和市场因素。 |
|
农银汇理策略精选 |
2011-09-06 |
普通股票型基金 |
构建数量化策略池，重点研究基本面指标、估值指标、市值指标、流动性指标和市场情绪指标等各种指标，以多个相关性较低的数量化投资策略为基础，根据主动管理的基础定律：即通过增加独立策略的数量的方式最终达到提高信息比率。 |
|
工银瑞信量化策略 |
2012-04-26 |
普通股票型基金 |
选股方面，从增长因素、估值水平、盈利能力、负债率等因素组进行量化评分，并根据每组因素对投资价值的贡献，赋予相应的权重，从而构建基本面数量化股票投资价值分析选择模型(简称“FQ”模型)。 |
|
交银阿尔法 |
2012-08-03 |
普通股票型基金 |
资产配置具体操作中，融合量化投资方法，利用时机选择量化指标体系(大类资产收益率比较、估值水平、市场流动性、通胀预期以及市场情绪)；股票投资在充分发挥研究团队“自下而上”主动选股能力基础上，通过基本面多因子模型预测股票超额回报。 |
|
大摩量化配置 |
2012-12-11 |
普通股票型基金 |
结合行业多因子阿尔法模型和Black-Litterman资产配置模型的量化模型机其它量化模型进行行业配置。量化选股模型包括但不限于以下两种：一种是持有行业内若干权重股，并优化其在基金中的权重以拟合行业平均收益；另一种是通过量化多因子模型(价值因子、成长因子、基本面因子、一致预期和市场因子)挑选优势个股。 |
|
华商大盘量化精选 |
2013-04-09 |
灵活配置型基金 |
风险判定模型(量化指标：信息熵值、市场模式、金融泡沫指标、分析师一致预期分歧)；量化择股系统：多因子模型策略、个股统计分析策略、统计套利策略、定向增发套利策略、事件驱动策略) |
|
华泰柏瑞量化指数 |
2013-08-02 |
普通股票型基金 |
多因子alpha模型：价值、质量、动量、成长、市场预期等；风险预测模型和交易成本模型。 |
(一)基金净值比较
首先，本文从基金净值的角度分析样本量化基金的业绩表现。从成立以来复权单位净值增长率来看，除嘉实量化阿尔法外，量化基金均超过沪深300同期增长率，可见累计收益指标上，量化基金对大盘指数有明显优势；而与同期量化基金所对应的同类型基金平均收益相比分化程度较大，有8只超过同类平均，总体上采用量化策略稍显劣势。其中华商动态阿尔法、大摩多因子和华商大盘量化精选明显优于同类型平均。
|
基金简称 |
成立以来复权单位净值增长率 |
沪深300同期增长率 |
同类型基金同期平均收益 |
|
光大核心 |
196.85% |
122.48% |
291.42% |
|
上投摩根阿尔法 |
248.87% |
157.71% |
257.85% |
|
嘉实量化阿尔法 |
-6.48% |
-1.86% |
32.29% |
|
中海量化策略 |
-5.80% |
-24.18% |
9.14% |
|
华商动态阿尔法 |
46.00% |
-36.21% |
0.24% |
|
长盛量化红利策略 |
19.34% |
-34.10% |
-6.19% |
|
南方策略优化 |
-26.16% |
-30.38% |
-4.94% |
|
华泰柏瑞量化先行 |
-7.73% |
-15.91% |
6.66% |
|
长信量化先锋 |
6.50% |
-24.67% |
-6.31% |
|
华富量子生命力 |
-23.01% |
-27.46% |
-7.08% |
|
大摩多因子策略 |
40.05% |
-24.58% |
-3.56% |
|
申万菱信量化小盘 |
17.90% |
-21.09% |
0.90% |
|
诺安多策略 |
8.00% |
-16.31% |
2.59% |
|
农银汇理策略精选 |
-11.87% |
-14.78% |
4.63% |
|
工银瑞信量化策略 |
10.30% |
-10.96% |
15.45% |
|
交银阿尔法 |
5.60% |
0.15% |
22.10% |
|
大摩量化配置 |
21.10% |
2.96% |
27.04% |
|
华商大盘量化精选 |
47.44% |
-5.42% |
13.20% |
|
华泰柏瑞量化指数 |
19.20% |
4.14% |
8.22% |
数据来源：好买基金研究中心，数据时间截至2014-8-31。
(一)模型有效性检验
就模型有效性来说，比较好的模型战胜指数的概率应该维持在高于50%的水平或者在每次收益中都能尽量获得小幅超越指数的结果，通过积少成多来体现基金的主动管理能力。这样来看，在战胜指数的概率方面，样本中量化基金成立以来能够超越指数的有15只，占大多数。从超额收益的幅度上来看，绝大部分量化基金获得的超额收益的均值都要小于表现未及指数时产生的损失。但是，从日超额收益期望角度上，19只样本量化基金全都为正，即平均每天投资者都可以获得超越大盘的收益。整体上，量化基金的主动管理能力值得肯定。其中上华商大盘量化精选、大摩多因子、华商动态阿尔法在日超额收益期望上居于前三位，分别为0.0014、0.0009、0.0007。
而对基金收益与指数的相关性，我们也进行了探索，通过分析样本量化基金成立以基金净值变化与沪深300指数涨跌的历史数据，可以看出，除上投摩根阿尔法外，其它18只量化基金与大盘相关性都极低，这也说明样本这些量化基金并非简单的复制指数，随大盘变化而做相应的趋势性操作，而是有很明显的主动管理特征。
|
量化基金战胜指数概率 |
|||||
|
基金简称 |
战胜沪深300概率 |
与沪深300相关系数 |
战胜指数时超额收益日均值 |
未及指数时超额损失日均值 |
日超额收益期望 |
|
光大核心 |
0.5094 |
0.0345 |
0.0171 |
-0.0176 |
0.0001 |
|
上投摩根阿尔法 |
0.4945 |
0.9164 |
0.0057 |
-0.0054 |
0.0001 |
|
嘉实量化阿尔法 |
0.4901 |
0.0073 |
0.0156 |
-0.0151 |
0.0000 |
|
中海量化策略 |
0.5020 |
-0.0154 |
0.0147 |
-0.0145 |
0.0002 |
|
华商动态阿尔法 |
0.5253 |
0.0082 |
0.0149 |
-0.0151 |
0.0007 |
|
长盛量化红利策略 |
0.5236 |
0.0250 |
0.0132 |
-0.0135 |
0.0005 |
|
南方策略优化 |
0.5077 |
-0.0087 |
0.0144 |
-0.0146 |
0.0001 |
|
华泰柏瑞量化先行 |
0.5100 |
-0.0549 |
0.0134 |
-0.0138 |
0.0001 |
|
长信量化先锋 |
0.5398 |
-0.0229 |
0.0132 |
-0.0145 |
0.0005 |
|
华富量子生命力 |
0.5012 |
-0.0562 |
0.0147 |
-0.0145 |
0.0001 |
|
大摩多因子策略 |
0.5435 |
0.0614 |
0.0129 |
-0.0134 |
0.0009 |
|
申万菱信量化小盘 |
0.5203 |
0.0420 |
0.0136 |
-0.0137 |
0.0005 |
|
诺安多策略 |
0.5262 |
-0.0574 |
0.0139 |
-0.0145 |
0.0005 |
|
农银汇理策略精选 |
0.5140 |
0.0121 |
0.0129 |
-0.0134 |
0.0001 |
|
工银瑞信量化策略 |
0.5169 |
0.0714 |
0.0125 |
-0.0127 |
0.0003 |
|
交银阿尔法 |
0.4970 |
-0.1133 |
0.0129 |
-0.0125 |
0.0001 |
|
大摩量化配置 |
0.4938 |
-0.0897 |
0.0134 |
-0.0124 |
0.0003 |
|
华商大盘量化精选 |
0.5657 |
-0.0080 |
0.0131 |
-0.0140 |
0.0014 |
|
华泰柏瑞量化指数 |
0.5447 |
-0.0958 |
0.0113 |
-0.0124 |
0.0005 |
数据来源：好买基金研究中心，数据时间截至2014-8-31，表中数据均为日频数据。
(一)稳定性比较
除了上述收益方面指标外，基金的稳定性也是投资者需要考量的一类重要指标，在此处我们需要考虑的主要是波动性。从量化基金的总风险来看，成立以来各只量化基金波动率略低于沪深300指数，不过考虑到基金实际很少会进行满仓操作，因此量化产品波动率基本与大盘指数处于同一水平；分开来看，各只基金风险差别不大。从超额收益的稳定性来看，除去成立较早的光大核心和上投摩根阿尔法，不同量化基金之间差异不大。从风险收益指标信息比率指标来看，单只量化基金仍有较大分化，这也说明在超额收益方面表现参差不齐。
|
量化基金收益表现 |
||||
|
基金简称 |
成立以来年化波动率(%) |
沪深300同期年化波动率(%) |
成立以来超额收益年化波动率(%) |
近一年年化信息比率 |
|
光大核心 |
26.75 |
28.44 |
37.55 |
17.82 |
|
上投摩根阿尔法 |
23.15 |
29.05 |
11.85 |
13.03 |
|
大摩多因子策略 |
18.37 |
20.22 |
26.46 |
5.33 |
|
华商动态阿尔法 |
21.16 |
21.56 |
29.56 |
5.18 |
|
长盛量化红利策略 |
18.02 |
21.52 |
27.25 |
4.76 |
|
华商大盘量化精选 |
19.08 |
19.02 |
26.97 |
3.51 |
|
申万菱信量化小盘 |
20.06 |
20.28 |
27.6 |
3.32 |
|
长信量化先锋 |
18.66 |
20.2 |
27.67 |
2.88 |
|
中海量化策略 |
20.18 |
22.82 |
30.16 |
2.67 |
|
工银瑞信量化策略 |
17.92 |
19.58 |
25.26 |
2.24 |
|
大摩量化配置 |
15.05 |
20.08 |
25.95 |
2.06 |
|
华泰柏瑞量化指数 |
15.29 |
16.66 |
23.43 |
1.93 |
|
诺安多策略 |
19.19 |
20.3 |
28.54 |
1.81 |
|
华泰柏瑞量化先行 |
17.54 |
20.83 |
27.57 |
0.86 |
|
交银阿尔法 |
15.7 |
19.93 |
26.27 |
0.34 |
|
嘉实量化阿尔法 |
22.16 |
22.99 |
31.35 |
0.28 |
|
华富量子生命力 |
21.19 |
20.08 |
29.44 |
0.24 |
|
农银汇理策略精选 |
17.67 |
20.29 |
26.75 |
-0.47 |
|
南方策略优化 |
19.86 |
21.31 |
29.07 |
-1.28 |
数据来源：好买基金研究中心，数据时间截至2014-8-31。
总结
量化基金自其创立以来已经取得了长足的发展，本文仅就量化基金与大盘指数做相关对比研究，在研究角度方面有待进一步扩展。但总而言之，就本文研究角度，相较大盘，整体上量化基金在净值和胜率方面都有明显优势。从胜率、超额收益期望以及与大盘指数相关性等指标综合来看，量化基金都显示出较强主动管理能力，模型有效性也得到了验证，波动率基本与大盘指数处于同一水平。在模型选择上，我们可以发现目前Black-Litterman模型和多因子拟合是使用较为频繁的量化配置和选股策略，但由于这两种策略的使用效果都非常依赖参数的设定和输入变量的质量，因此不同量化基金的业绩表现仍有较大分化。总而言之，量化基金整体上呈现出优于大盘，但单个产品业绩分化较大的特点。对于投资者来说，量化投资基金是一个值得关注的品种，但单个产品分化较大，仍需要仔细辨别。
