亚洲国产成人久久综合_久久99国产精品成人_久久久精品免费视频_欧美特黄一级大片

一提起國內的量化投資，人們的第一反應往往是九坤、幻方等私募量化，公募量化一直都是那個相對尷尬的存在。

因為監管制度、交易成本、交易機制等的限制，公募基金的靈活度遠遠弱于私募，在高頻交易上很難與私募同臺競技，整體上凈值表現被私募量化吊打。

(相關資料圖)

另一方面，與公募主動管理產品相比，近些年看公募量化也沒有表現出太大的優勢。特別是，自2017年開始的白馬股尤其是2019年之后的機構抱團行情中，公募量化整體大幅跑輸公募主觀。

公募量化，相對公募主觀，對個股的研究沒有那么深度，與此同時，相對私募量化，在交易沒有又那么靈活。不管從橫向對比，還是縱向對比，種種限制都讓公募量化看上去是相對平庸的那一個。而“普通投資者的普惠型金融產品”、“機構投資者的底倉配置”的產品定位，也讓本就沒什么能見度的公募量化產品，聽起來多了一絲乏味。

盡管環境嚴苛、縱然束手束腳，整個公募量化行業就著“公募量化，路在何方？”、“公募量化為何做不大”的問題，做了一些細微的探索。

隨著今年二季度，招商王平、華夏孫蒙和西部利得盛豐衍相繼突破百億規模。一批公募量化基金經理在公募主觀與量化私募的夾縫中撕開了一道裂口。

01

量化融合主觀

在過去，一些主觀投資大師或多或少對量化投資存在一定的偏見。

彼得·林奇曾說過，“投資股票是一門藝術，而不是一門科學，受過嚴格量化訓練的人有很大的劣勢”，查理·芒格的觀點則更尖銳，“像高斯曲線和風險價值方法這樣的東西是有史以來最愚蠢的想法”。

但在《量化投資策略：如何實現超額收益Alpha》一書中，作者托托里羅提出了一種異樣的觀點：主觀與量化融合，可能會更好。

“鑒于金融市場的復雜性，融合了三種不同投資哲學（基本面分析、量化分析、技術分析）的分析方法也許會產生敏銳的洞察力和高效的投資決策”。其中基本面分析提供了有關經濟、行業和特定公司的發展趨勢的重要假設，這些是良好的投資決策的基礎，而定量分析能夠讓投資者對各種基本面的趨勢進行全面的分析，而其他方法則很難如此兼顧[2]。

事實上，也確實有許多公募量化經理正沿著托托里羅設想的道路探索實踐——既然高頻上我打不過私募，那就融合公募平臺主觀研究的優勢，在模型研究深度上更進一步。

比如嘉實基金劉斌在傳統的底層風險管理和量化因子模型的基礎之上，結合了景氣細分行業的配置以及系統化的主動投研，從而把框架升級為基本面系統化投資[3]。

聽起來很復雜，其實就是讓模型吸收各種主觀基金經理的思想和能力，規避量化模型抓取歷史數據的滯后性。

劉斌發現優秀的主觀基金經理超額收益來源無非就兩種：一個是他們自身會超配高景氣的細分行業，另一個是他們的研究員會對行業發展空間有相對準確的預判以及能夠挖掘公司最新的信息。

此時主觀基金經理的投資邏輯，就像《賽博朋克2077》中不斷植入人體的義體，進而改造和強化劉斌的量化模型。

比如嘉實中證半導體指數增強，作為一個量化指增產品，劉斌卻在季報中給出了比主觀基金經理更為詳細的芯片理解，并點名看好細分領域的半導體設備。所以相較于指數，劉斌的投資組合在芯片設備股做了偏移。

而中歐曲徑更復雜地將一些主觀行為的邊際變化寫進量化，最為出名的，就是她看豬的三個層次。

最淺層的看豬價，對應的是生豬養殖下個季度收入情況。再深一層的，會看到豬價變動觀點邏輯，例如豬價上漲對應的是10個月前母豬存欄下降，根據“能繁母豬去化”可以推測10個月后豬價上漲，進而提前交易預期。而在第三層，則會看到能繁母豬減少，是因為散養戶不賺錢和退出。

所以用量化來描述，首先要輸入農民買豬、人工、豬飼料等所有成本，再乘以豬價來算出收入，然后依據歷史數據估算出散養農戶養豬能夠承受虧錢時長大致是兩個季度，再把這些寫入模型。除此之外，曲徑再納入農業部收儲及放儲文件里豬糧比的參數，不斷完善更新。

頭部基金公司龐大的投研平臺，在一定程度上為公募量化拆解主觀行為和邏輯創造了條件。若主觀投資本就不夠突出，或者人員配置有限的中小基金公的量化團隊，要想依托于主觀投研，可能會有適得其反的效果。

AI賦能量化

和曲徑、劉斌量化深度融合主觀不盡相同，博道基金楊夢可以說是更“純粹”的量化。

雖然她與主觀團隊也會有緊密溝通，但本質還是站在量化視角，將主觀邏輯拆解成量化語言，同時，借鑒主觀團隊的思路和邏輯，去調整相關基本面因子的迭代方向。基本面因子之外，持續深耕對量價因子的研究，兩條腿走路。

基于投資收益來源的底層邏輯，楊夢將量化模型使用的因子分為兩大類，一類為基本面趨勢動量因子，包括增速類的成長因子，以及盈利、利潤率之類的質量因子；另外一大類則是用于預測估值波動，包括估值因子和量價因子，楊夢也把他們統稱為反轉因子。

在她看來，這兩大類因子都是股票定價中不可或缺的維度，只是在周期輪回中可能階段性表現有差異。

2021年以來這兩年多的時間里，許多主觀基金經理進入了陣痛期。在楊夢看來，這是很正常的市場現象，“過去當增量資金比較多的時候，大家往往喜歡追逐高彈性，所以會持續進入景氣度比較高的行業，基本面因子表現也一直很好。但是反過來說場外資金流入一旦停止，行情后繼乏力，基本面因子就很容易失效”。

事實上，楊夢也在市場環境的移易遷變中吃過虧。以楊夢管理的博道中證500增強為例，雖然自產品成立以來相比中證500指數累計創造了50%左右的超額收益，但在21年9月到22年4月底這半年多時間里，產品凈值相比業績基準有約4%的超額回撤。

“當時因子配權是動量加權的模式，所以在基本面因子上有比較多的暴露，因為在那個節點這種策略已經經過兩年多時間驗證，表現確實很好，這種配權模式天然會向基本面因子傾斜”，楊夢向遠川解釋。

而楊夢近年來的轉變就是將動量因子與反轉因子進行了平權處理，均衡配置，以確保任何一種行情走強時產品都能夠及時跟上，在她看來，“因子權重的差異，可能階段性的決定指增產品排名，但是拉長時間來看，風格此消彼長，底層大類因子本身的有效性差異，是決定各家指增差距更關鍵的因素。”

根據楊夢介紹，博道從私募時期就一直深耕量價因子，最早是用GP算法挖掘量價因子，這在當時比較超前。等到19、20年，各大賣方都開始推廣GP算法的時候，楊夢團隊立馬警惕起來。

因為歷史經驗表明，當一種算法成為行業主流時，往往也是其效應衰減的開始，所以必須尋找新的研究方向創造差異化，而這一次楊夢瞄準了AI。

根據九坤創始人王琛的分享，整個量化市場在2018年之后逐漸進入了AI算法的時代。AI預測股價的關鍵是找到那些影響股價的信息對應的數據。

其中一類做法是運用NLP的算法對不同類型的新聞和公告分類，形成信息歸類圖譜。這個過程中會發現，很多信息對股價的影響與預想相悖，例如上市公司重大重組是利好，但股價是下跌的。這就涉及如何理解其中因果關系，從而正確建立模型[4]。

圖片來源：量化投資與機器學習,九坤投資

楊夢告訴遠川：“直到21、22年，AI才在公募引起廣泛討論，我們在這之前就已經把AI算法納入實盤了。”在楊夢看來，AI可做的差異化非常多，“比如從最源頭怎么選feature集合，選好之后如何處理，處理完要搭什么神經網絡，后端怎么設置標簽，如何設置loss，有太多的細枝末節了，每一個步驟都有幾十種可以嘗試的方法。”

公募引入AI，就像華夏基金孫蒙所說，“可以把它理解成我們希望通過算法來訓練一個基金經理。”至于這個“機器基金經理”呈現什么樣的特征，如何快速尋找到定價錯誤的標的，以后不同機構間的差異會非常大。

03

主觀"掌舵"量化

無論是AI抑或量化，本質上都屬于人類智慧的延伸，也就是先從普遍現象中歸納出一般規律，然后再根據一般規律對個別現象進行演繹推理。

其中，量化采用的更多的是勝率思維。假設我們從歷史現象中總結出“當A信號出現時，事件B或C發生的概率分別是53%和47%”，那么A信號出現的越頻繁，最終發生事件B的比例就越接近于“53%”。

量化相比主觀的優勢正在于此。因為量化可以借助計算機捕捉海量信號，并廣撒網押注勝率更高或者預期收益為正的一側，從而讓投資組合整體實現盈利。

但是，在一些低頻事件上量化模型就未必優于主觀研判，比如預測市場風格切換。在2017年小市值因子失靈的過程中，西部利得基金的盛豐衍就發現純量化模型的反應比較遲鈍。

“2017年出現太多利空小市值的事情，比如監管對游資的監管，又比如限制小公司的并購重組等等，這些事件影響了小市值板塊的基本面。非量化基金經理可能在2017年會更早地洞察到政策面對市場影響，并且轉去擁抱核心資產，量化基金經理則相對后知后覺。”[4]。

面對這種情況，盛豐衍更希望通過主觀去彌補量化的這一短板，即量化為舟，主觀為舵。

其中，不同于劉斌或者曲徑將主觀的作用發揮在行業中觀的邏輯分析上，盛豐衍的“主觀為舵”更傾向于從偏宏觀的維度把握大方向。

市場聊得較多的，是他的“分域建模”和“子策略選擇”理論。具體來說，就是“根據A股不同板塊和行業，通過不同因子針對性地制定策略”[5]，而“當市場變化時，主觀會認識到，歷史有效的邏輯卻可能在當下市場失效，此時，盛豐衍就會把相關的子策略停掉，替換為當下邏輯更有效的子策略[6]”。

就比如2021年初，盛豐衍判斷公募基金的天量發行讓龍頭風格演繹到極致，大票由于沒有增量資金的推動終將盛極而衰，因此小票將迎來春天。于是盛豐衍在西部利得量化成長中，對高成長行業不做估值約束，雖然持倉分散，但也不難發現他在半導體和新能源原材料領域做了相對的集中。

從產品發行上看也不乏“主觀為舵”的特征。2021年年初，盛豐衍非常看好AI和芯片行業，發了西部利得CES芯片指數增強和西部利得人工智能主題指數增強兩只基金，并認為科技奇點將至。不曾想，如今不僅AI奇點已至，科技界層出不窮的新論文，都把“工業革命”變成了一個高頻詞匯。

除了這些，盛豐衍偶爾也會扮演宏觀分析師的角色，對未來宏觀大勢定調。比如“站在未來三年的維度里，全面牛市的概率非常大”，再比如站在李蓓的對立面，“堅定看好中小市值股票，并建議投資者遠離抱團股”。

如果公募量化的未來是smart-beta方向，那么盛豐衍確實做出了前瞻性的實踐，他化身為一個產品經理的角色，依據自己的“大勢研判“選擇多設立幾條smart-beta產品線，就算東邊不亮，西邊也能亮。

04

尾聲

楊夢告訴遠川：“公募量化之間的差異，基本上從因子庫和因子配權兩個維度來做區分。”

像劉斌和曲徑這樣量化融合主觀的流派，是借助主觀研究在基本面因子庫上有一定創新，然后在配權時也更加側重于基本面因子；而楊夢等人用AI賦能量化，則是在量價因子庫上做出了一定差異化；盛豐衍更多的是在源頭上不將各類因子劃分的太過仔細，而是直接進行一定的排列組合，然后把它們變成各種類型的策略。

他們都在制度的束縛中，根據自身的條件做出了力所能及的探索，顯然都未達到絕對的完美，所以很難斷言孰優孰劣，也很難斷言哪家的方式一定是公募量化未來的出路。

就像主觀的研究沒有盡頭，量化的世界里永遠也沒有普適的終極答案。

[1]華爾街炸了！今年回報高達39%，西蒙斯大獎章基金再度“封神”！這些策略暴跌中狂賺，中國基金報

[2]量化投資策略：如何實現超額收益Alpha，理查德·托托里羅

[3]劉斌：指數增強基金中的“本手”和“妙手”，嘉實基金

[4]量化投資為什么能盈利？九坤CEO王琛：大數據+AI算法是主要增長來源，九坤投資

[5]盛豐衍：弱小和無知不是投資的障礙，傲慢才是，雪球

[6]盛豐衍的灑脫：量化為舟千峰過 “主觀”煮酒話英雄，拾貝的微光

關鍵詞：