论文部分内容阅读
今年以来,量化基金业绩分化严重,但平均收益仍未跑赢市场;其实,目前波动加大的市场环境有利于量化投资,其中量化对冲产品的运作环境改善,配置价值相对突出。
去年末,主动量化基金规模370.8亿元,相较2017年末规模大幅收缩28%;今年一季度,虽然主动量化基金规模小幅增长,但主要由市场回暖带来的资产价格上涨贡献,该季度主动量化基金净赎回20.96亿份。
其中,公募量化大户华泰柏瑞和景顺长城旗下的多只基金在一季度净赎回份额较高,华泰柏瑞量化先行、景顺长城量化精选单季度分别净赎回2.32亿份和2.15亿份。由此可见,在相对强劲的市场中,投资者仍然对量化基金兴趣寥寥。
量化基金的衰落和业绩表现持续低迷是直接挂钩的,从近两年整体的市场行情看,主动型量化基金一直处于不利地位:2018年在市场单边大跌的背景下,主动型量化基金抗跌性远远不及对冲型量化基金;今年在市场大幅上涨的情况下,减少人为干预的主动型量化基金超额收益出现回撤,主动量化基金的平均收益仅为15.53%。
今年以来超额收益的回撤,主要来自两方面原因:一是市场急涨,不少主动量化基金仓位普遍不足,例如华商大盘量化精选担忧企业盈利压力,在3月中旬大幅调整股票仓位,继而错过后续一小波行情,而新华恒益量化、九泰盈华量化等产品的仓位在过去半年均保持低位;二是今年急涨集中于部分概念和题材股,导致多数选股因子暂时失效,从历史来看,当市场出现如2017年的漂亮50极端行情时,主动量化基金超额收益普遍回撤。此外,主动量化基金以持股分散为显著特征,在股票市场出现少量个股和指數领跑的极端情况下,量化分散选股跑赢基准指数的难度较大,不过这种极端的行情表现通常难以持续,随着市场结构从极端行情回归常态,超额收益也随之恢复。
相比主动管理基金,量化基金一般不深入研究具体的某个股票或某个行业,而是通过能够获取的一切关于上市公司财务状况和交易行为等数据并形成量化因子,选择相对优质的股票形成投资组合。
投资者需要意识到,量化中没有常胜将军,任何量化因子都可能经历长时间的疲软。但是这种相对稳定的模式使得量化基金相对更加适合震荡市,例如2016年就有长信量化先锋等产品脱颖而出。虽然目前量化基金面临困境,个别基金的超额收益甚至绝对收益落后,但在之后震荡加剧的市场环境中,它们可能仍有一席之地。
此外,目前股指期货的交易限制,已基本放宽至2015年熔断前的水平,量化对冲基金就是其中最受益于股指期货放开的产品。在去年的大跌中,量化对冲基金便吸引了不少投资者的目光;在4月中旬开始的调整中,量化对冲基金依然保持了稳健的特征,近一月平均上涨0.25%。未来,伴随股指期货成交量恢复放大,将明显降低股指期货交易的冲击成本、提高移仓效率,由此使得量化对冲类型产品的资金容量大幅加大,投资者也会有更多选择。
从一季报看,不少基金公司已经做出积极的调整:在之前的交易政策下,面对工具受限,很多规模数亿元的公募市场中性产品在市场中性策略上的仓位并不高,主要以配置固定收益资产来控制回撤;而从一季报看,伴随股指期货流动性进一步改善以及前期股指期货负基差的进一步修复,绝大多数量化对冲产品大幅加仓,中金绝对收益策略、嘉实绝对收益策略等基金加仓幅度超过60%;与此同时,在绝对收益策略上持续“深耕细作”的基金公司动作更大,能够通过挖掘更加多样化的因子将“中性”进行到底,例如华泰柏瑞量化对冲、富国绝对收益多策略等,它们在近一年不同的基差环境中均能获得稳定收益。
但是,量化投资在中国的发展还面临诸多问题,比如单纯依靠模型进行投资的风险较大;我国资本市场的数据期短,然而数据又是量化投资的核心,同时相当数量的上市公司公布的财务数据不符合实际,数据质量问题会相当程度上影响量化模型运作的有效性。
量化产品收益规模均遇瓶颈
去年末,主动量化基金规模370.8亿元,相较2017年末规模大幅收缩28%;今年一季度,虽然主动量化基金规模小幅增长,但主要由市场回暖带来的资产价格上涨贡献,该季度主动量化基金净赎回20.96亿份。
其中,公募量化大户华泰柏瑞和景顺长城旗下的多只基金在一季度净赎回份额较高,华泰柏瑞量化先行、景顺长城量化精选单季度分别净赎回2.32亿份和2.15亿份。由此可见,在相对强劲的市场中,投资者仍然对量化基金兴趣寥寥。
量化基金的衰落和业绩表现持续低迷是直接挂钩的,从近两年整体的市场行情看,主动型量化基金一直处于不利地位:2018年在市场单边大跌的背景下,主动型量化基金抗跌性远远不及对冲型量化基金;今年在市场大幅上涨的情况下,减少人为干预的主动型量化基金超额收益出现回撤,主动量化基金的平均收益仅为15.53%。
今年以来超额收益的回撤,主要来自两方面原因:一是市场急涨,不少主动量化基金仓位普遍不足,例如华商大盘量化精选担忧企业盈利压力,在3月中旬大幅调整股票仓位,继而错过后续一小波行情,而新华恒益量化、九泰盈华量化等产品的仓位在过去半年均保持低位;二是今年急涨集中于部分概念和题材股,导致多数选股因子暂时失效,从历史来看,当市场出现如2017年的漂亮50极端行情时,主动量化基金超额收益普遍回撤。此外,主动量化基金以持股分散为显著特征,在股票市场出现少量个股和指數领跑的极端情况下,量化分散选股跑赢基准指数的难度较大,不过这种极端的行情表现通常难以持续,随着市场结构从极端行情回归常态,超额收益也随之恢复。
波动中量化产品配置价值提升
相比主动管理基金,量化基金一般不深入研究具体的某个股票或某个行业,而是通过能够获取的一切关于上市公司财务状况和交易行为等数据并形成量化因子,选择相对优质的股票形成投资组合。
投资者需要意识到,量化中没有常胜将军,任何量化因子都可能经历长时间的疲软。但是这种相对稳定的模式使得量化基金相对更加适合震荡市,例如2016年就有长信量化先锋等产品脱颖而出。虽然目前量化基金面临困境,个别基金的超额收益甚至绝对收益落后,但在之后震荡加剧的市场环境中,它们可能仍有一席之地。
此外,目前股指期货的交易限制,已基本放宽至2015年熔断前的水平,量化对冲基金就是其中最受益于股指期货放开的产品。在去年的大跌中,量化对冲基金便吸引了不少投资者的目光;在4月中旬开始的调整中,量化对冲基金依然保持了稳健的特征,近一月平均上涨0.25%。未来,伴随股指期货成交量恢复放大,将明显降低股指期货交易的冲击成本、提高移仓效率,由此使得量化对冲类型产品的资金容量大幅加大,投资者也会有更多选择。
从一季报看,不少基金公司已经做出积极的调整:在之前的交易政策下,面对工具受限,很多规模数亿元的公募市场中性产品在市场中性策略上的仓位并不高,主要以配置固定收益资产来控制回撤;而从一季报看,伴随股指期货流动性进一步改善以及前期股指期货负基差的进一步修复,绝大多数量化对冲产品大幅加仓,中金绝对收益策略、嘉实绝对收益策略等基金加仓幅度超过60%;与此同时,在绝对收益策略上持续“深耕细作”的基金公司动作更大,能够通过挖掘更加多样化的因子将“中性”进行到底,例如华泰柏瑞量化对冲、富国绝对收益多策略等,它们在近一年不同的基差环境中均能获得稳定收益。
但是,量化投资在中国的发展还面临诸多问题,比如单纯依靠模型进行投资的风险较大;我国资本市场的数据期短,然而数据又是量化投资的核心,同时相当数量的上市公司公布的财务数据不符合实际,数据质量问题会相当程度上影响量化模型运作的有效性。