论文部分内容阅读
截至7月21日,今年以来上证指数下跌逾14%。在此背景下,嘉实腾讯自选股大数据基金净值增长率为7.36%,在同类基金收益排名中表现亮眼。
对于嘉实腾讯自选股大数据基金取得逆势上涨,基金经理刘斌表示,业绩主要源自“守正出奇”,坚守了以大数据为核心的量化投资策略。同时,刘斌认为,量化策略本身并不能“一劳永逸”、永远有效,需要不断改变去适应变化的市场。未来大数据基金整体上会坚守此前的投资策略,同时也会根据市场环境变化进行一定调整。
全方位挖掘大数据获取超额收益
2015年12月,嘉实腾讯自选股大数据基金成立。其成立之后A股市场便经历了由熔断而引发的股灾3.0,而该基金的业绩却“幸运”地未受影响。
刘斌表示,基金是在腾讯自选股5000万用户数据的基础上,挖掘与市场传导路径短的数据源、构建可行度高的投资逻辑,打造一揽子投资组合,是国内首只主动管理的大数据策略基金。
“基金自运作以来,坚守了以大数据为核心的量化投资策略:一方面在选股维度上坚持采用大数据因子和传统因子相结合的数量化投资策略;另一方面是深度挖掘了腾讯提供的互联网数据,充分应用数据所反应的市场情绪等信号,能有效地帮助在剧烈波动的市场之中,客观地配置股票资产。”刘斌对此表示。
据了解,腾讯自选股庞大而真实的用户群体数据是产品能够成功的关键因素,因为只有大规模的数据才能真实反映市场内部的运行特征。
叠加传统量化因子避免“踩雷”
谈到该基金与传统股票型基金的区别,刘斌表示,传统的股票型基金强调公司基本面的深度价值挖掘,通过“自下而上”的深入研究前瞻性的挖掘上市公司内在价值, 而以大数据为代表的投资策略,强调的是基于行为金融模型,构建量化策略的“广度”和“宽度”,以此来获得收益。相比传统注重“纵深”的定性投资策略,结合大数据的量化投资策略能够实现对市场全方位的观察,构建较为分散的投资组合。
同时,除了“大数据因子”之外,该投资策略中的另一个关键因素就是“传统量化因子”。刘斌表示,“我们在使用大数据时的方法论是非常严格的。比如选股上,我们在大数据的基础上结合了自己多年研究和积累的传统量化因子,对模型做了增强,一方面增强了整体策略的表现;另一方面通过增强来剔除一些基本面有问题的股票,避免‘踩雷’。”
目前,A股市场投资者结构及行为模式在日益多元化,以大数据为基础的量化策略有效性也不断提升。不过,刘斌强调,量化策略本身并不能“一劳永逸”、永远有效,需要不断改变去适应变化的市场。相对于西方成熟的资本市场,目前的A股市场在成长过程中,投资者构成和行为模式在不断发生变化,当行为模式发生转变时,就需要定期或不定期对整体量化策略模型进行修订,以确保在变化的市场环境下仍然有效。因此,大数据基金整体上会坚守此前的投资策略,未来也会根据市场环境变化进行一定调整。
对于嘉实腾讯自选股大数据基金取得逆势上涨,基金经理刘斌表示,业绩主要源自“守正出奇”,坚守了以大数据为核心的量化投资策略。同时,刘斌认为,量化策略本身并不能“一劳永逸”、永远有效,需要不断改变去适应变化的市场。未来大数据基金整体上会坚守此前的投资策略,同时也会根据市场环境变化进行一定调整。
全方位挖掘大数据获取超额收益
2015年12月,嘉实腾讯自选股大数据基金成立。其成立之后A股市场便经历了由熔断而引发的股灾3.0,而该基金的业绩却“幸运”地未受影响。
刘斌表示,基金是在腾讯自选股5000万用户数据的基础上,挖掘与市场传导路径短的数据源、构建可行度高的投资逻辑,打造一揽子投资组合,是国内首只主动管理的大数据策略基金。
“基金自运作以来,坚守了以大数据为核心的量化投资策略:一方面在选股维度上坚持采用大数据因子和传统因子相结合的数量化投资策略;另一方面是深度挖掘了腾讯提供的互联网数据,充分应用数据所反应的市场情绪等信号,能有效地帮助在剧烈波动的市场之中,客观地配置股票资产。”刘斌对此表示。
据了解,腾讯自选股庞大而真实的用户群体数据是产品能够成功的关键因素,因为只有大规模的数据才能真实反映市场内部的运行特征。
叠加传统量化因子避免“踩雷”
谈到该基金与传统股票型基金的区别,刘斌表示,传统的股票型基金强调公司基本面的深度价值挖掘,通过“自下而上”的深入研究前瞻性的挖掘上市公司内在价值, 而以大数据为代表的投资策略,强调的是基于行为金融模型,构建量化策略的“广度”和“宽度”,以此来获得收益。相比传统注重“纵深”的定性投资策略,结合大数据的量化投资策略能够实现对市场全方位的观察,构建较为分散的投资组合。
同时,除了“大数据因子”之外,该投资策略中的另一个关键因素就是“传统量化因子”。刘斌表示,“我们在使用大数据时的方法论是非常严格的。比如选股上,我们在大数据的基础上结合了自己多年研究和积累的传统量化因子,对模型做了增强,一方面增强了整体策略的表现;另一方面通过增强来剔除一些基本面有问题的股票,避免‘踩雷’。”
目前,A股市场投资者结构及行为模式在日益多元化,以大数据为基础的量化策略有效性也不断提升。不过,刘斌强调,量化策略本身并不能“一劳永逸”、永远有效,需要不断改变去适应变化的市场。相对于西方成熟的资本市场,目前的A股市场在成长过程中,投资者构成和行为模式在不断发生变化,当行为模式发生转变时,就需要定期或不定期对整体量化策略模型进行修订,以确保在变化的市场环境下仍然有效。因此,大数据基金整体上会坚守此前的投资策略,未来也会根据市场环境变化进行一定调整。