“十一”小长假前的最后一个交易日,沪深两市成交额开始跌破万亿元,结束此前连续49个交易日成交量超万亿元的历史纪录。对此,有舆论称,这是由于量化私募近期出现净值回撤造成的。量化交易再次成为投资者讨论的焦点话题。
量化交易占比仅在20%左右
今年以来,量化交易备受市场关注。
何为量化交易?按照宽泛的理解,量化交易是指以先进的数学模型替代人为的主观判断,利用计算机技术从庞大的历史数据中筛选能带来超额收益的多种“大概率”事件以制定策略,帮助投资者避免在市场极度狂热或悲观的情况下作出非理性的投资决策。
眼下,“量化交易贡献了A股50%交易量”的观点已经被诸多业界人士否认,比如极速量化交易XTP系统的缔造者何波,海归派量化私募的前锋蒋锴等,这些业内人士均发声表示过,当前量化交易已经占据成交量半壁江山的观点并不可取。
长期从事量化交易与资产配置工作的北京璞元科技有限公司CEO姜昌浩在接受中新经纬采访时认为,目前量化交易左右A股是不可能的。“当前整个市场中量化交易的占比在20%上下应该更为靠谱,超过30%的可能性极低。”
据中新经纬进一步了解,在量化行业,10%至20%的比重是为主流观点。
实际上,量化交易并非中国市场本土产物,而是舶来品,其在海外市场有数十年的发展历史,在华尔街的发展已经非常成熟。在中国,量化交易仅有十余年的发展史。
近年来,得益于金融市场的繁荣,大量资金竞相涌入A股市场,量化交易如日中天。几年内,涌现了多家百亿量化私募,规模也得到快速增长。此外,包括券商在内的机构纷纷创设发行或代销量化私募产品,以指数增强为主的量化发行规模十分可观。
量化基金就是一个很好的例子。该类基金指运用数学、统计学、信息技术等量化的投资方法来进行选股、择时、对冲等一系列操作,进而获取投资收益的一类基金。中国基金业协会发布的《2020年私募基金统计分析简报》显示,截至2020年末,市场上共有量化与对冲策略基金共13465只(含FOF),规模合计6999.87亿元,分别占自主发行类私募证券投资基金总只数和总规模的26.2%与18.9%,较2019年分别增长26.2%和66.5%。
中信证券研报显示,截至今年二季度末,国内量化类私募基金整体管理规模已达1.03万亿元。另据Wind数据,已有10家量化私募年内赚超20%。
“曲解”的量化交易
对于量化交易的表现,投资者及市场出现了分歧。有部分投资者认为,量化交易收益明显,应该“屈服”。但也有投资者认为,量化交易并非永远在赚钱,应该“排斥”。然而,在业内人士看来,上述观点曲解量化交易的表现。
一位研究量化交易的私募人士告诉中新经纬,投资者对于量化交易的理解出现分歧,是因为许多投资者对于量化交易的理解较为简单,若以量化投资的角度去看待这个事物,更有助于加深理解,澄清谬误。
据该人士介绍,量化投资是运用机器学习、模式识别、数据挖掘等方法建立数学模型,形成投资策略并做成计算机程序,进行自动化交易的一种投资方式。而量化投资可以分为“量化选股策略”和“量化交易算法”。
具体来看,前者是指基金经理利用量化的方法,进行金融市场的分析、判断和交易的策略,通过海量的数据客观分析决策,选出一揽子股票及其权重;后者被称为程序化交易,是指通过既定程序或特定软件,将基金经理的调仓指令自动化执行。
量化策略的一大优势是能够在历史数据上回测,重现每一个交易,进行结果的预判,而量化交易算法可以降低对市场的冲击和交易成本,最终提升产品的整体表现。
结合二者,量化投资的优势十分明显。一名量化行业人士向中新经纬介绍,“程序化的量化交易的盈利来源包括比其他人更快更早,以及赚其他人不理性导致的错误定价的钱。很大程度上,它促使了市场更为有效和理性,让我们的资本市场更为成熟,所以坚持科学和理性的投资方法论的人,会继续保持盈利能力,而赌博式押注的投资方法则成功的概率越来越小。”
姜昌浩认为,量化投资给投资者提供了一种新的投资选择,增加了丰富性。“量化产品的净值曲线的走势跟传统的主观多头差异很大,因为二级市场主要由股票、债券、期货这几种品类构成,而量化交易创造了更丰富的选择,为资产配置提供了更多有效的工具。”
不可否认的是,量化交易也有自身的劣势。据上述量化行业人士介绍道,量化策略也会存在过度拟合的问题,即便历史上取得了不错的表现也无法代表未来。而且市场中不是每个因素都可以被量化的,所以量化投资很难做到对基本面的深刻理解。
中新经纬注意到,量化行业确实有比较高的同质化趋势。姜昌浩在接受中新经纬采访时也表达了相同观点。在他看来,量化机构无论在数据来源、策略类型还是产品设计,同质化在日趋严重,行业存在“内卷”的倾向。“一旦一家有创新并取得成绩,大家也会纷纷效仿并快速跟上。”
但其也认为,量化在策略上的同质化不可能体现为对市场上某些股票的“抱团”。“市场上大多数量化策略所依赖的数据和模型框架是类似的,但是细到具体的策略其实在思路上千差万别,最终反映到持仓上差别会非常大、也非常分散,难以对个股的走势产生决定性影响。”
中新经纬还注意到,量化私募行业如今普遍降频,从高频策略向中低频策略降频,近期百亿量化私募接连选择封盘。
有投资者将上述现象理解为量化交易的“溃败”。但通联数据量化投资专家李立在接受中新经纬采访时解释到,“上述现象是正常的,一般来说交易频率越高,策略的‘生存空间’就会越狭窄,随着规模的增加,会遭遇到流动性约束而减弱策略收益。一般来说,公募基金以中低频策略为主,可以容纳较多的资金,而私募基金起步阶段很多都青睐高频策略做出高收益,而后随着规模的扩大,开始开发更多更广的产品来接纳更多的资金。”
无需“妖魔化”或“神话”
量化投资有一定优势但也有其自身的限制,这成为了它并不可能支配A股的一个原因。中新经纬注意到,有市场观点认为,对于量化策略来说,如果模型失效,其带来的超额收益也就不复存在,甚至可能是亏损的最大来源。亦有市场分析倾向量化策略在后续赚钱的难度会有所增加,赚钱效应有限。
姜昌浩表示,随着A股的机构化进程,量化的占比亦会水涨船高。随着量化规模的提升,拥挤效应愈加明显,对超额收益有负面影响。另一方面,超额收益低并不代表量化这个策略不靠谱了,它是一种被动的结果。A股在进化,策略也会进化,投资者对收益的预期也会进化。
姜昌浩指出,“量化本身理解难度较大,而且量化机构往往以业绩说话,市场推广和投资者教育做得不够多,所以市场发生一些异常时大家容易跟量化联系起来。但其实既没必要妖魔化量化交易,也更没必要神化量化交易,投资者及市场应该把量化交易视为一种新型且未来会愈加重要的投资工具。”
来源:中新经纬
有一款基金,它的操盘人,竟不是某某硕士、博士基金经理,而是一个机器人!
事情的来龙去脉,是这样的。北京举行了“中国AI炒股机器人”成果发布会,其中,一款由炒股机器人实盘运行的基金,公布了成绩:仅一个季度,59个交易日收益高达39.68%,而同期上证指数却下跌4.18%。该成绩打败了绝大多数同期中国所有的公募和私募基金。
A股进入4.0时代
该基金为何能成功?首先,它适应了当前A股的新时代!
当前,A股处于4.0时代,金融行为数据大爆炸,投资者个人已很难及时捕捉并分析这些有用的数据。唯有通过信息技术,用大数据+人工智能的高科技手段,才能迅速、全面、准确地判断并验证这些市场信息,从而做出正确的投资决策。
智能量化投资优势明显
其实,比A股更成熟的欧美股市,早就进入4.0时代,而其人工智能电脑量化投资,更是取得了令人瞩目的成绩。
数据显示,截至10月11日,337只主动量化基金平均收益率为6.06%,优于主动权益基金4.57%的整体表现。其中,6只主动量化基金表现尤其出色,年内收益超过30%。
全球量化巨头争设中国基金越来越多的全球投资者正通过在海外设立中国基金布局中国市场。数据显示,全球最大对冲基金桥水在海外发行的中国基金自设立以来共吸金24.88亿美元;量化投资巨头Two Sigma发行的Two Sigma中国核心股票基金销售了8.88亿美元。此外,元盛、英仕曼等全球知名量化投资机构也均在海外设立了中国基金。
智能量化投资是一项投资策略,通过使用现代统计学方法和数学方法对繁杂市场数据进行分析,在分析结果中找到对自己有用的内容,然后根据分析结果做投资决策,最终获得超额收益。
由此可见,AI炒股绝对有其科学、先进之处。
德国一间全球最大的资产管理公司的一项实验,更是有力的证明:它使用人工智能深度学习技术做了个炒股试验,收入回报率达到高得离谱的500%,惊呆了整个交易市场。
因此,在股市4.0的新时代,散户要跑赢市场,翻身做主人,就要顺应市场潮流,拥抱人工智能。所有人都知道股市是座金矿,是一个可以赚钱、让财富快速增值的地方。然而一赚二平七亏损的规律,狠狠的给股民一个响亮的耳光。人性的贪婪和恐惧让众多散户成为陪玩和被收割的韭菜。人工智能是没有人性的弱点,依靠程序模型,到点执行。
体验AI智能决策系统
顺势者昌,先知先觉者才能吃肉。我们团队早已瞄准智能炒股这一风口,集合中美高端金融与技术人才,历经数年潜心研究,终于推出了业内领先的智能投顾决策系统。该系统结合21年股市大数据和价值因子建立量化模型,运用华尔街最新顶级投资算法,生成具备深度学习和自我优化的量化智能投资系统。经测试,两年交出远远跑赢和大部分公私募的王者表现!
工欲善其事必先利其器,跟紧科技进步的步伐,拥抱新技术,利用科学技术来辅助投资,在智能炒股的新时代,才能达到事半功倍的效果。若还在盲目追涨杀跌,当这个时代抛弃你时,连一声再见都不会说。因公众号不能推送智能决策系统,想尽早上车炒股新时代的朋友,记住,只要站在风口,猪都会飞!
来源:网易新闻
今年的股票市场的主要节奏可以总结为波动、分化、震荡。赛道股、周期股、核心资产轮番表演,多空双方有着巨大的分歧。风格轮动年年有,今年切换特别多。在风格快速轮动的市场中,风格切换所带来的净值巨大波动,总是能让人心跳加速。但投资不能总玩“心跳”。如何在波动的市场中掌握“安心”的投资之道是值得思考的问题。
量化选股为茅,CTA为盾,穿越单一市场凛冽寒冬
影响收益率的因素很多,比如大类资产配置、市场时机的选择、证券的选择。美国有学者针对此问题进行了相关性分析。美国学者Ibbotson收集了美国市场1977年到1987年十年间82只养老基金季度收益率和资产配置的比例,他们发现,资产配置对基金业绩的解释程度高达91.5%。
而在对资产进行配置时,与国债、黄金、原油、房地产等大类资产相比,股票策略的长期年化收益率是最高的,但其自身波动也较大,如果回撤控制不好,将对中长期收益造成不利影响。在这样的背景之下,如何在保持配置股票策略的同时,通过其它策略的叠加,来降低整体组合的波动,成了资产配置是否有效的关键所在。而此时,CTA策略以其“危机阿尔法”属性,进入了我们的视野。
和股票投资不同,CTA策略赚的是波动率的钱。这意味着不管商品市场是上涨还是下跌,CTA都能通过做多和做空来赚钱,也就是说CTA策略的收益模式,其实基本不会受到市场牛熊的干扰,更接近绝对收益产品的定义。
图片说明:私募排排网,近五年私募股票多头收益率、私募CTA指数收益率对比
此外,CTA还有一个显著的特点,就是其与股票市场的相关度很低,当股票市场表现不佳时,CTA策略往往还能脱颖而出。回顾CTA风光无两的时刻,2008年次贷危机是不可缺少的时刻。2008年全球对冲基金规模下降了31.7%,华泰证券金融产品部结合BarclayHedge的研究数据表明,CTA基金的规模几乎没有变化;当时的许多金融机构纷纷倒闭,CTA基金居然实现了正收益。
而纵观国内市场最近几年股票市场遭遇“凛冽寒冬”的时刻,如2018年全年、2019年上半年、2021年一季度,私募股票多头收益率大幅波动波动,而私募CTA策略收益率却实现正收益,而且收益甚至往往比日常时间段更好,这又是为什么呢?
CTA策略多空交易且和股票市场低相关,当股票市场出现大幅回调时大概率伴随风险事件和情绪影响,这些事件的刺激也会反映到期货市场,CTA策略的盈利来源正是波动率的提升。换句话说,股票市场极端情况发生时,如果同时配置了CTA策略,大概率能通过CTA策略的盈利对冲掉一定的风险,上图中的净值走势也明显体现了这一点。
一个好的投资组合,应该能应对各种市场环境,让投资者能够安心持有,而不是这山望着那山高,短期频繁切换基金类别来追涨杀跌。对此,专业的机构管理者纷纷给出了自己的解答。对于单一市场剧烈波动,百亿量化私募纷纷给出了融合股票和CTA、套利等策略的量化多策略答卷,这一策略在进攻和防守都拿捏得很到位。
百亿量化千象资产——量化CTA、量化选股双栖行家,风险、收益如何平衡?
千象资产——一家成立于2014年,以量化CTA起家的百亿量化私募。市场砥砺前行7载,千象资产蝉联四届中国证券报“金牛奖”、荣获上证报“金阳光奖”、证券时报“金长江奖”、中国基金报“英华奖”等多项行业权威大奖,更是进入了多家银行总行白名单。行业的认可,还得靠过硬的业绩来支撑。其成立于2015年,管理时间最长的CTA基金产品“千象**”近五年年化收益超过10%。最大回撤还小于10%,展现了一流的投资性价比。
作为国内两家百亿量化CTA私募其中之一,千象资产可以说是行业内当之无愧的“CTA小王子”。而之所以能成为国内量化CTA领域的先行者,这也是源于千象资产的两位创始人在量化CTA领域的专注研究和勤奋耕耘。
创始合伙人、总经理马科超是美国华盛顿大学金融学硕士,曾就职于香港某主板上市公司,负责组建美国原油、成品油贸易、交易团队,对大宗商品现货和期货研究、交易有丰富经验。
而创始合伙人、投资总监陈斌是上海交通大学通信与信息系统硕士,曾参与多项国家863和自然科学基金项目,历任全球顶尖商业智能软件公司微策略、大型期货公司金融工程部、资管部策略研究负责人,对量化策略研发管理和产品运作有丰富经验。
千象的CTA投资能力在私募市场名列前茅,但其能力又不局限于CTA。股票量化策略能力也不输专注于股票策略的百亿量化私募。
以量化选股为中心策略,千象资产对标中证500,试图寻找真正稳定有超额收益的投资标的,他们的量化选股策略因子库包含估值、成长、质量、技术等多种类型因子上千种,实盘运作中包含多套选股策略。此外,他们还搭配低相关卫星策略实现全方位增强,千象多策略指增当中叠加了不超过产品规模的30%CTA策略,除了CTA,增强的策略还包括日内回转(T+0)策略、股指期货贴水套利策略、打新策略等。
除了注重组合的分散化投资,千象致力于用“赛马机制”充分发挥投研团队精兵干将的个人能力。通过将研究人员协作起来考虑问题,对问题也往往有更具象化的理解,研究也做得非常深入。他们相信,没有一个人能对一个问题有清晰完整的认知。他们会提供充分一个充分鼓励创新的平台,让团队成员自然产生“化学反应”。
大火之后,国内量化投资将沿着怎样的路线行进?
千象资产认为,虽然年初至今量化股票策略碾压主观多头策略,但从长远来看,未来量化策略所面临的挑战依然很大。资本市场没有yyds,任何策略都有其适合或者不适合的市场环境,都是资产配置的重要组成部分。
目前国内量化行业规模虽然经过了一轮快速的发展,但在证券类私募基金乃至整个资产管理行业中的占比仍较国外有很大差距,未来还有很大的发展空间。而量化策略相对高换手的特点,也将会为期货市场和股票市场注入更多的流动性,使得期货市场价格发现的功能发挥的更充分,使得股票市场资本服务实体经济的作用更突出。对于千象资产来说,未来的定位是继续专注于量化期货(CTA)和量化股票领域,用均衡的策略周期和分散的投资标的抵御不定的风险。
风险提示:
本文信息来源于公开资料或对投资经理的访谈,仅代表个人观点。市场有风险,投资需谨慎。基金的过往业绩并不预示其未来表现,基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证,本文在任何时候均不构成对任何人的投资推荐。投资者应综合考量自身的风险承受能力、投资目的、财务状况以及特定需求等方面因素独立进行判断和投资。
来源:私募排排网
昨天小票跌的厉害,中证 1000 下跌了 2.39%,国证 2000 下跌了 2.35%,正股小票居多的可转债也再次下跌。按照集思录统计,373 只可转债平均下跌了 1.67%。另外集思录还提供了可转债价格的分段统计,105 只 130 元以上的平均下跌了 3.14%、120-130 元的下跌了 1.70%,110-120 元的平均下跌了 1.07%,100-110 元的平均下跌了 0.76%,90-100 元的平均下跌了 0.51%,90 元以下的目前没有。
从集思录提供的分段统计的历史数据看,基本上呈现了高价涨跌都大,低价涨跌都小的特点,那么,如果我每天平均持有不同分段的可转债,结果如何呢?
好在从 2018 年开始的数据都在,做个统计很方便,但结果却使得我大跌眼镜。130 元以上的,3 年多平均年化高达 171.59%,而小于 90 元的,平均年化竟然是付的 12.57%。
我知道高价可转债的收益率肯定比低价的要高,但这样的结果我第一感觉是哪里错了。我核对了 10 月 12 日分段统计的结果:
差异的主要原因就是这个分段,比如说集思录的大于 130 元的分段数量是 105 只,但我统计下来有 110 只,为什么会有 5 只差异呢?因为集思录统计的是当天收盘后价格大于 130 元的数量有 105 只,但如果按照开盘前统计,有 110 只,其中星帅转债、楚江转债、万顺转 2、思特转债、富瀚转债、新星转债等 6 只可转债开盘前价格大于 130,但收盘后跌破 130 元;还有一只鸿路转债,开盘前小于 130,涨了 1.13% 正好大于 130 元了。5 个差异就是这么来的。
这样的话很容易使得大于 130 元这一档的数据多统计了,而小于 90 元一档数据少统计了。按照 10 月 12 日大于 130 元的差额 0.15% 估算,每天如果是 0.15% 的话,一年 243 个交易日复利就是 44%,影响还是非常大的。
按照收盘后的数据分段统计平均值,每天的影响其实不大的,关键是如果累计起来影响就非常大了。量化统计的初学者很容易犯这个毛病,有个名词叫 " 未来函数 " 就是说的这个,也就是去 " 偷 " 了未来的数据。
其实这个问题还是很常见的,比如统计单溢价因子,你是看收盘后的最低溢价,还是看收盘前的,这个差异还是非常大的。回测容易犯这个毛病,但如果你是真金白银的去做,就不可能这样去 " 偷 " 数据了。
来源:ZAKER
A股市场持续震荡,大小市值交替、行业轮动,投资者在“茅指数”“宁组合”之间争论不休,涨跌难测。
就拿“茅指数”第一股贵州茅台来说,就曾出现了“基金抱团”的奇观,今年年初创下2627.88元的股价新高,接下来就是持续深度调整,目前在1600元附近徘徊。而“宁组合”第一股宁德时代,近半年股价一路高歌,今年3月25日以来,不到5个月股价飙涨七成,期间振幅更是高达104.80%。
可想而之,如果投资者进入股市时机不对,或者对行业研究不够广泛和深入,很有可能没踩上节奏,被高位套牢,此时所谓的投资更像是一场赌博。但实际上,无论是择时还是行业研究,都是普通投资者难以企及的。
量化投资的出现,改变了投资决策的模式,实现了从靠人脑做判断到靠机器、靠模型做判断的转变。海量数据的积累、技术的进步、网络的发达,算力的提高等,更是使量化投资的成效越来越明显,受到了更多投资机构和投资者的青睐。
在中国市场,私行客户和高净值客户比较了解量化投资。全球投资策略从主观转到量化的趋势非常明显。截止2004年底时,全球排名前十的私募基金还只有两家涉及量化策略,其他都是主观多头策略。截止到2020年底,全球前十的私募基金有八家都涉及量化策略,总规模达3.5万亿美元。
01 主观多头VS量化投资
量化投资是依靠数理统计模型做投资决策,利用计算技术进行投资交易,注重风险控制和交易纪律的一种投资方式。
这么说还有些抽象,下面我们通过与主观多头的对比,来认识量化投资。
首先,主观多头和量化投资的决策依据不同。
主动多头策略表现如何,主要取决于基金经理的主观判断,每位基金经理风格不同,对于价值、成长、周期、平衡的选择不同,能力圈范围也各有差异,因此基金经理的价值观、方法论、能力圈、投资心态,会对最终投资结果产生绝对的影响,买主动基金就是选择基金经理。
而量化投资则是以先进的数学模型替代人为的主观判断,利用计算机技术,从庞大的历史数据中海选能够带来超额收益的多种“大概率”事件,用以制定策略,极大减少投资者情绪波动的影响,避免在市场极度狂热或悲观的情况下做出非理性的投资决策。
其次,量化投资和主观多头的选股范围不同。
主观多头是通过人为的方式进行选股和交易决策的投资方法,主观管理人一般选股范围在于市值较大的股票,这类股票更容易进行定性分析,调研也可以进行得更深入。量化管理人选股的范围除了市值较大的股票之外,小市值的股票也可以成为研究对象
还有,主观和量化的管理人一个是把研究做深,一个是把研究做广。
所以,有一些主观管理人精力上难以覆盖的股票,会成为量化管理人的投资标的,二者进行有机的融合,形成互补。
量化选股能够与优秀的主观多头策略形成有效互补,替代平庸和不稳定的主观多头策略。
总结起来,机器和人最大的区别就是,人很难控制自己的情绪,而且情绪还在不断改变。机器不受情绪影响,严格执行,风控指标设计的合理,就可以长期持续。人比机器更聪明,但机器比人更有纪律性,而且运算能力远超于人。
量化投资的优势,归纳起来主要体现在以下三方面:
一、长期、稳定收益。量化策略通过机器选股,“纪律性”极强,可以克服人的主观情绪影响。
二、分散风险、控制回撤。量化投资会选出几百只股票,持仓比较分散,相比于主观多头持股几十只股票,在选股数量上有很大的差异。
三、人工智能、机器学习。一些新的技术手段,可以高速处理海量信息。
02 量化投资是否有持续的盈利能力?
从指数方面看,对比2020年初到现在,我们拿出某量化基金的业绩数据与中证500、沪深300、中证1000等宽基指数的涨幅做对比,可以看出量化投资具有明显优势。
从行业来看,A股板块轮动快,今年涨幅最好有钢铁、电器设备、半导体、军工板块,然而这些今年涨幅都比较大的行业,有些在去年还是负收益。可见我们以为的风口不一定是真的风口,现在的下跌也不代表永远的下跌趋势,选择风格是一件有挑战事情的事情。
市场总是在波动中不断前进的。如果我们把周期拉长,发现投资风格对于收益的影响也并不大。如下图所示,同时期的中证500、中证1000、沪深300指数收益表现并不逊于历经10年牛市的美股市场。由此可见,A股具备长期投资价值,并且显现出了贝塔复利收益。
同时,从上图我们可以看到,美股市场整体波动率比较小,而A股的波动则比较大。A股如果取得好的指数收益,“择时”很重要,但是“择时”对于个人,甚至对于专业机构都是很难做到的。
财富增长中复利效应十分关键,这就要求投资中我们要避免极端损失,控制“最大回撤”。如果第一年投资获利100%,第二年跌幅只要是50%,所有的盈利都将归零。
在A股震荡加剧、机构性行情轮动的情况下,如果放开短期对行业风格的约束,也不再去对标我们投资的是大盘还是小盘,而是进行全市场分析,就可能获得更好的阿尔法收益。
这也正是量化选股的优势所在。量化投资的逻辑,不是通过一次交易或很短期的交易获得大幅度的涨幅,而是通过日积月累、中高频的交易,每次通过微小获利,长时间下来也能以相对较小的波动获得较高的正收益。而不是一年赚钱、一年就亏钱,我们知道这样是无法获得复利收益的。
量化是一种基于数据统计规律形成的方法,基于成千上万个因子,寻找因子和股价变化之间的规律,从而对股价未来走势进行预测。我们以趋势因子来说:量化策略每时每刻都覆盖市场上所有的股票,当行业上涨趋势显现后,计算机会自动调大此行业的比重。
一些领先的投资投研团队站已经开始借助人工智能技术,针对股票投资策略进行了大量创新,开发出多策略、多周期的投资模式以实现收益叠加。
量化投资取得优秀的业绩表现,要有科学严谨的算法体系、真实有效的数据环境和强大的算力做保障。话说回来,量化基金虽然依靠机器运算作出决策,但其成功与否的关键还是看人,看这个量化投资团队构建数据模型的水平和海量数据的处理能力。
作为投资人,找对量化基金管理人十分关键,可以考察团队的人员构成,可以用过往业绩来验证管理人的能力。
来源:搜狐网
近期A股市场对量化投资的关注度很高。一方面在当前市场连续过万亿成交中,业内普遍认为量化交易成了不可或缺的力量;另一方面,今年以来量化产品的业绩也很不错,数据显示,275只500指增基金今年以来平均收益25.61%,甚至有产品跑赢基准近50个百分点,百亿级量化私募500指增基金平均收益超42%。
如何看待当前市场量化投资火爆?背后究竟有哪些原因?对于量化基金相关产品,投资者又该如何选择?9月28日下午,华安基金量化基金经理张序作客每经APP《昊哥的下午茶》直播间,对上述问题做了剖析,并就四季度投资机会与网友进行了交流。
量化投资主要分四类 今年以来收益中位数好于主动基金
张序首先向投资者介绍了今年量化基金的收益情况:根据统计,今年以来权益类主动基金收益率中位数约为6.5%,而量化基金收益率中位数达到7.5%,高于一般主动型基金。
他指出,量化基金收益率整体跑赢主动基金与今年市场风格有关——2018年、2019年的时候,市场抱团特征明显,而今年以来,市场抱团效应基本没有,板块之间轮动明显。如一季度主要是医药消费板块的行情,到二季度新能源车、周期板块走强。这种分散化投资环境使得量化基金相比主动基金更有优势,因为主动基金的基金经理可能对某一个行业较为了解,但量化基金则擅长于在诸多行业之间都抓点机会,累积起来相当可观。
张序同时向投资者介绍了量化投资的一些逻辑概念:一方面,投资时要进行定性的研究分析,另一方面需要根据数据制定投资策略。这些数据包括财报数据、调研数据、新闻中报道的数据等等,根据公开数据通过定量化模型进行挖掘,去寻找超额收益机会。
他指出,量化策略运用大概可以分为四类:
第一类是偏市场择时的量化策略,可以通过股价走势构造定量模型,也可以通过统计历史上不同宏观状态下资产收益率高低构造模型来进行投资判断。
第二类是中观视角下的量化投资,这是国内近三年发展较热的领域。简而言之就是通过宏观经济数据(GDP、社融等)、终端数据(如煤炭行业库存、钢铁产销率等)以及微观数据(如期货价格等),去构建对行业景气度的模型,做基本面量化,帮助判断哪些行业未来可能具有投资机会。
第三类是选股策略。基于多因子的角度,利用因子模型、事件驱动模型等构建选股框架。
第四类是偏交易的策略。这类策略私募运用较多,通过量价信息或基于高频的数据信息构建量化模型,运用于日内交易或日间套利等方面。
张序强调,量化投资与传统的主动投资存在明显区别。主动管理的公募基金经理取得超额收益来源主要基于行业研究员对个股的调研,在上市公司深度研究方面占有优势。但研究员相对有限,而市场的股票数量是在不断增加的,这时候主流基金在股票的覆盖度、广度方面相对有一些缺陷。
量化的优势刚好相反。量化倾向于通过对数据分析,去寻找全市场不同股票的机会,所以能完成广度的覆盖,但对个股深入研究、企业管理、产品增长等因素相对不足。总体而言,量化基金与主动基金优势完全相反,可以互为补充。
同时,在直播中,张序也剖析了公募基金量化投资与私募基金量化投资之间的区别。图片来源:摄图网
他指出,私募用量价数据较多,如一些偏高换手的策略,用高换手控制回撤,然后积少成多获得较好收益,同时降低波动率。
但它有一个坏处——如果资金量较大,或者资金较为拥挤,它的收益衰减会非常明显,这与公募量化投资有明显不同。公募基金面向居民为主,在进行量化投资时,必须要考虑一个产品资金总量上限,尽可能在不影响市场、不对市场造成冲击的前提下构建投资策略。因此公募基金量化投资体系不那么追求高换手,用到的数据也不仅局限于量价信息,还包括一些偏基本面的数据(如财报数据、行业景气度等)来综合构建投资策略,进而追求业绩提升。
张序同时指出,近期有不少私募的量化基金开始出现“封盘”的现象,就是因为考虑了策略容量的问题。从当下环境来看,目前市场流动性较高,公募基金的基本面量化投资换手率较低,随着规模增长对业绩冲击相对较小,具有较大优势。此外,量化的好处在于定量化、框架化,投资纪律性强,降低了随机性。
那么,市场上琳琅满目的量化产品,投资者该如何选择呢?张序建议投资者关注两类产品。
第一类是主动量化产品(张序主管的华安事件驱动量化基金即为主动量化产品,今年以来收益约30%)。由于做全行业投资,每个行业都可能抓住机会,叠加之后也许能较好地增厚收益,
第二类为绝对收益量化产品,主要是量化对冲产品。如通过构建300指数增强多头,再开仓股指期货空头对冲风险,再配置一定比例个股取得阿尔法收益。随着后续抱团效应继续降低,市场流动性增强,量化对冲产品也值得投资者关注。
值得一提的是,张序在直播中还对国庆后的市场投资机会分享了他的看法。
他指出,股票中期走势受基本面影响,投资者应尽量从成长性角度去布局一些估值较低的公司或基金产品。在流动性相对宽松的情况下,抱团效应较难出现,建议投资者淡化大小盘的概念,尽可能把投资机会分散到全市场。从行业来看,医药、新能源车、半导体和光伏这四个板块出现一定回调,甚至部分行业回调较大,但从长期成长性和中期成长性来看,这四个板块短期回撤是因为受限电等消息以及情绪影响,股价出现较大波动,建议投资者可以多关注。
来源:每经牛眼
如今,一种新的公司正在重塑市场,人工智能在其中发挥着主导作用。这一群体包括谷歌、Facebook和阿里巴巴等巨头,以及Wayfair和Ocado等成长型企业。每次我们使用他们的服务时,都会发生同样的事情:我们得到的价值不是依靠员工运行的流程,而是通过算法实现的。软件是企业的核心,而人则被转移到了一边。
这种模式使企业摆脱了传统的经营约束,并使它们能够以前所未有的方式进行竞争。人工智能驱动的流程可以非常快速地扩展,允许更大的范围,因为它们可以连接到多种业务,并提供非常强大的学习和改进机会。虽然传统模型的规模价值最终开始趋于稳定,但基于人工智能的模型的规模价值却从未停止攀升。所有这些都使人工智能驱动的公司能够迅速超越传统公司。
随着人工智能模型模糊了行业之间的界限,战略越来越不依赖基于成本、质量和品牌的专业知识和差异化,而更多地依赖于业务网络位置、独特数据和复杂分析的部署。
Pentaip团队成立于2019年3月,是一家金融科技初创公司,专注于利用人工智能进行股市投资。2020年6月29日,Pentaip与跨国企业集团GreenPro Capital (NASDAQ, GRNQ)签署了战略合作协议,将从2021年第三季度开始推出全球机器人咨询业务。此外,Pentaip 在马来西亚的子公司还与马来西亚证监会注册的市场运营商Crowdplus进行了合作。Crowdplus在马来西亚启动我们的第一个股权众筹活动。该活动于2020年8月2日正式结束,共吸引了120名投资者,融资超过目标394%。
人工智能怎么进行投资?
对“智能投顾”一词的一般理解包括两个部分,“智能”指的是人工智能在不受人类影响的情况下生成自动化过程,利用数学算法进行投资决策。另一方面,本例中的“投顾”代表通过在线和移动渠道以自动化方式提供的财富管理服务。通过将这两个术语放在一起,智能投顾可以作为一个在线投资组合管理解决方案,旨在根据收益、风险偏好和流动性方面自动将客户输入到投资逻辑中,从而投资客户的资产。
Pentaip的在线财富管理AI平台服务于更广泛的市场,目标至少有30万+财富管理AI投资组合可供选择。每一个财富管理人工智能都专门针对某个国家、行业和行业,拥有涵盖全球资本市场的一系列风险评估。此外,Pentaip的财富管理人工智能技术专注于在股市实现利润最大化,而市场上其他智能投顾提供的则是一种不那么激进的交易方式,并提供非常有限的智能投顾选择。
由于大众市场对其实际工作原理仍然是一个非常陌生的概念,为此,Pentaip提供了财富管理人工智能技术的透明度,用户可以审查、评论和分享他们的财富管理经验。从本质上说,这无疑就像一个在线自动化投资经理,这项技术为用户选择最佳的投资。
每个人在决定参与股市时都有不同的方法,有些人希望跟随趋势,有些人只关注看好的公司(相对强劲的势头),有些人可能会研究分红策略。很明显,在投资方面,并不是每个人都有相同的方向决定。因此,用户可以自由选择筛选符合其个性化偏好的授权,以实现其财务目标。虽然用户选择了两个相同的策略,但持续时间和关注领域不同,人工智能技术(AI),形成智能投顾的技术将作为一项服务提供,对最佳实践进行研究、分析和调整,以制定投资组合并尝试降低风险。不同的细分市场和地区,即使是同一个策略也会有完全不同的智能投顾设置,最常见的情况是在与市场规模比较时,较大的市场规模往往表现出比中小型公司更稳定的行为,因此即使用户选择同一种投资风格,设置也会有所不同。简而言之,每一个智能投顾都是独一无二的,都有自己的训练路线图。
智能投顾比人类基金经理的优势在哪里?
通常很难在一个容易进入的市场上找到金融产品的信息或评估评级。通过人工智能能够从智能投顾处理的所有数据中创建更有效的决策。在数据存储方面,人类的能力是有限的,因此Pentaip创造了一种专门的语言来处理股票市场上的所有数据。由于在决策过程中没有感性情绪,因此在执行订单时,它在市场中创造了公平竞争和更准确的预测。除此之外,所有服务都是在线提供的,用户可以通过对KYC进行识别或检查其登录的设备和周期,从而提高应用程序的安全性,这些功能为用户提供了极大的方便和安全。
在处理地区的法规遵从性问题时,每个智能投顾都有自己的地区重点,并与一种基础货币相连。除此之外,当通过使用技术处理KYC数据时,更容易将用户群分开,以分配他们在法律上允许投资的智能投顾。利用KYC的实施,当需要进行调整时过滤KYC并控制投资许可,同时参考最新制定的法规。通过KYC管理和向监管机构报告当前外国和本地投资者的投资活动,提供透明度。
每天智能投顾都会根据市场情况进行分析和判断。重新平衡或调整投资组合,智能投顾将需要至少2周的时间,最多1年及以上。这一决定的基本原理是鼓励投资心态,抑制投机、套利或日内行为。每个智能投顾都有不同的投资风格,如短期、中期和长期,都基于所选择的任务。一旦智能投顾分析了市场情况,如果它选择做出调整仓位的决定,该决定将被模块捕获,并将执行指令发送给经纪端。
在现实中,智能投顾的实际头寸可能与智能投顾决定的决策存在差异,这完全取决于智能投顾在市场上可被执行的交易情况所影响。每项任务都是投资方向的独立和完整指示。正如一般情况委托书是客户委托传统基金经理实施投资计划时产生的文件,委托书将指示和限制智能投顾的行为决策。
Pentaip相信投资应该是简单易懂的,目的是让用户在管理自己的投资组合及整个投资旅程中能够减轻痛苦和焦虑。相反,对于那些热衷于自我管理的人来说,他们可以将Pentaip视为一个可负担得起的高质量数据的研究中心。Pentaip专注于“项目组合管理和再平衡”和“量化对冲基金”技术,目标为大众市场,由此而意味技术是建立服务上万亿欧元/大众市场,高频交易基金规模增长的限制更大的流动性问题。
人工智能最后是否会完全取代人类基金经理?这也许是个争议,但也有可能是个趋势。
来源:猛兽财经
1,股票量化投资并不意味过度使用杠杆
还记得2015年上半年轰轰烈烈的大牛市之后,股灾1.0股灾2.0打破了多少投资者的发财致富路,一把鼻涕一把泪,现在回想起来仍然历历在目、心有余悸。当年的牛市有很多的名字,最终以资金推动的“杠杆牛”成为业内大部分人的共识。的确,以“伞型信托”和某些交易系统分账户配资以及大量拿不出台面的场外配资为主导的杠杆资金疯狂入市成为推动当时股市猛涨的重要因素。当然,同时也是造成后续股灾狂泄,踩踏式下跌的重要原因之一。经历了如此惨痛的教训之后,监管部门对场外配资行为采取零容忍态度,极大地规范了市场秩序。过度使用杠杆从来都是破坏市场、造成极大负面影响的最主要诱因之一,但这与国内股票量化投资并无相干。相反地,目前国内股票量化管理人在投资层面,除了少量自营资金或专户定制资金通过券商收益互换等工具在中性阿尔法策略上确有放大杠杆的做法之外,绝大部分的管理规模并不带有任何杠杆。并且量化管理人募集资金的主力渠道来自银行,券商,三方财富等正规持牌大金融机构,产品引入评价的规则非常严格,杠杆策略基本被排除在外。所以,国内现有股票量化管理人管理规模中,带杠杆策略的资金占比很小。
股票量化投资策略本质上就是通过数学模型选股和交易的策略,天生并不与杠杆交易有任何绑定。但是全球金融历史上也确有著名量化基金因为过度使用杠杆而倒闭的案例,其中最令人印象深刻应该要属美国长期资本管理公司了吧!(Long-Term Capital Management,简称LTCM)这家公司是由包括著名的诺贝尔经济学奖获得者默顿(Robert Merton)和斯科尔斯(Myron Scholes)在内的多位大佬联合创办,堪称梦幻组合。该公司在1998年全球金融危机中做错了国债利差套利的方向,公司巨大的财务杠杆(据说超过200倍)导致巨额亏损,公司以倒闭清算收场。后来,LTCM几乎原班人马创立了新公司JWM Paterner,杠杆下降到15倍,几年之后又遭遇大幅亏损,再一次以倒闭为终。另外一个案例就是2008年全球经济危机。众所周知,起因与美国房地产市场的巨大泡沫以及复杂信贷资产衍生品蕴藏巨大杠杆相关,最终造成波及全球的金融海啸。
其实,是否过度使用杠杆和投资用什么方法并没有关系,关键在于投资机构对自我欲望和心态的控制。无论哪种投资策略都不应该过度使用杠杆,毕竟天有不测风云,犯错是在所难免的,就连地球上最聪明的团队都不能幸免,更何况是其他人呢?
所以,杠杆的锅,量化不背。
2,量化投资并不意味着恶意做空
在美国,对冲基金(Hedge Fund)这个名字已经从侠义的采取对冲交易的基金演变为所有使用衍生金融工具的投资机构。对冲的初衷是为了锁定风险,但也不乏有很多金融机构通过做空某些市场或某些资产而谋求巨额收益,但付出的代价甚至是区域金融市场的崩塌。著名的美国金融家乔治索罗斯创办的量子基金(Quantum Fund)就有好几次因为做空市场而导致区域金融危机,包括著名的东南亚金融危机。然而,国内股票市场因为起步较晚,监管部门对于风险的态度非常保守,衍生品工具的推出十分谨慎并且使用规则极其严格,量化投资机构也只能在股票中性策略中通过指数类对冲工具的使用中规避系统性风险,为策略提供一个稳健低波动的净值表现,并不存在任何恶意做空市场的举动。更重要的是,因为对标指数的优异表现以及非常适合的量化超额收益的市场环境,今年引起大家关注的这一轮量化投资规模的暴涨主要来源于量化指数增强这一类股票多头策略,该类策略并未使用任何空头工具。
所以,恶意做空的锅,量化不背。
3,量化交易并不一定意味着趋同交易
如果对国内量化管理人特别关注的投资者,其实并不难发现,虽然整体业绩趋势有比较高的同质化(比如最近几个月由于市场交易量大波动率高,量化选股的超额收益都比较明显。),但是逐日逐周来比较还是有比较大的差异。现在整个行业竞争很激烈,行业内卷得也非常厉害,每周五收盘后大多数量化管理人都会陆续给各家销售渠道公布当周业绩预估。网上也有很多用心的自媒体收集汇总各家管理人每周的净值数据,不难发现,即使是在周度这个频率上,各家管理人的超额收益的差异都是非常明显的,并且在超额正负的方向上相互交替。这间接也能体现各家策略在选股和交易上是的确存在差异的。其实,目前国内量化管理人在策略选股和交易层面的确是非常不同,策略持股只数从比较少的2,3百只,到比较多的1000只甚至更多;交易频率从较高的年200倍甚至以上到相对较低的年50倍以内;选股的方法论从传统的多因子线性模型到机器学习神经网络等非线型模型;数据使用从量价到基本面再到舆情等另类数据,这么多的变量影响,怎么可能在交易上非常趋同呢?而且正是由于量化多头投资策略在股票和行业维度都非常分散和均衡,并且大多数是对标市场宽基指数,持股头寸中是始终不会出现对单个股票或者单个行业的集中高占比地买入或者卖出的。
其实对于不同的量化管理人来讲,最核心的策略和因子都是自己最重要的看家本领,是绝对要对外保密的。尽管大家在方法论或者因子层面或多或少会有一些重合和相关,但是简单的定义为“趋同交易”,未免有点过于草率了。相反地,主观多头策略同样在方法论和应用数据和财务指标层面会有很多重合,近年来抱团行情和抱团股票急涨急跌,不少投资者踩错节奏深陷其中。不过好像从来没有听说过价值投资趋同交易,影响市场公平呢?
所以,趋同交易的锅,量化不背。
4,量化交易往往比人工交易更容易遵守监管交易规则
量化交易的最大优势就是可以把任何可以数据化和模型化的信息融入到股票的投资和交易中来,并且严格遵照执行。近年来沪深交易所为了促进市场公平公正,严厉打击拉抬股价、操纵市场等各种异常交易行为。并且制定了非常具体的异常交易规则和阀值,这对于有一定资金体量的手工短线专业交易者往往是比较难以实施的,经常会非恶意被动触犯交易所的规定。但是对于量化交易来说,这只是管理人合规风控中最基础的一门课,通过系统和程序的设置,就基本可以完全规避掉出现触犯规则的情况。毕竟,这本来就是计算机的优势!
所以,触犯交易规则的锅,量化不背。
来源:交易如履薄冰
今年以来,量化投资可谓吸睛又吸金。
据私募排排网统计,截至9月23日,量化私募规模已经超过1万亿元,而年初为7000亿元。与此同时,量化私募产品数量也几何级增长,目前存续的量化私募基金超过17000只,较年初增加了6000多只。
市场对量化投资的关注度快速上升,但是,面对上万只公私募量化产品,投资者该如何挑选?后续哪些细分策略有望迎来更好的表现?
多位业内人士表示,投资人切忌以“规模大就是好”的惯性思维来挑选产品,因为对于量化策略来说,规模大有利有弊。投资人更需要关注管理人的业绩稳定性、策略团队背景和人员稳定性等因素。另外,市场大概率维持震荡走势,量化多头策略更善于捕捉结构性机会,投资价值相对突出。
量化投资迎来高光时刻
在连续4年跑输主动权益基金后,公募量化基金终于在今年打了一场翻身仗。
东方财富Choice数据显示,截至9月22日,主动量化基金(各类型分开计算)的算术平均收益率为8.11%,而同期主动权益类基金的算术平均收益率为5.2%。
具体来看,长信低碳环保行业量化股票A以59%的净值涨幅排名第一,银华新能源新材料量化股票发起式A以50.47%的净值涨幅紧随其后。博道中证500增强、泰康睿利量化多策略混合、招商量化精选股票、长信量化中小盘股票等基金的净值涨幅也均超过30%。
量化私募的业绩也颇具吸引力。私募排排网数据显示,截至9月10日,净值更新的275只中证500指数增强私募基金今年以来平均收益率达25.61%,其中有248只产品获得正超额收益,数量占比高达90.18%,表现最好的产品今年以来超额收益率接近50%。另外,截至9月10日,百亿级量化私募的中证500指数增强基金今年以来平均收益率为42.44%,平均超额收益率更是高达23.24%。
量化产品缘何大放异彩?
“过去4年,量化基金的业绩都跑输主动权益基金,原因在于这几年个别行业比如白酒的走势一枝独秀,因此,持有这些行业标的越多的基金业绩表现越好。而量化基金的特征决定了其行业分布比较均衡,不会重仓单一行业。”沪上某公募基金量化投资负责人称。
上述人士表示,今年以来A股市场热点较为分散,比如新能源、军工、证券、半导体、煤炭等都有所表现。在市场热点较为分散的情况下,主动管理的基金经理的投资难度和犯错概率都会提升,而量化基金可以充分发挥独特优势。
无量资本副总经理李德安也认为,今年以来市场震荡加剧,抱团股的逐步瓦解和中小市值股票的估值提升,使得以分散投资为特征的股票量化策略表现亮眼,尤其是指数增强产品优势显著。
摩根士丹利华鑫基金表示,亮眼业绩与量化策略的投资优势密切相关。首先,量化基金可以通过算法实现自动交易,执行力更强,不受交易员个人情绪影响,能够消除一定的不理性因素。其次,程序的自动交易速度更快,能抓住更多非理性交易带来的交易机会。很多经济学或金融学的理论都基于“理性人”的假设,而实际上股票市场里的大多数人往往是非理性的,容易因为受迫交易犯下很多错误。通过算法程序,量化交易可以迅速捕捉这些非理性交易带来的市场机会,从而获得超额收益。
规模越大就越好?
在资产管理行业,业绩吸睛后紧随而来的必然是吸金。从资金流向来看,头部效应愈发明显。
据某第三方平台测算,截至9月17日,今年以来共成立6414只量化策略私募基金,其中百亿级量化私募成立2196只基金,规模在50亿元至100亿元的量化私募则成立了558只新基金。今年以来量化私募基金规模增加约2500亿元,整体规模突破1万亿元。
在量化私募狂飙突进的同时,绩优公募量化产品也迎来增量资金。Choice数据显示,截至6月底,长信低碳环保行业量化股票的规模为2.47亿元,较去年底大增127%。博道中证500增强A的最新规模为9亿元,较去年底暴增293%。
值得注意的是,在挑选量化产品时,投资者“大就是好”的惯性思维颇为常见。
“投资人对百亿级量化私募所发产品颇为青睐,而一些中小型量化私募由于知名度比较低,所发产品就没有那么热销。”某渠道人士透露。
对于量化策略来说,规模越大是否意味着业绩就越好呢?对此,多位业内人士认为,投资人对百亿级量化私募产品不应抱着“闭眼买”的心态。
私募排排网财富管理合伙人曾衡伟表示,对于量化私募来说,规模是把双刃剑:一方面,规模、收益、稳定性的“不可能三角”使得策略规模在扩张过程中,会面临收益缩减、波动增大的可能;另一方面,量化私募对交易系统与研发人员的要求较高,管理人需要通过提升管理规模来支付高昂的系统开发费用,吸纳更多优质的人才,以保证策略迭代效率。因此,投资人在选择管理人时可重点关注两方面情况:一是量化私募规模在快速提升过程中,策略表现是否出现较大变化,考察管理人在规模实现跃升后一段时间的表现;二是小规模私募也孕育着巨大的投资空间,但需要观察其业绩稳定性、策略团队背景、人员稳定性等因素,全面评估管理人业绩持续能力。
厦门博孚利资产CEO何阳阳也提示,相对而言,规模较大的量化私募的策略集合通常较为丰富,产品设计上也会充分考虑不同策略之间的融合叠加,对产品最终业绩的稳定性会有所帮助,但相对基准的超额收益可能会因规模过大而减少。投资者选择管理人时应从投资目标、管理人的策略特征和管理人产品特性等角度综合考量。
哪些细分量化策略后市更有机会?
下半年以来,A股市场震荡加剧,热点轮动加快,后续哪些细分量化策略投资价值突出?
华泰柏瑞副总经理、量化与海外投资部负责人田汉卿表示,过去3年多来,少部分受到追捧的股票,估值抬升得很高,而另一部分股票则长期被市场忽视。“当前,一些主动管理策略出现比较明显的拥挤现象。在这种情况下,处理基本面信息的分散的量化投资大概率到了回归的时段。根据我们对A股市场的研究和理解,未来3到5年大概率是基本面量化投资的优势阶段。”
田汉卿进一步分析道,以中证500指数为基准的量化基金可能是投资者配置A股市场相对较优的选择。其主要理由有四点:一是中证500指数的历史估值和相对估值都处于历史低点,具备估值优势;二是2021年一季度,中证500指数盈利增速超越其他宽基指数,预计未来1年的盈利增速会超越沪深300指数,预计PEG在1倍以下,盈利增速可观;三是在经历了近4年的大盘股强势之后,预计未来中盘股风格具备较大的均值回归优势;四是由于机构过去几年长期低配中证500指数,目前交易拥挤度最低,未来超额收益机会可期。
李德安分析称,在非极端分化的震荡市中,量化选股策略更容易取得较好的表现。另外,该策略如果叠加一些有效的日内或者日间量化择时策略,收益率和回撤表现将更优。
何阳阳认为,在市场震荡的情况下,风险偏好较低的客户可以选择量化对冲或灵活对冲的策略,以获取绝对收益为目标。风险偏好较高的客户则可以考虑配置指数增强策略。
对于如何挑选公募量化产品,沪上某基金第三方分析人士表示,量化模型由人构建,基金经理的工作背景和投资理念往往会直接影响量化基金的运作模式。此外,当市场发生变化时,量化模型可能需要调整,这也考验基金经理的应变能力。因此,一家基金公司量化团队的实战经验和调整策略的能力至关重要。
“除了业绩表现,在较为不利的市场环境中,投资者也需关注基金的回撤幅度。”该人士补充道。
来源:腾讯网
今年以来,公募基金高管及基金经理变动频繁,除了去向引人关注外,其往期业务的特长也被看做是履新原因的焦点。随着量化策略在二级市场表现出色,不少前公募量化投资经理选择“奔私”创业。
根据中基协最新一期私募基金管理人公示信息,前银华基金量化投资部MOM组合经理李腾目前就职北京棱镜私募基金管理有限公司,担任投资部总经理,据悉,此前他还兼任银华资本投资经理。
公募专户及子公司人才出走创业的不在少数,除李腾外,泰信基金专户投资经理李其东也另起炉灶开掘私募业务,另有多位前公募界人士加入私募阵营。
银华量化投资部李腾“奔私”
近日,围绕量化进行大类资产配置的策略讨论盛行于市,无论FOF还是MOM,亦或是主打“固收+”策略的其他产品,被科技赋能的传统投资打法叫好又叫座,业界尤其关注其背后主导的人的力量。
在公募基金界,前银华基金量化投资部MOM组合经理、战略发展部FOF组合经理李腾“奔私”创业,根据中基协发布的最新一期私募基金管理人公示信息,北京棱镜私募基金管理有限公司投资部总经理即为李腾,而他本人确已在此前离开了银华基金。
据业内人士称,李腾在银华基金期间,主要从事量化策略的开发、量化投研系统设计、MOM账户管理等工作。此番“奔私”之举,或为其在量化投资界打开一道新的大门,“一般来说,公募不允许进行高频量化操作,即贯彻‘T+0’策略,但在私募却是家常便饭。”华南某私募界人士说。
不过,《每日经济新闻》记者也发现,李腾早在2016年就履职银华财富资本管理(北京)有限公司(下称“银华资本”),根据当年7月21日的公告记载,“银华基金量化投资部李腾兼任银华资本投资经理”。根据中基协的备案信息,他在银华资本分别履职创新金融部和投资管理部,均担任投资经理。按照当时公告的备注,其薪酬由银华基金承担。
此前也有投资界人士在同记者交流时表示,有关激励制度的灵活性,私募要比公募高,已成为部分公募界人士转战私募的主要原因。据中基协备案信息,北京棱镜私募基金管理有限公司成立于2021年7月2日,于今年9月24日登记,期间恰是量化投资备受市场关注的时期,北京棱镜私募基金管理有限公司揽入量化人才可谓精妙。
多家公募专户及子公司人才出走
与李腾同为公募子公司或专户投资经理相似,泰信基金原专户投资经理李其东也加入私募阵营,与李腾选择加盟不同,后者直接开办了上海嘉世私募基金管理有限公司,同样于近期在中基协备案。
根据备案信息,上海嘉世私募基金管理有限公司成立于2021年4月12日,登记备案时间为9月24日,李其东为实际控制人,担任公司法定代表人、总经理、执行董事及信息填报负责人等职务。
据工作履历介绍,他此前曾在多家基金公司任职,包括中海基金、华富基金等,任职部门及岗位分别是营销中心券商渠道总监、研究所助理研究总监兼行业研究员。在泰信基金工作期间,2015年4月到2016年底担任产品部副总监。
可见,李其东本人的渠道工作经验丰富,也多次出现在泰信基金旗下基金招募说明书的基金管理人联系人名单。此番创业再次瞄准了证券市场,根据备案信息,其机构类型为私募证券基金管理人,业务类型包括私募证券投资基金、私募证券投资类FOF基金。
此外,记者还在公示信息中发现其他公募界人士“奔私”的案例,包括前华夏基金机构权益投资部研究员梅文斌、前融通基金总裁办助理张英飚以及前嘉实基金机构部经理廖峰涛,梅文斌于今年6月16日创办北京积才私募基金管理有限公司,后两位均履职景泰创业投资私募基金管理(海南)合伙企业(有限合伙),不同的是,后一家机构为私募股权、创业投资基金管理人。
事实上,跨界创业的案例并不多,尤其是从二级市场转去一级市场做股权投资,其在投资范围、投资标的以及市场环境等方面都有明显差异。但记者发现,张英飚和廖峰涛在此之前已在深圳市景泰利丰投资发展有限公司开展工作,该机构主要投资兴办实业,或也为从事股权投资积累了相关经验。
来源:每日经济新闻
您还未绑定手机号
请绑定手机号码,进行实名认证。
请输入手机号码,您的个人信息严格保密,请放心
请输入右侧图形验证码
请输入接收的短信验证码
互联网跟帖评论服务管理规定
第一条 为规范互联网跟帖评论服务,维护国家安全和公共利益,保护公民、法人和其他组织的合法权益,根据《中华人民共和国网络安全法》《国务院关于授权国家互联网信息办公室负责互联网信息内容管理工作的通知》,制定本规定。
第二条 在中华人民共和国境内提供跟帖评论服务,应当遵守本规定。
本规定所称跟帖评论服务,是指互联网站、应用程序、互动传播平台以及其他具有新闻舆论属性和社会动员功能的传播平台,以发帖、回复、留言、“弹幕”等方式,为用户提供发表文字、符号、表情、图片、音视频等信息的服务。
第三条 国家互联网信息办公室负责全国跟帖评论服务的监督管理执法工作。地方互联网信息办公室依据职责负责本行政区域的跟帖评论服务的监督管理执法工作。
各级互联网信息办公室应当建立健全日常检查和定期检查相结合的监督管理制度,依法规范各类传播平台的跟帖评论服务行为。
第四条 跟帖评论服务提供者提供互联网新闻信息服务相关的跟帖评论新产品、新应用、新功能的,应当报国家或者省、自治区、直辖市互联网信息办公室进行安全评估。
第五条 跟帖评论服务提供者应当严格落实主体责任,依法履行以下义务:
(一)按照“后台实名、前台自愿”原则,对注册用户进行真实身份信息认证,不得向未认证真实身份信息的用户提供跟帖评论服务。
(二)建立健全用户信息保护制度,收集、使用用户个人信息应当遵循合法、正当、必要的原则,公开收集、使用规则,明示收集、使用信息的目的、方式和范围,并经被收集者同意。
(三)对新闻信息提供跟帖评论服务的,应当建立先审后发制度。
(四)提供“弹幕”方式跟帖评论服务的,应当在同一平台和页面同时提供与之对应的静态版信息内容。
(五)建立健全跟帖评论审核管理、实时巡查、应急处置等信息安全管理制度,及时发现和处置违法信息,并向有关主管部门报告。
(六)开发跟帖评论信息安全保护和管理技术,创新跟帖评论管理方式,研发使用反垃圾信息管理系统,提升垃圾信息处置能力;及时发现跟帖评论服务存在的安全缺陷、漏洞等风险,采取补救措施,并向有关主管部门报告。
(七)配备与服务规模相适应的审核编辑队伍,提高审核编辑人员专业素养。
(八)配合有关主管部门依法开展监督检查工作,提供必要的技术、资料和数据支持。
第六条 跟帖评论服务提供者应当与注册用户签订服务协议,明确跟帖评论的服务与管理细则,履行互联网相关法律法规告知义务,有针对性地开展文明上网教育。跟帖评论服务使用者应当严格自律,承诺遵守法律法规、尊重公序良俗,不得发布法律法规和国家有关规定禁止的信息内容。
第七条 跟帖评论服务提供者及其从业人员不得为谋取不正当利益或基于错误价值取向,采取有选择地删除、推荐跟帖评论等方式干预舆论。跟帖评论服务提供者和用户不得利用软件、雇佣商业机构及人员等方式散布信息,干扰跟帖评论正常秩序,误导公众舆论
第八条 跟帖评论服务提供者对发布违反法律法规和国家有关规定的信息内容的,应当及时采取警示、拒绝发布、删除信息、限制功能、暂停更新直至关闭账号等措施,并保存相关记录。
第九条 跟帖评论服务提供者应当建立用户分级管理制度,对用户的跟帖评论行为开展信用评估,根据信用等级确定服务范围及功能,对严重失信的用户应列入黑名单,停止对列入黑名单的用户提供服务,并禁止其通过重新注册等方式使用跟帖评论服务。国家和省、自治区、直辖市互联网信息办公室应当建立跟帖评论服务提供者的信用档案和失信黑名单管理制度,并定期对跟帖评论服务提供者进行信用评估。
第十条 跟帖评论服务提供者应当建立健全违法信息公众投诉举报制度,设置便捷投诉举报入口,及时受理和处置公众投诉举报。国家和地方互联网信息办公室依据职责,对举报受理落实情况进行监督检查。
第十一条 跟帖评论服务提供者信息安全管理责任落实不到位,存在较大安全风险或者发生安全事件的,国家和省、自治区、直辖市互联网信息办公室应当及时约谈;跟帖管理服务提供者应当按照要求采取措施,进行整改,消除隐患。
第十二条 互联网跟帖评论服务提供者违反本规定的,由有关部门依照相关法律法规处理。
第十三条 本规定自2017年10月1日起施行。
请前往个人中心进行实名认证
立即前往