公募行业中的人机对战

　　采用“量化投资策略”的基金虽然不是主流，但作为多样化、另类投资，依然可以纳入资产组合。

　　Google公司机器人AlphaGo对战围棋国手引发金融业对人工智能进行投资决策的诸多猜想，事实上从华尔街联合硅谷催生“机器人投资顾问”，到国内Fintech热潮，模型算法参与投资决策已有尝试，对于公募基金行业，我们关注的或许是量化对冲这一类“智能”产品相较于由投研团队主动管理的基金，是否略胜一筹，投资价值几何？

　　量化对冲基金大量使用程序、模型来进行选股、择时等投资组合管理，实质则为采取量化投资策略的股票基金、混合基金或指数基金，特点为持股分散、数量众多、单一个股占比较小。

　　量化模型是核心竞争力

　　2004年国内首只采用该种策略的基金成立，到2011年市场存量超过10只。2015年四季度末，公募市场中52只量化对冲基金资产净值总额约550亿元，全部公募基金总规模占比0.69%，全部权益类基金总规模占比为2.21%，可见此类基金在公募行业中十分小众。

　　剔除2016年成立的新基金，公募市场中52只量化对冲策略产品的规模和业绩差异十分明显。截至2015年四季度末，规模居首的基金资产净值总额为76.08亿元，16只规模处于10亿至40亿元区间，规模均低于10亿元的35只基金中，约1/3为“迷你基金”。截至2016年3月11日，2015年成立的23只基金中7只获得正收益，其他均为净值损失。

　　量化对冲策略概念广泛，这可能是基金业绩表现差异大的原因之一。国内采用的主流策略有多因子模型、事件驱动模型和对冲等套利模型。各公司量化团队或基金经理会进行模型调整优化，模型构成的因子及权重不同，带来的投资收益也大相径庭。事实上。基金经理将各自的量化投资模型视为核心竞争力的很大构成，讳莫如深，具体用了什么模型，实际上是个黑匣子，投资者只能通过观察基金历史上的业绩、风险控制来判断其模型的有效性。

　　量化投资PK主动管理

　　对于量化投资策略产品，行情震荡，无论向上还是向下，均可以成为获得收益的机会，理想的情况是，市场上涨时，体现较其他类型基金更佳的超额收益能力，市场下跌时，表现出良好的抗跌性。

　　如图1，对比采取主动管理权益类基金同期收益率，今年以来，三类基金平均业绩整体为负，量化对冲策略基金净值损失程度最低；中长期角度，“过去三年”量化对冲策略基金的平均业绩表现未能跑赢股票基金和混合基金，“成立以来”的平均业绩较大幅落后于混合基金。验证抗跌能力，2015年股市曾出现过2次较大幅度向下调整，第一阶段为6月12日至7月8日，上证综指跌幅32.11%，第二阶段为8月17日至8月25日，上证综指跌幅26.70%。如图2，量化对冲策略基金平均业绩回撤幅度小于同期大盘指数，抗跌能力优于股票基金，但不如混合基金。

　　量化策略难以实行

　　一些量化投资策略需要构建空头头寸，利用股指期货双向对冲，但自2015年6月以来中金所对于股指期货交易规则进行多次调整，证监会加强高频、程序化交易监管，很多量化对冲策略无法实行，此类基金只能选择平掉头寸，以低仓位甚至空仓状态运行，基金经理则开始将仓位转做打新和配置货币市场基金。

　　但目前打新收益率已降至低位，而且这样的投资方向也多少令采用“量化投资策略”的基金名不副实。长期来看，随着国内金融市场逐渐成熟，对股指期货的监管有望放松，政策风险大概率将逐步减弱。

　　虽然这类基金尚不是主流，但作为多样化、另类投资，依然可以纳入资产组合。

　　戴彤彤

关注读览天下微信， 100万篇深度好文， 等你来看……