人工智能，下一个将打败谁——主动量化基金投资价值浅析（2）

主动量化基金干货...



鉴于华姐要赶今天8点的飞机，文字上就简略的给大家看了。不过所幸，今天的主动量化基金分析，不靠文字，全靠数据！之前数据分析的好辛苦，节前最后一码，目前暂无别家提供，也算抛砖引玉为主动量化研究贡献一点力量。各位看官，如果觉得还看得过去，期待节前最后一赏！

一、业绩分析：全时间段

为了方便计算，我选取了近期涵盖了牛市、熊市、震荡市中所有的可比基金作为对比，同时将同类型样本基金在起始点净值归1之后，用算术平均法（因为时间有限兼及想偷懒）来计算并编制出量化及非量化指数。

样本基金说明：

1、投资类型：Wind普通股票型、偏股混合型，近1年股票占总资产比重平均在60%以上，同时债券占比平均在15%以下；

2、成立时间：距离计算起点（201411）成立满3个月以上；

3、样本数量：共选出445只，其中，主动量化基金19只，非量化426只。





数据来源：Wind

二、业绩分析：按市场特征细分时间段



数据来源：Wind

注：1、榜单基金数量表示同类型（量化or非量化）基金数量；

2、排名百分位越高，基金表现越好，最好为100%，最差为0%。三、业绩归因：调整后Alpha的排名统计模型：以万得全A指数作为市场指数，在各个市场特征区间段内进行CAPM回归；

处理：在计算区间内以10个交易日为回归窗口，进行多次数回归，将alpha序列的均值除以波动率，得到调整后的alpha；

统计：未来剔除各个时间段市场高低带来的影响，将同时间段内的alpha百分位排名进行统计和横向对比。



数据来源：Wind

注：1、百分位排名越大，alpha值越大；

2、选择万得全A回归，因为相比沪深300、中证500等，万得全A其模型估值相对与真实值的近似程度最大。

即：可以得到：

1、无论哪种市场特征下，排名靠前的非量化基金无法获得稳定持续的超额alpha；

2、量化基金整体的业绩稳定性更强。



说明：

（1）将基金在每一期的调整后alpha排名的均值除以波动率，以衡量基金在各个时期间的业绩稳定性；

（2）每一期排名前50，是指每一期调整后alpha排名前50的非量化基金。

五、业绩归因：β表现

nβ：由于目前国内公募基金仓位较高，量化，非量化呈现出一样的趋势，而且细分时间段并没有一样的结果，没有明显表现出择时的特性。

nT+1代表β序列与滞后1个交易日的万得全A收盘价进行相关性计算，以此类推。我们再来分析一下两只基金指数对于市场的预判的准确度——得到了相类似的结果。



六、[b]量化选股基金投资策略总结 

l择股能力及超额收益稳定性：量化选股长期优于主动选股。l最大回撤及波动性：量化选与主动选股持平。

l择时能力：量化选股及主动选股都不具备明显的择时能力。

ü实际操作中，各家基金公司量化团队都有量化择时模型，但几乎所有都表示择时非常困难，模型胜率略高于50%，因此很少有基金经理直接将量化择时模型的结果用于实盘，更多是作为参考；部分接入实盘的基金公司，使用择时模型时往往都会加入严格的止损（双向止损）限制，以获得较高的盈亏比，但此种情况下组合的净值波动以及换手率会变大。

l不同市场表现：量化基金较为适合市场趋势上涨和震荡时期，而当市场出现趋势下跌的情况，量化基金则处于劣势局面。

ü若市场行情大起大落，则仓位选择对基金收益的贡献度更高，目前量化基金的择时能力并不突出，因此在熊市阶段量化基金表现突出的概率不大。而当市场处于小幅震荡行情，股票选择对于基金的收益率贡献更大，量化基金整体择股能力优于其他偏股型基金，因此表现将相对优越。

七、重点主动量化基金推荐

基于以上分析，根据超额收益稳定性[b]，[/b]进行主动量化基金筛选推荐：



当然，在实际操作中，因为多因子模型发展时间较长，技术相对成熟，评判模型或者基金经理的优劣还需要考虑很多因素。其中，几个关键因素有：

1、历史实盘业绩。

2、对投资的理解；

3、模型的细节处理；

4、新的有效因子的开发能力；

5、参数数量等其他因素。鉴于目前针对主动量化基金的相关分析有限，而该类产品未来发展舞台广阔，在这里就抛砖引玉，供各位参考。



过年不晒二维码，晒华姐10年前萌照啦。求呵护，求关注，求打赏。记得点击右上角关注“天地灵气日月光华”哦。

点击右下角“写留言”可以发表评论或联系我们。

微信搜索“天地灵气日月光华”，可查看关于我们、近期精选等更多历史消息。

    关注 天地灵气日月光华