【世界独家】浅谈主动型量化公募，再谈国金量化

来源：雪球网 2023-06-17 10:48:26

#雪球调研团#

(资料图片)

前言：

关于国金量化多因子、国金量化多策略等产品。今年3月份以来，我以投资者和持有人的身份，分享过不少内容，也长期跟踪了其超额的情况和规模的情况，希望能分享更多专享渠道了解到的信息，来增强大家对于国金量化团队的了解和信心。

相关文章链接可以参照《国金量化多因子为什么可以是金元顺安元启的“平替”》，与国金量化产品相关信息及超额跟踪，可在我雪球首页搜索关键词【国金】

本文，关于主动量化基金的概念内容和最后的总结，引用自我的朋友，盈米基金量化研究员苏诚然的关于量化公募的报告，已争取本人同意摘录，特此衷心感谢。

01 什么是主动量化基金

量化投资是指基金管理人员利用基于大数据、机器学习、人工智能等技术手段进行投资决策的一种投资方式。相比于传统基金的投资方法区别，主要在于投资决策的确定方式：传统基金注重基金经理的知识、经验和判断力，而量化基金则依赖于复杂的数学模型、高性能计算技术和数据处理算法等技术进行投资决策，更加强调科学性和准确性。

在现在的公募基金市场中，应用量化投资框架的基金可分为三个方向：主动型量化基金，指数增强型量化基金，与量化对冲基金。

其中：

●主动型量化基金的目标是通过建立的数理模型进行目标投资产品的选择，获取被投资产的alpha 收益与资产类型的beta 收益。

●指数增强型量化基金在选股的基础上约束基金在行业与风格因子上的暴露，使之与目标指数特征接近，达到成功跟踪并跑赢目标指数的目的，获取的是目标指数的beta 收益并带少部分被投资产的alpha 收益。

●量化对冲基金则在因子选股的基础上添加了对冲衍生品的仓位，使组合收益与被投资产的大类表现关联减弱，最终获取精选资产的alpha 收益。

02 多因子模型

在主动型量化基金中，多因子模型是最为常见的量化模型。该模型可以将资产收益与多种因素联系起来，包括不仅限于公司规模、价值、盈利能力等基本面信息，技术型市场交易特征，新闻报道的文字型信息等。通过将这些影响因素进行量化形成“因子”，从而利用多元回归模型或神经网络模型，来描述价格和因子之间的线性或非线性关系。（说白了，任何具有特征性的可以影响股价波动的因素，都可以成为一个独立的因子，所以在量化模型的因子库中，因子的数量和类型，同样也是区分模型结果的重要参考指标。）

量化模型通过帮助投资者更好地理解股票市场中各种因素对股票收益的影响，从而促使他们做出更加全面的投资决策。

03 主动量化公募现状

根据wind量化基金板块统计，截止至2023年6月16日，共有量化公募基金（主动型/指数型/对冲）447只，合计规模2714.95亿元，较2022年12月31日规模2358.58亿元，半年增加了356.38亿元。（规模最大的是易方达上证50增强A：217.15亿元）

其中主动型量化基金，截止至2023年6月16日共发行了224只，合计规模900.92亿元，较2022年12月31日727.41亿元增长了173.52亿元。

在主动型量化基金中，规模前三甲分别是：国金量化多因子A（55.04e）、中欧量化驱动（40.78e）、富国量化精选（39.33e）。

其中国金量化系列三只产品增长总规模达到71.17亿元，几乎占据上半年主动量化基金增长规模半壁江山。

研报中统计的，从管理公司的维度上看，截止至3月31日，主动量化基金规模最大的前五家公司共计329亿，市场占比36%，其中国金基金的主动量化产品规模已超过100亿。

截止至2023年6月15日，主动型量化基金今年以来的平均收益率为2.01%，中位数为2.02%，最高收益为31.12%（华商计算机行业量化A，规模3.22亿元），最低收益为-16.60%（东吴安享量化A，规模1.04亿元）。

再谈国金量化产品

诚然伙伴在研报中，基于研究的结果给出了这样的判断：

基于量化策略的构建原理，我们认为主动量化基金投资的思考点主要有以下几点：

1、量化模型管理的基金收益较主动管理型基金收益在相同的市场环境下更具有可延续性，因此在过去市场环境中获得收益较好的量化基金可能会在之后相似的市场环境中起到同样的功效。

2、鉴于因子的失效越来越迅速，模型迭代方法较为前沿的量化基金会在未来的市场环境中取得更多的alpha。

3、定性研究覆盖较少的小盘股有不易被主动研究察觉的信息优势，量化模型在信息的覆盖上对比传统研究更有优势。

4、组合内部的行业均衡可以让组合在复杂的市场环境中有更好的承受风险的能力。

在目前的震荡型弱预期弱现实的市场环境下，小盘属性最强且较为均衡的马芳，擅长PB-ROE 框架的王平，精通大数据AI 投资的孙蒙更适合当前的市场环境。

马芳总是国金量化团队的代表人物之一，另一位是姚加红总。

对于整个投资团队，姚加红总是负责整个的框架，他是04年本硕毕业于北航，计算机专业，04-11年在博时基金，11年到现在一直在国金基金，一直是公募基金的从业背景。

量化投资事业部是6个人，公司IT团队有进行支持，前后服务于量化产品线的有几十位同事，部门主要负责量化研究。

以下内容，以姚加红总团队为研究对象进行分析。

01 超越

3月17日，我发布了文章《国金量化多因子为什么可以是金元顺安元启的“平替”》，文章中对于姚加红总和马芳总个人背景和产品的策略做了详细介绍，因为本次文章不占用过多篇幅。

当时的逻辑，是去年的网红神基金元顺安元启限购了，但是其出色的业绩，让投资者都希望能够找到平替基金，甚至是能够超越的基金。

从连续4年（2019-2022）收益回报达到10%以上的标准选择，一共选出了12只“长胜”基金：

而在这些基金中，交易方式和持仓风格，两只基金存在较大的相似性。

1、持股分散-持股数量大于150只；

2、持股集中度低-最好是10%以下，第一重仓股比例小于2%；

3、过去2年，季度胜率高，回撤控制好；

4、全市场选股-持股重叠度低，最好足够冷门。

但从结果上看，“开门迎客”的国金量化多因子在业绩和规模上，都更胜“闭门谢客”的金元顺安元启一筹。

从4月份的回撤数据看，规模大增的国金量化多因子经受住了市场的考验，YTD回报率更是持续跑赢，相对中证500的超额，也来到6.98%的水平。

从超额上来看，因为多因子也是对比中证500指数全市场选股去做超额收益，所以超额上还是非常显著的。

因网红神基结缘，最终超越神基。

02 降维

关于姚总过往的资历，我在3月份的文章中已经详细介绍，并且也在平时的帖子中，一再宣传姚总过往在专户上面取得的成绩和目前国金量化团队的情况。

本次调研中，马芳总也回复了投资者关于这方面的问题，基本上与之前的分享一致，这里也跟姚总道个歉，没经过同意，就擅自宣传团队的情况。

而本节为什么标题是降维？

因为如姚总介绍的，目前运作的模型，并不是专门为公募基金定制的，众所周知，公募相对私募有更高的透明度，但同样的，相对于私募在交易上也存在较高的限制。

姚总从博时到国金，从高级IT人员到明星量化基金经理。

但今年之前，其实大部分人并不了解姚总过去的业绩，正如我上周在大马哈投资的文章中交流的情况一样，姚总过去主要是负责专户这边的管理，以下是姚总部门最早的产品国金基金-新智能1号过往的业绩展示，2016年成立以来，成立以来收益达到121.77%，年化收益率达到11.78%。

公司2011年成立，2013年就已经开始搭建量化平台，所以时间也是比较久。团队的特色：很早就开始布局，13年开始引入事业部制，最初有四五个团队在这个量化平台上进行过运作，这些团队的背景有包括华尔街的海归，国内金牛奖，清华教授等，是一个市场化的机制，所以最早团队也接触了很多不同的量化流派。

新智能1号从成立到现在，每年都保持了正收益，这个产品是保留30%多头敞口的量化对冲产品。产品整体而言，收益稳定，但因为有30%的多头影响，短期内会受到市场的一些影响，但拉长时间看，α是很显著的。

新智能1号持续运营7年多的时间，超额还是比较稳定的。

因为产品为专户产品，所以需要特别风险提示，该产品只对特定投资者展示和募集，请普通投资者关注更适合大家的公募产品。

2020年，团队接手了国金基金公募量化基金产品，同年9月3日，马芳总率先接任国金量化多因子产品。

但当时该产品的规模非常小，只有几百万，但此时姚总团队管理的专户规模已经非常稳定，而且自16年以来，已经运作了4年多，专户模型已经非常成熟。

所以说，这个公募基金的模型并不是专门为公募基金定制的，这个模型是专户的模型。而在团队接手后，没有着急去开发新的公募量化基金的模型，而是采用将专户模型降频的处理方式，这里主要因为两个点：

专户产品的限制较少，因此专户是高频模型；

公募产品交易限制较多，需要压制换手率。

所以将专户的高频模型降频成为适合公募基金使用的模型，就是降维打击。

简单降频跑出来的效果肯定跟专户是没法比的，对公募而言也不是特别适宜，但是拿到一个正超额是没问题的。

但仅仅只拿个简单的超额，显然并不满足于姚总团队的管理目标，因为21年全面，团队重点开发适合公募基金的低频模型，并在21年底上线，在22年市场熊市的情况下，新模型对于业绩的提振和超额的改善立竿见影。

将专户成熟的模型成功用于公募基金，实现了对公募基金管理的降维打击。

03 蜕变

总结来说，自2020年9月接手国金公募基金以来，一共经历了3个阶段：

阶段一：2020年刚接手，用专户策略低频化处理，这一段时间，我们可以看到，改变了之前一直跑输基准的情况，接手后走势相比较比较稳定，超额也处于正常水平；

阶段二：2021年，继续磨合，团队打造开发了适合公募基金的低频策略，超额收益开始进入爆发期；

阶段三：经受住市场和规模的双重考验，去年9月份，市场出现了较大的风格变化，大家如果关注量化基金的，应该对去年9月份有较深的印象，9月份之后不管公私募量化产品都出现了超额较大幅度的回撤。同期在22年Q3季报披露后，国金量化多因子规模首次破亿元，Q3规模达到5.47亿元，同比增加了1195.14%，但随后超额恢复稳定，今年以来超额同样稳定，也向投资者展示了国金量化基金不会因为规模短期快速上升而使超额受到影响。

图：截止至2023年5月，5大产品的超额情况：

04 跨越

截止至6月16日，国金基金量化产品规模超百亿，不到一年的时间，从不到1亿到跨过百亿，实现了跨越。

专户产品代表新智能1号，16年成立以来，截止至6月9日，实现了连续7年保持正收益；

公募产品代表国金量化多因子，自2020年9月接手以来，实现了连续4年保持正收益，YTD收益为11.58%。

无论是机器学习还是投资框架，最核心的还是需要历史验证。无论哪一年，都有短期起来得很猛的业绩，但能持续持久的并不多。经过近7年的连续的验证，而且每年都是一个正收益，从指增（指专户产品指数增强1号，业绩基准：中证500，成立时间：2019年4月19日）超额看，超额收益是120%+，超额的回撤是3.5%，这也是验证了投资框架的有效性。

基于机器学习的模型，机器学习并不在于因子库的大小。或者换句话讲，国金量化模型跟因子库类比的可能是国金量化模型的特征库，特征库不会太大，特征库基本上就有几百个不到一千个，每一个特征是提供信息增量的，也就是能提供一些信息的增量，而不是提供阿尔法的，阿尔法都是通过机器学习模型来提供。阿尔法就是相当于最终的一个预测信号，不同的阿尔法数量上就不会太多，可能也就几个到几十个，这个就是线性叠加。

框架的流程主要分为3部分，一是特征工程，会处理一些研报，行情，一致预期等信息，再根据这些加工具体特征；然后基于这些特征，再去做神经网络学习，现在也有一些非神经网络的机器模型学习，基于这些训练出不同的模型，大概几十个，预测不同的标的，标的指的是预测指数，风格，热点，个股等，以及不同的周期，短期，中期，长期；基于以上生成投资组合。

如果市场机会比较分散，量化体现出来的一个优势是，相较主观管理，研究员或者基金经理的覆盖，不太可能覆盖全市场的个股。但对于量化，股票数量越多，机会也就越多。从交易执行讲，量化不会人为判断风格切换，而是基于模型的信号，而模型的信号是基于历史判断，得到过验证，所以未来的持续性会很强。

相比一些量化强调主观和机器的结合，姚总认为量化要完全基于模型的信号输出。人为的介入可能会影响未来业绩的持续性，当时可能因为主观的介入业绩很好，但未来是完全没法保证的，我们是完全避免人为干预的，而是基于盘中实时的指标。

跨越了人性，只以机器信号为号！

总结

苏诚然：主动量化基金产品主要体现在投资的逻辑由模型驱动，呈现的组合特征为高换手、个股持仓分散大。从调仓收益表现上看，量化模型可以为基金带来调仓收益，但调仓收益不占量化基金收益来源的主体部分。从行业风格上看，主动量化基金的投资行业较传统型基金更广，投资组合面对个体行业的风险冲击影响更弱。从收益上看，精选出的几只主动量化基金在每一年的公募基金收益排名中都中处在中等偏上的阶段，体现了其“积小胜以累计超额”的收益方式。因主动量化基金的投资出发点与传统投资架构不同，在FOF管理和投顾组合管理中的加入可以有效降低组合成分的策略相关性，降低组合在复杂的市场环境下的波动率。

参考文献：

《科技与金融的融合：主动型量化公募分析》

国金基金调研纪要

《国金量化多因子为什么可以是金元顺安元启的“平替”》

特别声明：

报告所引用信息和数据均来源于公开资料和合法渠道，【本人】力求报告内容和引用资料和数据的客观与公正，但不对所引用资料和数据本身的真实性、准确性和完整性作出保证。

报告中的任何观点与建议仅代表报告当日【本人】对基金产品的判断，不构成基金投资建议，也不构成对所述金融产品、产品发行或管理人作出任何形式的保证，也不保证对作出的任何判断不会发生任何变更。

报告仅供阅读者参考，阅读者应该自行独立做出判断和投资决策，并承担相应的风险和责任。阅读者根据本报告作出投资所引致的任何后果，【本人】不承担责任。

@雪球创作者中心@雪球基金@今日话题@国金基金一姚加红@散装基精经理

#哪些基金的业绩在悄悄回暖#$上证指数(SH000001)$

标签：

上一篇 : 10分钟→5分钟！重庆轨道交通谢家湾站实现站内换乘，开通首日记者实地体验