华商大盘量化基金成功基因解析

　　聚焦风险管理坚持绝对收益

　　在诸多量化产品中，成立于今年4月的华商大盘量化基金近三个月以来成绩斐然，以逾20%的净值涨幅在混合型偏股基金中遥遥领先，摘得季度桂冠

　　国内的量化基金起步于2004年，近年来得到了迅速壮大。不过，截至2012年底，可统计的15只量化基金平均收益率仅为2.55%，同期沪指上涨3.17%。从历史表现来看，依靠模型选股的量化基金并未体现出显著的超额收益优势。

　　今年以来，多只量化基金产品业绩显著改善。截至2013年10月22日，年内涨幅超过20%的产品多达6只。在诸多量化产品中，成立于今年4月的华商大盘量化基金近三个月以来成绩斐然，以逾20%的净值涨幅在混合型偏股基金中遥遥领先，摘得季度桂冠。本文通过深入剖析华商大盘量化基金的投资策略，对其三大“成功基因”进行一一解析。

　　以系统风险的量化分析指导资产配置

　　近20只主动型量化基金中，华商大盘量化有别于其他同类产品之处，首先体现在系统风险的量化分析上。据基金经理费鹏介绍，量化模型与传统的定性投资方式在个股选择层面各有千秋。前者基于历史数据的反复拟合，后者通过对基本面因素的动态分析预测未来，很难判断孰优孰劣，而量化模型的最大优势在于通过对市场系统性风险的及时把控，有效指导大类资产配置。

　　华商基金量化投资团队在产品设计中借助信息熵值、市场模式、金融泡沫统计指标及分析师一致预期等因素的变化和趋势构建风险模型，对中短期系统风险进行定量监控，从而为基金仓位调整提供准确依据。10月11日，大盘多日上涨之后，基于信息熵值的金融模型，其判断出大盘在上证指数达到2244点的位置时将呈现不稳定状态，市场短期已进入高风险区域， 未来一到两天出现调整是大概率事件，而事实也恰好验证了这一模型的前瞻和有效性。与之相比，传统的主动管理型基金通过观察GDP、工业增加值、发电量、CPI以及PPI等月、季度指标对宏观趋势进行判断，但受限于经济数据公布的低频及滞后性，反映到资产组合上往往会错过调整的最佳时机。

　　“定量”与“定性”

　　相互印证的择股方式

　　在个股挖掘方面，与当前市场上的量化基金普遍采用线性多因子选股模型不同，费鹏认为，非线性的交易数据微观结构更符合市场运行规律。多因子模型以简单的线性结构来分析股票报酬与风险因子之间的关系， 但事实上，因子与股票预期收益之间并非严格的线性关系。另外，要充分发挥因子模型的效用，还牵扯到因子合理分配权重的问题，这方面也往往掺杂着一定主观判断，并不能充分发挥量化模型的客观与纪律性。除此之外，多因子模型所使用的财务数据等基本面因子， 多为一年仅公布四次的低频数据，而股票价格则是高频跳动，这种频率之间的错配也容易令输出结果造成不稳定的相关性关系，从而对结论产生一定误导。

　　相较而言，华商大盘量化基金所采用的交易数据微观模型并不提前设定条件，或者基于简单的财务数据，而是在交易数据结构特征中寻找影响个股涨跌的条件，并随时进行更新。 在实际测算中，该模型对历史中大涨股票行情启动之前的微观结构特征进行统计和筛选，建立符合大涨规律的备选股票池。在此基础上，基金经理和研究员深入研究上市公司在行业中的地位、核心竞争力、持续成长性、主营业务的持续增长能力、利润的持久稳定性、市场营销能力、财务健康度、管理层治理水平及潜在风险等因素，对于已由模型作出“定量”判断的标的进行二次确认，在此之后，将对那些得到“定量”和“定性”相互印证的优质标的进行重点配置。

　　从行业配置角度来看，基金经理使用择股模型分析每日收盘数据，对符合上涨规律个股所处的行业进行统计，当筛选出的个股集中出现在某些行业时，则会对其投资机会予以重点关注，并适当提高该板块在组合中的整体仓位。

　　总体来看，华商大盘量化的投资理念是由量化风控模型确定资产配置；量化选股结合基本面确认进行个股选择；自下而上加自上而下进行行业、主题和风格配置。

　　风控为先确保绝对收益

　　曾在美国华尔街接受量化投资历练的基金经理费鹏，除了精于量化投资之道，对风险管理显然有其独特的理念。他认为，量化投资最大的优势体现在风险控制上。一方面，华商大盘量化在产品结构设计上将股票投资比例设定为0—95%，也就是说，在市场趋势性下跌时可以空仓应对，通过仓位和投资配置的灵活调整， 获取股市、债市行情转换带来的投资机会。另一方面，当确认系统性下行风险出现时，该基金还可采用股指期货进行对冲，以确保较好的绝对收益。

　　事实上，虽然今年6月份以来市场以反弹行情为主，股指期货对冲策略并未体现出太大的用武之地，但在当前我国经济结构转型及流动性稳中偏紧的总体环境下， 市场震荡格局在所难免，股指期货在风险控制上也将发挥越来越重要的作用。

(责任编辑：DF058)