（原标题：再谈主动量化基金：7只小盘量化基金测评）
#老司基硬核测评#
#雪球基金调研团#
量化基金介绍文章传送门：
我的小盘策略也创下历史新高了
天之道，损有余而补不足
替代还是冒险？金元顺安优质精选的改造之路
浅谈主动型量化公募，再谈国金量化
国金量化多因子为什么可以是金元顺安元启的“平替”
“神基”金元顺安元启基金的平替，我找到了
关于量化基金的测评，今年已经写过很多，大家也在互联网通过各种途径，对量化基金有一个非常系统的了解，今天我们来做横向测评，测评7只主动量化基金。
Wind数据显示，截至8月18日，公募量化基金的规模合计约2793.57亿元（存续基金按二季度末规模计算，新基金按成立规模计算），相比去年末的2283.14亿元增加了510.43亿元。
具体来看，在指数增强、主动量化、量化对冲三大类型中，指数增强基金和主动量化基金贡献了主要的增长，今年以来规模分别增长了290.74亿元、251.16亿元，而量化对冲基金则缩水了31.21亿元。
今年主动量化基金规模的逆势发展，不仅带火了量化赛道，还带火了小盘指数。近几年除了市场轮动加速为主动量化提供了便利，市值下沉的市场风格同样为小盘量化基金的走红提供了肥沃土壤。
近两周随着相关ETF产品的发行，中证2000指数近期也受到大家的重点关注。
1、从指数编制规则看，中证2000市值均值43亿元，主要布局小微盘风格，其中数成分股高度分散，前十大重仓股集中度较低，这一点也与目前小盘量化基金的持仓风格较为相似。
2、投资价值思考，从指数成分股涉及概念来看，中证2000指数在小市值概念上的暴露较高，小市值属性特征鲜明。中证2000指数长期业绩优秀，近5年有4年获得正回报，2022年下跌优于其他主要指数（下图），具有高收益、高弹性等优势。
3、从各项风险收益指标综合对比来看，中证2000指数具备较高的投资性价比。中证2000指数不仅年化收益率领先其他宽基指数，夏普比率、Calmar比率也都处于大幅领先的地位，因此中证2000指数是一只收益风险比高，具备较高的投资性价比。
图：最右边蓝色柱子中证2000长期回报优秀
数据来源：wind 截止时间2023.09.01
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。
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。
剔除掉今年大火的国金量化系列和招商量化系列，两者已经开始加大限额力度。
本次测评7只量化基金，基本要素如下：
今年量化基金由于优秀的业绩表现，新增了不少明星基金经理，如马芳、姚加红、孙蒙、王平等等。
从7只基金的规模看，华夏智胜先锋A凭借孙蒙上半年的出色管理能力，规模是本次7只基金最大的，达到10.23亿元，最少的是金元顺安优质精选A，但由于以上规模统计节点在6月30日，而据我了解，7、8月份，金元顺安优质精选已经突破5亿规模，并开始对一些机构大额申购现额。
从份额增长情况看：胡崇海近一段时间快速出圈，国泰君安量化选股A今年以来规模增长超37倍，金元顺安优质精选A增长780.80%，南华丰泓同样增长超700%，相比其他主观多头产品，吸金能力突出。
由于各基金成立时间和策略改造的时间不一样，如金元顺安优质精选如我此前撰文介绍，他是去年3季度开始改造产品使用微盘策略，而江峰的信诚多策略，从历史的持仓市值风格来看， 信诚多策略一直是偏大盘风格，在四季报中才表现出了极致的小盘风格。
图：信诚多策略大小盘风格跟踪
数据来源：盈米基金
因此，我们以去年11月开始至今，来比较一下各基金的走势情况：
图：7只测评基金净值走势
数据来源：朝阳永续 时间：2022.11.1-2023.09.01
数据来源：朝阳永续 时间：2022.11.1-2023.09.01 图片可以查看原图并保存
从比较结果看，信诚多策略A不管是收益、最大回撤还是风险调整后指标，都是最好的。金元顺安优质精选次之，而表现最差的是博道远航A。
波动最大的则是华商计算机行业量化股票，主要原因是该基金独辟计算机赛道，在今年年初TMT暴涨的阶段，表现十分亮眼，截止6月20日，该基金创下年内新高44.78%的回报，但后续TMT陷入调整后，该基金回撤也十分明显，截止9月1日，YTD只剩12.05%。
图：华商计算机行业量化股票年内走势
数据来源：朝阳永续
今年是主动量化基金的大年，大部分基金的规模在今年都实现了逆势增长，其投资回报在今年同样非常亮眼，再对比今年以来业绩走势。
图：7只测评基金YTD净值走势
数据来源：朝阳永续 时间：2023.1.1-2023.09.01
数据来源：朝阳永续 时间：2023.1.1-2023.09.01 图片可以查看原图并保存
今年以来业绩比较，我此前挖掘的金元顺安优质精选表现突出，截止9月1日领涨7只测评基金，南华丰汇21.17%的回报紧随其后。
这几只也是今年较火的被大家称为“神基”金元顺安元启平替，对比一下走势，发现金元顺安优质精选和南华丰汇都跑赢了元启。
图：神基和替代品对比
数据来源：朝阳永续 时间：2023.1.1-2023.09.01
尽管各家主动量化基金的具体策略和方式不同，但对于投资者而言，大家的追求是一样的，如稳定的超额、较小的波荡、更小的回撤、策略长期有效性。
以上的追求，主要通过基金经理的个人管理能力去覆盖，而小盘风格的有效性，则需要大家进一步主动观察。
比如在德邦证券的研究中提到：未来利率的抬升会导致微盘股估值承压。
江峰在调研中提到：2007 年底至 2016 年底，是整个中小市值占优的周期，而从 2017 年到 2021 年 1 月是大市值因子的周期，从 2021 年 2 月至今是中小市值占优的周期。一般来说，风格的延续会持续相当长一段时间。基金经理对小盘股周期比较有信心，认为“宽货币-宽信用”的格局可能会延续，且上市公司受益于大宗商品整体回落，中小市值公司业绩弹性较大，有望持续受益。大盘成长风格主要受全球无风险利率，即美债收益率的波动而产生估值影响，更偏国际资金定价，而中小市值更偏国内资金定价。随着 A 股整体发行步伐的加快，中小市值公司数量也在与日俱增，其中中小市值公司提升数量最为明显，未来可投资范围将越来越大。另外，重要报告也指出，中国式现代化，不是两极分化的现代化。可以展望未来中小市值公司的成长空间可期。
周博洋同样给大家提供了一个观察标准，那就是观察一年 期同业存单和一年期的 MLF ，参考过去的数据（下图），可以很明确地看到当一年期的纯债收益率上穿 MLF 的时候，基本上微盘股指数就会见顶，或者是阶段性见顶，也就是说，如果流动性变差，那这个策略就会失效。
而对比本次7只基金，像华商计算机行业量化股票这一类比较吃行业贝塔红利的，我肯定第一个剔除。
从超额和风险调整后指标选择，金元顺安优质精选，南华丰汇和信诚多策略都可以优先配置，这几只同样属于量化+主观的做法。
如果想要投资具有深度学习能力和穿越市场波动的量化基金，华夏智胜先锋股票和国泰君安量化选股，不管是公司的资源还是基金经理本身的开发能力，都非常优秀。
本次测评的7位基金经理，除了周博洋我是专门撰文介绍过，其他的因为工作原因都没来得及细细研究，本次也对7位基金经理做一下介绍：
5.1 孙蒙
● 理学硕士。2014 年 4 月至 2017 年 6 月,曾任中信建投证券股份有限公司研究员、投资经理等。2017 年 7 月加入华夏基金任数量投资部研究员、基金经理助理，现任华夏基金多只基金的基金经理。
孙蒙的量化研究系统主要以机器学习或人工智能为动力。在2017 年，孙蒙与微软亚洲研究院合作，提出了时变注意力模型和强化学习解决行业轮动问题等方法，使得他的投资策略更富有科技性。孙蒙的量化系统采用了“AI+策略框架”的组合管理方法，其中包括 alpha 模型（用于预测股票未来收益）和风险控制模型（用于控制组合基差风险、回撤风险和偏离风险）。在“AI+策略框架下”，投资策略的实时生成基于数据的快速更新，能够即时调整持仓及预期收益。历史行情走势、行业数据、产业链关系、上下游变化、宏观数据、交易情况和政策信息等数据都可以作为机器学习的训练样本。人工智能可以快速识别投资者交易行为、情绪和舆情等信息，并将其应用于投资决策。
5.2 胡崇海
● 胡崇海博士，曾任香港科技大学人工智能实验室访问学者， 2014 年加入上海国泰君安证券资产管理有限公司，先后在量化投资部、权益与衍生品部担任高级投资经理，从事量化投资和策略研发工作，现任量化投资部总经理。自2021 年 12 月起陆续担任国泰君安中证 500、国泰君安中证 1000 指数增强、国泰君安量化选股等基金的基金经理。
以30%基本面+70%高频量价的深度融合策略为核心，不加主观介入，希望在挖掘因子、合成因子、构建组合等流程构建差异化的体系。Alpha 因子库储备超过 1500 个因子，涵盖基本面、技术面、高频数据、另类数据等方向，在广度上具有较好的覆盖面。因子加权上，机器学习模型可以自动排除失效因子、纳入有效因子，基本实现因子权重自动化。并在模型中综合考虑了风险管理、投资组织管理、冲击成本模型等，可以实现尾盘调仓。总的来说，选股模型经过 11 年 8 次重大升级，实现传统机器学习与深度学习的双重驱动。同时其自研的风控模型非常严格，涵盖了大多数风险因子，如市值、贝塔、流动、性波动、动量反转、成长、BP、EP 等因子，所有风险因子控制在0.2倍标准差之内，所有行业在1%的偏离度之内。从实际运作结果来看，代表产品国泰君安中证500、国泰君安中证1000指数增强的确对于行业和成分股偏离控制严格。国泰君安中证500显著高于公募指增平均的换手率水平，也符合其基本面+高频量价深度融合的模型特点。
5.3 周博洋
● 英国兰卡斯特大学理学硕士，2014年加入金元顺安基金，有11年证券、基金等金融行业从业经历，目前在管基金有金元顺安优质精选基金A/C、金元顺安丰祥债券基金A/C、金元顺安沣泉债券基金等、金元顺安沣顺定开债基金、金元顺安沣楹债券基金、金元顺安丰利债券基金。
以量化+主观的形式构建投资策略，前期量化选股，初次筛选使用量化策略，再主动挑选符合标准的个股加入组合策略，转债思路做小微策略控制回撤，并通过交易增强提升产品收益，同时对PB有明确要求，PB要符合个人标准，股票形态要“宽L“型。
5.4 艾定飞
● 艾定飞先生，2014 年 7 月至 2017 年 6 月就职于高盛集团金融部， 2017 年 7 月加入华商基金，曾任量化研究员、基金经理助理，2018 年 11 月起担任基金经理，目前主要管理华商电子行业量化、华商计算机行业量化、华商大盘量化精选、华商300智选等共计 4 只量化选股型基金。
艾定飞先生整体框架以量化多因子选股模型为核心，叠加深度学习的算法模型进行组合优化和构建。整体以基本面因子为主，以中高频量价因子捕捉短期内非理性行为，在因子挖掘层面，注重因子的精细化和差异化，致力于细致深入的信息挖掘，其中，相关性因子和量价因子在今年均进行了进一步的拓展。同时，量化团队近年来开发了基于纯量价因子的深度学习模型，两个模型之间由于底层逻辑和理论的不同，因而，较低的相关性提供了贡献超额收益的可能。目前管理的华商计算机行业量化、华商电子行业量化也是市场上比较稀缺的行业增强型基金产品，从实际运作结果来看，华商计算机行业量化倾向于在计算机板块中优选基本面良好、市场关注度较高、估值水平合理的大市值标的，模型优选个股是超额收益的主要来源。
5.5 江峰
● 管理学博士，CFA。曾任职于中信证券股份有限公司，历任投资银行部高级副总裁、股票资本市场部总监。曾任职于中信证券股份有限公司，历任投资银行部高级副总裁、股票资本市场部总监。现任信诚多策略灵活配置混合型证券投资基金(LOF)基金经理。
主动量化选股+仓位管理策略相结合，主要采用PB-ROE的投资策略，确保公司的估值与业绩相互匹配，并建立了信号监测体系，做好仓位动态应变的准备。仓位长期在60%-80%左右的范围内进行，中枢在70%左右，留有一定的灵活仓位来应对市场变化。
首先会基于基本面，自下而上从公司股票池选出400-500只市值较小的股票，再优化到300只左右进行逐个分析，最终持仓100-200个股。
擅长消费、医药行业，偏好成长性行业。由于自身的一级、一级半市场从业背景，对中小企业的成长有更深刻的理解，擅长从中小市值公司中发现投资机会。
5.6 黄志钢
● 硕士研究生，2004年7月5日至2005年7月14日在美国未来之路任交易员，2005年7月15日至2006年12月10日任海通期货研究发展部研究员，2006年12月10日至2008年10月21日任国元证券衍生产品部高级经理，2008年10月21日至2015年6月5日任国联安基金量化投资部基金经理，2015年6月8日至2018年6月30日任金鹰基金指数及量化投资部总经理，2019年1月1日至2019年8月1日任南华期货研究所量化投资总监，2019年8月入职南华基金管理有限公司，现任公司总经理助理兼量化投资部总经理。
将主动的价值投资理念和主动量化投资相结合，总结了一套投资模型，不仅从数学推导上证明模型核心公式，也从主观逻辑上分析了公式中各部分因子背后的逻辑支撑。权益仓位整体保持稳定高仓位，历史来看会视市场行情对仓位及持股集中度做一定调整。自基金经理任职以来倾向于重点配置中游制造、TMT和下游消费板块
5.7 杨梦
● 经济学硕士。2011 年于农银汇理任量化研究员， 2014 年在华泰资管任量化研究员，2017 年 8 月加入博道基金任首席量化分析师并于 2018 年起任博道基金基金经理。
杨梦的组合管理流程整体分为 3 步：
1．收益预测：利用基本面趋势因子（成长、盈利、质量、预期）和均值回归类因子（量价、估值）构建多因子模型。深度系列会人为决定因子大类和因子权重，智能系列是通过 AI 算法滚动选择因子及配置权重。根据基本面景气度、分析师景气度、估值与拥挤、行业动量来做行业轮动；
2．组合生成：利用风险控制模型剔除黑名单个股，并使用组合优化模型进行权重分配；
3．日常运作：在交易执行上进行优化最小化换仓冲击成本，并定期进行绩效归因
风险提示：本材料仅供参考，不构成任何投资建议或承诺，也不作为任何法律文件。基金不同于银行储蓄等能够提供固定收益预期的金融工具，当您购买基金产品时，既可能按持有份额分享基金投资所产生的收益，也可能承担基金投资所带来的损失。基金过往业绩不代表未来，其他基金业绩不构成本基金业绩表现的保证。基金管理人承诺以诚实信用、勤勉尽职的原则管理和运用基金资产，但不保证基金一定盈利，也不保证最低收益和本金安全。基金的投资策略、投资的比例及标的将视市场情况在合同允许的范围内进行调整。具体信息请以基金合同、招募说明书、产品资料概要等公开披露的法律文件为准。如果您购买的产品投资于境外证券，除了需要承担与境内证券投资基金类似的市场波动风险等一般投资风险之外，本基金还面临汇率风险等境外证券市场投资所面临的特别投资风险。本资料如涉及观点的，仅为当前观点，不代表对未来的预测，也不构成未来中信保诚基金旗下产品进行投资决策之必然依据。基金管理人对文中提及的板块/行业仅供参考，不代表基金管理人任何投资建议，不代表基金持仓信息或交易方向，个股涨幅不代表本基金未来业绩表现，不构成任何投资建议或推介。基金管理人所提及观点对市场未来走势不构成任何保证。如因为发布日后的各种因素变化而不再准确或失效，中信保诚基金不承担更新义务。销售机构根据相关法律法规对本基金进行风险等级评价与基金法律文件中风险收益特征的表述以及基金管理人对本基金风险等级的评价均可能存在不同，投资者在购买基金前需按照销售机构的要求完成风险匹配检验，并在了解基金产品情况的基础上，根据自身的风险承受能力、投资期限和投资目标，对基金投资做出独立决策，选择合适的产品。基金管理人对文中提及的板块/行业仅供参考，不代表基金管理人任何投资建议，不代表基金持仓信息或交易方向。基金管理人提醒投资人基金投资的买者自负原则，在做出投资决策后，基金运营状况与基金净值变化引致的投资风险，由投资人自行负担。基金有风险，投资需谨慎。
$华夏智胜先锋股票(LOF)A(F501219)$ $国泰君安量化选股混合发起A(F016466)$ $金元顺安元启混合(F004685)$ @雪球创作者中心 @今日话题 @雪球基金 @华夏基金 @中信保诚基金
#聪明资金涌入国证2000ETF！ #
首页
微信公众号
证券之星APP
