（原標(biāo)題：人工智能優(yōu)化因子效用，年內(nèi)績優(yōu)量化公募因重倉AI受益）

紅周刊 特約 | 王琦浩

隨著人工智能進(jìn)入嶄新時代，投資領(lǐng)域AI的運用，最引人入勝的就是量化投資；憑此公募量化投資進(jìn)入快車道，其源于電腦能處理的數(shù)據(jù)更多更快，做投資決策更為理性。

【資料圖】

但是和一般量化產(chǎn)品相比，以人工智能為策略的量化有哪些不同呢？現(xiàn)在市面上一些做得很成功的量化私募，如幻方、明汯、九坤投資等，它們在機(jī)房建設(shè)、GPU、服務(wù)器、數(shù)據(jù)庫等硬件設(shè)備上投入了幾億資金，但是硬件投資未必和AI決策畫上等號。

人工智能浪潮下

量化基金普遍跑贏指數(shù)

早年的量化投資，大部分機(jī)構(gòu)主要以定價模型和統(tǒng)計方法為手段，通過分析金融市場中的歷史數(shù)據(jù)和現(xiàn)有行情形勢，選擇投資機(jī)會，經(jīng)由程序化的操作來實施交易。從2000年起，統(tǒng)計學(xué)習(xí)、機(jī)器學(xué)習(xí)的方法逐漸被大家認(rèn)可，更多的對沖基金開始使用更加復(fù)雜的預(yù)測模型，隨著技術(shù)和數(shù)據(jù)積累，便有了后面的深度學(xué)習(xí)、強化學(xué)習(xí)等人工智能技術(shù)。

為了讓計算機(jī)真正像人類一樣來聊天交流，OpenAI開發(fā)的ChatGPT需要龐大數(shù)據(jù)庫、巨量算力和復(fù)雜模型算法。為了讓計算機(jī)實現(xiàn)持續(xù)的交易盈利，量化投資的人工智能框架同樣需要大量復(fù)雜的標(biāo)準(zhǔn)化和非標(biāo)準(zhǔn)化數(shù)據(jù)。而各種模型的構(gòu)建也就是算法的構(gòu)建，高性能的計算機(jī)集群包括大量GPUCPU、內(nèi)存、磁盤存儲器等等。

其中，算法、模型的構(gòu)建無疑是量化投資的核心；而算法的構(gòu)建通常又包括因子挖掘模型、預(yù)測模型和組合優(yōu)化&交易算法模型等，我們多少能從招募說明書中發(fā)現(xiàn)基金公司和基金經(jīng)理算法構(gòu)建的一些方法。例如信澳量化先鋒，該基金選擇的模型有宏觀經(jīng)濟(jì)表現(xiàn)、經(jīng)濟(jì)政策、市場估值水平和投資者情緒等等，選股方面具體到因子又可歸為如下幾類：價值、質(zhì)量、動量、成長、情緒、技術(shù)、一致預(yù)期等。當(dāng)然傳統(tǒng)數(shù)理統(tǒng)計方法也會涉及到上述因子計算，只是AI會在算法基礎(chǔ)上給定風(fēng)險調(diào)整后收益目標(biāo)下學(xué)習(xí)出最優(yōu)參數(shù)。這種算法做出來的因子，更注重在預(yù)測中的表現(xiàn)。

目前公募量化基金主要可以分為兩類：指數(shù)增強型量化基金和主動管理量化型。指數(shù)增強策略主要通過不完全跟蹤指數(shù)的方式做出超越基準(zhǔn)的回報；主動量化基金策略投資范圍通常不僅限于指數(shù)成分而是全市場，同時使用量化手段擇時、對沖和優(yōu)選股票。

截至6月20日，公募量化基金一共有338只。其中指數(shù)增強型138只，主動管理型200只。統(tǒng)計顯示，指數(shù)增強型中,中證1000近一年表現(xiàn)最好，年內(nèi)收益率和最近一年收益率都超越了指數(shù)本身。而滬深300指數(shù)增強表現(xiàn)最差，今年以來和近1年收益均落后指數(shù)。而中證1000指數(shù)增強基金表現(xiàn)優(yōu)異帶火該類基金發(fā)行，年內(nèi)已經(jīng)發(fā)行超過10只。

對主動量化基金來說，市場波動越大，個股分化越嚴(yán)重，交易信號越明顯，最容易做出超額收益。過去一年恰恰是市場波動較大的一年，主動管理基金回撤控制不錯，表現(xiàn)出比指數(shù)更好的風(fēng)險調(diào)整后收益。

而且不管是增強指數(shù)還是主動量化，共同的特征是持股分散。增強指數(shù)基金的重倉股集中度通常要比所跟蹤指數(shù)更分散。而主動管理型的前十大重倉股基本都控制在15%以內(nèi)，持股數(shù)量也在50只以上；區(qū)別于主觀管理的權(quán)益基金，前十大重倉倉位動輒4成以上。

年內(nèi)排名居前量化基金多因重倉AI

相較私募量化動輒70-90倍換手率，公募量化換手率通常都在3-5倍左右。這個數(shù)字比一般靠主觀基金經(jīng)理手動調(diào)倉要高，但遠(yuǎn)低于一些做高頻的私募量化。因此，對于公募量化來說，模型的選股能力至關(guān)重要，這從今年目前主動管理型量化基金收益率就可以看出。

例如暫居首位的華商計算機(jī)行業(yè)量化股票發(fā)起式，該基金今年以來的收益率是31.12%。它投資的行業(yè)主要是計算機(jī)行業(yè)，一季度重倉股有恒生電子、中國軟件、科大訊飛、金山辦公等等。受到AI的影響，申萬計算機(jī)行業(yè)指數(shù)今年以來收益率37.49%，在31個申萬一級行業(yè)指數(shù)里排名第三，主題基金站上風(fēng)口成就了該產(chǎn)品。

排名第二的信澳量化先鋒混合(LOF)是主動管理型產(chǎn)品，其今年以來收益率20.92%。它的業(yè)績比較基準(zhǔn)是滬深300，究其年內(nèi)表現(xiàn)較好原因，也是因為基金在行業(yè)和個股上做到了重倉AI。在投資方法上，該基金表示會利用AI技術(shù)在科學(xué)地考慮了大量的各類信息基礎(chǔ)上，構(gòu)建綜合量化多因子模型。

從其購買的股票按照申萬一級行業(yè)分類，2023年第一季度最重倉的三個行業(yè)是傳媒，計算機(jī)以及電子，此前2022年第四季度最重倉的行業(yè)是休閑服務(wù)。今年以來這只基金重倉的板塊特別有優(yōu)勢，傳媒行業(yè)年內(nèi)漲幅位列申萬一級行業(yè)指數(shù)首位，漲幅59.47%，電子行業(yè)今年以來漲幅排名第6，年內(nèi)漲幅11.88%。基金前三大重倉為昆侖萬維、科大訊飛以及中文在線。前十大重倉股占基金凈資產(chǎn)約34.58%。

業(yè)績、規(guī)模、夏普比最高

量化公募“各有其主”

近三年業(yè)績最好的公募量化是王平2016年開始管理的招商量化精選，近3年、近5年業(yè)績出色。產(chǎn)品在近三年、近五年收益分別為87.74%、128.78%，同期滬深300收益率為-3.47%和2.40%。

2022年開始，基金規(guī)模出現(xiàn)顯著增長，最新規(guī)模為32.64億元；同樣其持股非常分散，前十大重倉股僅占凈資產(chǎn)約13.87%。不同于私募量化偏好做量價、高頻，該基金75%的策略運作來自基本面因子。它使用的量化選股模型基于自主研發(fā)的PB-ROE框架，特點是會在估值較為穩(wěn)定的行業(yè)中選擇一些成長性較高的股票，同時在持倉上做出充分分散，避免個股造成的損失對整體持倉造成較大影響。

具體來看，2023年一季度重倉的幾個行業(yè)是建筑裝飾、汽車、輕工制造、重倉的個股有華域汽車、中國建筑，隧道股份等。受到量化模型限制，基金所持有的行業(yè)和個股很分散，比如前十大重倉股占基金凈值比13.87%。

而目前規(guī)模最大的公募量化基金，是葉樂天管理多年的建信中證500指數(shù)增強A，基金的規(guī)模54.69億元，它的長期業(yè)績優(yōu)異，9年零五個月的累計收益166.55%，年化11.04%?；鹎笆笾貍}股占基金凈資產(chǎn)9.3%。

他利用的是成分股權(quán)重優(yōu)化增強策略，賺取超越對標(biāo)指數(shù)的收益。具體說來，它在中證500指數(shù)的基礎(chǔ)上，會對一些強勢股進(jìn)行增配，也會減配甚至剔除一些表現(xiàn)不佳的股票。

雖然基金在重倉行業(yè)的分布與中證500指數(shù)保持一致，但是權(quán)重與指數(shù)有明顯區(qū)別，最新披露的前三大重倉是潞安環(huán)能、國聯(lián)股份以及常熟銀行。而中證500指數(shù)前三的重倉是中際旭創(chuàng)、昆侖萬維以及寒武紀(jì)。對標(biāo)該指數(shù)，基金近三年收益率23.71%跑贏指數(shù)8%的水平。

另外，近3年夏普比例最高的公募量化基金是孫蒙管理的華夏中證500指數(shù)增強A，年化夏普比例1.07。它于2020年4月17日開始運營，自成立以來的收益率75.68%，年化19.12%；近三年收益率58.70%，年化16.46%。該基金投資使用的是“AI算法+量化策略”的運營模式。它的特點是換手率比較高，近一年換手率為3倍，前三大重倉股分別是中控技術(shù)、海信視象、水晶光電。

（作者系愛方財富基金分析師；文中觀點僅代表作者個人，不代表《紅周刊》立場。本文已刊發(fā)于6月24日《紅周刊》，文中提及個股僅做分析，不做投資建議。）

標(biāo)簽：