1、以平常心看待量化基金
作者：@懒人养基
发表时间：2021-09-13
量化基金最近大热源于两方面因素，一方面是今年以来公私募量化基金业绩不错，受到基民热捧并引发限购，某量化公募推出每日限购1024元的措施，1024这一不按常理“出牌”的限购金额营造了一个小小的营销高潮；另一方面，沪深股市自7月21日以来成交额一直维持在万亿以上，9月1日更是创出了1.7万亿的年内新高，而管理层在近期举行的发布会上重点提到了量化交易的活跃，进一步引发了成交如此活跃原因的热烈讨论。
对于后一个问题，由于权威部门没有发布准确数据，坊间有传量化交易占到沪深成交额50%的，有说30%的，也有“研究”表明占10-20%的。热议的焦点还有，量化交易有没有“割韭菜”？量化决策是使市场更有效还是引起了更大的波动？量化基金值不值得投资？量化基金是否会是将来重要的发展方向等等。
我们今天就来聊聊量化基金的问题。
先来“白话”一下什么是量化基金。
所谓量化，是将基金管理人的投资思路和投资框架由主观定性转化为客观定量，借助计算机实现选股和交易的程序化的过程。具体来说，它从天量的历史数据中分析筛选出能带来正向（超额）收益的诸多因子，包括基本面、技术面、宏观环境等方面的多项因子，将这些有效因子（Alpha因子）按不同权重作为输入变量构建数学模型，一方面尽最大可能获取超额收益，另一方面科学控制风险，确保策略能在各种市场环境下平稳运行，以获取最优的风险收益比，或者获得投资决策的最优解。随着人工智能、机器学习技术在量化投资中的运用，量化策略和模型还有可能实现自我优化和迭代。
相较传统的主动管理型基金，量化基金有如下特点：
1、传统主动管理型基金的投资决策由人做出，而量化基金的投资决策主要由机器做出。
2、量化基金机器决策最大的优点是高度的纪律性，可以克服恐惧贪婪等人为情绪的干扰，避免投资者对信息的扭曲，从而避免做出过度的反应。
3、由于量化交易是通过既定预设方法，由计算机做出投资决策，它可以极大地利用计算机科学和人工智能的发展成果，做出天量的尝试和筛选，同时还能快速把握住稍纵即逝的交易机会，积小胜为大胜。
4、如果说主观管理的优势在深度，可以深度研究股票的基本面，从而选择几十只股票进行集中投资；那么量化基金的优势则在机器覆盖的广度，选择几百只股票进行投资，可以在众多股票中发现定价错误，从而获取超额收益，同时可以规避个股黑天鹅风险。
5、股市成交越活跃，股票换手率越高、波动越大，量化策略就越容易获得更高的超额收益。
全世界量化基金的“神话”发生在美国。由文艺复兴科技公司管理的大奖章基金（Medallion）从1988年以来创造了收益超高、波动又小的“神迹”，诸如在01年科网股泡沫破裂、07年量化地震、08年金融危机、10年市场闪崩、19年新冠疫情冲击等极端年份均获得高收益，30多年来年化收益率近40%，远超主观投资典型代表——股神巴菲特年化20%的业绩。
可惜大奖章基金只对公司员工、前员工和少数老客户开放，规模上限大约100亿美元，普通投资者根本没有机会进行投资和体验。而文艺复兴公司对普通投资者开放的其他两只基金业绩则要平庸许多。所以大奖章基金的成功一直是未解之谜。公众对大奖章基金知道的公开信息是，数百位数学和自然科学博士和教授团队，鲜有华尔街背景金融从业雇员；相关计算机程序超过1000万行代码；35000台服务器每天可以处理超过30万亿字节信息，寻找市场中潜在的错误定价，以获取盈利机会；平均持仓周期大约2天。
无论如何，大奖章的成功是个孤例，无法复制。文艺复兴公司如此，美国其他大量量化基金也鲜有业绩稳定出众的例子。
国内的情形又如何呢？
众所周知，A股以沪深300为代表的大市值龙头个股始终处在市场中心，市场对其投资价值已经进行了充分的挖掘，较少出现定价错误的机会。而众多中小市值个股由于市场关注度不高，分析师覆盖有限，存在大量定价错误的可能。所以国内量化基金的投资重点在中小市值个股，可以从大量中小市值个股中发现定价错误，并在定价纠偏过程中获利。
据说近几年有一批基于中证500和中证1000的量化私募业绩出众，实现了年化超过25%的收益率水平。由于私募信息并不公开透明，而私募基金数量庞大而水平又参差不齐，私募量化真实的总体水平到底如何不得而知。
公募量化基金曾经经历了2015-2016年的辉煌；2017年小市值因子失效后风光不在。2019-2020年公募基金大年中，相对于主动偏股基金动辄超过50%的收益率水平，量化基金业绩也并不出彩。
今年以来中小市值因子重新有效，以中证500、中证1000和国证2000为例，今年以来涨幅都在20%左右（截至9月10日），而同期沪深300下跌3.80%。如果基于小市值因子的公募量化能做出20%的超额收益，总体收益达到40%左右的水平，相较大部分以沪深300为业绩比较基准的主观管理型公募基金，这种收益当然就有吸引力了。
据统计，截至8月25日，公募量化基金今年以来的平均收益率为8.38%，跑赢同期主动偏股基金约6.93%的平均收益率。而迄今为止量化策略基金中最高收益率超过50%，与主动偏股基金最高收益率实现翻倍存在40多个百分点的差距；量化基金首尾业绩相差70%左右，主动偏股基金这一数据则超过了100%，说明量化基金总体业绩表现更为均衡一些。
公募量化基金目前主要有三类：一类是指数增强基金，一类是量化多头策略基金，一类是量化对冲策略基金。
对指数增强基金我们可能更为熟悉一些，我之前投资指数基金一般就爱选择增强产品进行投资，其中上证50增强曾经是指数基金中让我赚钱最多的一个；沪深300指数增强、中证500增强、中证红利增强都投资过，也获得过不错的收益。印象中，指数增强获得超额的“增强”效果并不稳定，说明指数增强策略也是有时有效有时无效的状态。
量化对冲是一种市场中性策略，它通过建立一个多头组合同时做空选定的股指期货，试图过滤掉市场波动，只赚企业成长的钱。这类基金产品并不少，名称中有“阿尔法”、“对冲”、“绝对收益”的基金大多属于此类。我在我的主动基金组合中大部分时间都会持有一只这类基金作为防守力量的一部分，但近两年持有体验并不太好，性价比有时还不如稳健型二次债基。
量化多头策略大多属于主动量化，也就是量化决策之外，还有一定程度的主观决策；或者对量化模型经常进行人工干预。这种决策模式对基金经理的依赖程度很高，离纯粹的量化还有很大的距离。当然这跟当前衍生品不够丰富以及A股不能进行T+0交易、公募不允许日间反向交易等规则有关，纯粹的量化策略充分发挥其优势的客观环境还不完全具备。我在我的主动基金组合中了也加入了这类策略的基金，占比5%左右。
基于投资策略和投资风格的分散，我觉得这种量化多头策略基金是有配置价值的。但若重仓甚至全仓买入我觉得则要慎重，不是说这种策略有什么问题，而是任何一种策略都会有的失效的时候，如果过于重仓，会让我们在策略失效的时候心理压力过大对它失去信心，从而陷入追涨杀跌的怪圈。
不同于传统的深度选股、主观管理型主动基金，量化基金的规模太大对量化策略的有效性是有至关重要的影响的，这也是我们看到有的公募量化基金才几十亿的规模就采取限购的根本原因。据传，已经多年不对外部投资人开放的大奖章基金要求每季度的盈利必须强制赎回，可能也是出于控制规模的考虑。
此外，相似的策略如果用的人多了，量化策略就可能长期失效，所以量化策略考验的还是基金管理人不断进化和迭代的能力。
而无论如何，随着计算机技术和人工智能的不断进步，量化决策或者量化辅助决策一定是未来的一个重点发展方向。趋同的量化决策和量化交易有可能在短期内加剧市场波动，美股去年多次让巴老“活久见”的熔断就是典型例子；而大量的量化决策和量化交易的出现，其不断寻找市场定价错误的“行为”有可能让市场有效性得以提高，“量化”长期博弈的结果是相对指数的超额不再容易获得，那时候我们的投资将变得更为简单：长期持有宽基指数基金，真正做到“躺平”。