>> 國(guó)金證券-公募指增及量化基金經(jīng)理精選系列九:量化選股策略洞察,解析多元靈活魅力-250925
| 上傳日期: |
2025/9/26 |
大?。?/td>
| 2264KB |
| 格式: |
pdf 共16頁(yè) |
來源: |
國(guó)金證券 |
| 評(píng)級(jí): |
-- |
作者: |
張慧,于婧 |
| 下載權(quán)限: |
無限制-登錄即可下載 |
|
|
在公募量化產(chǎn)品線中,除了指數(shù)增強(qiáng)型品種外,量化選股型品種也占據(jù)重要地位,截止2025年二季末,全市場(chǎng)共計(jì)277只量化選股型基金,合計(jì)管理規(guī)模903.20億元。這類基金由于不屬于標(biāo)準(zhǔn)指數(shù)增強(qiáng)范疇,因而,不受限于指數(shù)成分股的投資比例和跟蹤誤差的硬性約束,擁有更廣泛的投資范圍和更高的風(fēng)格暴露自由度,其業(yè)績(jī)往往也展現(xiàn)出更高的彈性。同時(shí),得益于相對(duì)寬松的策略環(huán)境,不同基金經(jīng)理能夠根據(jù)自身的偏好及特長(zhǎng),構(gòu)建更具差異化的投資策略。 然而,對(duì)于投資者而言,由于量化選股型基金的工具化屬性不如指數(shù)增強(qiáng)型基金明確,在產(chǎn)品選擇時(shí),往往面臨對(duì)其定位與策略認(rèn)知不夠清晰的挑戰(zhàn)。為此,本篇專題將對(duì)部分量化選股型基金的投資策略框架進(jìn)行梳理,主要聚焦信達(dá)澳亞基金馮璽祥、國(guó)泰基金高崇南、信達(dá)澳亞基金林景藝、鵬華基金時(shí)赟超、西部利得基金翟梓艦等5名在量化選股型產(chǎn)品上投資框架體系各有特色的基金經(jīng)理(按照姓名拼音字母順序,下同),涵蓋風(fēng)格配置、中小市值、偏股混增強(qiáng)等差異化產(chǎn)品定位,以供投資者參考。 馮璽祥(信達(dá)澳亞基金):采用統(tǒng)一框架管理,十分看重因子在整個(gè)投資域的有效性以及阿爾法模型的普適性,通過多樣化的因子和模型提升超額的穩(wěn)定性。在實(shí)盤運(yùn)行多年的靜態(tài)多因子線性模型的基礎(chǔ)上,自2023年開始陸續(xù)加入了機(jī)器學(xué)習(xí)動(dòng)態(tài)加權(quán)模型的應(yīng)用,目前兩套邏輯采用相對(duì)均衡化的方式分倉(cāng)管理,在對(duì)標(biāo)中證1000的信澳星耀智選中,兩部分接近等權(quán),在對(duì)標(biāo)中證2000的信澳星亮智選中,機(jī)器學(xué)習(xí)模型占比略高。 高崇南(國(guó)泰基金):注重卡瑪比率,選擇高股息、質(zhì)量、成長(zhǎng)三類風(fēng)格進(jìn)行配置搭配以提升組合風(fēng)險(xiǎn)收益配比的穩(wěn)定性,整體產(chǎn)品定位于中低波動(dòng)率的價(jià)值風(fēng)格,以控制最大回撤為目標(biāo)?;鸾?jīng)理會(huì)對(duì)每類風(fēng)格構(gòu)建一個(gè)優(yōu)選股票池,分別通過對(duì)應(yīng)風(fēng)格子策略進(jìn)行最終投資組合的確定,基本采用樹模型進(jìn)行因子合成。從實(shí)際運(yùn)作來看,整體持倉(cāng)高度分散,通過錨定波動(dòng)率來控制風(fēng)險(xiǎn)的方式,同樣很好的控制了產(chǎn)品相對(duì)于滬深300指數(shù)的偏離。 林景藝(信達(dá)澳亞基金):踐行“HI+AI”理念,采用一體化投研平臺(tái)。信澳寧雋智選采用“基金優(yōu)選→持倉(cāng)還原→指數(shù)增強(qiáng)”三步法,通過量化方式復(fù)制優(yōu)秀同行共識(shí),以實(shí)現(xiàn)緊密跟蹤萬得偏股混基金指數(shù),再疊加多類阿爾法模型進(jìn)行指數(shù)增強(qiáng),通過多策略組合追求穩(wěn)健超額收益。由于信澳寧雋智選在全市場(chǎng)范圍內(nèi)選股且采用多策略框架運(yùn)作,因而,整體持股十分分散,多策略分散化的持股特征也有利于控制風(fēng)險(xiǎn)、穩(wěn)定超額。 時(shí)赟超(鵬華基金):所管理的主動(dòng)量化產(chǎn)品沿用與標(biāo)準(zhǔn)指增統(tǒng)一的策略體系,即采用多因子線性模型與機(jī)器學(xué)習(xí)非線性模型融合的框架。不過,相較標(biāo)準(zhǔn)指增產(chǎn)品,鵬華量化先鋒在非線性模型的使用比例上略高,大約占比60%左右,且整體預(yù)測(cè)周期更短、換手率更高。風(fēng)險(xiǎn)模型中,鵬華量化先鋒在風(fēng)險(xiǎn)因子層面的硬約束較少,主要控制組合的波動(dòng)率以及市值因子的偏離,自2024年以主動(dòng)量化產(chǎn)品運(yùn)作以來,該產(chǎn)品持倉(cāng)分散度明顯提升,通過分散持倉(cāng)適當(dāng)分散風(fēng)險(xiǎn)。 翟梓艦(西部利得基金):采用AI量化投資策略,構(gòu)建“核心+衛(wèi)星”多策略均衡配置框架。核心策略依托機(jī)器學(xué)習(xí)技術(shù),包括多因子疊加(神經(jīng)網(wǎng)絡(luò)+樹模型)進(jìn)行中長(zhǎng)期預(yù)測(cè)、基于Level 2數(shù)據(jù)的RNN高頻量?jī)r(jià)因子挖掘等。衛(wèi)星策略則搭配主動(dòng)量化或其它線性模型,并根據(jù)產(chǎn)品定位差異化配置,如西部利得量化優(yōu)選側(cè)重小盤股,AI策略與主動(dòng)量化各占50%;中證1000指增采用70%核心AI策略+30%多因子線性模型的配置,嚴(yán)格控制跟蹤誤差。 風(fēng)險(xiǎn)提示 海外降息進(jìn)程不及預(yù)期、國(guó)內(nèi)政策及經(jīng)濟(jì)復(fù)蘇不及預(yù)期等帶來的股票市場(chǎng)大幅波動(dòng)風(fēng)險(xiǎn)。 基金相關(guān)信息及數(shù)據(jù)僅作為研究使用,不作為募集材料或者宣傳材料。本文涉及所有基金歷史業(yè)績(jī)均不代表未來表現(xiàn)。
|
|