都在說量化投資，可是你知道基金的量化怎麼玩嗎？

上半年以來，A股的「漂亮50」行情持續走強，這與中小創形成了冰火兩重天的景象。極端分化的市場風格對基金的業績影響尤為明顯。特別是去年業績表現較好的基金，在小市值股票上的投資比例過高，難免會在市場風格轉換時策略失效。

不過，隨著下半年行情的企穩，不少量化基金業績開始回暖。根據私募排排網數據中心統計，今年以來，目前市場上221隻股票策略量化基金的平均收益率為0.4%，領先同期全部A股平均收益率0.75%。其中有111隻股票策略量化基金取得正收益,佔比50.23%,其中112隻跑贏上證A股平均收益率,佔比50.68%。

今年以來，貨幣與財政政策雙雙趨緊，金融監管更加嚴格，加上美聯儲縮表預期以及外部地緣政治風險等因素，對國內的資金面和股市都產生了不利影響，其中A股交易量在一二季度有所萎縮。上半年一些超級大盤藍籌股出現了顯著的上漲，股票策略的量化基金收益率頻頻創新高。

上半年概念股漲幅居前，但之後卻偃旗息鼓 ，圖片來源：網路

但進入年中后，一線藍籌開始擴散，上半年一些表現較好的政策性板塊，如雄安概念、一帶一路概念、京津冀概念、滬深港概念和粵港澳概念股在近期都偃旗息鼓，板塊輪動將更加頻繁，收益的不確定性逐漸增加。主觀性投資可操作性降低，量化投資山雨欲來。

尤其是在2016年底和2017年3份以來，市值因子方向發生扭轉，由偏向小市值變為偏向大市值。簡單說就是，大中小盤指數在2016年底走勢基本相同，同時小盤股波動大於大盤股。但在2017年之後，指數走勢開始明顯偏離，超大盤和大盤指數獲得了正收益，中盤和小盤指數則明顯下跌。

2014年以來，如果持有的股票出現顯著上漲將其賣出，如果出現下跌將其買進持有，會帶來非常好的超額收益。但從今年3月份以來，發生了顯著的反轉，即強者恆強，弱者恆弱。

在2017年之後超額收益表現的很明顯，價值因子在凸顯。關注市凈率低的股票的同時，也要關注市盈率低的股票，如茅台、美的、格力等白馬龍頭股，都取得了不錯的收益。

一面是價值股的「漂亮50」表現靚麗，另一面是「要命3000」的市場下跌，使得量化投資的分散投資以降低個股風險的原則受到挑戰。較大的分散持倉會加大選到下跌股票的概率。

過去由於制度不健全，信息流通不暢，優先獲得信息的優勢很明顯，同時這也是當時獲利的主要手段。但現在，獲得信息的渠道越來越多，信息逐步透明化，如何去偽存真，辨別有用的信息越來越變得非常重要。另一方面，金融監管加強，對內幕交易、操縱市場行為打擊力度也越來越大，使得獲得所有信息的難度和風險大大提高。這個難題如何解決？就算獲得了海量數據，難道就真的能利用數據優勢獲取收益嗎？量化投資似乎能給出答案。所謂量化投資，就是從海量的數據中發掘出規律，進而制定有效的投資策略，把策略變成一系列明晰的投資規則，並由計算機自動化、有紀律地執行。

量化投資過程 圖片來源：網路

量化投資主要的目標就是獲取超額收益。一般來說，股票策略量化基金的收益主要來自於股票的超額收益，而股票收益來源又分為兩部分：一是市場收益，我們稱之為β；二是個股的超額收益，稱之為α。

量化投資收益構成 圖片來源：網路

市場由於具有牛短熊長、大起大落的特徵，以滬深300為例，其10年年化收益為3.9%，因此如果要想獲得更高的收益，就要在個股的超額收益上下功夫。

目前，基金的量化投資參與者在逐步增加，策略同質化現象也越來越嚴重，要想獲得長期的較好的收益，如何擴展數據源並獲得獨特的超額收益，是每個量化投資團隊獲得競爭優勢的努力方向。

提到基金的量化投資，除了超額收益、程序化高頻交易外，你還想到了什麼？沒錯，還有大數據。正是量化投資的基礎，其實本質上是系統性投資。而這種系統性則是建立在完善的數據源基礎上。

融智數據中心的數據一直被業界及媒體廣為引用，是行業數據收集最全和數量最多的機構之一。截至2017年7月，組合大師資料庫覆蓋私募基金近十五萬，其中不含單賬戶、海外基金及其他，基金經理近萬個，對沖基金公司近2萬家（不含審計機構等公司）。

作為一款專屬於私募基金投資者大數據智能投顧軟體，銀行、券商、信託、公募基金、保險等機構投資者均可在私募排排網「組合大師」的資料庫中對私募市場進行分析和挖掘，找出收益與風險、融智測評、價值成長持倉偏好、選股擇時能力、行業配置特點等市場非常有效的因子，然後通過因子的組合選擇股票，形成選股模型，彌補傳統投資方式的不足，更好地幫助投資者控制風險並取得最大收益。

在分散和控制風險方面，私募排排網「組合大師」通過組合錄入、組合的分析與管理功能，跟蹤組合業績表現，分解組合業績來源，分析組合風格、組合構建等方式，進行高效的大類資產配置, 構建FOF投資組合, 並進行組合管理，有效分散並控制風險，實現收益最大化。

李開復曾公開表態，未來十年，80%金融從業者會被人工智慧（AI）取代，純數字領域的金融，是AI最好的應用領域之一。

其實，嚴格意義上的量化投資，是從資料庫的建立、到因子挖掘、Alpha選股策略形成、到風險分解與控制、到模擬交易與業績歸因、到持倉與自動交易，形成系統化的投資方式，量化大數據貫穿於全程。而基金的量化投資正是基於完善的數據源，利用科技進行投資風險的對沖與分散，做到收益最大化。

市場在不斷變化波動，多數投資者既不具備敏銳的市場洞察力，也不具備根據市場變化調整資產配置的能力。而隨著未來科技水平的進步和量化投資的普及，將會湧現出更多的類似組合大師這樣的「金融+科技」的創新產品，為基金量化投資者提供更多高品質的私人財富管理服務。