收益一般發行回暖 主動量化基金前景如何？

王驊

2017年以來，主動量化基金的收益表現并不理想：據統計，2017年之前成立的量化基金在去年平均收益僅為2.92%，其中光大風格輪動、華商動態阿爾法、大摩多因子策略跌幅都超過了18%。

而2017年在龍頭藍籌股支持的結構化行情下，代表大盤藍籌的上證50、滬深300指數分別上漲25.1%和21.8%，主動量化基金中僅有部分價值風格或者以指數增強為思路的產品獲得了風格收益，大部分2016年表現優異的主動量化基金在去年都發生了不同程度的回撤。

2018年以來，量化基金繼續表現疲軟，127只主動量化基金的平均收益率為0.07%，華商動態阿爾法、南方策略優化、東吳安盈量化等基金凈值仍在繼續下滑。整體表現不佳也對基金規模產生了較大影響，2016年底主動量化基金的總規模約為746億，到了2017年末整體規模縮水了將近80億，其中明星產品長信量化先鋒的規模就從109.44億縮水至46.84億。

但與此同時，今年多家基金公司發力布局量化基金，根據wind資訊數據顯示，今年以來有18只主動量化基金發行（A、C份額合并統計）。另外，從證監會基金募集申請表中可以看出，今年以來有14只量化基金獲批，還有8只待批，其中7只為主動量化。

主動量化特點和業績歸因

主動量化基金是以量化模型為基礎實現對個股的廣泛篩選，而多因子選股模型又是最經典的量化模型，主要因子的表現是影響整個模型表現的核心因素。我們通過以下4個主要因子簡單展開歸因，其中包括：

（1）反映上市公司的盈利能力、現金流情況、財務杠桿水平等的基本面因子;

（2）反映股票市值、絕對和相對估值水平的價值因子;

（3）反映股票價格的動量/反轉趨勢、股票所處風格板塊的輪動、股票價格的歷史波動等的交易面因子;

（4）反映平均成交量、相對流通市值的流動性因子。

2016年幾乎所有的因子均獲得了正收益，其中受市值因子影響，價值因子的收益最為強勢，交易面因子與流動性因子表現其次，基本面類因子在2016年雖取得正收益，但是明顯遜色于其他因子。以2016年業績表現優異的長信量化先鋒為例，從基金公布的半年報以及年報具體分析，該基金2016年市值、盈利能力、估值水平、股價波動這幾個因子暴露較多，配置的股票大多是估值偏高、交易活躍的小票，基金表現出來的超額收益很大一部分來自市值相關因子;行業集中度上，基金對機械、電子、化工的偏好較強，也側面印證了這一點。

2017年，各因子表現均發生了一定的變化，其中最為顯著的是A股長期強勢的市值因子發生了大逆轉，從2016年的極端正收益大幅逆轉為極端負收益。其次，交易面因子貢獻也有一定下降，其中以反轉趨勢因子的失效最為顯著。反差最為明顯的是2016年表現略差的基本面因子和市場因子，在2017年成為強勢因子，收益明顯提升。從具體基金來看，大盤風格、關注基本面投資與價值投資、并適當通過技術面因子增強的基金能取得出色的業績，例如景順長城量化新動力、華泰柏瑞量化增強等。以華泰柏瑞量化增強為例，基金偏好的因子為盈利能力、估值水平和市值，基金對中小市值股票有長期的暴露，但是主動暴露僅為0.7左右。與2016年相比，基金在2017年增加了對企業盈利和估值的暴露，更加偏向選取盈利能力強但是相對估值并不高的企業;而在具體的行業和選股上，基金并沒有完全進行行業“中性”，對行業內強勢的股票作了超配，從結果看，這個操作給基金帶來了明顯的超額收益。

經過去年“業績為王”的極端行情，不少主動量化基金對選股模型進行了適當調整，逐步投向有業績支撐、低估值、有競爭力的公司個股，長信量化先鋒在2017年就調低了市值因子的暴露水平，從重倉股來看，不少中大型企業進入了基金的選股范圍，因此基金凈值在大幅回調之后，在去年年底有所企穩。而在新的形勢下，不同的因子暴露引起了今年基金業績的分化，部分量化基金沒能及時調整應對，從而產生了持續回撤。

主動量化基金前景展望

從近兩年分化的市場環境下量化基金的表現以及相關因子暴露情況上看，2017年量化基金整體收益不佳是因為前期貢獻超額收益的市值因子反轉，反而成為了虧損的主要來源。市場上也有一些聲音說量化策略在小盤較好的時候表現出色，現在量化產品不行了;也有不少資金在股市持續下跌或者長期震蕩橫盤時追捧量化投資。這可能都是基金公司前期投資教育不夠或者投資者對量化產品認知有限的情況下形成的誤區。

目前市場上的主動量化產品，雖然名稱多樣或者直接為基金公司名稱加上“量化”兩字，但絕大多數是以滬深300或者中證500指數作為基準的類指數增強產品，或者產品的定位就是“價值”或者“成長”的固定風格。因為A股市場風格每年差異較大，所以會形成有些年份滬深300增強的策略表現較好，有些年份中證500風格的基金較強的情況。但是從今年新發的產品來看，基金公司也有意識更加清晰地傳遞基金的風格定位，不少基金名稱中就包含了“價值”、“成長”的字眼。

量化基金本身相比傳統基金有諸多理論上的優勢。例如，更全面的市場跟蹤能力、嚴格的投資紀律和風險控制紀律等等。然而，量化投資在中國的發展還是會面臨諸多問題，比如單純依靠模型進行投資的風險較大;我國資本市場的數據期短，數據又是量化投資的核心，又有不少上市公司公布的財務數據不符合實際，數據質量問題會大大影響量化模型運作的有效性;投資人和基金公司內部對基金、基金經理的考核周期普遍較短，而眾多模型依據的是長周期內大概率上的勝利等。

當然，量化投資策略不是一成不變的固定模式，量化策略作為投資決策工具還在不斷發展的過程中，因子模型本身也在不斷改進：基金經理會隨著市場環境和策略表現對其進行調整和優化，以適應新的市場環境，從去年經驗看，不少量化基金引入了更多的基本面因子，配置了更多業績穩健的公司;量化策略也是開放的體系，新挖掘的規律或因子都可以加入模型作為輔助;甚至也有策略能夠通過因子擇時動態調整基金風格。