收益一般发行回暖 主动量化基金前景如何？

王骅

2017年以来，主动量化基金的收益表现并不理想：据统计，2017年之前成立的量化基金在去年平均收益仅为2.92%，其中光大风格轮动、华商动态阿尔法、大摩多因子策略跌幅都超过了18%。

而2017年在龙头蓝筹股支持的结构化行情下，代表大盘蓝筹的上证50、沪深300指数分别上涨25.1%和21.8%，主动量化基金中仅有部分价值风格或者以指数增强为思路的产品获得了风格收益，大部分2016年表现优异的主动量化基金在去年都发生了不同程度的回撤。

2018年以来，量化基金继续表现疲软，127只主动量化基金的平均收益率为0.07%，华商动态阿尔法、南方策略优化、东吴安盈量化等基金净值仍在继续下滑。整体表现不佳也对基金规模产生了较大影响，2016年底主动量化基金的总规模约为746亿，到了2017年末整体规模缩水了将近80亿，其中明星产品长信量化先锋的规模就从109.44亿缩水至46.84亿。

但与此同时，今年多家基金公司发力布局量化基金，根据wind资讯数据显示，今年以来有18只主动量化基金发行（A、C份额合并统计）。另外，从证监会基金募集申请表中可以看出，今年以来有14只量化基金获批，还有8只待批，其中7只为主动量化。

主动量化特点和业绩归因

主动量化基金是以量化模型为基础实现对个股的广泛筛选，而多因子选股模型又是最经典的量化模型，主要因子的表现是影响整个模型表现的核心因素。我们通过以下4个主要因子简单展开归因，其中包括：

（1）反映上市公司的盈利能力、现金流情况、财务杠杆水平等的基本面因子;

（2）反映股票市值、绝对和相对估值水平的价值因子;

（3）反映股票价格的动量/反转趋势、股票所处风格板块的轮动、股票价格的历史波动等的交易面因子;

（4）反映平均成交量、相对流通市值的流动性因子。

2016年几乎所有的因子均获得了正收益，其中受市值因子影响，价值因子的收益最为强势，交易面因子与流动性因子表现其次，基本面类因子在2016年虽取得正收益，但是明显逊色于其他因子。以2016年业绩表现优异的长信量化先锋为例，从基金公布的半年报以及年报具体分析，该基金2016年市值、盈利能力、估值水平、股价波动这几个因子暴露较多，配置的股票大多是估值偏高、交易活跃的小票，基金表现出来的超额收益很大一部分来自市值相关因子;行业集中度上，基金对机械、电子、化工的偏好较强，也侧面印证了这一点。

2017年，各因子表现均发生了一定的变化，其中最为显著的是A股长期强势的市值因子发生了大逆转，从2016年的极端正收益大幅逆转为极端负收益。其次，交易面因子贡献也有一定下降，其中以反转趋势因子的失效最为显著。反差最为明显的是2016年表现略差的基本面因子和市場因子，在2017年成为强势因子，收益明显提升。从具体基金来看，大盘风格、关注基本面投资与价值投资、并适当通过技术面因子增强的基金能取得出色的业绩，例如景顺长城量化新动力、华泰柏瑞量化增强等。以华泰柏瑞量化增强为例，基金偏好的因子为盈利能力、估值水平和市值，基金对中小市值股票有长期的暴露，但是主动暴露仅为0.7左右。与2016年相比，基金在2017年增加了对企业盈利和估值的暴露，更加偏向选取盈利能力强但是相对估值并不高的企业;而在具体的行业和选股上，基金并没有完全进行行业“中性”，对行业内强势的股票作了超配，从结果看，这个操作给基金带来了明显的超额收益。

经过去年“业绩为王”的极端行情，不少主动量化基金对选股模型进行了适当调整，逐步投向有业绩支撑、低估值、有竞争力的公司个股，长信量化先锋在2017年就调低了市值因子的暴露水平，从重仓股来看，不少中大型企业进入了基金的选股范围，因此基金净值在大幅回调之后，在去年年底有所企稳。而在新的形势下，不同的因子暴露引起了今年基金业绩的分化，部分量化基金没能及时调整应对，从而产生了持续回撤。

主动量化基金前景展望

从近两年分化的市场环境下量化基金的表现以及相关因子暴露情况上看，2017年量化基金整体收益不佳是因为前期贡献超额收益的市值因子反转，反而成为了亏损的主要来源。市场上也有一些声音说量化策略在小盘较好的时候表现出色，现在量化产品不行了;也有不少资金在股市持续下跌或者长期震荡横盘时追捧量化投资。这可能都是基金公司前期投资教育不够或者投资者对量化产品认知有限的情况下形成的误区。

目前市场上的主动量化产品，虽然名称多样或者直接为基金公司名称加上“量化”两字，但绝大多数是以沪深300或者中证500指数作为基准的类指数增强产品，或者产品的定位就是“价值”或者“成长”的固定风格。因为A股市场风格每年差异较大，所以会形成有些年份沪深300增强的策略表现较好，有些年份中证500风格的基金较强的情况。但是从今年新发的产品来看，基金公司也有意识更加清晰地传递基金的风格定位，不少基金名称中就包含了“价值”、“成长”的字眼。

量化基金本身相比传统基金有诸多理论上的优势。例如，更全面的市场跟踪能力、严格的投资纪律和风险控制纪律等等。然而，量化投资在中国的发展还是会面临诸多问题，比如单纯依靠模型进行投资的风险较大;我国资本市场的数据期短，数据又是量化投资的核心，又有不少上市公司公布的财务数据不符合实际，数据质量问题会大大影响量化模型运作的有效性;投资人和基金公司内部对基金、基金经理的考核周期普遍较短，而众多模型依据的是长周期内大概率上的胜利等。

当然，量化投资策略不是一成不变的固定模式，量化策略作为投资决策工具还在不断发展的过程中，因子模型本身也在不断改进：基金经理会随着市场环境和策略表现对其进行调整和优化，以适应新的市场环境，从去年经验看，不少量化基金引入了更多的基本面因子，配置了更多业绩稳健的公司;量化策略也是开放的体系，新挖掘的规律或因子都可以加入模型作为辅助;甚至也有策略能够通过因子择时动态调整基金风格。