2016年44只量化基金相继成立(同基金不同份额合并计算),规模较2013年翻了两番,突破1000亿元最近一年主动型量化基金更是大放异彩,近一年平均涨幅达14.9%,超越沪深300指数8.22%,超越主动偏股型基金指数7.82%。涨幅最高的前十名主动量化基金平均更是上涨了27%
图表 1、量化基金规模及数量统计
数据来源:金牛理财网;        统计区间:2009年至2016年;         左轴:基金个数;右轴:规模(亿元)


量化基金有何优势?
选股能力强,博取超额阿尔法收益。主动型量化基金选股能力和信息比率指标显著高于同类基金平均水平,该类基金普遍通过分散持有大量个股,优化量化模型,精选个股,获得超额收益。

牛市、震荡投量化。量化基金所以表现出色是由其自身特点决定的,该特点也决定了量化基金并非普适投资产品,而是需要因时制宜的投资产品,简单的总结就是“牛市、震荡投量化”。
具体来看,量化基金在震荡市场中,尤其窄幅震荡市场表现尤佳,由于大量分散持股,重选股轻择时,在窄幅震荡,尤其是行业主题轮动的情况下,预计表现更好。在牛市行情中,不适合二八行情,相比之下在成长牛市等多数股票上涨的行情中表现更佳。该类基金不适于熊市行情,由于持股仓位高,波动率大,在该行情下,跌幅预计大于同类平均水平。
目前市场出现长期大幅下挫的可能性较低,震荡行情的可能性较大,可以考虑配置部分量化基金。
图表 2、量化基金在不同市场行情中的表现
数据来源:金牛理财网;      统计截至:2016/12/31


业绩具备一定的可持续性——更高的月度胜率。 以沪深300指数为基准,分析该类基金的相对月度胜率,发现该类基金近三年的月度胜率均显著高于同类平均水平,说明该类基金相比市场基准指数出现超额收益的概率较大,业绩具有一定的持续性。

图表 3、主动型量化基金月度胜率
数据来源:金牛理财网;      统计截至:2016/12/31
量化基金投资正当时
根据具体量化投资策略的不同,主动型量化基金又可划分为使用多因子选股模型、事件驱动模型、大数据策略、多策略、多量化模型、其他量化模型的6个类型。

多因子选股模型是最常见的量化基金投资策略,该分类以多因子选股模型为主要策略的基金,是目前市场上使用最多的量化策略。

基金代码

基金简称

基金近一年涨幅(%)

购买

量化基金策略类型

202019

南方策略优化

23.68

购买

多因子选股模型

233009

大摩多因子策略

19.46

购买

多因子选股模型

2 事件驱动策略也是常用策略之一,该策略基金多将影响行业和公司投资价值的事件性因素作为投资的主线,执行以事件驱动为核心的投资策略。

基金代码

基金简称

基金近一年涨幅(%

购买

量化基金策略类型

001416

嘉实事件驱动

13.07

购买

事件驱动模型

采用大数据策略的基金是近两年随着互联网发展涌现的新品种,多为基金公司与互联网公司合作产品,该类基金充分利用互联网行为大数据,将涉及的上市公司的数据进行自动分析、归并、统计和计算,在量化模型中引入搜索因子等,精选股票进行投资。

基金代码

基金简称

基金近一年涨幅(%

购买

量化基金策略类型

001990

中欧数据挖掘多因子A

10.74

购买

大数据模型

001637

嘉实腾讯自选股大数据

13.67

购买

大数据模型

采用多策略的量化基金,则会综合运用诸如"多因子阿尔法模型"、"行业轮动模型"、"事件驱动模型"等多个量化策略进行股票选择并据此构建股票投资组合。

基金代码

基金简称

基金近一年涨幅(%

购买

量化基金策略类型

000877

华泰柏瑞量化优选

24.08

购买

多量化模型

000978

景顺长城量化精选

21.79

购买

多量化模型

采用多量化模型的基金,则是在选股、风控、成本控制多个不同的分析层面使用量化模型辅助分析。

基金代码

基金简称

基金近一年涨幅(%

购买

量化基金策略类型

460009

华泰柏瑞量化先行

26.87

购买

多策略

001897

九泰久盛量化先锋

27.60

购买

多策略

使用其他量化模型的量化基金较为少见,该类基金使用除上述模型外的其他数量化分析策略。

基金代码

基金简称

基金近一年涨幅(%

购买

量化基金策略类型

000082

嘉实研究阿尔法

13.58

购买

其他量化模型

以上表格中数据来源:金牛理财网;      统计截至:2017/3/21