“舶來品”成長14年收益不討喜 量化產品為何仍受基金公司青睞？

張詩雨

量化基金可謂是十足的“舶來品”，在國內已有14年發展歷史。有人說，量化投資是大勢所趨，未來會有更多產品推出;也有人認為，量化投資運作方式還不太適用于新興市場，或者說在中國“水土不服”。

以實際成績來看，后者似乎有一定道理，量化基金在國內市場上優勢并不明顯。Wind數據顯示，目前市場上共有211只量化基金，截至今年5月30日，其中120只成立以來收益率為負數，129只最近6個月未獲得正收益。

那么，何為量化基金？這個品種為何會在最近十幾年扎堆冒出？在整體收益并不突出的情況下，為何基金公司還積極成立量化團隊，認為量化投資未來可期？在AI技術不斷發展的今天，對于倚重模型選股的量化投資來說，傳統基金公司是否具有競爭力？

對于上述一系列問題，《投資者報》記者進行了多方采訪，力求找到答案。

“股災”后爆發

可以說，因模型黑箱、操盤者海歸居多，量化基金一向是高大上的代表，那么，什么是量化基金呢？

不同于定性投資依靠基金經理個人智慧，必要時要輔以調研，以考量目標公司的股票是否值得投資。量化投資對人的依賴相對較少，是通過數量化方式及計算機程序化發出買賣指令，利用計算機技術并采用一定的數學模型去踐行投資理念。由此可見，量化投資不會出現在個人投資者為主的時代，其產生還有個前提，便是計算機技術足夠發達。

比起傳統投資模式，量化基金更多依賴于模型投資，其客觀性、理性更強。與此同時，量化基金選股要比傳統模式分散得多，即便是重倉股，占總凈值比例也通常不超過2%。目前，量化投資在國外已是一種比較主流的投資方式，占比很高，但在國內則處于起步階段。

國內最早的主動量化基金出現在2004年，是由光大保德信基金公司成立的光大核心。此后，量化基金的發行速度一直較為平緩，2005～2015年，市面上僅推出了26只量化基金。

轉機發生在2015年，年中A股的“股災”令投資紀律性更強的量化基金受到歡迎。此后至今，共有184只量化基金相繼成立。

為何基金公司紛紛推出量化產品？2015年介入主動量化基金市場的東方基金向《投資者報》表示：“量化基金是金融市場發展和數學與信息技術發展的必然產物，現已正在成為我國證券市場不可或缺的角色。相比人的個體易受認知偏差，從而導致判斷失誤的風險，量化基金運用計算機，并嚴格依據選股規則進行選股，在一定程度上減少了人的主觀因素導致的失誤?！?h3>收益不樂觀

都有哪些基金公司在量化投資領域邁得步子較大？據了解，目前，中融、銀華、華泰、長信都有5只以上量化基金，屬該領域產品較多的基金公司。規模居前的量化基金包括：華泰柏瑞量化、長信量化先鋒、景順長城量化，3只基金規模分別為：100億元、75億元、40億元。

然而，這一看著很前沿的產品，目前業績卻并不可喜。Wind數據顯示，截至5月30日，市場上共有211只量化基金，其中120只成立以來收益率為負數，129只最近6個月虧損，可以說，半壁江山已覆沒。這當中，長信國防軍工、華商量化進取、上投摩根動態多因子成立以來收益率分別為：-25%、-24%、-23%。

因此，有人認為量化基金更適合于歐美市場，因成熟市場中經濟指標更重要一些，對模型的有效性較大，但在A股等新興市場，情緒指標需要更高權重，所以，從收益率看，量化基金在國內顯得有些“水土不服”。

與此同時，量化基金的選股模型往往有一定的滯后性，所以在市場風格轉換時往往表現不夠好。去年的風口多在藍籌股，而那些主要投向小盤股的量化基金表現自然難言樂觀。

業內仍看好

即便量化基金在收益普遍不盡人意情況下，基金公司對于量化基金的前景仍較為看好。

北京某基金公司對《投資者報》記者透露，“在A股市場對外進一步開放、監管執法更加嚴格的背景下，投資者機構化的趨勢愈發明顯。對于量化投資而言，通過系統地解構市場變化特征、構建風險收益相匹配的投資組合更顯優勢。在管理層逐步推動企業年金、個人養老金積極發展并且進入股市的大形勢下，我們相信以量化投資模式作為基礎的產品，能非常好地對接這類戰略性資金，未來市場上，會有在量化投資框架下多種多樣的基金產品推出?！?/p>

東方基金也認為，量化是一種手段，它可以最大效率輔助基金經理做出決策，很可能在未來變成所有基金日常決策的得力幫手。在人工智能迅猛發展的今天，AI會滲透到所有人的日常生活當中，隨著量化技術的發展，量化基金或是基金中的“人工智能”。

然而，隨著人工智能的興起，科技公司紛紛推出智能投顧服務，基金公司的量化產品競爭力遠不如以往。首先，在前臺端，智能投顧的自動化交易未來會讓大多數交易員變得毫無價值。以量化投資來說，未來做多因子模型的投資經理也可能被取代。

但基金行業對此并不認同，東方基金對《投資者報》表示，程序只是實現量化手段的方式，是對人的經驗和計算機語言的轉換，是對市場規律的挖掘。量化手段的核心仍是人的思想，是將人的投資策略轉化為計算機語言，從而更好地執行投資策略，規避人的主觀判斷失誤。量化將人的思想和計算機語言相互結合，二者并不矛盾。

“在目前我國證券市場監管體系下，量化手段在量化基金中的角色雖然日益重要，但仍然是輔助作用，參與市場的不是計算機而是基金經理，基金經理需要在量化策略形成的結果上再次驗證準確性和可執行性。量化手段的目的是盡量降低投資風險、提高選股效率，而量化本身也需要不斷自我完善和進步?！睎|方基金補充道。