證券時報記者 王小芊

　　權益市場風格變幻莫測，公募量化基金將如何應對？

　　近日，權益市場風格再度洗牌，小盤股嶄露頭角，多只小盤風格產品的管理人受到了市場的高度關注。在最新接受證券時報記者的采訪中，多位公募量化基金經理和相關研究人員回答了市場關切的系列問題，比如公募量化的基金經理如何看待市場風格和行業輪動？是否會根據基本面做出判斷，主動偏愛某些行業？在公募量化圈興起的分行業建模新做法，又是否會被行業廣泛采納？

　　應對風格與行業輪動

　　在華安基金量化投資總監朱寶臣看來，作為量化基金經理，要對不同的市場風格做好萬全準備。“我們的策略和整個市場的風格是息息相關的。2017年以來，權益市場的風格主要分為三個階段，即大盤價值階段、大盤成長階段和中小盤成長階段。今年以來，市場經歷了較長時間的調整，直到前段時間，新的風格逐漸清晰，小盤股占優的行情得到確認。”朱寶臣說。

　　作為公司量化投資總監，朱寶臣也在帶領團隊積極布局除了基本面以外的、適合小盤股交易的策略。他表示，在策略的儲備初期，他們并不是為了迎合特定的市場風格做一些布局，而是從長遠規劃的角度出發，針對不同的大盤風格提前做好儲備。

　　長信基金總經理助理兼量化投資部總監左金保表示，量化本身是一個不斷發展和迭代的行業，手中的策略要持續優化和改進，無論是因子層面還是模型層面，都要去跟蹤最新的研究成果，改進模型。他透露，自己正在加強對市場風格的研究，增強組合對市場風格變化的適應性。

　　不過，對于量化模型是否要緊跟風格和行業的輪動，基金經理們也有不同的看法。華夏基金的量化基金經理袁英杰就告訴證券時報記者，之前他在賣方工作時，對風格和行業的輪動都做過細致、深入的研究，“到了買方之后，這部分的研究做得少了。主要考慮到，如果是用量化去做行業輪動或者風格輪動時，勝率大概能達到百分之五六十，這個勝率我個人感覺還是不夠高”。

　　在袁英杰看來，量化模型對風格和行業進行輪動，意味著整個組合會有較高的換手率。“行業變了，就要把這個行業的股票都賣出，換倉的幅度還是比較大的，當產品達到了一定規模，調整起來就比較有難度；但如果是風格或者行業輪動的頻率比較低，比如3個月左右輪動一次，那么這個量化策略的優勢可能就沒有那么明顯，樣本數量太少，對整個模型的改善就非常有限。”總體而言，袁英杰認為，在量化基金領域運用風格和行業的輪動策略，其性價比可能并不會太高。

　　主動偏配某些行業嗎？

　　“量化投資是非常分散的，我一般不會選擇在單一行業上做很大的暴露。”左金保告訴證券時報記者。從業績歸因來看，量化基金賺取的超額收益可能更多是在選股的維度上。在他看來，從量化的視角可能會相對審慎去看待行業配置帶來的超額收益，固定地去重倉某些行業可能為組合帶來穩定的超額收益，但值得注意的是，這也有可能階段性地暴露了某些行業的風險點。

　　在建信基金金融工程及指數投資部副總經理葉樂天看來，量化模型是否有行業、風格的暴露，主要取決于量化基金的投資目標。如果目標是賺取純阿爾法收益的話，可以不管行業和風格；如果目標是賺取信息比率（超額收益/跟蹤誤差）的話，那么就需要把這些因素都考慮進去。葉樂天及其團隊為市場提供的組合是純量化的，而且是比較傳統的做法，在行業和風格上都是中性的。“我們更想給客戶提供一個比較純粹的產品。”葉樂天說。

　　袁英杰也有類似的觀點。在他看來，量化模型在行業方面是否暴露，取決于組合的收益目標。“比如，我希望穩健一點，行業偏離就會控制得嚴格一點，向行業中性更靠近一點；如果我想獲取更高的超額收益，行業方面就可以放松一些。”他認為，是否要對行業做偏離，也要視不同指數的情況而定。比如，對于中證300來說，如果不做行業偏配，超額收益的波動率和誤差就會下降得很快；對于中證1000而言，即便不做行業偏配，波動率和誤差下降得也不會很明顯，但是對收益卻產生了實在的損耗。“這個時候，我會選擇把行業偏離放松一些。”袁英杰表示。

　　袁英杰坦言，自己目前的策略還是以量化選股為主，在行業方面沒有什么傾向性的配置，但是在組合管理的時候會做一些風控。“對于我來說，更多的是要控制我的組合相對指數的行業偏離，以此降低組合的跟蹤誤差，進而降低超額收益的波動率。”

　　作為一位在行業輪動方面頗有心得的量化基金經理，朱寶臣明確表示自己會結合基本面的情況對行業做偏配。“我們在做量化模型的時候，會向主動管理團隊請教很多，我們實際上是把他們的邏輯和數據進行模型化，達到可預測的效果。”在朱寶臣看來，在量化處理的過程中，對AI的應用有利有弊，“好處是AI的模型對數據的消化能力很強，學習新模式的速度很快，但壞處是可能出現過擬合，進而‘學習’到偽規律。所以，這個時候我覺得主動和量化的結合，在模型的特征工程方面多下功夫，通過人為的邏輯和人為的數據輸入，效果會比較好。”

　　他表示，經過一段時間的打磨，華安基金的量化團隊在行業輪動上有相對成熟的模型，模型會綜合考慮行業的景氣度、交易特征以及資金流等因素，對行業做出超配或者低配的投資建議。

　　具體來看，朱寶臣會從幾個方面入手研究。從行業的景氣度來看，一方面他會關注行業盈利的提升情況，另一方面他會從交易的特征去觀察。“如果一個行業的基本面數據向好，但是市場對此卻并不買賬，那我們也會對這些基本面數據未來的可持續性保持警惕。”朱寶臣說。

　　朱寶臣告訴證券時報記者，行業模型相對而言是比較長期的模型，預測周期大概會有半年的時間，真正景氣的趨勢不會很快調轉橋頭，“做投資的人常說‘長坡厚雪’，這意味著景氣度很難在短時間內消退”。

　　分行業建模暫未成主流

　　在采訪中，證券時報記者注意到，對于如何應對大盤風格和行業的輪動，以及隨之產生的貝塔收益，公募量化基金經理有各自的看法。在量化建模的具體過程中，業內的做法也不盡相同。

　　貓頭鷹基金研究院總經理助理、研究總監伍彥妮告訴證券時報記者，市場上有部分公募量化團隊針對行業進行了單獨建模，也有部分量化基金經理認為，對于部分財務報表比較特殊的行業，比如金融行業，是很有單獨建模的必要的。

　　在她看來，在建模時，通常會有四類數據被使用，第一類是財務數據，第二類是一致信息數據，第三類是另類數據，第四類則是量價數據。由于不同行業的成長邏輯不同，對應的關鍵數據在分析方法上肯定也會存在一些差異，因此分行業建模有一定的理論基礎。

　　不過，基于量化投資的其他一些特點，分行業建模的做法也有一定局限性，一些量化基金經理就明確表示目前并不考慮這種方式。伍彥妮告訴證券時報記者，不支持分行業建模的基金經理主要的顧慮在兩方面，一方面一旦細分行業，每個行業內的股票個數就會相對有限，“一些基金經理覺得樣本的數量較少，不利于模型的準確性”。另一方面，分行業建模也是比較耗費人力物力的選擇。

　　伍彥妮表示，如果分行業建模的話，一般要一年多的時間才能完成，過程中還需要克服一些數據不完善的障礙。根據貓頭鷹基金研究院調研的結果，分行業建模目前在公募量化圈尚未成為非常主流的選擇。

海量資訊、精準解讀，盡在新浪財經APP