量化基金如何“丈量”市場

今年量化基金成為基金業的一個新看點。公募量化基金在沉寂4年之后重現江湖：2月份，嘉實量化阿爾法發行，于4月成立；5月份中海量化發行，于6月份成立；據悉一些公司正在積極申報量化產品，不久將還會有量化基金發行。私募基金這邊廂也不甘落后，中國第一只量化陽光私募產品——“山東信托·紅色量化一號”證券投資集合資金信托計劃6月1日正式成立。量化基金也是“泊來品”，其前世今生如何?我們一起來揭開量化基金的神秘面紗。

計算機給投資帶來的改變

1997年5月11日，國際象棋世界冠軍卡斯帕羅夫與1BM公司的國際象棋電腦“深藍”的六局對抗賽降下帷幕。在前五局以2.5對2.5打平的情況下，卡斯帕羅夫在第六盤決勝局中僅走了19步就向“深藍”拱手稱臣。整場比賽進行了不到一個小時，卡斯帕羅夫賽后說，在最后一局時，“我已經無力再戰。”于此同時，利用計算機和數學模型來進行數量化投資的基金正邁入高速增長期。

量化基金即以數量化投資來進行管理的基金。數量化投資區別于基本面投資，他不是通過“信息和個人判斷”來管理資產，而是遵循固定規則，由計算機模型產生投資決策。量化投資并不是基本面分析的對立者，90％的模型是基于基本面因素，同時考慮技術因素。由此可見，它也不是技術分析，而是基于對市場深入理解形成的合乎邏輯的投資方法。

數量化技術發源于20世紀70年代，以1971年富國銀行發行跟蹤紐約證券交易所1500只股票的指數基金為標志，此后隨著計算機處理能力的提高，越來越多的物理學家和數學家離開學校被華爾街雇傭，基金經理們開始依靠電腦來篩選股票。

1979年巴克萊全球投資(Barclays Global Investor)成立了第一支主動數量(Quantitative Active)投資基金標志著量化投資由草根實踐走到了公募基金歷史舞臺聚光燈下。此后，Vanguard，Federated，Janus，American Century，Alliance Bernstein，Evergreen以及Schwab都開始在運作數量化基金，他們也都開始加入Barclays Global Investors和LSVAsset Management的陣營，后兩者是數量化基金管理中最大的兩家公司。另外，NumericInvestors和AQR CapitalManagement是增長最快的數量化基金公司。

根據Bloomberg的數據，截至2008年底，1184只數量化基金管理的總資產高達1848億美元，相比1988年21只數量化基金管理的80億美元資產來說，平均增長速度高達20％，而同期非數量化基金的年增長速度僅為8％。

2000年之后是數量化基金發展的黃金時期，無論是個數還是管理規模都有了跨越式的發展。1998年數量化基金僅136只，至2002年增長一倍多，達316只，2008年底更是達到1848只，1988年至1998年年平均增長率為46％，2000年至2008年年平均增長幅度達54％。從規模上來看，1988年至1998年年平均增長率為32％，2000年至2008年年平均增長幅度達49％。

其中的原因有二：一是，2000年之后計算機技術飛速發展，為數量化的應用提供了良好的平臺；更為主要的是主動管理型基金很難戰勝大盤，于是投資指數基金以及采用數量化方法篩選股票逐漸流行起來。而且數量化基金的表現也非常不錯。2002年至2007年5年間，相比美國市場主動型管理基金每年5.93％的超額收益，那些覆蓋所有資產的數量化基金每年的超額收益可以達到6.95％。另外，有研究表明，2004年至2007年，投資美國大盤股的數量化基金產品的表現平均超越非大盤主動型基金103個基點。

模型——量化基金的心臟

數量化基金的興起，建立在數量化投資技術的發展之上。在20世紀80年代，大量復雜模型得以發展，這包括：混沌理論(chaos theory)、分形(fraetals)、多維分形(multi-fractals)、適應過程(adaptive programming)、學習理論(leaming theory)、復雜性理論(complexity theory)、復雜非線性隨機理論(complex nonlinear stochasticmodels)、數據挖掘(data mining)和智能技術(artificial intelligence)。然后，回歸分析(regression analysis)和動量模型(momentum modeling)仍然是被調查者使用最廣泛的數量化投資方式。

數量化基金最明顯的優勢之一就是計算機處理數據的能力遠遠勝過人腦，這使電腦在海量股票選擇中占有絕對優勢。例如在嘉信證券的股票評級系統跟蹤的股票超過3000只，并且每只股票都綜合了基本面、估值、動理和風險因素進行打分，并按分數高低給A至F不同的評級。其次。量化基金是以定量投資為主，用紀律性較強的精細化定量模型，代替了基金經理或分析師在定性層面的主觀判斷，使投資業績較少受到個人“熟悉度偏好”的影響。最后，數量化基金收取的費率及管理費用比傳統的主動型基金低很多，因為他們需要的研究人員更少，成本更低。據Lipper調查，數量化基金的平均費用是1.32％，相比而言，主動型基金的管理費用平均達到1.46％。

數量化投資理念成就了一大批數量化基金經理，詹姆斯·西蒙斯無疑是其中的佼佼者。他所管理的大獎章基金對沖基金(Medallion)，從1989年到2006年的17年間，平均年收益率達到了38.5％，而股神巴菲特過去20年的平均年回報率為20％。從1988年成立到1999年12月大獎章基金總共獲得2478.6％的凈回報率，超過第二名索羅斯的量子基金一倍，而同期的標準普爾指數僅有9.6％。即使在次貸危機全面爆發的2007年，該基金的回報率仍高達85％。

然而量化基金并非所有市場都能有效戰勝非量化基金。Lipper把基金分為四類型，每一類型量化投資與傳統投資比較，2005年量化投資基金戰勝傳統基金，而2006年在增強指數型基金中，量化投資落后于傳統型基金，到2007年情況則發生較大轉彎，除市場中立基金外，其余量化投資基金全部跑輸傳統型基金。在考慮了風險、跟蹤誤差后，數量化投資具有更小的跟蹤誤差和更高的回報。研究表明數量投資基金業績具有很強的輪動特點。大部分數量投資基金具有很強的價值投資偏好(value bias)，因此，他們在價值型市場下表現良好，而1998-1999年是成長型市場，數量化投資基金大部分跑輸傳統型基金。2001-2005年是價值型市場，數量化投資基金普遍表現優異。

用數學創造財富

國內基金業雖然歷史較短，但發展迅速。美國等成熟基金市場的現狀，也很可能會是我們未來的發展方向。指數基金、量化基金以及免傭基金等品種，在未來有望陸續發展壯大，受到越來越多投資者的認可。

目前，國內基金市場上有4只量化基金，光大保德信量化核心、上投摩根阿爾法、嘉實量化阿爾法、中海量化策略，其中后兩只均是今年才成立，前兩只分別成立于2004年8月和2005年10月。

光大保德信量化核心一方面通過光大保德信的多因素數量模型對股票的預期收益率進行估算，個股預期收益率的高低決定投資組合是否持有股票；另一方面，投資團隊從風險控制角度，重點關注數據以來的信息，通過行業分析和個股分析形成對量化的補充；最后由投資組合優化器根據預先設計的風險構建組合。

上投摩根阿爾法基金的描述則是同步以“成長”與“價值”雙重量化指標進行股票選擇，然后研究團隊將對個股進行基本面審核，結合跟蹤誤差的緊密監控，以求不論指數高低，市場多空皆創造主動管理回報。投研團隊最終決定進入組合的股票，量化分析是輔助和基礎。

嘉實量化基金“定量投資”為主，輔以“定性投資”。通過行業選擇模型，捕捉具有投資吸引力的行業，然后再在所選行業中運用Alpha多因素模型篩選個股。定性的輔助作用表現在利用基本面研究成果，對模型自動選股的結果進行復核，剔除掉滿足某些特殊條件的股票。

中海量化策略以量化模型作為資產配置與構建投資組合的基礎。根據量化指標實行從一級股票庫初選、二級股票庫精選，再根據相關模型計算行業配置權重。結合行業配置權重，組合中每只股票的配置比例。

從國內幾只量化基金來看，數量化的模型大都處于輔助的地位。其量化策略是否能適應中國市場，也有待進一步觀察。從成立時間較早的幾只量化基金來看，也表現出不同的特點。截止7月末，光大量化核心成立以來回報率為233.79％，在同時期可比的17只基金中處于最后一名，今年以來收益率為97.79％，在195只股票型基金中位于第7位。光大保德信在上漲市場中表現較好，在下跌市場中排名靠后。上投摩根阿爾法基金長期業績優秀，2008年以來表現平平。截止7月末，基金成立以來收益率為成立以來回報率為442.54％，在同時期可比的47只基金中位于第4，今年以來收益率為52.14％，在195只股票型基金中位于第175位。

由于目前國內量化基金的數量較少。量化基金跟普通主動基金相比孰優孰劣還很難有令人信服的比較。參照美國的情況，量化基金在把握市場無效的角落和套利機會上有一定的優勢，并且可以較大程度上摒除情緒干擾，理工科思維的基民也許更容易接受其投資方式。但當市場情緒瘋狂的時候，量化基金往往追趕不上市場的腳步，表現遜于其他主動基金。典型的例子是1999年和2007年的美國市場。當然這也意味著量化基金在接下來可能的市場轉折中受損較小。