雷俊:量化投资需高筑“创新格局” _顶尖财经网
  您的位置:首页 >> 基金频道 >> 基金重仓 >> 文章正文

雷俊:量化投资需高筑“创新格局”

加入日期:2017-3-20 9:49:14

这可能是目前最先进的买基金方式,新浪基金小秘书只能帮您到这里啦。新浪基金实盘大赛,牛人带你选基,一键跟投,“何时买何时卖”统统不用愁!高手投万元60天赚941元,快来跟投,快来挑战高手!【我要参赛】

  雷俊,北京大学智能科学系硕士,具有基金从业资格。2008年7月加入南方基金,历任信息技术部投研系统研发员、数量化投资部高级研究员,现任数量化投资部总监助理。2014年12月至2016年4月,任南方恒生ETF基金经理;2015年4月至2016年4月,任南方中证500工业ETF、南方中证500原材料ETF基金经理;2015年6月至2016年7月,任改革基金、高铁基金、南方500信息基金经理;2015年4月至今,任大数据100基金经理;2015年6月至今,任南方策略优化、大数据300、南方量化成长的基金经理。

  量化投资的策略是否长期有效,是否需要不断地优化,一直是量化圈内争论的焦点。南方基金数量化投资部总监助理雷俊表示,量化投资视野需有“创新格局 观”。他重点指出,量化投资策略的核心在于建立具有核心竞争力的模型,而真正优秀的模型则需数次回测及迭代,才能淬炼出真正适应当前市场价值评估要求和掘 金能力的创新型“本土化”产品。

  创新让投资理念“常青”   

  从北大硕士到基金公司总 监助理,十多年的时间里,目睹过太多金融业事件。因此,每当机遇乍现,他总愿分析其中的必然和偶然;而每当危机来临,他也可以客观冷静地总结历史,梳理新 老问题之间的联系与规律。他说,始终要以发展的眼光看世界。“做投资也一样,理念的更新要适应时代的发展,才能永尝机遇的‘头啖汤’。”

  与一般投资不同,雷俊进行的工作是对大量样本数据和市场环境进行量化分析,通过平衡投资的风险和收益,建立量化模型,捕捉大概率事件,有把握地获取 市场上普遍的、稍高于平均水平的超额收益。因此,雷俊把自己的工作比作是具有投资理念的“炼金师”。“而打造持久有效的掘金利器,靠的就是与时俱进的思维 和创新能力。”

  雷俊常说,在量化投资领域,投资理念才是量化投资的灵魂,它决定了投资的逻辑。只有将最根本的逻辑融入适当的量化方法中才能将量化投资的“魔力”发挥出来,创造最大的投资收益。

  雷俊表示,量化投资在公募产品中的理念之一就是通过规律的总结和模式化交易赚取长期的“α+β”回报。以他所掌管的两只基金为例,南方策略优化成立 于2010年3月30日,比较基准为×80%+×20%;南方量化成长成立于2015年6月29日,比较基准为中证500指数 ×90%+上证国债指数×10%。两只基金均应用了成熟的量化投资方法,在风格上各有侧重。据南方基金统计,南方策略优化过去三年累计相对基准实现 115.3%的超额收益,月度胜率较2014年取得较大提升并在2015年和2016年稳定在75%的高水平;南方量化成长虽然成立时间短,但表现抢眼, 近一年半的时间内相对基准实现了45.21%的超额收益,月度胜率更是高达86.67%,凸显其主动选股能力。Wind数据显示,截止到2017年3月 17日,这两只基金的年化回报率名列前茅,南方量化成长更是以18.97%的年化回报率跻身同类基金排名前十。

  尽管如此,雷俊依旧十分强调模型的创新与数据的创新。他认为,量化模型不能一成不变,需要不断创新,在演变中总结经验和规律,使得量化模型能够适应 市场和投资者投资习惯的变化。“只有对市场有了深入了解,才能总结出模型在市场应用中的经验,在现有数据基础上关注更多的信息源,进而基于现有模型创新投 资理念,这是优化量化‘黑匣子’的关键。”雷俊说。

  量化模型须与投资理念匹配   

  “量化投资策略的核心在于建立具有核心竞争力的模型。”雷俊认为,好的模型必须花时间进行本土化创新和改造以适应市场价值的挖掘。同时,还需要将对市场的“敏感”植入模型当中,关注更加新颖、更加广泛的数据来源。

  谈到模型在量化投资中的作用,雷俊说:“量化模型的采用必须与投资理念密切结合,并不是越复杂的模型越好,与投资理念相匹配的模型才是最好的模型。”

  众所周知,投资中积少成多的复利效应是巨大的,同样的选股策略,复利效应可能带来更多的收益。为此,雷俊举了一个“总市值因子选股”简单例子:它的 核心在于选取全市场可交易最小的10%股票,分别在每月初第一个交易日和每年财报季后5月的第一个交易日换仓。南方基金提供的数据显示,自2008年1月 至2017年1月底,考虑双边千分之三的交易费用,使用同样的市值因子,月度换仓累计收益为16.44倍,年化收益37.09%;年度换仓累计收益 8.23倍,年化收益27.79%。可见,增加换仓频率后确实存在“复利”效应,大幅提高了收益。不仅如此,雷俊还透露说,如果按年度划分,月度换仓策略 也能每年稳定跑赢年度换仓策略。

  雷俊表示,量化投资发展到今天,除了因子建模,已经逐步呈现出多元化的投资思路,比如事件投资和衍生品投资等。

  事件投资通常是通过观测某一类重复发生的事件,分析其发生时间点前后是否存在明显的相对(或者绝对收益)投资机会。雷俊表示,“指数成分股调整”是 个极具代表性的例子。每年的6月和12月,中证指数公司会对重要A股指数的成分股进行调整,包括沪深300指数、上证180等。随着指数成分股的调入调 出,跟踪该指数的基金包括ETF基金、LOF基金等也会对基金的持仓做出相应的调整,从而有可能会对即将调入调出的股票价格产生重要影响。

  据测算显示,在2010年6月至2016年12月间,沪深300指数成分股共进行过14次成分股的跟踪和调整。以中证指数公司公布成分股调整公告日为T日,计算T+1日到指数调整日最后一日的区间内,成分股调入组合、调出组合与沪深300指数涨跌幅。从回测结果来看,调入的成分股共12次优于调出的成分股,占比为85.7%,平均每次实现的超额收益达到3.47%。

  在谈及衍生品工具的运用时,雷俊认为量化有着天然的优势。一方面,量化投资人员对于金融衍生品比较熟悉,大部分衍生品研究均在数量化投资团队;另一 方面,国内股指期货的升贴水过去几年变化较大,存在相当多的投资机会。雷俊认为,从目前看,股指期货仍旧处在深度贴水中。由于期货会在交割日收敛到现货的 水平,因此,买入股指期货就可以获得确定性的超额基准指数收益。公开数据显示,其管理的南方量化成长基金一直都投资股指期货,并且获得了大幅度的超额基准 收益。

  对于量化基金,另一个重要方面则是在风控把握上。如何加强风险控制的把握,尽量避免基金在投资中的大起大落是量化投资能否成功的关键。雷俊表示: “在量化模型测试中,通常会得到很多结果和数据,但最后我们不仅要看最好的结果,同时也要看最坏的结果。实际投资中,多个量化模型的叠加通常会有助于降低 最坏结果出现的概率。通过观察模型与模型之间的特性与联系,构建互补、低相关的策略组合,有助于规避极端相对风险。”

  “赚钱利器”发展前景良好   

  A股市场近三年来经历了跌宕起伏的牛熊转换,多数权益类基金净值如过山车般大起大落,但量化基金却以整体稳定的业绩表现傲立群雄,成为震荡市中的“赚钱利器”。Wind数据显示,近三年28只量化基金的平均收益率高达86%,其中有10只产品业绩翻番,而同期普通股票型和混合型基金的平均净值增长率分别为70.56%和56.08%。

  随着量化基金逐渐受到投资者的认可,公募基金对此类产品也加大了布局力度。数据显示,2016年,共有31只量化基金发行成立,而在2013年到 2015年的三年间,量化基金的成立数量分别为6只、9只和22只。投资者不禁要问,量化基金“发威”震荡市的能量还能持续多久?

  对此,雷俊表示,与定性投资致力于基本面分析不同,定量投资致力于寻找估值洼地,通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会,从而买 入被低估的,卖出被高估的。他表示,量化基金很大一部分捕捉的是市场“错误定价”的机会,所以,量化基金是否能够盈利,取决于市场“错误定价”的机会多 少,以及市场中量化基金的多少。“如果这两个要素在短期不发生太大变化,量化基金仍然具备很好的前景。”雷俊说。

  同时,量化基金相比于其他主动管理型基金仍有其独到的优势。雷俊认为,首先是投资的纪律性。真正的量化产品大多数会严格按照模型操作,避免人的情绪 波动对基金业绩带来的负面影响;其次是风险分散。量化产品在个股集中度和行业集中度上要远远低于同类的其他产品,在个股或行业出现黑天鹅事件时能相对较好 地规避风险。此外还有信息处理的优势。量化用计算机处理广泛的股票相关数据,其处理的高效性和及时性要远远高于普通个人。随着IPO的逐渐扩容,这一优势 将更加明显。

  “对于只做多的公募型量化产品来说,通常单一年份业绩不够突出,但其善于长跑的特点将在长期业绩上具有优势;而对于量化对冲型的产品来说,随着衍生 品的不断丰富和资金成本的走低,会有更加丰富的量化投资策略出现。”雷俊认为,总体来看,量化投资对于投资风险和收益的精确控制,使得其产品的特点更加容 易被投资者接受和理解,未来会有更加广阔的发展空间。

编辑: 来源: