量化类公募基金十年回顾:从“边缘”走向“主流”
原创 JR云小通 fofpower 2020-03-19

一、国内量化类公募基金的发展历程
中国量化策略的发展主要依托于衍生工具的发展和投资研究的积累。从各类基金和策略的发展过程来看,可以总结为三个阶段。

  1. 初期探索阶段。2010年之前对于公募基金量化产品来说是初期探索阶段,当时量化策略的类别较少,推出的公募基金产品很少。2004年,光大保德信量化基金的成立拉开了中国公募量化基金帷幕。然而,在随后的十年内,尽管越来越多基金公司加入量化投资队伍,但量化基金一直发展缓慢,无论在数量上还是规模上都处于边缘地位。2004年华夏上证50ETF上市交易,成为了国内第一只ETF指数基金。之后几年公募量化产品仍是以指数被动型为主。
  2. 公募基金量化产品主要以被动型为主。2004年华夏上证50ETF上市交易,成为了国内第一只ETF指数基金。之后几年公募量化产品仍是以指数被动型为主。
  3. 量化对冲类策略大发展。2010年-2015年期间,量化对冲基金产品发展迅猛。受2008年美国次贷危机影响,海外的大量量化基金人才归国,为后面的发展提供了前提条件。2011年之后,量化基金得到快速发展,一方面是股指期货和融资融券的推出,大大增加了量化基金对冲的手段;另一方面,量化选股和多因子的投资体系在国内逐渐成形,指数增强型和量化选股型产品增多。2012年到2015年上半年,是量化对冲类产品的大发展阶段,包括市场中性类和期现套利类。这一阶段的对冲类产品有两个阶段性的有利条件:一是期指的正基差,二是持续的小盘股风格,这两点使得这类产品的收益比较突出,收到了稳健风险偏好资金的追捧。
  4. 量化策略逐渐丰富。2015年之后各种衍生工具的放开以及政策的改变,公募量化产品的策略逐渐丰富。2015年年中期指受限,量化对冲类的策略收到了较大的冲击。管理人开始向其他方向扩展,比如CTA,期权策略,以及近几年的量化多策略和FOF等。此外,商品期权、原油期货等衍生品陆续上线,在选择手段更多的驱动下,市场上的量化团队开始转型,从原来的低风险量化对冲策略转向主动量化策略以寻求市场的Alpha,包括股票多头、多空、量化选股等策略。
    根据量化产品的收益风险特征不同,我们把量化基金分为:量化主动型、量化被动型和量化对冲型,目前市场上以量化主动型为主。根据量化策略来分类,国内主流的策略包括量化选股策略、指数增强型和量化对冲策略等。

二、量化类公募基金的定义和分类标准

量化基金从本质上来讲是采用量化投资策略来进行投资组合管理的基金,量化投资策略是指在历史会再度重演的条件假设基础之上,通过对历史数据进行分析,得到对于价格的不同影响因素,来构建不同模型,指导当前投资组合的构建。我们一般把公募量化基金分为三类:量化主动型,量化被动型,量化对冲型。
量化主动型,一般理解为通过运用利用不同的量化投资策略来挖掘具有良好收益特征的投资标的,同时控制风险以此来获得超越业绩比较基准的投资回报。
量化被动型,一般以指数为跟踪标的,通过严格的投资程序约束和数量化的风险管理手段,实现对标的指数的有效跟踪,获得与标的指数相似的回报。
量化对冲型,通过利用量化模型来配置股指期货以对冲掉市场Beta 的波动,以获取绝对收益为目标。根据CAPM资本资产定价模型来看,一个投资组合的投资收益以及风险主要来源于两个方面:α风险和β风险。其中α风险指的是非系统风险,β风险指的是系统性风险,而当前量化对冲基金绝大多数采用的即阿尔法对冲策略,即尝试利用衍生工具来剥离β风险,从而追求阿尔法风险所带来的超额收益。
近年来在国内A股市场上也得到广泛应用。一个典型的阿尔法对冲策略,其持仓一般可以划分为两部分:一部分为根据多因子模型来筛选出具有良好成长性的股票组合;另一部分为相应指数的期货或者期权的空头头寸,用以对冲市场的系统性风险。 国内的量化对冲基金还会配置一部分资金用于打新以及固收产品。

三、量化类公募基金的市场表现

2019年公募基金总规模14.66万亿,基金数量6084只。截止到2019年年末,量化类公募基金规模为2101.96亿元,基金数量为451只。目前来看,与全市场数千只公募基金相比,现阶段量化基金的数量显然不在一个量级。但随着愈来愈多基金公司介入这一领域,这片蓝海有望迅速升温。
从量化类公募基金的分布来看,截止到2019年年末,量化主动型产品最多,为277只,规模为854.23亿元,单只基金平均规模在3.08亿元。量化被动型基金150只,规模为977.31亿元,单只基金平均规模在6.5亿元。量化对冲型产品24只,基金规模为270.33亿元,单只基金规模在11.26亿元。

图:量化类公募基金数量和规模分布

数据来源:云通数科CMFDB
目前市场上量化产品,主要以成立时长为一至三年的基金产品为主,数量为206只,成立十年以上的基金产品为10只,五至十年为54只,三至五年为104只,一年之内为77只。

图:量化类公募基金成立时长分布

数据来源:云通数科CMFDB
2010-2019年量化类公募基金的发展情况
随着2009年反弹行情的启动,量化投资有所复苏,同年除发行3只指数增强型基金外,还发行了4只主动量化基金,引领出一波量化投资浪潮。之后数年,量化基金的发行从未间断,整体呈现上升态势,2011年成立的基金数目突破10只。2013年至2015年间,市场中性策略类基金大规模发行,以应对该时段内的震荡行情。
2015年至2016年,可以称得上是量化基金出现以来的第一个发展高潮,无论是发行节奏还是发行数量都远超之前。近两年量化基金的逐渐升温,与2015年以来股市大起大落,而量化投资则凭借亮眼的业绩表现逐渐被投资者认可有极大关系。在这样的背景下,机构布局量化投资的热情也逐步提升。

数据来源:云通数科CMFDB
2010-2019年量化类公募基金的收益表现
从收益表现来看,量化类公募基金在震荡市道的表现相对抢眼,特别是近两年,2016年、2018年的其整体表现都要好于市场主要指数及其他类型基金,与大范围风险暴露的股票型基金相比,量化基金的业绩非常优秀。但是在市场稳步上升的阶段,量化基金的优势则没有那么明显。如何灵活地调整组合的风险暴露,并在此基础上发挥量化工具的优势,可能是未来主动量化基金的拓展方向之一。

近一年量化类公募基金的收益表现
对于量化类基金而言,过去一年是一波三折的一年。年初市场高歌猛进,客观环境对量化投资并不友好。之后市场重回震荡,超额收益即开始显山露水,量化基金按照自身的节奏稳步前行。

针对公募基金量化产品,选取符合以下的有效样本进一步观察:

(1)成立一年以上:在2019年2月28日前有净值数据;

(2)当日有净值数据:在2020年2月28日有净值数据;

(3)剔除异常涨跌幅的基金。

符合上述条件的量化公募基金产品数量为362只,当前资产规模为1333.13亿元。其中总体平均收益为17.01%,最大收益为60.69%,收益主要分布在[0%,20%]。其中,量化主动型的平均收益最高,为18.35%,量化对冲型的收益的波动最小,标准差为3.65%。
近一年公募量化产品收益情况

数据来源:云通数科CMFDB

  1. 量化主动型

量化主动型基金主要通过多因子、风格轮动和行业轮动的模型使策略在Beta上的暴露更为灵活,并通过因子暴露的灵活调整获取超越基准的Alpha收益。

截止到2月28号,量化主动型基金合计228只,规模为595.01亿元,其中平均收益为18.35%,最大收益为60.69%,最小收益为-16.69%。

近一年量化主动型产品收益情况

数据来源:云通数科CMFDB

量化主动型部分代表基金

数据来源:云通数科CMFDB

  1. 量化被动型

量化被动基金旨在保持对指数的密切跟踪的基础上获取相对于指数的超额收益。截止到2月28号,量化被动型基金为115只,规模为593.25亿元,其中平均收益为15.68%,最大收益为44.21%,最小收益为-14.58%。
近一年量化被动型产品收益情况

数据来源:云通数科CMFDB

量化被动型部分代表基金

数据来源:云通数科CMFDB

  1. 量化对冲型

在当前利率下行、传统理财产品面临变革的大背景下,宏观政策环境以及市场环境均面临较大的不确定性,追求“绝对收益”的量化对冲产品具有较大的配置及投资意义。尤其近一年来,截止到2月28号,量化对冲产品收益中位数为9.3%,明显高于货币基金等低风险产品。政策上,股指期货的逐步放开,长期的贴水结构开始修复,并且期权产品的多样化,均为量化对冲基金提供了更加肥沃的土壤,作为中低风险的产品,其与其他类别资产的相关性较低,能够有效分散投资组合的系统性风险。
近一年量化对冲型产品收益情况

数据来源:云通数科CMFDB
量化对冲型部分代表基金

数据来源:云通数科CMFDB

量化类公募基金十年回顾:从“边缘”走向“主流”相关推荐

  1. 实践人生 —— 一个普通IT人的十年回顾(下)

    作者: CSDN 网友Bitfan (金旭亮) 1.希特勒地堡与CIH病毒 99年4月,我来到北京参加研究生复试.复试完了之后就不回去了,我拿着一张光盘,里面 刻着我用VB和Authorware3.5 ...

  2. 一个普通IT人的十年回顾

    学习人生(上篇) 序 从1994到2003,不知不觉之间,我已在计算机技术的世界里沉浸了十年.有位哲人说过:如果一个人能用十年的时间专心致志地研究一门学问,或学习一门手艺,或从事一个职业,他一定能成为 ...

  3. ACM recsys十年回顾(转载)

    ACM(国际计算机学会)主办的推荐系统专场(Recsys)是推荐系统圈子的顶级会议,从 2007 年开始,至今已经十年,这十年中每年都有 Tutorial 公布,本文整理出来,可以一探推荐系统的业界和 ...

  4. 【从零开始vnpy量化投资】十五. 投资组合策略模板介绍

    [从零开始vnpy量化投资]十五. 投资组合策略模板介绍 概述 在之前的课程中,我们主要是使用了vnpy的cta策略模板,这个模板的特点就是只支持单一合约.如果我们需要同时对多个合约进行交易,就需要用 ...

  5. 飞漫魏总的:回首十年路,一把辛酸泪-------飞漫软件十年回顾

    (引用)评:对于外聘CEO及与华为打交道,这个实际的经验是书本上学不来的. ===================================================== 回首十年路,一把 ...

  6. 飞漫软件十年回顾-MiniGUI 及飞漫软件创始人

    飞漫软件十年回顾 2012年04月06日 19:26 北京飞漫软件技术有限公司(飞漫软件)成立于2002年,今年是第十个年头了.飞漫软件的十年,浓缩了嵌入式软件技术在中国的发展历程.本文将回顾飞漫软件 ...

  7. 2021年软件类第十二届蓝桥杯 省赛 python组 F-J题解

    2021年软件类第十二届蓝桥杯 省赛 python组 F-J题解 文章目录 2021年软件类第十二届蓝桥杯 省赛 python组 F-J题解 试题 F:时间显示 题目描述 输入描述 输出描述 输入输出 ...

  8. 花开再会,BIGBANG十周年回顾大展北京站于12月7日开幕

    韩国YG娱乐与中国大陆联合出品方CASHART携手主办的BIGBANG十周年回顾大展"BIGBANG10 THE EXHIBITION: A TO Z"今夏已在大陆首站上海掀起了思 ...

  9. 弟中弟的Leetcode总结——数组类(十)

    弟中弟的Leetcode总结--数组类(十) 题目描述 Climbing Stairs You are climbing a stair case. It takes n steps to reach ...

最新文章

  1. 「镁客早报」华为Mate 30最快今年9月推出;波士顿动力再秀Handle新动态
  2. element-ui表格缩略图悬浮放大
  3. kuka机器人股票代码_【内幕】溢价收购KUKA机器人 美的钱从哪来?
  4. smarty能创建 php页面,php+smarty生成静态页面详解
  5. 使用神经网络进行稀疏采样_使用python+opencv进行神经网络迁移
  6. [C语言] va_start和va_end详解
  7. 0间隔24h采集线报+源码的资源网
  8. 第八届蓝桥杯第五题取数位
  9. JS简单实现邻近算法(KNN)
  10. LFSR(线性反馈移位寄存器)
  11. 一道阿姆斯特朗回旋好题( Convex HDU - 5979)
  12. outlook自定义快捷键_如何在Outlook中自定义待办事项窗格
  13. 最近自己安装CDH5.X版本时发现,CM包和parcels包无法下载了。
  14. 深圳入职两周的感想——防止入坑
  15. 【SCIR笔记】多模态摘要简述
  16. CentOS 8.1安装MySQL 8.0详解
  17. ajax实现注册用户名时动态显示用户名是否已经被注册(1、ajax可以实现我们常见的注册用户名动态判断)(2、jquery里面的ajax也是类似我们这样封装了的函数)...
  18. 基于node.js开发环境下创建及开发vue.js项目的环境配置骤
  19. Android 8.0以上系统应用如何保活
  20. VUE环境搭建和项目创建-win平台

热门文章

  1. 自学编程该如何入手?
  2. 蝴蝶效应:混沌中的非线性
  3. 用Cadence Virtuoso IC617结合gm/id方法设计有源负载差动对(五管OTA)运放
  4. 【C语言(二)】运算法则
  5. 脚本式快捷键:一个简化shell终端命令输入的工具
  6. discuz mobile 接口加载过程
  7. s905各种型号的区别_GCS、GCK、MNS、GGD开关柜的区别
  8. 在编译时出现无法解析的外部符号Cxx::AssertValid(void)const的解决方法
  9. 谷歌个人pin码验证
  10. 【区块链 | EVM】深入理解学习EVM - 深入Solidity数据存储位置