方正证券研究所:量化基金何时好?金融工程研究报告详细解析
1. 元数据与报告概览
- 报告标题:《资产管理扬帆起航第六期 - 量化基金何时好?》
- 发布机构:方正证券研究所金融工程研究团队
- 发布日期:2017年7月27日
- 研究对象与主题:量化基金业绩表现及影响因素分析,探讨量化基金当前及未来投资前景,兼顾公募与私募基金市场动态。
- 核心论点:
- 量化基金2017年上半年业绩出现“熄火”,主要由市场风格变异尤其是小市值因子表现疲弱所致。
- 量化基金的超额收益主要来自风格因子,对选股能力依赖较小。
- 业绩表现好的量化基金通常伴随风格收益正向,风格持续性强,因子解释度高,趋同度与市场波动率较低。
- 新Alpha因子(如聪明钱因子、APM因子)的引入,可能为量化基金未来业绩提供新的动力。
- 报告目的:深入挖掘量化基金风格偏好、收益归因以及市场环境对其表现的影响,提出前瞻性的风格择时策略及Alpha因子研究方向,为投资者提供决策支持。
2. 逐节深度解读
2.1 量化基金概述与五大影响因素(第4页)
-
量化基金定义及特征:
- 通过量化模型及数据驱动的投资方式管理的基金;
- 偏好小市值、价值因子、低波动股等;
- 持仓多样,持股集中度低。
-
重要影响因子:
- 风格收益(如小市值、价值因子正向,成长因子负向);
- 风格持续性;
- 风格解释度;
- 趋同度指标(反映市场风格趋同程度,趋同度下降有利量化基金);
- 市场波动率(波动率下降利好量化基金);
-
作者强调了“风格与选股”双重视角的重要性,并设定了深入探讨框架。
2.2 量化基金风格特征及指数构建(第5-7页)
-
指数构建方法:
- 量化基金指数选取60只主动量化基金,基准基金指数选取1128只非量化的股票及混合型主动基金;
- 加权基金单位净值,构建规模加权基金指数;
- 2013年末至2017年中,量化基金整体指数净值表现虽有波动,但整体估值水平较基准基金略优。[图表2,
-
风格暴露特征:
- 量化基金偏好持有低杠杆、低流动性、小/中市值个股,以及低波动性股票;
- 相较基准基金,量化基金更重视价值和盈利性,规避成长性和高动量股票;
- 量化基金对规模因子存在较大分歧,表明不同量化基金对小市值的偏好存在差异;动量与波动因子偏好则更统一。[图表3-7,
2.3 收益归因分析(第7-9页)
- 基金收益拆分为市场、行业、风格和选股收益四部分;
- 量化基金超额收益主要由风格收益贡献,行业收益及选股收益相对较弱,甚至选股表现有负贡献;
- 量化基金持股更多、更分散,导致选股收益趋同性较高,说明量化基金间选股策略较为一致,但整体选股能力弱于基准基金。[图表7-10,
2.4 量化基金绩效表现及五大关键因素定量分析(第9-15页)
-
绩效衡量标准:
- 以量化基金指数当月相对基准基金指数的超额收益为评价基准;
- 观察2014-2017年区间,量化基金先涨后跌,2017年出现明显业绩承压。[图表11,
-
风格因子收益相关性和聚类:
- 风格因子之间高度相关,聚类分析划分为四类,选取代表因子:价值、流动性、规模、成长;
- 小市值(规模因子负收益时),对量化基金超额收益负向影响最大(相关度-47.9%),价值因子表现强时利好量化基金,成长因子表现强时量化基金表现相对较弱。[图表12-17,
-
风格持续性:
- 计算过去12个月因子收益与当期因子收益排名的相关,得到风格持续性指标;
- 风格持续性与量化基金超额收益呈正相关(相关系数约20%-26%),说明持续性强时量化基金表现更优。[图表18,
-
风格解释度:
- 解释度指标CR用来衡量风格对股票收益的解释能力;
- CR与超额收益有正相关,但不显著,提示解释度不是主要影响因素。[图表19,
-
趋同度指标:
- 趋同度反映市场股票走势的一致性;
- 趋同度与量化基金超额收益呈负相关(相关系数-21.7%),趋同度下降有利于量化基金;
- 但纯净趋同度对超额收益的独立贡献有限(相关性不足显著)。[图表20-22,
-
市场波动率:
- 市场波动率下降时,量化基金表现好于基准基金,波动率大时相反;
- 市场波动率变化与量化基金选股超额收益呈显著负相关,说明波动率上升时量化基金选股能力劣于非量化基准,降低总体表现。[图表23-26,
2.5 2017年量化基金业绩异常原因(第15-16页)
- 量化基金相对于沪深300和中证500指数市值因子暴露明显不同:
- 量化基金对沪深300的规模因子暴露为负,表现小市值,沪深300表现大市值;
- 2017年上半年,规模因子收益为负,导致其相对沪深300指数亏损量化基金超16%;
- 此风格因子贡献占亏损绝大部分;
- 结论:2017年量化基金熄火根本原因在于大小盘风格转变,小市值因子表现疲弱,导致相关策略亏损严重。[图表27-29,
2.6 量化基金未来展望与策略建议(第16-19页)
-
风格择时:
- 量化风格存在明显周期性,尤其是小市值、动量等因子;
- 通过市场强弱指标(20日均线突破率)来判断市场状态,结合风格因子收益择时分配资产;
- 在市场上行时,偏好低波动率股票;市场下行时,适度增加高波动率因子配置,有利于捕捉反弹机会。[图表30-31,
-
新Alpha因子开发与应用:
- 方正证券提出的聪明钱因子与APM因子与传统风格因子关联性低,贡献纯Alpha;
- 两因子在剔除行业和风格影响后均表现出高稳定超额收益,样本外信息比率高达1.87以上(聪明钱)和3.65 (APM),显示其强大的Alpha挖掘能力;
- 未来量化基金研究重点将围绕Alpha因子深挖展开。[图表32-34,
3. 图表深度解读
3.1 图表2(第5页):“量化基金指数与基准基金指数”
- 图表描述:从2013年底到2017年中,量化基金指数(红线)整体走势优于基准主动基金指数(蓝线),但两者均经历了2015年股灾大幅波动期。底部的量比(灰色线)在1左右,反映交易活跃度相对稳定。
- 关键趋势: 量化基金净值指数波动性较高但整体超越基准,显示量化策略在行情较好时有较强表现优势;
- 本图为后续超额收益及风格收益分析奠定基础。
3.2 图表3-5(第6页):“量化基金及基准基金风格暴露对比”
- 图表3显示量化基金明显倾向低杠杆、低流动性、低波动、小市值方向;
- 图表4则呈现基准基金更青睐成长性和较高波动股票,且小市值偏好弱于量化基金;
- 图表5二者之差,进一步确认量化基金在价值、盈利和杠杆上优于基准,成长和波动则弱于基准,
- 数据揭示量化基金对市场微结构和风险特质更敏感,强调风格因子差异带来的绩效差异。
3.3 图表7-10(第7-9页):“收益归因与持股分散度”
- 图表7分期显示风格、行业、选股收益贡献,风格贡献为正,行业和选股贡献多为负;
- 图表8均值柱状图验证风格为主导正向贡献;
- 图表9风格、行业、选股收益分歧度均低于基准,尤其选股分歧度低,说明量化基金选股策略较为统一;
- 图表10持股数显示量化基金持股数多为150-190只,基准基金仅30-60只,持股多样性导致选股风险收益偏低但一致;
- 以上揭示量化基金依赖因子配置而非主动选股获取超额收益。
3.4 图表11(第9页):“量化基金超额收益走势”
- 柱状图展示2014-2017年各月度超额收益,折线图为累计超额收益;
- 超额收益呈周期趋势,2015年中期达到顶峰,2017年至中期明显下滑;
- 反映量化基金自2017年以来确实面临压力,与量化基金风格暴露转变相关。
3.5 图表12-17(第10-11页):“风格因子相关性与表现”
- 图表12呈现多重因子收益的相关矩阵,多数因子间存在显著正负相关;
- 图表13聚类分析分为四大类,选取价值、规模、成长、流动性四因子;
- 图表14-17分别展现这四因子收益与量化基金表现的相关散点图:
- 规模因子负相关最显著,规模小表现有利于量化基金;
- 价值因子正相关增长,成长因子负相关;
- 流动性因子相关性较弱,但为正;
- 说明量化基金盈利主要依赖小市值及价值风格,而成长风格反而拖累表现。
3.6 图表18-19(第12页):“风格持续性与解释度”
- 图表18显示风格持续性指标与超额收益存在正向关联,体现稳定的风格有助量化基金盈利;
- 图表19风格解释度散点显示两者正相关但不显著,表明解释度对业绩的影响较弱;
- 说明持续跟踪有效风格是量化基金获利关键。
3.7 图表20-22(第13页):“趋同度指标及净化指标”
- 图表20展示趋同度及大盘指数走势,趋同度在2015年大幅提升后回落;
- 图表21和22分别展示趋同度变动与纯净趋同度变动对超额收益的散点图;
- 趋同度下降时,量化基金业绩较好,但纯净趋同度与超额表现相关性不显著;
- 表明趋同度受风格因子影响较大,独立对业绩影响有限。
3.8 图表23-26(第14-15页):“市场波动率及其影响”
- 图表23显示波动率与指数走势负相关,波动率在2015年高峰显著下降;
- 图表24和25散点图表明波动率变动与量化基金超额收益负相关,剔除风格影响后依然显著;
- 图表26显示波动率变化与量化基金选股超额收益呈显著负相关;
- 说明市场波动率升高时,量化基金选股能力弱化,相对基准表现恶化。
3.9 图表27-29(第15-16页):“2017年量化基金因子暴露及亏损来源”
- 图表27显示2016年底量化基金相对沪深300及中证500的风格暴露,显著负规模暴露,说明偏小市值;
- 图表28展示同一时间段内各因子贡献的超额收益,规模因子导致超额亏损近12%,非线性规模亏损3.19%,整体亏损16.2%;
- 图表29规模因子表现自2013年以来持续走弱,2017年略有回升;
- 这是量化基金2017年亏损的主要根源。
3.10 图表30-31(第17页):“市场强弱指标与波动率因子收益关系”
- 图表30展示市场强弱指标(超20日均价股票占比)的波动,表现周期性特征;
- 图表31揭示市场强弱与下一期波动率因子收益呈显著负相关,市场强时低波动股票表现好,市场弱时高波动股票表现更优;
- 指出动态配置波动率因子可提升量化策略适应性。
3.11 图表32-34(第18-19页):“新Alpha因子相关性及表现”
- 图表32为两独立Alpha因子(聪明钱因子、APM因子)与传统风格因子的相关性矩阵,相关性均较低,说明其特性独立;
- 图表33-34为两因子多空对冲净值及最大回撤图,显示两因子表现稳定,信息比率优秀,样本外回测依然优异;
- 证明开发新型Alpha因子潜力巨大,推动量化基金未来创新。
3.12 图表35-37(第20-21页):“公募基金数量及规模情况”
- 基金数量自2013年约1200只增至2017年6月超4400只,基金规模由2.8万亿增至10.07万亿;
- 货币基金占比最大(55%),混合21%,股票仅占8%;
- 最近一个月内公募规模净增主要来源于货币和混合基金。
3.13 图表38-40(第22-23页):“私募基金数量及规模情况”
- 私募基金数量自2015年不到9000只增至逾56000只,规模突破9.46万亿元;
- 证券投资基金、股权创业投资基金及其他基金数量和规模均持续增长,股权投资规模最大(58,310亿);
- 近期数量和规模增长主要来自股权创业投资基金。
3.14 图表41-46(第24-28页):“近期新发与受理基金统计”
- 2017年6月22日至7月22日期间,新发行基金80只,成立基金7只,未成立73只;
- 其中货币基金、灵活配置及偏债混合型基金发行占比大;
- 受理基金29只,简易流程18只,变更注册9只,普通程序2只,名单详见附录;
- 该部分反映基金市场活跃和发展态势。
4. 估值分析
本报告为行业与策略研究报告,未涉及具体个股估值模型或目标价设置,无DCF、市盈率等公司层面估值分析内容。
5. 风险因素评估
- 报告明确指出历史统计结果不代表未来,未来市场可能发生重大变化,。
- 量化基金风格因子表现出现周期性变化带来的风险较大,特别是小市值风格转弱导致业绩显著下滑;
- 选股能力受市场波动性影响,波动加剧可能带来相对劣势;
- 新Alpha因子虽然表现优秀,但样本历史较短,存在模型失效风险;
- 趋同度指标对绩效的解释能力有限,反映市场或基金策略同质化风险。
报告未具体披露风险缓释策略与风险发生概率,仅就分析对象特性及市场环境提出提示。
6. 审慎观点与细微差别
- 报告基于公开持仓和历史数据分析,持仓数据披露存在时间延迟,可能低估市场变化瞬时影响;
- 风格持续性与解释度指标正相关性有限,表明量化基金仍存在一定不可控制风险;
- 趋同度影响分析表明其对超额收益的增量解释能力不足,指出市场同质化风险应有更深入研究;
- 对波动率的负相关分析显示量化基金在高波动时期选股表现不佳,至少部分源于其他主动基金的选股优势,这一推断潜在偏差需后续跟踪验证;
- 新Alpha因子表现出色,然而短期内可能存在过拟合风险;
- 报告采用秩相关及Pearson相关等多种统计方法,结果虽大致一致,部分相关系数较低,相关性虽成立但力度有限,需注意过度解读。
- 报告结合了国内外量化基金研究,客观阐述周期性特征与市场环境变化对量化基金的影响,观点较为谨慎且符合市场实际。
7. 结论性综合
本报告通过细致的数据分析和丰富的图表展示,全面解析了中国量化基金的风格特征、收益来源及其影响因素,尤其强调了市场环境和风格因子的周期性变化对量化策略绩效的重要影响。核心发现包括:
- 量化基金相较于普通主动基金,持仓更加分散,风格偏向低杠杆、小市值、低波动及价值类股票;
- 超额收益主要来自风格因子,选股贡献相对负面且认可度较高;
- 风格的持续性与超额收益正相关,风格解释度贡献有限;
- 市场趋同度下降和波动率降低有利于量化基金表现,但纯净指标增量解释能力有限;
- 2017年量化基金业绩滑坡主要归因于小市值及相关规模因子表现逆转,对冲沪深300指数大市值风格的影响;
- 通过市场强弱指标辅助波动率因子的择时,能有效提升量化基金的风格适应性;
- 新兴Alpha因子(聪明钱因子、APM因子)具备差异化收益,成为未来量化投资的新突破口;
- 公募、私募基金行业规模和数量持续扩张,基金类型结构多样,显示资产管理行业活跃与健康发展态势。
综合来看,方正证券提出的量化基金盈利绩效主要依赖于风格因子的择时与控制,新Alpha因子的引入为未来量化策略增益带来良好前景。投资者应警惕市场风格周期及波动率变化对量化策略的影响,注重多维度结合择时及因子创新,方可发挥量化基金长期优势。
附:部分关键图表展示示例(Markdown 格式)
图表1:量化基金何时好 - 概览框架示意
图表2:量化基金指数与基准基金指数对比
图表5:量化基金相对于基准基金的风格偏好
图表11:量化基金当月超额收益及累计收益
图表27:量化基金因子暴露(2016年12月31日)
图表28:量化基金预估因子超额收益(2016.12.31-2017.6.30)
总结
本报告系统、详尽地阐述了中国量化基金的投资特征、表现影响因素及市场环境对其影响机制。报告结合历史数据与前沿模型,强调“小市值”、“价值”风格因子的重要性,高亮了风格择时和Alpha因子创新的关键作用,为市场参与者理解量化基金带来系统性视角和操作启示。,4,5,6,7,9,10,12,13,14,15,16,17,18,19,20,22,24]