量化基金是怎么操作的,量化基金和量化打板

最近,量化交易真的挺火的,

不少人都在传,万亿成交量就是量化交易搞出来的。

后台,也有小伙伴问懒猫,

量化基金是怎么赚钱的?

公募量化基金能不能买?

懒猫扒了扒公募量化基金的数据,今天就和小伙伴分享下。

量化基金是怎么操作的,量化基金和量化打板

先说下哦,

文章第一部分和第二部分会介绍一些概念,有一点枯燥。

想看结论的小伙伴可以直接看文章第三部分哈!

01 什么是量化交易?

简单点说,量化交易就是基金经理把自己的投资策略写成程序,然后让这段程序代替自己去买卖股票。

根据交易策略不同,公募量化基金可以分为三类:

1)主动型量化基金,一共330只,总规模737亿。(不包含8只还没公布规模的新基金)

2)指数型量化基金,一共212只,总规模1116亿。(不包含4只还没公布规模的新基金)

3)对冲量化基金,一共39只,总规模503亿。

量化基金是怎么操作的,量化基金和量化打板

主动型量化基金赚的是股票上涨的收益。本质还是买入可能会上涨的股票。

不过,和张坤、刘彦春等通过调研、分析基本面等预测哪些股票可能会涨不同,量化交易是通过电脑程序预测哪些股票可能会涨。

指数型量化基金,追求的是跑赢指数。比如指数涨5%,它要涨8%,甚至更多。

它会用一些量化策略来优化指数成分股仓位,也会用量化策略买指数成分股以外的其他股票。

对冲量化基金追求的是稳定收益。

在买股股票的同时,也会卖出股指期货合约,对冲掉大盘下跌的风险。这种基金的特点是,回撤控制的比较好。

02 量化交易是怎么赚钱的?

不管是通过电脑,还是通过人脑,最终都是要选出合适的股票。

量化交易中,最核心的也是选股模型。

业内人士把这个模型称为“多因子alpha选股模型”,

简单点说,多因子alpha选股模型就是给股票打分。

考试,大家都经历过吧。

语文100分、数学100分、英语100分…

把语数英的分数加起来,就是你的总分。

同样的道理,基金经理也可以从不同的角度给股票打分,这些分加起来就是股票的总得分。

打分角度(因子)通常有以下几个:

1)价值因子:看股票的绝对估值和相对估值(估值百分位),通常是那些估值低的股票得分高。

2)成长因子:看营收、净利润、现金流增速等指标,增速越高,得分越高。

3)盈利因子:看毛利率、净利率、ROE等指标,盈利能力越强,得分越高。

4)规模因子:就是股票市值、流通市值大小。谁得分高,取决于基金经理偏好大盘股,还是小盘股。

5)动量因子:通俗点理解,动量因子分析,就是技术面分析。

所谓动量,就是股票上涨或下跌的力量。有人认为过去涨的好的股票,未来还会持续上涨,这个叫“动量效应”。也有人认为过去大涨的股票,未来迟早会跌,这个叫“动量反转”。

未来究竟是动量效应,还是动量反转,以及何时反转,千人千面,不同的人有不同的理解,也会给出不同的量化策略。

6)情绪因子:就是借助人工智能和算法,把新闻、研报中对某只股票的看法、预期搜集起来,然后打分。

除了量化选股外,量化基金经理也会通过做T和打新去赚一些钱。

打新,很好理解了,就是买新股。

做T,就是买入已经持有的股票,然后当天卖出,赚赚日内差价。

A股实行T 1制度,今天买的股票,下个交易日才可以卖。

但如果你已经持有了某只股票,比如,已经持有了100股茅台,那今天新买的100股茅台,就可以在今天卖掉,间接实现T 0,赚赚差价。

03 量化基金赚钱吗?

1、主动量化基金收益分化严重,且没有主动基金赚得多

这是成立5年以上的主动型量化基金,

量化基金是怎么操作的,量化基金和量化打板

收益最高的,华商新量化,5年赚了162.64%。

收益最低的,金鹰量化精选,5年才赚了7.64%。

一个赚了162.64%,一个才赚7.64%,

这差距真不是一般大的。

量化基金是怎么操作的,量化基金和量化打板

算平均值的话,这些主动型量化基金过去5年平均涨了69.74%。

而过去5年,股票基金的平均涨幅约是84%(股票型 偏股混合型 灵活配置型)。

量化基金没有跑赢主动基金。

2、量化指数基金基本都能跑赢指数

量化指数基金的表现就比较好了,

信达证券统计了一份数据,

不管是平均数(代表基金的平均水平)还是中位数(代表大部分基金的水平),

2015年以来,指数量化增强基金都跑赢了指数,赚到了超额收益。

量化基金是怎么操作的,量化基金和量化打板

懒猫特意扒了扒,跟踪沪深300和中证500指数的量化指数基金,

表现确实挺好,但分化也很大。

这是成立3年以上,跟踪沪深300的量化指数基金,

收益最高的,富荣沪深300增强A,过去3年赚了138.33%。

收益最低的,国金沪深300指数增强,过去3年也就赚了37.44%。

收益差了将近4倍。

量化基金是怎么操作的,量化基金和量化打板

这是成立3年以上,跟踪中证500的量化指数基金,

收益最高的,国投瑞银中证500量化增强A,过去3年赚了153.81%。

收益最低的,华宝中证500指数增强C,过去3年就赚了57.14%。

收益也差了将近3倍。

量化基金是怎么操作的,量化基金和量化打板

3、对冲量化基金的收益较为稳定

对冲量化基金的收益稳定些,

过去3年,

做的好的,收益能有20% ,

做的一般的,收益也有15%左右。

但也有做的特别差的。

大成绝对收益A,3年过去了,还亏3.81%。

2015年9月成立以来,亏了9.2%。

量化基金是怎么操作的,量化基金和量化打板

总结一下,

表现最好的是指数量化增强基金,确实能跑赢指数。

主动型量化基金,表现也不差,在所有股票基金中处于中上游水平。

做的好的量化对冲基金,3年赚了20%多,平均到每年也就是6%-8%,和二级债基金差不多。

另外,虽然都是量化,但基金收益差别还是蛮大的,小伙伴们买的时候记得要细细甄选哦。

至于量化基金到底怎么选,哪些机构做量化比较厉害,

我们下次具体聊~

⭐星标华尔街见闻,好内容不错过⭐

本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。市场有风险,投资需谨慎,请独立判断和决策。

量化基金是怎么操作的,量化基金和量化打板

量化基金是怎么操作的,风险大吗?

正规的量化是通过大量数据分析找到概率优势的交易策略。而风险大小,要看他们采取的交易策略,有的策略风险小,有的风险大。但量化交易者通常会采取合理的风险控制,尤其是采用程序化交易的量化团队,计算机会把风险控制在合理范围,通常来说,风险比一般交易者小很多。
我就是量化从业人员,有问题私信我。

量化基金是怎么操作的,量化基金和量化打板

什么是量化基金 量化基金是什么意思?

      市场波动剧烈,在此行情下,基金投资纷纷倾向于选择稳健低风险的产品,而攻守兼备量化基金也进入了人们的选择范围。量化基金总是被说成量化对冲基金,那么量化和对冲分别是什么意思?什么是量化基金呢?
      近年来随着证券市场不断发展,金融衍生产品不断,做空工具不断丰富,投资的复杂程度也日益提高,投资策略和盈利模式发生根本性改变,导致证券市场投资者的构成比例出现了相应的变化。专业投资管理人的占比越来越大,且有加速之势。其中以追求绝对预期年化预期收益为目标的量化对冲投资策略以其风险低、预期年化预期收益稳定的特性,成为机构投资者的主要投资策略之一。
所谓“量化对冲”其实是“量化”和“对冲”两个概念的结合。
      通过对比与总结,耶鲁财富认为以下说法最为直观:其中“量化”投资是区别于传统“定性”投资而言的。量化投资通过借助统计学、数学方法,运用计算机从海量历史数据中寻找能够带来超额预期年化预期收益的多种“大概率”策略,并纪律严明地按照这些策略所构建的数量化模型来指导投资,力求取得稳定的、可持续的、高于平均的超额回报,其本质是定性投资的数量化实践。由此可见,所有采用量化投资策略的产品(包括普通公募基金、对冲基金等等)都可以纳入量化基金的范畴。量化投资的最大的特点是强调纪律性,即可以克服投资者主观情绪的影响。
      “对冲”的概念最早由Alfred W. Jones 于1949年创立第一只对冲基金时提出,他认为“对冲”就是通过管理并降低组合系统风险以应对金融市场变化。从广义上而言,对冲基金本身难以具体去定义,一般被定义为利用期货、期权等金融衍生产品以及相关联的不同股票进行多空操作,从而预防或降低风险,锁定盈利。
资本资产定价理论(CAPM)告诉我们,投资组合的期望预期年化预期收益由两部分组成:
      其中α预期年化预期收益为投资组合超越市场基准的预期年化预期收益,β预期年化预期收益为投资组合承担市场系统风险而获得的预期年化预期收益。一般而言,优秀的基金经理可以通过选股、择时获得α预期年化预期收益,但无法避免市场下跌带来的系统风险。例如2008年,上证指数跌幅超过60%,而优秀的基金经理所管理的产品年预期年化预期收益率为-30%左右,这种情况下,虽然战胜了市场,但依旧是亏损的,因为市场下跌的系统性风险无法有效规避。耶鲁财富研究认为,结合国内市场,过去由于缺乏做空工具,单一做多的形式确实存在极大的局限性。自2010年沪深300股指期货,“对冲”才获得显著的应用,并开始取得不错的效果。
      而通过对冲手段可以剥离或降低投资组合的系统风险(β预期年化预期收益),获取纯粹的α预期年化预期收益,使得投资组合无论在市场上涨或下跌时均能获取正预期年化预期收益,因此对冲基金往往追求绝对预期年化预期收益而非相对预期年化预期收益。

未经允许不得转载:股市行情网 » 量化基金是怎么操作的,量化基金和量化打板

相关文章

评论 (0)