詳解量化投資中的選股策略(量化交易選股策略)

2016年以來，滬深兩市延續寬幅震蕩態勢，市場風險偏好顯著降低，截止2016年9月1日，上證綜指-13.45%，深證成指-15.76%，創業板指-19.63%。震蕩市正是考驗精選個股能力的時段，對此，博時中證淘金大數據100指數基金經理桂征輝表示，大數據基金結合了基金公司完善的投資運作流程、精細管理及風險管理能力，大數據信息及方法在組合管理中是一種行之有效的運用方式，是具備較好的選股能力的。

1. 相比于傳統定性投資，量化投資有什么優勢？

桂征輝：量化投資是基于計算機科學、現代統計學和數學，將投資想法構建模型，利用歷史數據對模型進行回測驗證，從中優選模型指導投資決策的一種投資方法。量化投資借助計算機技術，延伸人的思維和能力，可以建立起資產配置、行業選擇、個股精選的多層次投資體系，從宏觀周期、市場情緒、估值等多角度對投資對象進行分析和選擇。相比于傳統定性投資，我認為量化投資的優勢如下：

<1>更大的投資寬度。借助于計算機技術，量化投資者可以快速、準確地處理海量數據，從更大的范圍選擇投資對象。量化投資的對象通常包括：商品、期貨、外匯、股票、債券等幾乎市場所有的投資品種。

<2>更科學的投資方法。量化投資者利用數學方法和統計學知識，將投資者對市場的不同理解構建成不同的投資模型，利用海量數據對這些模型進行反復驗證、篩選得到最終能夠獲取投資收益的模型。

<3>更嚴格的交易紀律，量化投資要求投資者按照模型嚴格執行操作，避免個人情緒波動對投資決策的影響，克服人性弱點。

但需要注意的是，量化投資不是“穩賺”投資，它更強調統計學意義上的收益，主要來自兩點：一個是選擇了“大概率賺錢”的模型，一個是選擇了“賺大錢”的模型。即如果一個投資模型每次能夠獲得小的收益，長期累積下來，就是穩定的收益。如果一個投資模型獲利的概率低于50%，但是平均每次獲利額大于虧損額，長期累積下來，也是不錯的回報。

2. 您如何看待震蕩市大數據基金大幅跑贏大盤指數的現象？

桂征輝：今年整體是一個下跌的市場，大盤股相對抗跌，反映在指數上就是代表中小盤的中證500指數比代表大盤的滬深300指數多跌了5%多。大數據基金大幅跑贏大盤指數這個現象，說明大數據信息及方法在組合管理中是一種行之有效的運用方式，是具備較好的選股能力的。同時，大數據基金結合了基金公司完善的投資運作流程、精細管理及風險管理能力，由此產生了穩健且良好的投資收益。

我們注意到，大部分管理大數據基金的基金經理都是金融工程的背景，擅長量化建模。他們能夠把大數據所蘊含的有效信息用于選股，再結合其他的選股模型，取得了較好的效果。因此大數據基金大幅跑贏市場，一方面說明了各種大數據蘊含了豐富的，能夠預測市場的非傳統的信息，另一方面也說明了量化模型的有效性，通過量化的方法選股能夠取得和傳統基本面基金經理類似甚至更優的業績。

3. 大數據基金的選股因子主要是什么？

桂征輝：大數據基金的數據選股因子各異，比如淘金100指數是全球首個應用電商大數據，通過量化投資策略而形成的股票投資組合。螞蟻金服依靠的是其他公司所難以企及的電商用戶及消費數據。就像克強指數一樣，實際的交易數據更能反映真實的實際經濟活動；除了運用螞蟻金服特有的行業景氣指數外，淘金100還采用了財務和市場因子。因為螞蟻金服的行業景氣指數決定了選擇哪些好的行業，財務因子負責區分那些好的公司，而市場因子則決定了好的價格。然后再結合博時內部多年研發的多因子模型，包括估值模型、成長模型、市場情緒模型等，最終選出基本面相好，又契合市場狀態的股票。

4. 指數基金是如何優化選股的？

桂征輝：以博時淘金大數據100指數基金為例，按照指數編制方案是每月固定日期調整一次成分股。成分股就是按照之前所述的電商大數據因子結合我們內部量化選股模型確定。在日常基金管理中，我們就密切跟蹤指數，保持較低的跟蹤誤差。在選股周期上，淘金100指數基金將樣本股調整周期縮短至一個月，傳統指數多為半年，這樣就更能適應市場的變化情況。