今年以來(lái)，A股市場(chǎng)跌宕起伏，主動(dòng)權(quán)益類(lèi)基金表現(xiàn)不佳，但有幾類(lèi)仍取得不錯(cuò)的業(yè)績(jī)，其中包括量化基金。

(相關(guān)資料圖)

Choice統(tǒng)計(jì)數(shù)據(jù)顯示，受結(jié)構(gòu)性市場(chǎng)環(huán)境影響，截至6月1日，今年以來(lái)普通股票型基金、偏股混合型基金的平均回報(bào)分別為-1.19%和-2.99%。而公募量化基金平均回報(bào)為0.6%，其中有18只產(chǎn)品今年以來(lái)回報(bào)超過(guò)15%。

在量化基金經(jīng)理看來(lái)，隨著火熱的人工智能逐漸從概念轉(zhuǎn)向應(yīng)用，首先影響到的就是量化投資，但人工智能究竟會(huì)帶來(lái)什么樣的影響，還需要人來(lái)具體把控。

作為一種新的投資方式，量化投資近年來(lái)受到的關(guān)注并不多。

而量化基金是利用計(jì)算機(jī)程序和數(shù)學(xué)模型進(jìn)行投資決策的基金，其投資策略主要依賴(lài)大量的數(shù)據(jù)分析和模型計(jì)算，以實(shí)現(xiàn)投資回報(bào)和風(fēng)險(xiǎn)控制的平衡。根據(jù)交易策略的不同，量化基金產(chǎn)品大致分為三類(lèi)：主動(dòng)量化基金、指數(shù)增強(qiáng)量化基金與對(duì)沖量化基金。主動(dòng)量化基金還可根據(jù)所跟蹤的指數(shù)，細(xì)分為跟蹤滬深300、中證500、中證800、其他寬基指數(shù)、行業(yè)主題指數(shù)、Smart Beta六類(lèi)基金。

據(jù)國(guó)海證券統(tǒng)計(jì)，截至2023年4月，市場(chǎng)上共有185只寬基主動(dòng)量化基金，跟蹤滬深300指數(shù)、中證500指數(shù)、中證800指數(shù)的基金分別為76只、51只、27只。行業(yè)主題類(lèi)主動(dòng)量化基金26只，跟蹤醫(yī)藥衛(wèi)生、內(nèi)地金融、科技、消費(fèi)、ESG、計(jì)算機(jī)、電子元器件、食品飲料、環(huán)保、新能源、國(guó)防軍工、醫(yī)療、TMT、龍頭企業(yè)等行業(yè)主題指數(shù)。

在今年的結(jié)構(gòu)性行情中，量化基金采取緊跟主題和適度偏離的投資方式，抓住了傳媒、娛樂(lè)、計(jì)算機(jī)、人工智能等階段性主題投資機(jī)會(huì)，獲取了超越主動(dòng)權(quán)益投資的回報(bào)。但從規(guī)模來(lái)看，該類(lèi)產(chǎn)品增長(zhǎng)并不顯著。Choice統(tǒng)計(jì)數(shù)據(jù)顯示，截至2023年一季度末，全市場(chǎng)量化基金總規(guī)模為3400多億元，較上一季末僅增加了200多億元，未來(lái)仍有較大的發(fā)展空間。

量化投資橫跨IT、主動(dòng)權(quán)益、風(fēng)控等多個(gè)部門(mén)，如何實(shí)現(xiàn)跨部門(mén)合作？對(duì)此，泓德基金量化團(tuán)隊(duì)負(fù)責(zé)人蘇昌景以泓德為例介紹道，量化團(tuán)隊(duì)在公司內(nèi)部以跨部門(mén)的柔性團(tuán)隊(duì)形式存在。具體而言，以量化投資部為主，包括專(zhuān)戶(hù)、風(fēng)控、IT等多部門(mén)人員共同協(xié)作，多年的跨部門(mén)協(xié)作讓團(tuán)隊(duì)積累了豐富的經(jīng)驗(yàn)。

“跨部門(mén)協(xié)作能讓大家在同一個(gè)平臺(tái)、同一個(gè)維度展開(kāi)討論，也由此形成了共用的技術(shù)平臺(tái)，目前我們已形成一套標(biāo)準(zhǔn)化的模塊供大家調(diào)取使用?！碧K昌景告訴記者。據(jù)了解，泓德基金在寬基、行業(yè)主題的主動(dòng)量化基金方面均有布局，并不斷完善。

人工智能在A股市場(chǎng)席卷起科技之風(fēng)，有識(shí)之士看到了“AI+量化”的美好前景。滬上某量化投資基金經(jīng)理告訴記者，AI人工智能能給量化投資帶來(lái)很多幫助，如處理大量數(shù)據(jù)、預(yù)測(cè)分析、風(fēng)險(xiǎn)控制、自動(dòng)化交易等。

但人工智能并非萬(wàn)能，在提供幫助的同時(shí)也會(huì)帶來(lái)一些挑戰(zhàn)。“例如AI技術(shù)對(duì)數(shù)據(jù)質(zhì)量要求較高，如果數(shù)據(jù)質(zhì)量不好，AI分析結(jié)果可能會(huì)出現(xiàn)誤差。再比如，AI技術(shù)具有復(fù)雜性，很難解釋其決策過(guò)程，這可能會(huì)導(dǎo)致一些法律和監(jiān)管問(wèn)題?！痹摶鸾?jīng)理表示。

蘇昌景認(rèn)為，人在量化投資中的作用不可替代?！耙环矫妫壳暗拇竽Ｐ徒鉀Q的是通用性問(wèn)題，在專(zhuān)業(yè)問(wèn)題上未必有效。另一方面，一個(gè)優(yōu)秀的數(shù)據(jù)模型離不開(kāi)設(shè)計(jì)者對(duì)數(shù)據(jù)、算法技術(shù)的深入理解。只有人深度參與，才能產(chǎn)生有效的模型?！?/p>

（文章來(lái)源：上海證券報(bào)·中國(guó)證券網(wǎng)）

關(guān)鍵詞：