市场仍处于震荡分化行情，积极寻找估值洼地 市场点评： 基金投资更加看重业绩确定性，复杂行情下量化基金显优势 截至上周末，公募基金三季报已公布完毕，作为A股市场最重要的机构投资者，公募基金整体持仓风格的变化代表主流机构对市场的看法。根据万得数据统计，从偏股型基金(包括普通股票型、偏股混合型和灵活配置型基金)重仓股所在板块角度看，中小板与创业板所占比例仍领先于主板，但动态观察，主板占比较6月末显著提升，显示基金在三季度对主板进行了加仓。分行业看，对比6月末，在截至三季度末的时间点持仓比例显著增加的行业有银行、建筑、轻工、医药和家电等，另外，医药、电子、家电等行业最受公募基金亲睐，超配幅度较为显著，而TMT行业整体仓位下降，其中计算机行业仓位降至近3年半来最低水平。 从公募基金持股情况看，在市场风险偏好未明显改善的情况下，机构投资者对估值水平仍较高的新兴行业仍持相对谨慎的态度，更加看重行业及个股的基本面，一些白马股取代部分成长股成为公募基金竞相追逐的重仓股，在持续的震荡行情背景下，基金更加注重投资标的业绩的确定性及具有的安全边际，避免高估值行业和个股对基金净值可能带来的负面影响。 此外，我们对比了目前A股市场上量化基金和传统主动管理偏股型基金今年前三季度的业绩表现，数据显示量化基金较传统主动偏股型基金的算术平均收益高约6个百分点，显示出在复杂的行情下，以投资纪律性强为重要特征的量化投资策略在捕捉市场波动带来的投资机会方面的优势。 基金经理论市：市场仍处于震荡分化行情，积极寻找估值洼地 上周沪深300指数与上证指数走势先扬后抑，但仍小幅收涨。中小板与创业板指数表现相对较弱，全周收跌。分行业板块看，食品饮料、券商、钢铁、有色和建材等板块涨幅居前。之前涨幅较大的建筑板块跌幅领先，其他板块如电子、电器设备和交运等均处于跌幅领先位置。市场整体格局依旧是大盘蓝筹板块窄幅震荡，中小市值股票表现相对颓势。 上周公布了9月份全国工业企业利润情况。前三季度，全国规模以上工业企业利润累计同比增长8.4%，增速与1-8月份持平。分产业链来看，上游行业利润同比跌幅继续收窄，1-9月份累计同比跌幅为63.4%，较前期收窄8.4个百分点，主要为采矿业利润增速改善。钢铁、有色、水泥和石油加工业利润增速较8月份继续提升，显示国内去产能的进程使得过剩产能利润在改善。消费品的增速略有下降，如医药制造业、酒类和饮料制造业等利润同比增速从回升转为持平。其他行业则继续低迷，盈利继续下降显示国内经济依旧起色不大。 上周公募基金三季报发布完毕，从基金整体持仓情况看，仓位变化不大，但是结构有一定改变。计算机、传媒、有色和食品饮料等行业受到较大幅度减仓，而银行、建筑、轻工和医药则属于增配较为明显的板块。基金配置的变化显示了目前主流机构投资者行业配置逐渐均衡，前期主要重仓创业板和中小板的格局有所改变。 总体来说，我们认为市场依旧在震荡行情中寻找方向。主板中蓝筹板块的估值逐渐抬升，而创业板和中小板的股票估值逐渐下降。深市和上证板块之间的估值差逐渐在收窄，基金配置也越来越均衡。我们认为，短期内市场依旧在寻找估值洼地，优质大盘蓝筹估值有望继续提升。 专栏：金融投资的智能化发展之路 今年3月，由谷歌研发的人工智能程序AlphaGo战胜了围棋九段高手李世石，引起了社会舆论的一片哗然，甚至有人开始惊呼“人脑”即将被“电脑”所取代。当然，人工智能尚处于不断发展的初级阶段，替代论未免有所夸大，但不可否认的是人工智能已经成为当前科技更新的一个热点领域，并已开始逐渐进入到我们的日常生活之中。比如无人驾驶、语音识别、智能家居和3D打印等技术的逐步成型，都为不同行业的发展注入了强大生命力。而当此人工智能崛起的风口浪尖，金融业也势必会迎来人们热切的关注目光，自然就有人会问，在投资领域“电脑”又是否有其独到的地方呢? 众所周知，当前金融行业发展的一个大趋势就是大数据化，这便意味着从前通过手绘K线图，或者查阅相关报纸来了解股市动态的行为已经一去不复返了。只要投资者愿意，无论是上市公司发布的临时公告，还是交易所公开的秒钟级别行情数据，甚至是遥远美洲大陆上的议息会议讨论结果，都会及时、准确，乃至“无延时”地推送到投资者的终端界面上来，以帮助投资者构建一个信息几乎完全对称的投资环境。不过转念一想，随着投资者订阅的数据信息量越来越大，谁又能真正做到时时刻刻关注，并将所有信息都加以处理和运用呢，即使有这样的人存在，相信也绝不会是大多数。所幸计算机技术的快速发展为人们在大数据背景下做出更有效的投资决策提供了可能。 当然，计算机技术在金融投资中的最初应用也仅仅局限于数据处理，即通过程序设计等方法将海量数据提炼成人类能够更好理解的标准化信息，以便投资者能够更加方便、快捷地加以运用。之后随着金融理论的快速发展，包括资本资产定价模型、Black-Scholes期权定价模型等经典定量模型的推出，尤其是行为金融领域的异军崛起，更是将计算机技术在金融领域的应用向前推进了一大步，同时也催生了当前炙手可热的量化投资技术，即人们发现基于特定金融理论或统计模型产生的交易策略同样能够在资本市场中获得不俗的投资业绩。 但金融投资的智能化发展之路还远未停止，因为考虑到大多数量化模型只是局限在特定样本区间内的局部最优模型，而随着时间推移，很多假设不变的恒量可能会发生本质变化，进而导致模型的逐步失效。为此不少人开始着力于开发更加智能的投资体系，并不惜引入人工智能领域的深度学习理论，在用模型指导交易的同时也用数据训练模型，以追求资产的长期稳健增值，其中自然不乏佼佼者。尽管就目前而言，我们很难断定在投资领域“电脑”就一定能够战胜“人脑”，毕竟每一个量化模型都需要相当长的时间去进行跟踪和检验，但相信随着人工智能技术的不断深化，会有越来越多的人投身到智能投资的研究中来，而“电脑”也有望在投资领域获得属于自己的一席之地。 (作者：摩根士丹利华鑫基金数量化投资部王联欣)