基金行业分析报告：量化股票投资策略私募基金分析专题

- 1 - 敬请参阅最后一页特别声明 洪洋 联系人 (8621)60935569 hongyang＠gjzq.com.cn 张慧 分析师 SAC执业编号：S1130515080002 (8610)66216782 zhang_h＠gjzq.com.cn 量化股票投资策略私募基金分析专题 第一部分：量化股票投资策略介绍 1.1国内的量化股票策略 量化股票投资策略，通过数量化的方式，分析发现能在股票市场大概率获得超额收益的一篮子股票的投资方法，并主要通过程序化的方式实现交易的投资策略。  1.2量化选股方法——多因子模型的主要因子类别介绍  基本面因子通过分析各财务指标与股价的关系，给予有效的指标一定权重，为个股进行打分，最终买入得分较高的股票。常见因子包括：盈利因子、估值因子、质量因子、一致预期因子等。  价量因子通过观察个股价格和交易量信息，从统计的角度研究分析历史价量信息和未来股价的关系，选出未来一段时间内大概率表现强势的个股。  事件驱动因子通过分析重大事件、或潜在的重大事件对标的的影响，借助市场短期内的错误定价来获利。常见事件包括：重要财务数据披露、定向增发、并购重组、大股东增持、股权激励、社会舆情等。  日内交易策略利用较小级别K线以及level 2行情，通过对已有的底仓进行交易，摊薄现有的持仓成本，增厚选股策略的收益。 1.3股票量化选股风险控制  量化股票策略持股数量较多，通常在50-500只，具有良好的分散性，降低了个股风险。  量化股票策略更多的风控体现在因子层面上。包括对因子进行中性处理，降低风险因子暴露，以及对失效因子的处理等。 第二部分：部分优秀量化选股策略私募基金介绍 2.1上海锐天投资管理有限公司 锐天投资的选股策略以量价因子为主，净值体现出了量价因子在不同风格市场上的不同表现，2017年超额收益不明显，2018年超额收益较强。 2.2瑞锐投资管理咨询（上海）有限公司 瑞锐投资放弃了传统多因子模型，大量使用波动率要素和人工智能算法进行选股和择时，其选股和择时能力均贡献了不俗的超额收益。 2.3上海明汯投资管理有限公司 明汯投资同时使用了基本面、量价、事件驱动等因子，并叠加日内交易。其特点是非常注重因子的中性化处理，因此其超额收益非常平缓稳定。 2.4上海国富投资管理有限公司 国富投资以短线量价因子为主，善于抓取网络上的舆情和热点信息，帮助模型迅速捕捉板块热点行情。 第三部分：总结 综合来看，股票量化投资，是一种综合考虑包括基本面信息、量价信息、突发事件等多方面因素，根据理论基础和历史统计，构建出的一套选股方法。这种选股方法具备高分散性的特点，追求概率上的胜利，获取超额收益。 2018年09月12日 私募基金专题分析报告 基金行业分析报告 证券研究报告 金融产品研究中心 私募基金专题分析报告 - 2 - 敬请参阅最后一页特别声明 第一部分：量化股票投资策略介绍 1.1国内的量化股票策略  量化股票投资策略，指通过数量化的方式，发现股票市场中能够获得超额收益或绝对收益的个股，并通过程序化的方式将交易实现。这样的投资方式具有标的分散性高、交易速度快、交易纪律强等特点。  2014年，随着牛市的启动，量化股票投资策略迎来了自己的春天。当时的量化股票投资主要应用以市场中性策略为主，即通过模型选出一篮子股票，并使用股指期货空头对冲掉市场风险。这是因为一方面市场对于量化投资还需要个接受的过程，风险中低、稳定性更好的结果更容易被接受，另一方面2014-2015的牛市中alpha比较活跃，且股指期货在上涨行情中升水较大，市场中性策略获得选股alpha和股指期货升水的收益叠加，业绩表现良好。  2015年第四季度起，股票市场波动率大幅下降，使市场中的多头alpha减少，股指期货受限也导致深贴水常态化，市场中性策略的收益受到贴水的严重侵蚀。2017年，尽管股指期货的贴水带来的对冲成本已经下降到年化8-15%左右，但极端的大盘股行情，让习惯了小盘股风格的量化选股策略私募不太适应，这一年该策略表现只能算中规中矩。  2016年，由于A股大盘相对较低的点位和深贴水，量化私募开始大力推荐不进行对冲的纯量化股票策略——以每年获取一定幅度的相对指数超额收益为主要目标。从2016年底3000点左右的大盘来看，这个目标非常诱人。于是，在2016-17年，量化股票纯多策略逐渐兴起。2018年，随着市场波动的逐渐恢复，以及市场结构分化的相对合理，量化股票策略进一步发展壮大。 1.2股票量化选股方法 国内绝大多数的量化私募机构在量化股票策略方面都使用多因子模型，本部分主要介绍常用的四大类因子。 1.2.1 基本面因子  基本面因子通过给程序输入各项基本面指标，用数量化的方式发现各指标与股价的关系，给予有效的指标一定权重，为个股进行打分，最终买入得分较高的股票。常见因子包括：盈利因子、估值因子、质量因子、一致预期因子等。 图表1：2016-17年各因子表现参考 来源：国金证券研究所 私募基金专题分析报告 - 3 - 敬请参阅最后一页特别声明  由于大量基本面信息皆取自股票的季报、半年报和年报，因此完全基于基本面因子的选股模型通常交易不频繁、持仓周期较长，使策略容量更大。同时，基本面因子有比较强的逻辑意义。但另一方面，基本面选股也存在一定缺点，即因子生效的时效性难以判断，好公司不一定是好股票。因此基本面因子通常会和其他因子组合使用。  国内大多数的量化股票私募多少都会用到基本面因子，私募机构统计过去表现好的股票的基本面特征，并持有具有该特征的股票。在2016年以前的市场中，小盘成长股的表现在绝大多数时候优于大盘价值股。因此大量私募给予成长因子和小盘股因子较大的权重。当2017年价值股行情来临的时候，偏重小盘股的私募基金业绩表现均不佳。这引发了因子风控方面的问题，我们在后文中会提到。  上图（图表1）中我们选取了七大类因子，并每个月在全市场更新每一大类因子方面得分最高的30只个股，分别做出折线图，以实现大致展示各大类因子的表现情况。 1.2.2价量因子  价量因子通过由模型观察个股的价格和交易量信息，从统计的角度研究分析历史价量信息和未来股价的关系，选出未来一段时间内表现大概率表现强势的个股。具体的做法方面，除了将传统的技术指标量化外，还常有私募使用模式识别的方式来捕捉机会，比如小波分析、隐马尔可夫模型等。  价量因子有时是经验性的，仅仅是根据统计结果来分析，假设历史会重演，并重复操作，并不一定追求具备比较强的逻辑性。但也有私募基于行为金融学的理论，构建具有一定理论基础的价量因子。从交易频率方面来说，因为个股的成交量和股票价格变化较大，所以以价量因子为主的策略会具有较高的换手率，短至2-3天，长至1-2周。  2016年市场波动率极低，导致价量因子的alpha受到一定影响。2017年个股的走势与历史统计规律不相符，尤其是中小盘股票常常出现假突破的情况，极大的影响了价量因子的表现。  下图中我们选取了几个在国内优秀的量化私募，他们的选股策略中，量价因子都占有较大比重。可以看到，这些私募表现出了较为相似的走势，同时，他们受到市场风格的影响，在2018年的超额收益均高于2017年的超额收益。 图表2：国内部分量价因子选股出色的中证500增强产品净值对比 来源：国金证券研究所 私募基金专题分析报告 - 4 - 敬请参阅最后一页特别声明 1.2.3 事件驱动因子  事件驱动因子通过分析重大事件、或潜在的重大事件对0投资标的的影响，并借助市场短期内的错误定价来获利。可能触发交易的事件包括：重要财务数据披露、定向增发、并购重组、大股东增持、股权激励等，随着大数据行业的发展，越来越多的私募具备了文本挖掘的能力，公司公告中关键词的挖掘、社会对公司的关注热度、投资者舆情等，也都成为了事件驱动策略可能用到的因子。传统的事件驱动策略有两种常见的操作方式，一种是分析事件未来的发展方向，提前潜伏等待事件发酵；另一种是在事件公告后迅速介入。量化策略私募主要的操作方式以第二种为主。由于事件驱动策略有赖于事件的发生数量和频率，投资机会的出现很难有连续性，因此一般作为辅助策略，和其他策略组合使用。  2015年末开始，市场情绪逐渐冷却，股价对事件的反应力度也大幅下降，极大的减少了事件驱动策略的收益空间。另一方面，2017年的一系列监管政策，也大幅度减少了定增和并购重组等事件的发声次数。以定增市场为例，2016年全年A股市场共739家公司定增募资规模1.53万亿，2017年A股仅有505家公司通过定增募集1.16万亿。事件驱动策略因此受到了一定打击。 1.2.4 日内交易  日内交易策略利用较小级别K线以及level 2，发现日内短线的交易机会，并会在同一个交易日内平掉当天的头寸。较高的交易频率和融券的限制，给该策略的市场容量带来了比较低的天花板。由于A股存在股票T+1的交易限制，日内交易策略通常不是一家私募基金的主要交易策略，而是通过对已有的底仓进行交易，来摊薄现有的持仓成本，或在保持持仓股数量的情况下增加现金，增厚选股策略的收益。  2016年以来，股票市场波动急剧缩小、融券难度较大，日内策略增强幅度远远不如2015年市场，但仍然能够产生一定收益增厚，尤其在其他三大类策略的表现都不佳的情况下，叠加日内交易的产品明显在收益能力上有一定优势。因此大量私募机构在近两年开始大力开发自己的日内交易策略，并逐渐加入产品实盘。  日内交易由于容量小，其竞争也是非常激烈的。每一秒交易速度、每一分交易成本，在不断的重复交易下，都会变得格外关键。如今日内交易市场有越来越多的专业机构投资者参与进来，未来的竞争可能会愈演愈烈。 图表3：国内部分日内交易较强的市场中性产品净值对比 来源：国金证券研究所 私募基金专题分析报告 - 5 - 敬请参阅最后一页特别声明 1.3股票量化策略的风险控制 不同于主观股票策略，通常会使用仓位集中度、仓位调整和超跌止损作为主要的风控手段，量化股票策略的投资具有非常强的分散性，风控通常体现在因子层面上，而非个股层面。  量化股票策略的一大特点就是持股非常分散，持仓少则80-100只股票，多则300-500只股票，且最大持仓个股一般不会超过3%，甚至有私募机构平均持仓股数达到1000只。这样的分散程度使个股踩雷风险下降到了非常低的程度，可以说这是股票量化策略天然自带的一种风险控制。  股票量化策略对于beta风险的控制，通常也会使用仓位调整和股指期货对冲两种方式。不过对于量化股票策略私募来说，使用股指期货对冲，意味着只能建立6~7成左右的股票仓位，用剩余的仓位进行对冲，同时会受到股指期货贴水影响。因此目前越来越多的私募选择发行量化指数增强产品，用满仓带来的alpha超额收益，去填补可能发生的beta风险。  对于完全对冲或者说低beta风险的股票市场中性策略来说，由于需要利用股指期货对股票组合进行对冲，因此股票组合和股指的相似程度就极为关键，若股票组合和股指期货的行情相关性较低，则意味着有一部分beta没有被对冲掉，净值的波动率将会较大加大。为了控制这部分风险，需要模型在选股时控制各维度中性，即股票组合在各个风险因子上的暴露度，要非常接近对标指数在各风险因子上的暴露度。否则就容易出现2014年底和2017年大盘股行情时，大量市场中性策略产品由于股票组合的市值因子偏小盘，股票组合跌，股指期货涨，产生较大回撤；或量化股票策略产品，因为持有过多小盘股，无法跑赢大盘。  最后这里要提一下因子权重的调整。大多数量化选股策略，无论是通过基本面还是量价，一般都会构建一个多因子模型，赋予各因子不同权重，并给个股进行打分。那么因子权重的配置就成为了一个非常体现投资能力的地方，权重通常会从三个方面综合考虑：1、因子相关性；2、因子的风险暴露；3、因子的有效性。  因子相关性非常