摘要
量化基金采用数量化方法进行投资管理，主要策略包括 指数增强、量化对冲、以及主动量化管理。截至2016年二季度，市场上的量化基金数量达到了64只，总规模超过400亿元。
从量化基金在整个基金中的排名来看，在2014年以及2016年，量化基金在所有基金中的整体排名表现突出。 经统计，2014年量化基金的平均排名分位数为32.7%；而在2016年，量化基金的平均排名分位数为23.3%，平均收益水平明显优于基金整体水平。
根据wind数据，当前市场上共有12只主动量化基金的规模超过10亿元，这12只基金在2016年前三季度的平均收益率为 -3.38%；同期， 沪深300、中证500的收益率分别为 -12.80%、 -16.93%，量化基金在2016年前三季度的业绩明显优于市场收益。
1. 公募基金类型变化
根据从2015年8月8日开始实施的《公募证券投资基金运作管理办法》规定，股票型基金的仓位下限由此前的60%调整到80%。因此，大部分股票型基金转型为仓位更为灵活的混合型基金。相比于海外资产管理公司较多持有指数型权益基金，国内大类资产配置机构权益类仓位依然是主动管理型基金为主。
权益基金数量统计中未剔除发行渠道不同的同一基金组合。从数量和规模上也可以明显的观察到股票型基金在逐渐向混合型基金转移。近年以来，偏股混合型基金和灵活配置型基金在数量和规模上快速上升。
由于产品类型的变化，想观察权益类基金的表现从股票型或混合型去统计相对并不算合理和全面。灵活配置型基金中有股票型管理也有基金实用固定收益型管理。因此，首先利用一定的条件筛选出可比基金。这里选择两个指标：
1）成立满两年；
2）最近四季度仓位平均在70%以上。
从基金近5年的表现来看，约有60%的基金战胜了中证500指数，说明在一个较长的时间段内，基金的投资管理能力能够获得一个超过市场水平的回报。而观察50%分位数的表现，和中证500的表现基本反应出同样的收益规律，但相比中证500波动更小。
我们统计了基金在相邻两年净值表现的相关性，从年度净值增长率排名的相关系数来看，相邻两年排名的相关系数都在-0.1至0.1之间，因此我们认为相邻两年之间基金业绩排名的相关系数较小。 相对而言，基金经理业绩表现的排名变化相对较大，业绩延续性不强。
2. 量化基金整体状况
数量化管理作为管理基金的方式，在国内基金市场被基金公司利用去实现不同的基金管理目标。当前主要管理的资产依然是被动指数型基金，本文以下主要讨论的是主动管理型量化基金。
**此处筛选规则为：基金名称中含有“量化”关键字，及产品说明书说明使用量化方法管理。选择方式带有一定主管成分，但在后文基金特征中可以观察到实际筛选出的基金大部分体现同样的特征。
从量化基金的数量上来看，自2010年以来量化基金的数量有了一个快速的增长。从数量和规模上来看，2010年市场上仅有11只量化基金，总规模不足100亿元；而截至2016年三季度，市场上的量化基金数量达到了64只，总规模超过400亿元。
量化基金特征1：持仓分散
量化基金相对选择股票数量较多，因此，前十大重仓股多集中在20%的权重。而主动管理型基金一般采用自下而上的选股方式，大多基金精选的前十大重仓股占据股票市值的50%以上。
量化基金特征2： 个股间权重分布均匀
虽然量化基金使用优化算法进行股票之间的配权，但股票与股票间的权重相差并不会太大。相比而言，主动管理型基金股票之间的权重相差较大。
从量化基金在整个基金中的排名来看，在2014年以及2016年，量化基金在所有基金中的整体排名表现突出。 经统计，2014年量化基金的平均排名分位数为32.7%；而在2016年，量化基金的平均排名分位数为23.3%，平均收益水平明显优于基金整体水平。
对于量化投资而言，其资产组合对于风险因子具有相对较低的暴露，其收益主要来源于在Alpha因子之上的暴露。在量化投资组合管理中，管理人通过分析各个Alpha因子的有效性选出表现较好的Alpha因子，并且在表现较好的Alpha因子上给予更高的暴露，以此来实现组合的收益。同时，量化投资组合通过充分的分散化投资，以分散在公司特有属性上的暴露。
当前市场上的量化基金策略主要可以分为 主动量化、量化对冲、以及指数化投资。主动量化策略包含多因子策略、事件驱动策略、以及大数据选股策略等等，通过量化方法进行选股，获取超过市场水平的回报；量化对冲策略主要采取市场中性的方法，通过股指期货对冲来实现稳定的Alpha收益；CTA策略包括趋势策略以及套利策略，通过跟踪趋势或配对套利来获取收益；指数化投资策略包括指数跟踪以及指数增强，前者追求与指定指数的跟踪误差尽可能小，而后者追求相对于指数的超额收益。
本文中主要介绍的主动量化基金一定程度上结合了量化策略与基本面策略的特点。以多因子策略为例，在因子的选择上既考虑了反应市场因素的技术性因子，同时也考虑了反应个股基本面因素的基本面因子，从技术和基本面两方面优选个股，构建投资组合。
2016年前三季度，市场风格仍然以反转及小市值股票为主。从月度数据来看，一月股价反转因子在中证500中的平均月度IC为-7.89%，平均月度超额收益为2.34%；而一月股价反转因子在中证500中的平均月度IC为-6.39%，平均月度超额收益为2.01%。
为了研究基金的持股风格，我们选择在不同时间段内在中证500成分股上IC较大的因子，统计基金持仓股票在这些因子上的暴露程度。在各类IC较为显著的因子上，该基金相对于中证500的整体暴露值均与IC的方向相同，仅在一月股价反转因子上出现了较大的反向暴露，而在这个因子上对于中证500成分股的额外暴露也恰恰说明了基金在过去一月的业绩要明显优于中证500。整体来看，相对于中证500，该基金在紧跟市场风格的同时，更多地分享了因子带来的超额收益，因此该基金表现相比于中证500获得了明显的超额收益。
3. 量化基金管理策略及业绩归因
多因子策略以个股在各个有效因子上的暴露作为个股选择的标准。多因子策略一般由以下步骤组成：选择基础股票池，如沪深300、中证500等；利用历史数据计算各个因子的有效性，选出有效性较高的因子；对于基础股票池里的股票，根据其在有效因子上的暴露，以不同方法加权，得到每个个股的因子得分；选出因子得分较高的股票构建投资组合，并考虑行业中性、市场中性等优化方法。
根据wind数据，当前市场上共有12只主动量化基金的规模超过10亿元，其中规模最大的主动量化基金为长信量化先锋，该基金与2010年成立，最新规模为46.16亿元，2016年前三季度收益率为6.87%。
从规模较大的量化基金在2016年的业绩表现来看， 这12只基金在2016年前三季度的平均收益率为-3.38%；同期，沪深300、中证500的收益率分别为-12.80%以及-16.93%，量化基金在2016年前三季度的业绩明显优于市场收益。
我们尝试了对多因子策略的业绩归因。假设r1,r2,……,rn为n个不同风格因子的表现，则多因子对冲基金的收益可以分解为：
其中，a表示基金的超额收益，系数b1，b2，……，bn表示基金对不同风格因子的偏重程度。并且有 。这里可以通过求解这个带约束的回归问题（将回归问题转化为带约束的优化问题），获得基金的业绩归因。
在这里，我们考虑盈利因子（ROE）、成长因子(EPS增长率)、流动性因子（换手率）、技术因子（一个月股价反转）、规模因子（流通市值）一共5个不同的因子。取2013年1月份至2016年9月份，5类因子的月度收益，以及量化基金的月度收益，按照如上方法进行业绩归因。
通过对几只上市较早、且规模较大的主动量化基金进行业绩归因，我们得到了不同基金的月度平均超额收益。在我们选出的基金中，长信量化先锋平均每月获得了2.29%的超额收益，在基金净值的表现上也领先于其他几只基金。
风险提示：
量化模型胜率并非100%，市场环境改变等因素可能使得模型失效，历史表现也不能 代表未来，请特别注重风险，谨慎投资！具体报告参见广发金工团队发布的《量化基金正当时：产品创新专题报告之十七》。
团队成员及联系方式
更多量化研究请多关注微信公众号：“gfquant”
广发金工｜产品研究｜量化基金
)
