免责声明：本文仅是个人投资过程中的思考和阶段性梳理，本人只是一个普通小散，文章观点不一定正确，投资水平也很一般，文章中涉及的股票或者基金均可能有大幅下跌的风险，请保持独立思考，市场有风险，投资需谨慎，文章观点仅作交流之用，不构成任何投资建议，读者朋友请勿据此操作！

在基金投资者的“武器库”中我们已经写过很多的品种，比如FOF基金、股票型主动基金、固收基金、指数基金、指数增强基金等等，这篇文章我们来写下量化基金。量化基金简单来说就是根据各种量化数据分析进行建模，构建出投资策略，通过AI、机器学习等技术来处理海量数据后进行投资决策，有点“机器人投资”的感觉，那么在聊量化基金前，我们重新回顾一下基于底层资产视角的基金分类：

可以看到量化基金通常划分到股票基金大类资产里面，量化基金比较重要的特点就是根据各种量化数据分析进行建模，构建出投资策略进行投资，市场上传统的投资方法主要有：

(相关资料图)

大的派别可以分为价值投资派和技术分析派，价值投资派里面按照风格又可以细分为：深度价值投资、成长股投资、困境反转投资、持股收息投资等等，技术分析派里面按照风格又可以细分为：技术指标分析、趋势分析、筹码结构分析、资金流向分析等等，另外还有主题投资、景气度投资等等；

市场投资者结构非常复杂，投资者可能会应用多种投资策略，但是相对于量化基金而言，传统基金的共同特点都是超额收益依赖于人力挖掘，策略覆盖面非常有限，而量化基金主要依赖于构建的策略模型，对人力的依赖比较小，策略可以覆盖面到海量数据，可以进行全市场的超额收益挖掘，并且由于构建的策略模型都是通过计算机去执行决策交易，不会受到贪婪、恐惧等人性弱点影响，并且对交易时机的把握速度要比人力挖掘快几个数量级，这些都构成了量化基金的优势。

我们这篇文章分析的量化基金主要有：国金量化多因子(F006195)、招商量化精选股票(F001917)、嘉实绝对收益策略(F000414)、景顺长城量化小盘股票(F005457)、博时量化多策略A(F005635)、长信量化中小盘股票(F519975)、西部利得量化成长混合A(F000006)

量化基金主要分为3种：

主动型量化基金（量化选股）：主要通过通过多维度、多因子的量化数据分析进行选股，可以是基本面的财务数据，可以是估值上的，也可以是市场风格偏好上的，也可以是技术趋势上的，比如国金量化多因子(F006195)的基金合同里面就有相关介绍：

注：图片内容来自国金量化多因子(F006195)的基金合同

关于多因子的选择上，国金量化多因子(F006195)主要是估值方面、基本面（质量因子、成长因子）、市场风格以及一致预期方面的数据分析：

注：图片内容来自国金量化多因子(F006195)的基金合同

同时也包含了对历史数据回测分析后的统计套利与事件驱动套利策略，超额收益来源是比较丰富的：

注：图片内容来自国金量化多因子(F006195)的基金合同

对冲型量化基金（追求绝对收益）：对冲型量化基金主要通过少量做多仓位+期权对冲策略来追求绝对收益，比如嘉实绝对收益策略(F000414)中有对冲型量化基金投资理念的相关介绍：

注：图片内容来自嘉实绝对收益策略基金合同

可以看到主要通过少量做多仓位+期权对冲策略来追求绝对收益，对于做多仓位上，就是基金经理们比较擅长的了：

注：图片内容来自嘉实绝对收益策略基金合同

除了通过少量做多仓位+期权对冲策略来追求绝对收益，还有其他套利策略来增厚收益；

C.指数增强型量化基金（对指数量化增强）指数增强型量化基金就是属于我们比较熟悉的指数增强基金大类了，对于指数增强基金有非常多的增强策略，在基准指数的基础上，可以是打新收益增强、可以是基金经理对指数基础成分股的优化，可以是基金经理对成分股权重的调整，当然也可以通过AI、机器学习等建模后的量化增强；

让我们看下7只量化基金的业绩走势对比情况：

注：图片数据来自choice

因为对冲型量化基金的投资理念和其他量化基金是不相同的，对冲型量化基金追求的是绝对收益，因此对冲型量化基金的比较基准我选的是纯债基金“博时信用债”，其他的量化基金比较基准选的都是沪深300指数，在业绩走势的比较中我们可以看到除了对冲型量化基金，其他的量化基金都跑赢了基准指数沪深300，其中表现比较好的是：西部利得量化成长混合A(F000006)、招商量化精选股票(F001917)、长信量化中小盘股票(F519975)

7只量化基金的年化收益率对比情况：

注：图片数据来自choice

从3年年化回报以及成立以来的年化回报数据来看，排在第一梯队的是西部利得量化成长混合A(F000006)、招商量化精选股票(F001917)与国金量化多因子(F006195)，这三只量化基金也是大幅跑赢了沪深300指数，西部利得量化成长混合A(F000006)由于成立时间较短，成立以来23.45%的年化回报率还是非常亮眼的，长期来看可能会部分均值回归，但即使如此，也可以从侧面反映出其量化模型的有效性；

7只量化基金的超额收益对比：

注：图片数据来自choice

评价基金超额收益的指标一般是夏普比率和索丁诺比率，我个人更看重索丁诺比率，有的童鞋可能不知道夏普比率和索丁诺比率，这里简单介绍下：

夏普比率：夏普比率= (年化收益率 - 无风险利率) / 组合年化波动率=超额收益/年化波动率

夏普比率其大小本身没有意义，只有在与其他组合的比较中才有价值

索丁诺比率：它与夏普比率类似，不同的只是并不以标准偏离为标准，而是用下跌偏离， 即投资组合偏离其平均跌幅的程度，来区分波动的好坏 因此在计算波动率时它所采用的不是标准差，而是下行标准差

对于量化基金而言，收益风险比（索丁诺比率）是验证量化模型有效性的重要指标，从跑出来的数据看，第一梯队的西部利得量化成长混合A(F000006)、招商量化精选股票(F001917)与国金量化多因子(F006195)表现都是排在前列，另外追求绝对收益的对冲型量化基金“嘉实绝对收益策略(F000414)”相比于纯债基金“博时信用债”并没有明显的超额优势，虽然嘉实绝对收益策略近3年年化回报3.86%略高于博时信用债的3.09%，但是从索丁诺数据来看，博时信用债的波动风险要小得多，相比之下，嘉实绝对收益策略的优势并不明显；

7只量化基金的基金公司自身投研实力对比：

注：图片数据来自choice

按照我们之前“在管资产排名在前30的基金公司可以算头部”的标准，本次第一梯队的三只量化基金除了招商量化精选股票(F001917)外，其余两只的在管资产排名均在30开外，在诞生“黑马”的同时，背后更深层次的原因我觉得可能是因为量化基金在国内发展时间还比较短，头部基金公司积累的优势并不明显，基金公司站在了同一起跑线上；

7只量化基金的持有人结构：

注：图片数据来自choice

可以看到相较于其他股票型基金而言，对于量化基金整体的机构持仓比例更高，这也可以从侧面反映出量化基金本身通过量化模型进行决策，可以更多地剔除人为因素的干扰，这可能也是机构资金更加青睐的原因之一吧。

最后总结一下：

量化基金根据各种量化数据分析进行建模，构建出投资策略，通过AI、机器学习等技术来处理海量数据后进行投资决策。传统基金超额收益依赖于人力挖掘，策略覆盖面有限，量化基金主要依赖构建的策略模型，对人力的依赖比较小，策略可以覆盖到海量标的，进行全市场的超额收益挖掘，并且由于构建的策略模型都是通过计算机去执行决策交易，不会受到贪婪、恐惧等人性弱点影响。量化基金主要分为3种：主动型量化基金（量化选股）、对冲型量化基金（追求绝对收益）、指数增强型量化基金（对指数量化增强），本文分析的7只量化基金中西部利得量化成长混合A(F000006)、招商量化精选股票(F001917)与国金量化多因子(F006195)表现比较优秀，相对于基准指数具有超额收益，堪称“全市场超额收益挖掘机”，对于基金投资者作为资产组合的配置品类值得关注。

#老司基硬核测评# #雪球创作者中心# #雪球投资门派测试#

@今日话题 @雪球创作者中心 @球友福利

@西部利得基金 @招商基金 @国金基金

$西部利得量化成长混合A(F000006)$ $招商量化精选股票(F001917)$ $国金量化多因子(F006195)$

关键词： 超额收益 夏普比率 索丁诺比率