量化“长跑”有优势

　　据Wind数据统计，目前公募市场上共有90只量化基金，今年以来公募市场中共成立21只量化基金。从今年的情况来看，量化基金整体表现平淡，在66只积极偏股型量化基金中，有24只取得正收益，41只基金今年以来收益率为负;在所有量化基金中，今年以来仅有9只的回报率大于5%。截至8月26日，创金合信量化多因子以19.7%的业绩居首，其次是招商量化精选，以9.3%的增长率位列第二。同时，今年以来业绩最差的量化基金已亏损25%。

　　虽然总体情况平淡，但在多位业内人士的眼中，国内的A股市场还是很适合量化基金的发展的。招商证券分析师顾正阳认为，从A股市场来看，流动性较好、行业个股分化较大等特点有利于量化投资;其次，A股市场散户主导情况较为明显，容易产生不合理定价，这些都是量化投资能获取超额收益的地方。择尔裕首席分析师刘佳表示，A股散市化、交易高频化、设计缺陷可以给量化基金的程序套利、大数据处理提供超额收益。

　　顾正阳分析，部分量化基金收益不佳的原因有市场环境的影响。受年初熔断影响，大部分偏股方向基金均遭受较大损失，至今业绩仍未回正。量化选股型基金也不例外，但从相对排名来看，大多数量化基金均处于同类较优的水平。

　　创金合信量化投资部总监程志田认为，量化基金的优势其实在于长跑。Wind数据显示，截至2016年8月29日，量化基金近三年平均收益率为94.15%，远高于同期普通股基53.17%的平均涨幅，不少长跑型量化基金业绩表现更佳。

　　模型有效性是关键

　　量化基金通过数量模型的计算寻找投资机会，目标是获取超额收益。其实，量化投资的核心在于能否根据市场特点，设计出好的投资模型。刘佳表示，决定一只量化基金投资策略是否奏效的原因在于模型有效性和适用性是关键。

　　然而，在量化基金发展的前期，有很多产品选择直接使用国外已经成熟的量化模型，或是基金公司自有的一些简单模型。但实际上，量化数据模型不具备普遍适用性，若不根据A股市场的特性做出调整，很难具备有效性。

　　据悉，要独立开发一个优秀的量化模型，需要基金经理通过数以年计的经验积累和深厚的专业功底，往往一个模型要经过几年的时间不断调整、提升，才能最终成型。而好的量化模型有几个要素。其一是要有具备有信息优势的数据来源，做数据分析就一定要保证数据的全面性，有的量化基金会直接和第三方渠道进行合作，通过第三方来得到数据支持，但很多时候第三方的数据并不全面。

　　其二则是数据模型需要具备信息分析和整合能力，这就要求要将基金经理的投资理念完全体现在数据模型中，对基金经理的专业素质要求十分高。

　　其三则是要有风险控制机制，由于数据分析、择时择仓的判断都是通过计算机来完成，所以对于风险的控制要更为细致一些。

　　除此之外，还有业内人士介绍说，在模型建立好之后，还需要有一定的回测时间，最好也要经过一段时间的实盘，根据长时间市场环境下的历史数据建立起来的模型才可能保证模型有效。例如8月29日正式发行的创金合信量化发现中使用到的大数据模型就选择了从2008年起进行回测。该基金的基金经理程志田在接受采访时表示，只有一个模型能够在一段比较长的时间里经受住考验，才认为它是可靠的。顾正阳也表示，同主动投资一样，量化基金的基金经理也需要多年的研究和深入实践，才能构建优秀的模型进行投资。部分模型可能未经过较长时间的实战运作就匆匆上马，不免产生业绩落后的情况。

　　下半年有望跑赢市场

　　其实，所有的量化基金在产品介绍中都只会笼统的说明投资方法，例如“采用数量化的方法进行投资”，很难去判断这个方法究竟能否奏效。记者了解到，要判断一只量化基金是否优秀，其实可以用两个标准去考量。如果这个基金是做绝对收益的，可以看它的夏普比率;如果基金是做相对策略的，就看信息比率，这两个指标都是判断收益与回撤的对比。程志田解释道：“夏普比率达到1以上就算及格了，夏普比率如果达到1.5、2就很优秀了，信息比率达到2算是及格，信息比率达到3就很优秀，大概是这么一个水准。判断量化基金看这两个指标就够了。”按照这样的标准，记者比较今年收益排名前三的量化基金，分别是大成互联网+大数据、创金合信量化多因子、招商量化精选，这三只基金的夏普比率分别为2.42、2.23、1.30;信息比率分别是4.96、8.25、4.46。