“量化多因子”到底是个什么鬼？

　　今年能跑赢沪深300指数的量化基金不多，只有南方新兴消费增长、景顺长城量化新动力、泰达宏利量化、长盛量化红利策略、景顺长城量化精选、嘉实研究阿尔法等少数几只基金。但是至少让我对量化基金产生了进一步深入了解的兴趣。

　　量化基金到底是怎么运作的？经常听到的量化基金名字中的“多因子”又是个什么鬼？今天，我就和大家一起来巴拉巴拉。

　　目前市场上叫“量化基金”的有很多，但是名字中带有“多因子”的股票基金有4只($建信多因子量化股票(002952.OF)$ 、$汇添富成长多量化策略(001050.OF)$ 、$创金合信量化多因子股票A(002210.OF)$ 、$创金合信量化多因子股票C(003865.OF)$ )，混合基金也有4只($广发多因子灵活配置混合(002943.OF)$ 、$大摩多因子策略混合(233009.OF)$ 、$中融量化多因子混合(004065.OF)$ 、$上投摩根动态多因子混合(001219.OF)$ )。从下表数据(来源：好买基金网，截止2017年3月30日)来看，今年以来的业绩表现，都不算好，三只正收益，五只负收益。表现最好的是广发多因子混合基金，今年以来有6.54%的收益；表现最差的是上投摩根动态多因子混合基金，今年以来收益为-4.13%(同期$上证指数(1A0001.SH)$ 涨幅为3.4%)。

　　那所谓的“量化多因子”到底是个什么鬼？“机器智能分析选股”、“量化模型选股”，听上去很高端，到底有没有用呢？我们先来了解下“量化选股”的简单原理。

　　比如股票代码中要有两个“6”或者“8”且不能带“4”，比如股票名称要3个字且笔画数不能大于24……是这样选股吗？NO NO NO，当然不是！

　　正儿八经影响股价的“因子”包括像：宏观经济状况、GDP增速、CPI、PPI、基准利率、逆回购量、行业景气指数、失业率、行业前景、行业集中度、公司经营状况、净利润率、主营业务收入增长率，甚至还有天气、季节的因素，比如降雨量、日照指数、温度变化……这些都可以成为“量化因子”指标。要估算这些“因子”，基金量化投研团队所以手脚加在一起计算，估计都不够用，要靠计算机来运算，这就是“因子选股模型”的由来。

　　但是如果一个因子库包罗万象，很有可能导致过度拟合的情况，最终反而选不出好股票。所以，“量化团队”就会结合他们的经验和市场规律以及数据的可得性，搞出一个“候选因子库”，这个“库”里包含了几百个“候选因子”。

　　比如：

　　【估值因子】

　　市盈率、市净率、账面市值比、股息率、现金收益率……

　　【成长因子】

　　净资产收益率及变动、总资产收益率及变动、主营收入增长率、毛利率及变动、净利率及变动……

　　【价量因子】

　　1、3、6个月收益率、1、3、6个月换手率及变动……

　　【预期因子】

　　机构覆盖数量、评级调整……

　　于是，每个股票都在某一个因子上有了一个分数。量化基金经理按照自己的经验，结合现阶段的市场判断，在“候选因子库”里挑选“多因子”，再将这些分数按因子加权加总(也可能是等权)，找出若干分数高的股票，“量化多因子”选股就算完成了。当然，随时宏观经济和市场的变化，这些“多因子”也会适时调整。

　　以上就是典型的“量化多因子”选股由来，还有更高级的，据说是用机器学习的方法来确定和调整因子，叫什么“人工神经网络算法”。看新闻报道说，国外有些基金经理开始失业，因为靠机器人选股比人工主动选股更可靠。具体如何，让我们拭目以待吧，至少国内的“量化基金”目前还看不出特别优势。

　　量化投资不是一个稳赚不赔的投资、他更强调统计学意义上收益，这主要来自于两点：一个是选择了大概率的赚钱模型，一个是选择了赚大钱的模型。目前量化基金的超额收益主要来自于多因子选股模型，但是过去的选股模型对未来不一定会有效。量化基金的选股模型往往有一定的滞后性，所以在市场风格转换时往往表现不够好。今年的风口全在蓝筹股，而那些去年主要投向小票的量化基金的表现自然难言乐观。

　　从量化的角度看，今年以来最有效的阿尔法因子是ROE，也就是净资产收益率指标，反应了企业的盈利能力，但因为这个因子在2015年之前表现都很烂，所以没有量化基金把这个因子放到模型中或者即使放进去占比也较小，因此今年以来很多量化基金整体跑输了大盘。

　　尽管今年一季度量化基金整体表现不够好，但如《量化基金最近表现不好，还合适定投吗？》文中言：由于量化模型的滞后性，量化基金在市场风格转换时比较容易吃亏。但长期投资的话，选量化基金跑赢市场概率要大得多。

　　(原文转载自：养基司令)