
量化投资超越市场必须具备哪三个条件
量化基金收益情况近年来有较大波动,从2016年的大获全胜,到2017年主动策略风光不再,令投资者难以信服其具有长期稳定的盈利能力。事实上,选择长期持续稳定的量化基金确实是非常重要的。
一般而言,量化策略要能够持续稳定地超越市场的平均水平,是需要具备一些特定的条件的。这一点,在景顺长城量化及ETF投资总监黎海威看来,量化投资不是靠简单的电脑选股就可以脱颖而出的,要长期超越市场,需要三个核心要素。
1 超额收益来自比较优势
采用多因子量化选股,是否能够长期获得超额收益?黎海威表示,关键在于是否有成熟的超额收益模型。而建立超额收益模型的关键点就是:比较优势!
在做基本面量化投资时,大家切入点是差不多的,比如定价误差、大股东的情况、公司供应链管理、现金流管理等。但在这个过程中,不同人在不同的方向上,可能有比较优势。
比如,有人擅长价值股的投资,在模型里对应的价值因子权重就比较高;有人擅长成长股的投资,对成长股的波动、生命周期阶段等的把握就更有优势,组合中的成长性因子的比重就比较高。很难找出一个全能基金管理人,在各方面都非常牛。
基于此,量化投资就需要将自己的比较优势放到最大,比如不擅长做行业轮动,那么就集中力量做选股,在管理某个基金的投资组合过程中,可以选择将某个行业的股票(比如银行股)一直保持在一定的比例(比如20%的权重),在选股上做到优中选优。
“这样下来,相较于竞争对手,就能够形成长期稳定的比较优势,这是最核心的地方。”黎海威说。
2 风险控制先行
基金投资是个“量入为出”的过程,不仅要计算超额收益的输入,还要计算投资过程中因市场风险带来的损耗。只有风控做得好,基金的业绩才能脱颖而出。
为什么风险控制如此重要?黎海威首先举了一个生动的例子。
Ø 投资时间越长的人,会像老司机一样越来越强调风控。为什么?因为只有风控做的好,才能存活时间比别人长,存活时间比别人长,才能在市场上把本金做出更多收益,才能发展起来。
之后,黎海威从实际投资的角度,谈到控制回撤的作用。
Ø 有些策略年化收益率25%,有些策略年化收益率为10%,其实只要波动控制得好,第二种策略效果会更好。因为从1元钱跌至0.5元时,亏损是50%;但从0.5元升值1元时,却需要100%的增长。所以,当波动性越小,长期净值的稳定性会更好。
在黎海威看来,风控意识是贯穿于投资全过程的,做量化投资时有几个层面必须要考虑。首先,要选择好的股票,这是投资收益的来源;其次,好公司也要有合理的估值,这样安全值更高;最后,要把收益预测做得比较透明、分散,能够预见和抵御风险。
3 控制交易成本让收益更胜一筹
收益、风险之后,黎海威认为需要重点考虑的还有:交易成本!
对于基金的最终收益,将交易成本控制到最低是十分必要的。为了说明这一点,黎海威举了一个例子:
Ø ETF长期来说为什么会击败长期的管理,除了Alpha是比较稀缺的,交易费用非常低也是一个原因。对于规模庞大的量化基金而言,如果频繁地进行交易,长期积累起来的费用支出还是不少的。
黎海威介绍,控制好交易成本,就要讲求交易执行效率,避免不需要的换手,当然换手率也会和投资策略有关。
总结来说,量化基金想要长期战胜市场,“超额收益、风险控制、成本控制”一个要素也不能少。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08