
量化投资成大势所趋 建信量化优享借助多因子模型寻真金
近年来,科技创新日新月异,人工智能时代脚步临近,量化投资也越来越成为大势所趋。尤其是进入2018年以来,A股市场蓝筹与成长风格趋于均衡,投资热点轮番“唱戏”,结构性机会交替出现,都为量化投资提供了有利条件。正在发行中的建信量化优享定期开放灵活配置混合型基金将采用量化投资策略,借助多因子量化模型挖掘优质个股,并以一年为期定开运作,追求绝对投资回报,力争为投资者在震荡市中把握确定性机会。
今年以来,A股整体波动加剧,且投资机会分散。WIND数据显示,截至7月6日,上证综指、深证成指今年以来振幅达27.09%、26.24%,均高于去年同期振幅水平。此外,不同于去年蓝筹“独唱”的“一九”行情,今年投资机会相对分散,市场缺乏投资主线。在这种行情下,投资者很难把握市场节奏,而量化基金则将利用自身优势,为投资者把握机遇。建信量化优享以多元化资产配置为核心,一方面将根据市场行情变化,动态调整各类资产的配置比例,在获得市场收益的同时,努力创造超额收益。另一方面运用建信多因子量化模型精选个股,力争在最佳时机选择估值合理、基本面优良、具有持续成长潜力的股票。
建信量化优享将采用建信基金自主开发的建信多因子量化模型进行投资。该模型在实际投资中取得了良好的效果。建信精工制造、建信中证500、建信深证100采用这一模型进行增强投资,历史超额收益可观。海通证券发布的《基金超额收益排行榜》显示,截至2018年6月29日,建信精工制造近2年超额收益20.37%,排名同类第3;建信中证500A近3年超额收益23.62%,排名同类第5;建信深证100近5年超额收益43.20%,排名同类第6。新产品建信量化优享还将由资深量化基金经理叶乐天“掌舵”,凭借多年丰富的量化经验以及出色的投资业绩,叶乐天今年荣获英华奖“三年期量化投资最佳基金经理”大奖。
作为一种新兴的投资方式,量化基金的特点和优势也十分鲜明。目前,A股上市公司股票数量已超3000只,仅凭基金经理个人和研究团队,无法对每只标的进行研究覆盖,而量化基金可以利用量化模型,对全市场的股票进行“扫描”,从多维度对市场和个度进行分析判断。事实上,在美国等海外成熟市场,量化投资已拥有30多年的发展历史,并受到投资者认可。CCTV证券资讯频道金融研究院数据显示,截至2016年底,全球量化投资基金总规模已超过3万亿美元,占全球基金规模近30%。另据WIND数据显示,截至2018年7月3日,国内公募量化基金产品规模为1470.09亿元,且呈现出增长态势。
关于量化基金的发展前景,建信基金认为,人工智能、大数据等技术的应用和发展,将进一步提升数据加工和处理效率,进而提升投资科学性,促进从经验投资,加统计投资向科学投资的转轨。这一切都为量化基金的发展奠定了良好的基础,量化基金将大有可为。建信基金已为投资者打造出一系列“量化+”特色基金,覆盖被动量化、主动量化等不同策略的优质产品,新产品建信量化优享也将进一步丰富投资者的量化投资选择。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30