
华商量化进取费鹏:深耕大数据时代
近期,华商基金的量化“大将”、2014年度金牛基金经理费鹏所管理的第三只基金——华商量化进取灵活配置混合型基金问世,该基金仅发行一日即宣布提前结束募集,成为华商基金今年以来第二只提前结束募集的产品。费鹏认为,因前期估值泡沫的挤出以及TMT、航天军工需要的增加,目前煤炭、有色等行业已初具投资价值。
环保、医药主题值得期待
作为华商基金的量化大将,费鹏所管理的两只基金——华商大盘量化精选和华商新量化混合型基金表现令人印象深刻。根据WIND数据统计,华商大盘量化精选基金于2013年4月9日成立,截至2015年4月3日,该基金成立以来的收益率高达149.90%,远高于同期平均值67.05%的水平,获评“2014年度开放式混合型金牛基金”奖。另一只产品——华商新量化基金成立于2014年6月5日,在不到一年的时间里,创下86.80%的收益率。
费鹏认为,宏观基本面增长动能依然疲弱。内需不振是拖累经济增长的原因,企业用工意愿持续低迷,房地产投资并未出现复苏迹象,同时基建投资也面临财政赤字红线的压力。实体经济赚钱效应的低迷使得资本市场内的增量资金得以持续,这为提升资本市场整体的估值水平提供了流动性。
从板块来看,费鹏认为,2014年四季度涨幅较大的大盘蓝筹以及估值高企的新兴板块将面临一定的调整压力,具有上涨潜力的板块将集中于有色、油服、光伏、农业以及医药。特别是在政策推动、民生呼吁等多维度的叠加效应下,环保、医药等主题值得期待;同时,因为前期估值泡沫的挤出以及TMT、航天军工需要的增加,目前煤炭、有色等行业已初具投资价值。
着眼风险管理
根据WIND数据统计,截至4月3日,华商新量化和华商大盘量化精选混合型基金今年以来分别获得40.14%和35.22%的收益。据悉,这一回报是在没有任何创业板配置的情况下所获得的。费鹏介绍,他所管理的基金主要采用华商基金自主开发的量化系统模型,该模型擅长于分析交易数据,寻找个股的事件性机会,此外其特殊的“熵值模型”对系统性风险有着更为敏锐的觉察力和反应速度。
4月7日,由华商基金量化投资部副总经理费鹏所管理的第三只量化基金——华商量化进取灵活配置混合型基金正式发行。费鹏认为,风险管理始终是量化基金的生命线。他分享几个管理经验:首先,对于进入广泛认同期的个股,股价容易暴涨,交易数据容易发生较显著的波动,股价运行模式的稳定性会下降,对于这类股票,华商量化系统一般不会参与。
其次,随着融资融券资金的介入,个股的交易特征会改变。根据华商量化系统的统计,当融资盘占流通盘比例超过20%,在大盘下跌时,这类个股单日跌幅一般会显著地高于大盘。因此,从操作层面上说,当系统判断市场可能进入震荡或调整时,对于融资占比过高的个股,会提前落袋为安,以保证净值的绝对收益。
最后,充分应用股指期货这一风险调控手段。费鹏说,随着2015年4月16日上证50、中证500股指期货正式上市交易,市场提供了更多的风险管理工具, 这也进一步丰富套期保值等风险管理操作的工具类型。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19