京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06