我已授權

註冊

國金基金林健武:以多策略量化模型應對多樣性市場

2018-04-16 04:41:42 證券日報 
本報見習記者 王明山
本報見習記者 王明山

  在今年以來A股市場先強後弱、系統性做多機會相對缺失的背景下,量化基金優勢凸顯。記者根據Wind資訊數據統計,截至4月13日,近3年來主動量化型基金的平均收益率為33.77%,而同期偏股混合型基金的平均收益率為26.41%,同期滬深300指數的漲幅僅為14.23%。

  進入2018年以來,上證綜指累計下跌4.48%,震蕩15.85%。震蕩型市場,正是量化基金大顯身手之時。針對今年多變化的市場,量化基金該怎樣布局,又該怎樣處理與之而來的市場風險?近日,《證券日報》基金新聞部記者帶著這些問題,專訪了國金基金量化投資總監林健武。

  林健武表示,國金基金目前已經建立了互聯網量化的平臺,通過與8家平臺的合作,收集了上萬條策略;對因子的篩選和因子權重的確定,則是由雙層機器學習模型去確定,即先根據市場的變化選擇機器學習模型,再由挑選出的機器學習模型搭建出具體的選股模型。

  以行為金融學為基礎構建因子

  模型調整周期為三個月

  除了在國金基金擔任基金經理、量化投資總監,林健武還有一重身份——清華大學深圳研究生院客座教授、量化投資研究中心主任。他將行為金融學看做是量化投資的基礎,林健武也把行為金融學作為構建量化模型因子的基礎。

  在公募基金市場上,關於量化模型因子權重的確定,大多是由機器學習模型自主確定。在這樣的背景下也有一些弊端,因為每個機器學習模型都有其特點和側重點,在特定的市場環境下可能會發揮其優勢,但在多變化的市場下就可能失靈。對此,林健武在國金量化多策略靈活配置基金上應用了“二層機器學習模型”,即根據市場上的變化情況和部分因子表現,先選擇更適合當下市場的機器學習的模型,再由該機器學習模型搭建出具體的選股模型。

  對量化模型的動態調整,也就意味著要對市場風格和倉位上的選擇做擇時。據林健武介紹,他在國金量化多策略靈活配置基金上會做較長期的擇時,時間大致是三個月一次。“一般來說,我們會對之後兩個月到三個月的市場做一個判斷,據此調整資產的配制比例,盡量控制回撤,來捕捉市場上比較好的機會。”他說道。

  談及國金基金在量化投資上的優勢,林健武充滿自信。首先,數據是量化模型最基本的元素,國金基金在數據上已經有了自己的壁壘;另外,國金基金已經建立了大量的、形式多樣的機器學習模型,這樣後面的策略師就可以擺脫從底層做起來的過程,“我們希望他們是建築師,而不是磚瓦匠。”林健武說道。

  以多策略量化選股模型

  應對今年多變化市場

  國金基金的量化模型有多少因子?林健武給出了一個驚人的數量——2000多個。他對記者解釋道:“構建這麽多因子,主要是因為市場的變化越來越快,近十年A股市場的發展速度越來越快,股票數量越來越多,風格的變化也會更多,用更多因子來解釋便也十分必要”。林健武舉例,很多基金可能出現比較長期的業績跑輸市場,最重要的一個因素是其選股池中沒有最具賺錢能力的因子,或是該因子的權重處於很低的水平。他表示:“所以我們準備了更多的因子,通過對市場的動態分析和評估,不斷調整量化模型的因子和因子權重”。

  林健武所運用的多策略選股模型,除了準備了海量的選股因子進行動態切換外,還運用多策略增強所管基金的絕對收益:加入了CTA策略控制策略的Gamma風險,加入套利策略控制策略的波動性風險;加入商品期貨CTA和債券策略控制市場相關性風險。

  數據與人工智能相輔相成

  呈“雙螺旋”式發展

  量化模型的發展是以數據的發展為基礎,而數據的發展和人工智能的發展相輔相成。林健武表示,人工智能為復雜的數據提供了處理方式,高質量的、更多量的數據便也對人工智能的發展提出了更高的要求。他說道:“我覺得量化投資發展到現在,有點像計算機的發展,是個"雙螺旋"發展的過程——計算機硬件發展到一定水平,軟件就發展到相應的水平”。

  對於中國的量化市場,林健武認為還有非常大的空間:在融資融券方面的發展相當有限;在衍生品方面的發展,還處在比較初級階段;海外人才的回歸也使得國內市場有了一定的儲備,只是國家金融的發展是一個漸進的過程。在這個過程中,林健武認為量化投資大有可為。

(責任編輯:季麗亞 HN003)
看全文
想了解更多關於《國金基金林健武:以多策略量化模型應對多樣性市場》的報道,那就掃碼下載和訊財經APP閱讀吧。
寫評論已有條評論跟帖用戶自律公約
提 交還可輸入500

最新評論

查看剩下100條評論

熱門新聞排行榜

和訊熱銷金融證券產品

【免責聲明】本文僅代表作者本人觀點,與和訊網無關。和訊網站對文中陳述、觀點判斷保持中立,不對所包含內容的準確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考,並請自行承擔全部責任。