创金合信基金董梁：挑战偏股型基金指数策略

3月28日，“量化投资与FOF”—国泰君安·第十四届HED峰会在上海举行，创金合信基金首席量化投资官、量化指数与国际部总监董梁出席会议并发表“挑战偏股型基金指数的策略”主题演讲。

他表示，创金合信基金成立于2014年7月，资产管理规模达到8000多亿，公募规模1100多亿，专户规模7000多亿。我们的量化投资架构是以Alpha模型结合风险模型和组合管理模型为基础。Alpha模型对全市场股票进行打分排序，再转化为具体的持仓，其中涉及到风险模型和股票之间的相关性。优化器则是以多因子模型和风险模型为输入，结合投资组合的风险收益特征，将输入转化为持仓。我们的多因子模型建立在基本面、技术面、分析式预期等四大类300个底层因子的综合打分模型上。在底层因子库重叠度高的情况下，我们通过优化的方式给底层因子加权平均，以提高模型在市场环境下的表现。我们会给IC因子高一点的权重，给IC相关性低的因子高一点的权重。这也是我在美国就开始用，在亚太市场和A股市场都有比较好的做法。

董梁介绍称，早在20多年前就开始在人工智能机器学习方面进行研究和开发，目前在我们的生产模型中有三块模块：遗传规划、不断分段变化进行选择和深度识别网络。我们一直关注超级人工智能的话题，随着这些年的发展，人工智能在图像识别、自动驾驶、下棋等方面取得了很大进展。我们认为在投资方面也有更加深入的应用，但是相对于其他任务，投资的挑战性还是很大的，因为投资的对错不是唯一的，规则也不是封闭的系统。投资是所有人的情绪在主导的，互相博弈的过程，人工智能发现规律改变了市场规则，有更多的人工智能进来以后以前的规律就失效了。因此，在投资领域中，人工智能一定会有更多的应用，但目前并没有看到它一定能够吊打传统模型。我们在这方面也在持续开发和利用，现在已经开始尝试应用ChatGPT后面，支持它的神经网络的一大更新。

目前创建了10只核心的量化产品线，总规模约为40亿人民币。这些产品在过去7年多的时间里，分别积累了40多个点和50多个点的超额收益，在同样历史的指数增强基金中排名第3和第4名。其中，300增强在2020年、2021年连续被评为年度最佳公募基金。

他表示，最近几年公募基金数量大幅增加，整体公募基金上万了，投资者可选的范围很大，投资难度明显很高，市场风格变化比较快，单一风格难以持续战胜市场。为此，万得推出了偏股型基金指数策略，构建了指数，这个风格在过去很长时间来看，确实比较强，大幅度跑赢宽基指数。偏股型基金指数最近受到关注也有一些原因，一个是它很强，能够明显跑赢大盘。另外，对不少机构投资者，包括银行理财、FOF等投资机构，他们的业绩基准可能就是对标偏股型基金指数，如果有这样一款产品，直接可以提供类似偏股型基金收益，可以满足机构投资者的需求。

他指出，FOF的做法有一些缺点，一个是费用高一点，另一个是对于整个基金的投资和风格的变化，掌控力偏弱。我们今天介绍的是用金融工程的方法穿透成分基金的持仓，根据每天的净值变化做一系列的金融工程的统计分析，然后估算出这些基金持有哪些股票，从而拟合出以股票为主的股票。这种方法的好处是收费不会双向收费。目前还达不到令人满意的效果，但是我们可以看到模拟出来的偏股型基金指数的特点，最近两三年的仓位相对前几年有提升，从原来的九成提升到92%到93%。此外，最近几年关注度较高的行业的权重和分布，如食品饮料和生物医药，也出现了权重下降的趋势，符合市场的印象。在2021年春节之前，食品饮料和生物医药是相对热门的板块，偏股型基金配置比较高，但在春节之后，市场出现了比较大的调整。

此外，我们还可以看一下电力设备和汽车这两个行业的权重变化。可以明显看到，电力设备新能源的权重从2019年开始从比较低的位置开始明显进入上升趋势，特别是在2021年上升的幅度比较大。但是，新能源的趋势性机会在2021年下半年结束了，进入阶段性的震荡回调行情。在新能源这块机构持仓，在2021年下半年到去年下半年都是在比较高的位置，等于策略已经非常拥挤了，所以在新能源的投资业绩一年没有大的趋势之后，新能源的持仓有明显的下降，汽车也有类似的情况，主要是带动新能源汽车的行情有关，也是在最近出现了明显的下降。

在拟合的基金指数中，今年和去年食品饮料和白酒的占比上升了，这也是我们的观察。前10大权重股中，茅台和新能源换了一下位置，食品饮料、酒类也有比较大的上升。在几个大的指数板块的分布中，可以看到明显增加的是上面比较小的黄色的港股，这是港股连续两三年跑的比A股和美股弱的出现抄底的资金，在沪深300的权重其实在2022年之后有所下降，这也跟白马行情出现调整有关系，在小盘股上的分配也略有增加。

董梁表示，在偏股混合型基金指数拟合方面，风格因子方面，指数在Size因子的暴露上介于沪深300和中证500之间，偏高成长，高估值，高beta，高动量。我们拟合出来的股票每年跑输偏股混合型基金指数1-2个点，这也不难理解，因为股票拟合出来的仓位滞后于真实仓位，滞后的仓位会比真实的落后一点点，所以会跑输一点点。后面的几轮迭代里，我们的主要工作是对成分基金进行选优和权重基金调整的过程，比如用成分基金的信心来决定基金是否是我们用来测算它的股票持仓，业绩较差的基金我们会剔除出去，还有不光是业绩问题，还有跟规模相关的问题，过大或过小的基金的股票仓位不一定能给你带来比较好的结果。

我们还需要考虑交易上的问题，即测算出来的股票仓位与实际仓位之间是否存在较大的偏差。经过几轮迭代之后，目前拟合出来的每年跑赢偏股型基金指数2%。我们可以在此基础上开发增强策略，使用量化模型对全市场的股票进行打分排序，对模型认为跑输的进行高配，对模型认为跑赢的进行低配。我们使用管理公募基金的生产模型，在真实生产环境下每天进行打分排序和Alpha回溯测试，因为是每天测下来的，不涉及前瞻性，所以可信度相对较高。我们在拟合出来的股票为持仓的偏股型基金指数上再做增强，基本上可以做到年化5、6个点的超额收益。过去两三年的收益在2021年大概在20%、31%、32%左右，2022年26%左右，2023年一个多月的时间大概在20%左右。

需要注意的是，这样的增强策略很难跑到偏股型基金的前5%、10%，总是有配置基金在这年跟市场的风格比较契合，他们的收益很难有宽基的来追赶。整体来看，收益还是比较靠前的。这种策略的主要优势在于使用测算股票持仓和基金的股票持仓拟合出来的偏股型基金指数来做策略。

董梁表示，我们可以尝试用行业轮动策略来战胜偏股型基金指数。不同宏观变量对各个行业的影响程度不同，在中观上各个行业的生命周期也是不一样的，再到微观逻辑景气度的变化，它的行业或者是权重股的走势，交易的情况，拥挤度都会对这些行业带来比较大的影响，这是为什么行业会出现抡动的情况。我们可以利用行业性价比的投资框架，用量化的方式来进行行业轮动。具体来说，我们可以综合考虑行业的景气度、趋势和拥挤度等指标，选出表现较好的行业进行配置。同时，我们还需要考虑行业的估值水平，即市场对不同行业的未来盈利预期和风险偏好的不同反应。通过建立量化模型，我们可以快速反应市场变化，及时调整仓位，以获取超额收益。

另外，还可以考虑拥挤度这一因素，即一些行业在热点接近尾声时会出现交易过热、策略拥挤的情况。这种情况下，行业的交易量占比较高，机构持仓的历史分位数也较高，整个行业的估值分位也较高，会出现过热、过度拥挤的情况。我们可以将这几个重要指标综合起来建立量化的行业模型，帮助我们选择这个行业。通过量化的方式，我们可以覆盖所有行业，相对主动型基金可能具有一定优势，因为主动型基金需要进行深度研究和调研，消耗的精力较多，很难做到全市场都覆盖，而量化模型不涉及覆盖度问题，能够涵盖所有行业。

“我们的行业轮动策略覆盖所有行业和个股，更新速度快，能够及时反应市场变化。我们选取申万三级行业中得分较高的股票，构建等权重的组合，进行回溯测试。虽然在2022年偏股型基金指数表现强劲的情况下跑输了，但在过去的三年中，我们的策略表现良好，尤其是在2021年和今年年初以来，都取得了明显的超额收益。我们在一只存续的公募基金上使用这个策略，也取得了2-3个点的超额收益，相对来说表现不错。”他如是说。

最后，董梁表示，总的来说介绍了两个策略：一个是通过穿透型金融工具方式，拟合偏股型基金指数，再进行增强来争取超越指数的策略；另一个是利用量化行业轮动来努力超过偏股型基金的策略。目前，我们已经向证监会报送了一个策略，确定发行公募产品，另一个策略也在积极筹备中。

免责声明：本文根据嘉宾在财视中国主办闭门会上的发言内容整理而成，我们的主要目的在于分享信息。若文章内容涉及投资建议，切勿直接作为投资依据。市场瞬息万变，投资请三思而后行。

责任编辑：Lily 

财视中国—资本市场小助理

扫描二维码，添加微信好友，业务对接更流畅