红周刊 特约 | 王琦浩
随着人工智能进入崭新时代，投资领域AI的运用，最引人入胜的就是量化投资；凭此公募量化投资进入快车道，其源于电脑能处理的数据更多更快，做投资决策更为理性。
但是和一般量化产品相比，以人工智能为策略的量化有哪些不同呢？现在市面上一些做得很成功的量化私募，如幻方、明汯、九坤投资等，它们在机房建设、GPU、服务器、数据库等硬件设备上投入了几亿资金，但是硬件投资未必和AI决策画上等号。
人工智能浪潮下
量化基金普遍跑赢指数
早年的量化投资，大部分机构主要以定价模型和统计方法为手段，通过分析金融市场中的历史数据和现有行情形势，选择投资机会，经由程序化的操作来实施交易。从2000年起，统计学习、机器学习的方法逐渐被大家认可，更多的对冲基金开始使用更加复杂的预测模型，随着技术和数据积累，便有了后面的深度学习、强化学习等人工智能技术。
为了让计算机真正像人类一样来聊天交流，OpenAI开发的ChatGPT需要庞大数据库、巨量算力和复杂模型算法。为了让计算机实现持续的交易盈利，量化投资的人工智能框架同样需要大量复杂的标准化和非标准化数据。而各种模型的构建也就是算法的构建，高性能的计算机集群包括大量GPUCPU、内存、磁盘存储器等等。
其中，算法、模型的构建无疑是量化投资的核心；而算法的构建通常又包括因子挖掘模型、预测模型和组合优化交易算法模型等，我们多少能从招募说明书中发现基金公司和基金经理算法构建的一些方法。例如信澳量化先锋，该基金选择的模型有宏观经济表现、经济政策、市场估值水平和投资者情绪等等，选股方面具体到因子又可归为如下几类：价值、质量、动量、成长、情绪、技术、一致预期等。当然传统数理统计方法也会涉及到上述因子计算，只是AI会在算法基础上给定风险调整后收益目标下学习出最优参数。这种算法做出来的因子，更注重在预测中的表现。
红周刊 特约 | 王琦浩
随着人工智能进入崭新时代，投资领域AI的运用，最引人入胜的就是量化投资；凭此公募量化投资进入快车道，其源于电脑能处理的数据更多更快，做投资决策更为理性。
但是和一般量化产品相比，以人工智能为策略的量化有哪些不同呢？现在市面上一些做得很成功的量化私募，如幻方、明汯、九坤投资等，它们在机房建设、GPU、服务器、数据库等硬件设备上投入了几亿资金，但是硬件投资未必和AI决策画上等号。
人工智能浪潮下
量化基金普遍跑赢指数
早年的量化投资，大部分机构主要以定价模型和统计方法为手段，通过分析金融市场中的历史数据和现有行情形势，选择投资机会，经由程序化的操作来实施交易。从2000年起，统计学习、机器学习的方法逐渐被大家认可，更多的对冲基金开始使用更加复杂的预测模型，随着技术和数据积累，便有了后面的深度学习、强化学习等人工智能技术。
为了让计算机真正像人类一样来聊天交流，OpenAI开发的ChatGPT需要庞大数据库、巨量算力和复杂模型算法。为了让计算机实现持续的交易盈利，量化投资的人工智能框架同样需要大量复杂的标准化和非标准化数据。而各种模型的构建也就是算法的构建，高性能的计算机集群包括大量GPUCPU、内存、磁盘存储器等等。
其中，算法、模型的构建无疑是量化投资的核心；而算法的构建通常又包括因子挖掘模型、预测模型和组合优化交易算法模型等，我们多少能从招募说明书中发现基金公司和基金经理算法构建的一些方法。例如信澳量化先锋，该基金选择的模型有宏观经济表现、经济政策、市场估值水平和投资者情绪等等，选股方面具体到因子又可归为如下几类：价值、质量、动量、成长、情绪、技术、一致预期等。当然传统数理统计方法也会涉及到上述因子计算，只是AI会在算法基础上给定风险调整后收益目标下学习出最优参数。这种算法做出来的因子，更注重在预测中的表现。
目前公募量化基金主要可以分为两类：指数增强型量化基金和主动管理量化型。指数增强策略主要通过不完全跟踪指数的方式做出超越基准的回报；主动量化基金策略投资范围通常不仅限于指数成分而是全市场，同时使用量化手段择时、对冲和优选股票。
截至6月20日，公募量化基金一共有338只。其中指数增强型138只，主动管理型200只。统计显示，指数增强型中,中证1000近一年表现最好，年内收益率和最近一年收益率都超越了指数本身。而沪深300指数增强表现最差，今年以来和近1年收益均落后指数。而中证1000指数增强基金表现优异带火该类基金发行，年内已经发行超过10只。
对主动量化基金来说，市场波动越大，个股分化越严重，交易信号越明显，最容易做出超额收益。过去一年恰恰是市场波动较大的一年，主动管理基金回撤控制不错，表现出比指数更好的风险调整后收益。
而且不管是增强指数还是主动量化，共同的特征是持股分散。增强指数基金的重仓股集中度通常要比所跟踪指数更分散。而主动管理型的前十大重仓股基本都控制在15%以内，持股数量也在50只以上；区别于主观管理的权益基金，前十大重仓仓位动辄4成以上。
年内排名居前量化基金多因重仓AI
相较私募量化动辄70-90倍换手率，公募量化换手率通常都在3-5倍左右。这个数字比一般靠主观基金经理手动调仓要高，但远低于一些做高频的私募量化。因此，对于公募量化来说，模型的选股能力至关重要，这从今年目前主动管理型量化基金收益率就可以看出。
例如暂居首位的华商计算机行业量化股票发起式，该基金今年以来的收益率是31.12%。它投资的行业主要是计算机行业，一季度重仓股有恒生电子、中国软件、科大讯飞、金山办公等等。受到AI的影响，申万计算机行业指数今年以来收益率37.49%，在31个申万一级行业指数里排名第三，主题基金站上风口成就了该产品。
排名第二的信澳量化先锋混合(LOF)是主动管理型产品，其今年以来收益率20.92%。它的业绩比较基准是沪深300，究其年内表现较好原因，也是因为基金在行业和个股上做到了重仓AI。在投资方法上，该基金表示会利用AI技术在科学地考虑了大量的各类信息基础上，构建综合量化多因子模型。
从其购买的股票按照申万一级行业分类，2023年第一季度最重仓的三个行业是传媒，计算机以及电子，此前2022年第四季度最重仓的行业是休闲服务。今年以来这只基金重仓的板块特别有优势，传媒行业年内涨幅位列申万一级行业指数首位，涨幅59.47%，电子行业今年以来涨幅排名第6，年内涨幅11.88%。基金前三大重仓为昆仑万维、科大讯飞以及中文在线。前十大重仓股占基金净资产约34.58%。
业绩、规模、夏普比最高
量化公募“各有其主”
近三年业绩最好的公募量化是王平2016年开始管理的招商量化精选，近3年、近5年业绩出色。产品在近三年、近五年收益分别为87.74%、128.78%，同期沪深300收益率为-3.47%和2.40%。
2022年开始，基金规模出现显著增长，最新规模为32.64亿元；同样其持股非常分散，前十大重仓股仅占净资产约13.87%。不同于私募量化偏好做量价、高频，该基金75%的策略运作来自基本面因子。它使用的量化选股模型基于自主研发的PB-ROE框架，特点是会在估值较为稳定的行业中选择一些成长性较高的股票，同时在持仓上做出充分分散，避免个股造成的损失对整体持仓造成较大影响。
具体来看，2023年一季度重仓的几个行业是建筑装饰、汽车、轻工制造、重仓的个股有华域汽车、中国建筑，隧道股份等。受到量化模型限制，基金所持有的行业和个股很分散，比如前十大重仓股占基金净值比13.87%。
而目前规模最大的公募量化基金，是叶乐天管理多年的建信中证500指数增强A，基金的规模54.69亿元，它的长期业绩优异，9年零五个月的累计收益166.55%，年化11.04%。基金前十大重仓股占基金净资产9.3%。
他利用的是成分股权重优化增强策略，赚取超越对标指数的收益。具体说来，它在中证500指数的基础上，会对一些强势股进行增配，也会减配甚至剔除一些表现不佳的股票。
虽然基金在重仓行业的分布与中证500指数保持一致，但是权重与指数有明显区别，最新披露的前三大重仓是潞安环能、国联股份以及常熟银行。而中证500指数前三的重仓是中际旭创、昆仑万维以及寒武纪。对标该指数，基金近三年收益率23.71%跑赢指数8%的水平。
另外，近3年夏普比例最高的公募量化基金是孙蒙管理的华夏中证500指数增强A，年化夏普比例1.07。它于2020年4月17日开始运营，自成立以来的收益率75.68%，年化19.12%；近三年收益率58.70%，年化16.46%。该基金投资使用的是“AI算法+量化策略”的运营模式。它的特点是换手率比较高，近一年换手率为3倍，前三大重仓股分别是中控技术、海信视象、水晶光电。
(作者系爱方财富基金分析师；文中观点仅代表作者个人，不代表《红周刊》立场。本文已刊发于6月24日《红周刊》，文中提及个股仅做分析，不做投资建议。)
