20161019-广发证券-产品创新专题报告之十七_量化基金正当时_24页_1mb

量化基金正当时

核心内容

本报告主要分析了国内公募基金类型的变化趋势、量化基金的表现、量化策略实现超额收益的方式，以及量化基金的管理优势与市场表现。

主要观点

• 公募基金类型变化：
  自2015年8月8日起，股票型基金的仓位下限由60%调整为80%，促使大部分股票型基金转型为混合型基金。国内权益类基金以主动管理型为主，而海外多以指数型基金为主。偏股混合型和灵活配置型基金数量和规模快速上升。

• 量化基金表现突出：
  量化基金自2010年以来数量和规模迅速增长，2010年仅有11只，总规模不足100亿元；截至2016年三季度，数量达到64只，总规模超过400亿元。在2014年和2016年，量化基金整体排名表现突出，平均排名分位数分别为32.7%和23.3%，显著优于基金整体水平。

• 量化基金超额收益来源：
  量化基金主要使用多因子模型进行选股，通过因子暴露来获取超额收益。2016年前三季度，量化基金在市场下跌的情况下仍获得正收益，其中业绩前三的基金收益率分别为7.43%、6.87%和4.05%，均显著优于沪深300和中证500的收益。

• 量化基金策略分类：
  主要分为主动量化、量化对冲、CTA（趋势和套利策略）以及指数化投资（跟踪和增强）。主动量化策略结合了传统量化和基本面策略，通过因子选择和加权构建投资组合。

• 量化基金管理优势：
  量化基金在持仓分散度、个股权重分布、因子暴露等方面具有明显优势。其收益主要来源于对Alpha因子的暴露，且通过分散化投资降低公司特有风险。同时，量化基金在业绩归因分析中表现良好，如长信量化先锋在2016年前三季度平均获得2.29%的超额收益。

关键信息

• 基金类型与仓位限制：
  不同基金类型有不同的股票仓位限制，如增强指数型基金仓位在90%-95%，普通股票型基金在80%-95%，灵活配置型基金在0-95%。

• 量化基金数量与规模：
  2010年：11只，总规模不足100亿元；
  2016年三季度：64只，总规模超过400亿元。

• 量化基金收益表现：
  2016年前三季度，量化基金平均收益率为-3.38%，而沪深300和中证500分别为-12.80%和-16.93%，量化基金表现明显优于市场。

• 因子分类与收益来源：
  常见因子包括盈利因子、成长因子、杠杆因子、流动因子、规模因子、质量因子、估值因子。量化基金通过在因子暴露上跟随市场风格，获取超额收益。

• 业绩归因模型：
  常用模型包括Brinson分解、T-M模型、H-M模型、C-L模型以及多因子模型。其中，多因子模型通过因子暴露来解释基金的收益。

图表索引

• 图1：公募基金规模分布
• 图2：公募基金持有股票市值变化
• 图3：权益型基金数量
• 图4：权益型基金管理规模
• 图5：每期基金数量
• 图6：每半年可比基金平均收益
• 图7：相邻两年收益率排名相关系数
• 图8：量化基金数量变化
• 图9：量化基金前十大重仓股集中度分布
• 图10：可比基金前十大重仓股集中度分布
• 图11：量化基金前十大重仓股集中度分布
• 图12：可比基金前十大重仓股集中度分布
• 图13：量化基金平均排名分位数情况
• 图14：量化基金排名分布
• 图15：基本面投资利用公司特有的收益率
• 图16：量化投资利用Alpha因子获取收益
• 图17：主动量化策略——传统量化策略与基本面策略的结合
• 图18：2016年一月股价反转因子月度IC及超额收益
• 图19：2016年流通市值因子月度IC及超额收益
• 图20：长信量化先锋2015H2持仓因子相对暴露
• 图21：长信量化先锋2016H1年底持仓因子相对暴露
• 图22：长信量化先锋月度净值表现与中证500月度涨跌幅比较
• 图23：多因子策略投资体系
• 图24：2016业绩排名靠前的量化基金与沪深300、中证500走势比较
• 图25：量化基金月度平均超额收益
• 图26：量化基金净值表现

表格索引

• 表1：基金类型与仓位限制
• 表2：基金收益表现与沪深300、中证500比较
• 表3：量化管理产品分布
• 表4：基本面投资与量化投资比较
• 表5：量化基金主要策略
• 表6：不同时期的因子选择
• 表7：当前A股市场上规模较大的量化基金
• 表8：当前A股市场上规模较大的量化基金
• 表9：因子相关性表

总结

量化基金在中国市场正逐渐成为重要的投资工具，其通过多因子模型实现超额收益，表现出较强的市场适应能力和投资效率。随着基金类型向混合型和灵活配置型的转变，量化基金在数量和规模上快速增长，并在市场下跌期间仍能取得正收益，展现出良好的投资能力。量化基金的管理方式更加系统化和数据驱动，能够有效分散风险，提高投资决策效率。