金工海外量化研究系列之一：头部公募量化的进化与整合之路-20230411-申万宏源-29页_1mb

头部公募量化的进化与整合之路

核心内容概述

本报告分析了美国头部公募基金贝莱德和富达在量化投资领域的组织架构、业务设置、代表产品及其对国内公募量化投资的启发。虽然美国公募量化产品整体规模不大，但头部机构在量化领域投入不断加大，强调以技术与数据驱动投资，注重策略的系统化与创新。

主要观点

1. 贝莱德量化投资的演进

• 团队背景：贝莱德的量化团队前身是BGI，2009年被贝莱德收购后发展成为SystematicInvesting团队，目前管理约2180亿美元资产。
• 团队架构：
  • 因子/可持续投资和解决方案团队：负责因子研究、策略创新与产品管理，强调学术背景与投资研究的结合。
  • 主动量化股票团队：探索另类数据，开发具有经济学逻辑的alpha策略。
  • 主动量化固收团队：涵盖固收因子策略、多资产策略等，策略多样且以风险控制为核心。
• 策略体系：贝莱德的量化投资策略以“Beta → Smart Beta → Alpha”为逻辑主线，强调通过因子策略实现收益增强，再通过alpha策略获取超额收益。
• 代表产品：
  • 因子轮动ETF：根据宏观环境、因子估值、因子动量等调整因子敞口，2023年3月规模约0.3亿美元。
  • Advantage股票系列产品：以另类数据为核心，利用大数据识别错误定价，年化收益达6.4%，信息比表现优异。
  • 系统化多策略基金：结合股债配置、股票多空、宏观多空策略，2022年表现稳健，年化收益3.64%，波动率3.48%。

2. 富达量化投资的整合与融合

• 部门架构：富达于2020年整合量化职能，形成Quantitative Research and Investments（QRI）团队，涵盖投资与研究支持。
• 团队职能：
  • 系统化股票策略：管理约180亿美元资产，开发量化选股模型，提供alpha信号。
  • 量化固收研究：与固收团队紧密合作，构建因子策略，服务于多资产配置。
  • 投资决策分析：基于内部数据进行行为金融分析，提升基本面投资决策质量。
  • AI与高级数据分析：利用AI和大数据技术挖掘另类数据，构建alpha策略。
  • 系统化ESG研究：完善ESG因子，构建低碳投资组合。
• 代表产品：
  • 富达大盘核心指数增强基金：年化收益8.52%，超额收益稳定，规模134亿美元。
  • 富达风险平价基金：目标波动率10%，以四个因子（增长、通胀、实际利率、流动性）进行均衡配置，表现相对稳健。

关键信息

1. 量化产品规模与定位

• 美国公募量化产品整体规模较小，合计不到千亿美元，但头部机构如贝莱德、富达对量化领域的重视程度持续提升。
• 贝莱德：量化产品主要为ETF、专户等形式，以因子轮动、多策略基金为代表。
• 富达：量化产品以指数增强为主，规模较大，同时探索风险平价等跨资产策略。

2. 量化策略与数据应用

• 贝莱德：使用另类数据构建具有经济学逻辑的alpha策略，强调研究驱动投资。
• 富达：整合内部与外部数据，挖掘行为金融信号与另类数据，提升基本面投资效果。
• 两者都注重因子敞口的动态调整，以应对市场周期与风格轮动。

3. 对国内公募量化的启示

• 区分“风格beta”与“alpha”：有助于明确产品定位，避免“黑箱”效应。
• 探索因子敞口调整方法论：提升策略灵活性与收益稳定性。
• 增加另类数据应用：利用大数据、AI等技术挖掘新信息来源，增强alpha能力。
• 拓宽资产类型：尝试量化“固收+”等跨资产策略，满足不同风险偏好的投资者需求。

总结

贝莱德和富达代表了美国头部公募量化投资的发展方向，其量化团队在组织架构、策略设计、产品管理等方面展现出系统化、技术驱动与研究结合的特征。虽然量化产品规模有限，但头部机构在因子研究、另类数据应用、多资产策略探索等方面持续投入，为国内公募量化投资提供了重要参考。未来，国内量化机构可借鉴其经验，进一步完善策略体系、拓展数据来源、加强跨资产配置能力，以提升产品竞争力。