長盛基金馮雨生：以量化為矛 捕捉超額收益
馮雨生，北京大學金融學碩士，CFA(特許金融分析師)。2007年7月加入長盛基金公司，曾任金融工程與量化投資部金融工程研究員等職務，現(xiàn)任長盛基金量化投資部總監(jiān)，兼任長盛成長價值、長盛中證100指數(shù)基金等基金經(jīng)理。
在人工智能風口下，量化投資漸熱。特別是進入下半年以來，市場熱點分化，結構性機會交替涌現(xiàn)，公募基金中的量化產(chǎn)品業(yè)績開始回暖，長盛基金旗下量化家族成員集體綻放。
長盛基金量化投資部總監(jiān)馮雨生告訴記者，整個量化投資就是把人的市場洞察能力轉(zhuǎn)變成超額收益的過程，“我們需要對這個市場不斷地研究，不斷地探索，去尋找能夠產(chǎn)生超額收益的機會”。
業(yè)績超越市場平均水平
繼主動量化基金在去年大放異彩之后，今年以來，公募基金行業(yè)內(nèi)的主動量化型產(chǎn)品便呈現(xiàn)井噴狀態(tài)。據(jù)Wind數(shù)據(jù)統(tǒng)計，目前市場上共計100只主動量化基金中，就有41只是今年新成立的。似乎越來越多的人，在越來越認可這種使用數(shù)理化的模型來進行投資的模式。
而和部分剛剛布局主動量化產(chǎn)品的基金公司不同，長盛基金算得上是業(yè)內(nèi)較早涉足此類產(chǎn)品的公司。目前長盛基金旗下共有7只主動量化產(chǎn)品。其中最早的一只基金——長盛成長價值成立于2002年。據(jù)馮雨生介紹，該基金完全用量化方式來管理，而且它只選股不擇時，倉位較為恒定，選股方面則基本上完全按照相關的基金合同，對成長性和價值性相關的個股進行配比，也使用相關的多因子模型。由于更加注重基本面，所以該基金的換手率相對比較低。據(jù)Wind數(shù)據(jù)統(tǒng)計，截至11月30日，該基金成立以來回報為719.75%，近五年回報為161.85%；而今年以來回報為14.08%，跑贏大多數(shù)主動量化基金。
在今年的基金市場中，量化基金整體的表現(xiàn)并不盡如人意。據(jù)Wind數(shù)據(jù)統(tǒng)計，截至11月30日，今年以來主動量化基金平均收益為2.14%，被動指數(shù)型量化基金平均收益為10.53%。而長盛量化團隊旗下的16只量化基金，今年以來主動量化基金平均收益為8.36%，被動指數(shù)型量化基金平均收益為14.54%，大幅跑贏市場平均水平。
產(chǎn)品業(yè)績的優(yōu)異表現(xiàn)和長盛基金量化團隊的投研實力分不開。據(jù)馮雨生介紹，他們的量化團隊從2005年起正式建立，至今已有12年時間，團隊由基金經(jīng)理、基金經(jīng)理助理和研究員組成，發(fā)揮團隊協(xié)作的優(yōu)勢，目前主要由研究員負責做各種策略，把能夠產(chǎn)生超額收益的因子做成策略，基金經(jīng)理選擇運用和驗證這些策略，讓優(yōu)秀的策略為投資者帶來良好的回報。
“國內(nèi)其他量化團隊主要從海外引進，長盛基金的量化團隊主要為自身培養(yǎng)。”據(jù)馮雨生介紹，他從北大畢業(yè)后就加入長盛基金，至今已10年，其他成員也多為自身培養(yǎng)的量化研究的熱愛者。
馮雨生坦言：“我比較相信數(shù)學。過去能夠產(chǎn)生超額收益的東西，如果在條件和邏輯不變的情況下，未來產(chǎn)生超額收益的概率也會比較大�！�
實際上，由于最終主導投資的是承載量化模型的那一個個“硬殼機器”，與主動投資相比，人在其中的作用似乎更為被動，即便是主動量化基金，也曾給很多人留下被動投資的印象。馮雨生表示，他也認同機器在某些方面有勝過人的地方，“我個人覺得人的很多能力目前是逐漸地被機器超越了，尤其在發(fā)現(xiàn)有趣的模式及能夠賺錢的模式上面，機器要比人強大很多。”但同時，他也表示，因為模型是人做的，策略也是人寫的，因子也是人編制的，所以人仍然是其中最核心的部分。
“人的主觀能動性體現(xiàn)在主動地利用因子形成策略，模型則根據(jù)某一個策略計算出來結果，我們就按這個結果來做交易。不同的量化團隊，人的主觀作用和模型的作用占比高低不一樣。如果一直在探索模型的過程中，可能就不斷地需要人來尋找新的因子�！�
注重研究市場異�，F(xiàn)象
與一般的基金相比，量化基金的特點在于策略的形成和實施是以模型為基礎，不僅不同的量化團隊所采用的量化模型不同，而更為核心的則在于因子的挖掘上�！斑x擇因子是核心，然后才是這些因子怎樣轉(zhuǎn)化成組合，再通過組合轉(zhuǎn)化成超額收益。”馮雨生說。
具體選擇什么因子，則需要基金經(jīng)理和研究員具備市場洞察力。馮雨生告訴記者，系統(tǒng)本身是不產(chǎn)生超額收益的，超額收益取決于人的輸入以及人對這些因子的理解。整個量化投資就是把人的市場洞察能力轉(zhuǎn)變成超額收益的過程�！拔覀冃枰獙@個市場不斷地研究，不斷地探索，去尋找能夠產(chǎn)生超額收益的機會。”他說。
除了考察一些海外成型的能夠產(chǎn)生超額收益的因子之外，馮雨生介紹說，他們會特別注重研究市場的異常現(xiàn)象，建立模型的目的就是為了捕捉市場異常現(xiàn)象來實現(xiàn)超額收益�！叭绻袌龇浅Ｓ行ВＰ突蛘咧鲃油顿Y所能產(chǎn)生的作用并不是很大。就是因為市場不夠有效或者它存在的異�，F(xiàn)象比較多，所以才會出現(xiàn)投資機會，才會讓你戰(zhàn)勝這個市場。只要是你能夠找得出持續(xù)穩(wěn)定的異常現(xiàn)象，能夠提供超額收益，那你就能夠持續(xù)地戰(zhàn)勝市場�！彼f。
例如他們發(fā)現(xiàn)在上市公司公告業(yè)績超預期之后，超額收益有可能不只在公告之后的短時間產(chǎn)生，而可能在較長的時間里仍然會產(chǎn)生。“這就是市場異�，F(xiàn)象。我們需要做的交易就是發(fā)現(xiàn)市場超預期公告以后，就會買入這些股票，如果這種異常現(xiàn)象一直存在，我們就能夠通過這個策略取得超額收益�！彼榻B，只要是A股市場出現(xiàn)了比較有意思的現(xiàn)象，或者出現(xiàn)他們覺得能做出超額收益的現(xiàn)象，便會針對這個現(xiàn)象，專門開發(fā)相關的因子，放到量化模型里來。
“我一直有個觀點，量化基金的模型差異性越大越好。模型越類似，超額收益會逐漸遞減，但是當體現(xiàn)出模型的差異化以后，可能面對的就是一片藍海�！睋�(jù)馮雨生介紹，他們當前選擇的模型和因子，也是更傾向于使用市場中用得比較少的，也是研究的深度比別人更深的因子。
所以，從指標層面，即選擇因子上，長盛基金量化團隊會減少使用別人用得特別多、容易產(chǎn)生踩踏的因子�！拔覀兛桃庹伊撕芏啾容^有差異化的因子，比如非常注重盈利質(zhì)量，還有公司治理方面的因子，包括網(wǎng)絡關注度，我們希望對市場有一些與別人不一樣的洞察能力來獲取差額收益。”他說。
其次，馮雨生表示，同行可能更多用簡單線性的模型，而長盛基金量化團隊在模型上下的工夫更深，會特別注重模型捕捉投資機會的能力及模型泛化的能力�！伴L期來看，量化應該是很有前途的投資方法，因為它的整個過程相對來說更加科學，它的處理寬度，選擇標的的寬度，以及在市場洞察方面都有特殊的優(yōu)勢�！彼f。
人工智能助力量化投資
馮雨生表示，A股是比較有意思的市場，能夠大概率產(chǎn)生超額收益的主要集中在相對來說估值比較合理的股票上。而他通過統(tǒng)計數(shù)據(jù)發(fā)現(xiàn)，20倍估值和50倍估值的股票，其成長性并沒有本質(zhì)差異。A股里仍然有很多結構性的投資機會，就在估值比較合理的成長股中，目前他們組合的很大一部分持倉就是估值比較合理的成長股。
馮雨生認為，雖然存在結構性的投資機會，但是也有結構性的泡沫，以前結構性泡沫主要出現(xiàn)在小市值股票上，而目前很多大股票也被炒得很高了。當然，大盤藍籌仍然很有投資價值，結構性泡沫只是局部的現(xiàn)象。
目前市場提供smart β主動量化產(chǎn)品，如量化主題或者行業(yè)類型的量化基金，現(xiàn)在已經(jīng)有了醫(yī)療量化、信息安全量化等，即在某個行業(yè)或某個主題里投資，且完全用量化手段來做。
“目前一個新的轉(zhuǎn)變是，不僅依靠傳統(tǒng)的事件研究或者海外的相關主題研究來獲取超額收益，我們還會借助人工智能或者深度學習的東西，來捕捉可能用人比較難以尋找出來的投資機會。”馮雨生介紹，當前，金融領域?qū)θ斯ぶ悄艿膽靡苍絹碓綇V泛，業(yè)內(nèi)不少量化團隊都表示開始借用人工智能的力量來進行投資。人工智能提供了很強大的工具，比如有一些可以盈利的模式，用簡單的信息模型很難捕捉，但是用人工智能或者神經(jīng)網(wǎng)絡深度學習的方法，就能夠捕捉到投資機會。
在談及我國量化基金與國外的不同時，馮雨生表示，A股本身交易比海外活躍得多，不少在國外效果并不好的因子在國內(nèi)可能效果不錯。當然，海外的模型不能直接套用到A股上，因為A股的異質(zhì)性現(xiàn)象較嚴重，需要對A股做專門的測算�！癆股與境外市場進行對比研究后，我們發(fā)現(xiàn)差異很大，在建模方面，很多因子是不一樣的�！�
