【美高梅网址】长盛量化拟任基金经理刘斌:量

2019-11-03 17:41栏目:股票基金

  证券时报记者 周文亮

美高梅集团 1

  长盛基金金融工程与量化投资部总监白仲光博士

  本报讯 日前长盛基金称,旗下长盛量化红利策略股票型基金将于10月19日起通过工、农、中、建等各大银行及券商公开发售。专家称,作为国内首只运用“量化投资”策略投资于红利股票的基金,该产品将给投资者带来不同于传统基金的新体验。

长盛量化红利策略拟任基金经理刘斌(资料图)

  量化技术在以下三个方面体现了强大优势:及时快速跟踪市场变化,不断发现能够提供超额收益的新模型,寻找新的交易机会;准确客观评价交易机会,克服主观偏差;在控制风险的条件下,充当准确实现分散化投资目标的工具。量化投资既是传统投资方法自然沿革的产物,也显现出与传统投资日益融合的趋势。

  上半年,国内首只创新型可分离交易基金长盛同庆给市场带来了全新的投资思路;而本次推出的长盛量化红利策略基金,将让投资者体验到“数学模型”在投资中的特殊魅力。

  新浪财经讯 10月13日,新浪基金经理秀栏目联系到长盛量化红利策略拟任基金经理刘斌先生,详解当前宏观经济走势及四季度市场的投资机会。详解“量化投资之道”。刘斌认为,相对于传统主动型基金的局限,量化技术在及时快速跟踪市场变化、克服主观偏差和准确实现分散化投资目标等三个方面体现了强大的投资优势。以下为全部对话实录。

  建立在现代统计学、数学和信息技术基础上的数量化投资作为一种投资方法,有其一定的科学与合理性。但既然是一种方法,也有其自身的局限性与适用性问题。并且,量化既然是投资的方法之一,也离不开传统的投资逻辑与哲学。尽管现在运用量化分析的投资经理(他们自己戏称自己为“矿工”)因为所利用工具的不同,与传统的投资经理似乎有些区别,但大趋势是量化投资与传统投资的日益融合。

  近年来量化投资在国际上声名鹊起,着名量化大师Simmons凭借数学模型,创造出远超股神巴菲特的投资回报率。长盛量化红利基金经理刘斌博士表示,与传统定性投资相比,量化技术具有三大优势:及时快速跟踪市场变化,探索带来超额收益的统计模型,寻找新的交易机会;准确客观评价交易机会,克服主观偏差;在控制风险的条件下,实现投资分散化。

  新浪财经:今年以来,各家基金管理公司竞相推出自己的量化产品,数量化投资一时成为基金管理界和投资者讨论的热门话题。与传统主动型基金比较,您认为量化投资有哪些显著的特征?

  传统主动型投资存在的问题

  长盛基金是国内最早启动数量化投资研究的基金公司,早在2005年就正式搭建由金融、信息技术与统计人才组成的金融工程部,与国际上享有盛誉的高盛资产管理公司量化投资团队开展密切合作交流,而且成功构建了强大的金融工程数据与策略模拟平台。

  刘斌:数量化投资和传统定性投资都属于主动投资的范畴,定性投资强调基金经理个人的经验和主观判断,而数量化投资则用来源于市场和基本面的模型指导投资。两者相比,数量化投资具有更大的投资视角和广度,能够快速高效的在全市场范围内进行海量信息处理和挖掘,同时客观性、纪律性较强,按照严格的策略规则理性投资,从而有效克服投资过程中的随意性和情绪化行为。

  分析变量广度与深度的限制人的思维在任何时候都只能考虑有限个变量,这决定了决策广度的有限性,体现在跟踪股票数量上的限制,也体现在决策时思考变量上的限制。

   已有_COUNT_条评论  我要评论

  由于人的思维在任何时候都只能考虑有限个变量,对传统主动型投资人而言,决策广度的有限性,体现在了跟踪股票数量上的限制,以及决策时思考变量上的限制;当然,传统的主动投资方法在决策深度上是有优势的,所以做更加深入的基本面研究以弥补决策广度的不足。

  决策的广度是受限制的,那决策的深度呢?无疑传统的主动投资方法在决策是深度上是有优势的,所以做更加深入的基本面研究,以弥补决策广度的不足是决定成败的关键。问题在于———随着市场信息传递速度的加快,众多分析师对基本面数据不断挖掘,更加深入的分析似乎越来越难以弥补决策广度的不足。

    新浪声明:此消息系转载自新浪合作媒体,新浪网登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。文章内容仅供参考,不构成投资建议。投资者据此操作,风险自担。

  新浪财经:也就是说,传统的主动投资方法,即单纯地对基本面分析在市场容量一定的前提下有其自身优势。

  一位国外学者曾经形象的举了这样一个例子:传统的主动型投资就象棒球队选择只倚赖本垒打而不是一连串的单打来赢得赛季的冠军一样,这样的比赛计划是有问题的。1998年圣路易斯联队全赛季取得了223个本垒打的好成绩,但却在全赛季失利19场;而纽约杨基队在本垒打排名中只有第4位,但却以0.228的打击率获得了冠军。

  刘斌:问题在于,随着市场信息传递速度的加快,众多分析师对基本面数据的不断挖掘,更加深入的分析似乎越来越难以弥补决策广度的不足。如果将传统主动型投资比喻为一个“拣西瓜”的比赛的话,现在剩下的西瓜越来越小了,那这个时候“拣西瓜”的工具与方法就显得非常重要了。

  如果我们将传统主动型投资比喻为一个“拣西瓜”的比赛的话,现在的问题在于现在剩下的西瓜越来越小,这个时候“拣西瓜”的工具与方法就显得非常重要了。

  还有,即使投资人有超越市场的预测能力,理论上可以获得好的超额收益,但现实中收益常常被投资人主观认知上的情绪化波动侵蚀掉了。比如说,大多数投资人总是更容易相信先入为主的消息的正确性,同时容易忽略与这些观点相抵触的新的消息。同时,传统投资的管理者本身情绪难免受到周遍环境的影响,常常会做出一些偏离自己判断的交易行为,这样的随机交易常常会侵蚀掉部分应该获得的收益。

  投资人主观认知情绪化波动侵蚀了良好业绩 投资人有超越市场的预测能力,理论上就可以获得好的超额收益,但现实中收益常常被投资人主观认知上的情绪化波动侵蚀掉了。

  筛子 V.S. 筷子:数量化投资的优势

  越来越多的研究关注投资决策过程中的认知偏差,任何人的认知偏差以及根深蒂固的思维习惯都会导致最终决策的系统误差。大多数投资人主观上都只愿意记住自己成功的喜悦,而不愿意记住失败的教训,所以处理问题时候常常信心过高。而且人们总是更容易相信先入为主的消息的正确性,同时愿意忽略与这些观点相抵触的新的消息。这些认知上的偏差,使得用人脑做思维工具的传统投资很难做到客观公正认识所有已知的信息。

  新浪财经:如您所说,由于市场规模的不断扩大和有效性的提高,作为传统主动型投资想要在“拣西瓜”比赛中胜出将越来越难,那么数量化投资又是如何克服传统投资存在的问题?

  另外,传统投资中往往过分夸大获得收益的可能性,而有常常忽视所面临的风险。

  新浪财经:有鉴于传统主动型投资的局限,建立在现代统计学、数学和信息技术基础上的数量化投资,作为一种投资方法应用到主动型基金,其体现的科学与合理性令人瞩目。

  由此看来,很难将传统主动型投资业绩下降的原因归咎于市场有效性的提高。主动型投资提高业绩的方法除了在于提高决策准确性之外,另外一个很重要的目标就是如何更好地管理收益与控制风险。

  坚持量化投资理念与方法的基金经理们与传统基本面分析入手的基金经理们一样努力的目标都是要超越市场,所不同的是,量化基金经理们更愿意将他们的见解与目前速度惊人的计算机技术、统计技术等结合起来作为研究工具,在他们的模型中可以将自己的研究和视野拓展到只要有数据支持的任何地方。比如,只投资于股票的量化基金经理们,可以把所有股票纳入自己的海选范围内,从多维度的变量空间中找到自己的获利机会,并可以检验这样获利机会在历史上的成败概率。这样的变量可以包括有关经济的宏观变量、基本面变量、财务数据,也可以包括有关投资者心理的市场行为变量。当然,量化投资跟踪调查的范围可以很广,但是在最终决策上要受到众多限制的,以保证在控制风险水平的前提下实现收益率的最大化。

  数量化投资方法能为我们做什么

  另外,量化投资和传统的投资可以找到合理的结合点,这就是在量化模型的输入变量View上,因为任何观点既可以来自于历史规律的检验,也可以来自于人脑对未来的主观判断。当然,在量化投资的过程中,依赖主观判断的成分相对要小的多,因为大多数量化经理们认为依靠没有数据支持的主观判断做出的决策总是不可靠的,他们更相信他们的历史检验报告。

  数量方法在投资组合构建过程中的作用主要体现在两方面:一是在历史数据中寻找能够稳定带来超额收益的策略以及评价这样策略的可靠性,在量化过程中把能够预见在未来获得超额收益的来源称为观点(View);二是在组合构建过程中运用数学模型将管理的资金筹码分散押在这些观点上。

  总之,量化技术有如下三方面的优势:及时快速的跟踪市场变化,不断发现能够提供超额收益的新的统计模型,寻找新的交易机会;准确客观评价交易机会,克服主观偏差;在控制风险的条件下,充当准确实现分散化投资目标的工具。

  坚持量化投资理念与方法的基金经理们与传统基本面分析入手的基金经理们一样,努力的目标都是要超越市场,所不同的是,量化基金经理们更愿意将他们的见解与目前速度惊人的计算机技术、统计技术等结合起来作为研究工具,在他们的模型中可以将自己的研究和视野拓展到只要有数据支持的任何地方。例如,在Simmons的实验室中他可以用一个大致相同的模型或者程序同时监测着全球主流市场的短暂的赚钱机会,从股票到商品再到衍生品市场。

  看好数量化投资前景 打造优势金融工程平台

  无疑,量化基金经理获取信息和决策的广度大大拓展了。仅仅投资于股票的量化基金经理们,可以把所有股票纳入自己的海选范围内,从多维度的变量空间中找到自己的获利机会,并可以检验这样的获利机会在历史上的成败概率。这样的变量可以包括有关经济的宏观变量、基本面变量、财务数据,也可以包括有关投资者心理的市场行为变量。调查广度的增加可以大大增加最终组合中盈利的机会。

  新浪财经:目前,数量化投资在国内A股市场刚开始起步,在此背景下,长盛基金发行自己的量化产品,是否意味着长盛看好量化投资在未来中国的市场前景?

  尽管量化投资跟踪调查的范围可以很广,但是在最终决策上受到众多限制的,以保证在控制风险水平的前提下实现收益率的最大化。首先,定量化管理需要根据历史数据计算出所考察范围内股票的期望收益率和风险数值估计值。与传统主动式管理主要依靠主观判断不一样,量化管理计算得到的这些估计值是未来通过优化技术构建组合的依据。

  刘斌:的确如此,尽管数量化投资在国内市场刚刚起步,但其特质决定了量化投资将成为中国金融市场的又一个亮点,它必将有着广阔的发展空间和投资需求。

  在后面的优化过程中,优化的目标是在控制风险水平的条件下,找到收益最大化的组合。组合的风险常常体现在潜在的基准风险(即系统性风险)和追求超额收益带来的额外风险(剩余风险)。

  纵观海外证券投资基金发展的历史,我们可以看到,目前数量化投资已经在全球范围内得到了广泛的应用,从BGI在1971年创立第一只指数策略基金,1978年创立第一只数量化投资策略基金开始,在过去的三十年中,数量化基金管理的资产规模逐年增加,近些年更是呈现快速膨胀的态势,数量化投资已经成为一种新的投资思维方式。

  其实,量化投资和传统的投资可以找到合理的结合点,这就是在量化模型的输入变量View上,因为任何观点既可以来自于历史规律的检验,也可以来自于人脑对未来的主观判断。当然,在量化投资的过程中,依赖主观判断的成分相对要小的多,因为大多数量化经理们认为依靠没有数据支持的主观判断做出的决策总是不可靠的,他们更相信历史检验报告。

  正是基于对数量化投资的前瞻性战略布局,长盛基金早在2005年就在国内基金行业率先成立金融工程部,后更名为金融工程与量化投资部,主要从事国内A股市场数量化策略与模型的研究。经多年的努力与积累,建设了先进的金融工程数据与策略模拟平台,并逐渐形成一套有效的量化投资方法与策略体系。

  量化技术在以下三个方面是有着强大优势的:1、及时快速的跟踪市场变化,不断发现能够提供超额收益的新的统计模型,寻找新的交易机会;2、准确客观评价交易机会,克服主观偏差;3、在控制风险的条件下,充当准确实现分散化投资目标的工具。

  在此背景下,长盛基金金融工程团队推出了国内首只运用量化策略进行红利股票投资的基金产品-长盛量化红利策略基金。这只基金将充分发挥基金管理人的数量化投资研究和决策优势,以量化红利选股为主要投资决策基础,辅以投资管理人对市场及行业预期的判断因素,尽而分享长期中国经济成长及股票市场的红利回报。

  长盛基金在数量化投资实践上积极探索

  长盛量化红利:精细量化 瞄准红利

  数量化投资在国内A股市场刚开始起步,有着广阔的发展空间和投资需求。长盛基金早在2005年就在国内基金行业率先成立金融工程部,后更名为金融工程与量化投资部,主要从事国内A股市场数量化策略与模型的研究。

美高梅网址,  新浪财经:据了解,此次长盛发行的长盛量化红利策略基金是长盛金融工程团队继长盛同庆后的又一力作,它在产品设计和投资策略方面有什么特点?

  近年来,长盛基金建立了一只由金融、信息技术与统计人才组成的专业量化投资队伍,经过多年的努力与不断积累,建设了先进的金融工程数据与策略模拟平台,并逐渐形成一套有效的量化投资方法与策略体系。

  刘斌:我们通过Barra系统对A股过去十年的历史数据进行因素分析,发现价值因子获取超额收益的能力最强、稳定性最高,这是量化红利策略基金的投资理念所在。

  在此背景下,长盛基金金融工程与量化投资团队推出了国内首只运用量化策略进行红利股票投资的基金产品-长盛量化红利策略基金。这只基金将充分发挥基金管理人的数量化投资研究和决策优势,以量化红利选股为主要投资决策基础,辅以投资管理人对市场及行业预期的判断因素,进而分享中国经济的长期成长及股票市场的红利回报。

  数量化投资策略有很多种类,包括自上而下的资产配置、行业配置和风格配置,以及自下而上的数量化选股,其中数量化选股可以从价值、成长、市值等基本面因素或者波动率、换手率、市场情绪等市场面因素入手,也可以基于上述多个因素构建多因素模型。量化红利策略基金采用数量化选股策略,以红利股票投资为主导,以价值型企业及分红能力作为选择投资对象的核心标准,在价值层面深度挖掘,整体投资风格具有显著的价值风格特征。

   已有_COUNT_条评论  我要评论

  新浪财经:以红利股票投资为主导应该是长盛量化红利策略基金的一个显著的特点,也是有别于目前市场上的量化投资基金产品。那么,长盛量化红利选择投资标的的基准是什么?

    新浪声明:此消息系转载自新浪合作媒体,新浪网登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。文章内容仅供参考,不构成投资建议。投资者据此操作,风险自担。

  刘斌:量化红利策略基金的股票资产投资流程分成核心组合和卫星组合两部分。首先根据分红派息、利润增长和盈利能力等三项指标进行股票的初选,筛选出具有行业竞争优势明显、行业发展状况良好、企业盈利能力较强、企业分红派息率较高等基本特征的股票,从而构建红利风格股票池。在红利风格股票池的基础上,采用核心-卫星策略配置股票资产,既保持资产组合的稳健性,同时兼具灵活的增强配置,获取市场超额收益。

  量化红利策略基金通过多因子指标对红利风格股票池中的股票进一步量化筛选、评分,选取评分排名在前50%的股票成为所选择投资的红利核心股票组合。其中,多因子指标选取了经典的价值指标,如PB、PE、PCF以及包含了预期因素的预期股息率,并结合了成长指标,如净利润增长率、ROE等。 最后采用股票组合优化模型来确定个股权重,从而构建基金股票资产的红利核心股票组合。

  卫星股票组合的构建基于宏观经济波动、行业周期性及上市公司基本面等因素的分析,实际操作中我们会采用多年金融工程研究所积累的资产配置模型、行业配置模型、风格配置模型和事件驱动模型,对整体组合进行灵活机动的增强。核心-卫星股票组合的比例根据风险预算来确定和配置实施,其中核心股票组合的配置比例不低于股票资产的60%。每季度对基金股票资产中核心-卫星组合进行再平衡和头寸管理。

  “精细量化、瞄准红利”是量化红利策略基金的核心思想。量化,强调的是客观、理性的投资方法,坚持按照一套严格的策略规则在价值层面深度挖掘,投资风格长期稳定,同时采用的方法透明,并非黑盒子。红利,强调的是具有较高安全边际、较低下行风险的价值型投资,在目前市场总体估值处于历史平均估值水平时,价值型风格更能获得投资者的青睐。量化和红利综合起来,就是给投资者提供一个客观、透明、持之以恒的价值型风格的资产配置工具。

  基金经理介绍

美高梅集团,  刘斌,长盛量化红利策略股票型基金拟任基金经理。清华大学工学学士、中国科学院工学博士。2006年5月加入长盛基金管理有限公司,在公司期间历任金融工程研究员、高级金融工程研究员、基金经理助理等职务,现任长盛中证100指数证券投资基金基金经理助理。

   已有_COUNT_条评论  我要评论

    新浪声明:新浪网登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。文章内容仅供参考,不构成投资建议。投资者据此操作,风险自担。

版权声明:本文由美高梅发布于股票基金,转载请注明出处:【美高梅网址】长盛量化拟任基金经理刘斌:量