鹏华基金：鹏华研究精选混合基金量化投资应用实践

（鹏华基金高级量化策略分析师 包兵华）

近年来，随着计算机技术的进步，量化投资成为市场发展的热点，和基本面投资并驾齐驱，成为当前主流的投资分析方法。就目前国内的投资实践看，基本面投资和量化投资总体上相互独立，鲜有交集，不少人认为，量化投资和基本面投资是两种完全不同的投资方式，很难统一。那么，可否将量化技术应用于基本面投资呢？

量化与基本面的主要投资逻辑

量化投资和基本面投资虽然基本的投资逻辑是一致的，但还是两种不同的投资方式。基本面投资侧重于个股研究深度的把握，追求较高的盈亏比和胜率，以巴菲特为例，买20只股票，16只赚钱，胜率80%，主要时间在琢磨哪一个企业是伟大的企业；除被动量化投资外，量化投资则是通过量化模型对复杂市场行为进行分析和预测，更侧重于投资广度。以西蒙斯为例，可能会参与2000只股票的交易，1020只赚钱。成功率51%，主要精力花在分析哪里是估值洼地，哪一些品种被高估了，买入低估，卖出高估，其有效性由大量数据证实。

量化投资的特点

量化投资优势非常明显，首先是覆盖较广，通过多层次的量化模型、多角度的观察及海量数据的筛选等，捕捉更多的投资机会；其次，执行效率高，能及时快速地跟踪市场变化，寻找新的交易机会。除此之外，量化技术能够将投资理念模型化，克服人性的弱点。

利用量化建模进行投资决策是量化技术应用到投资的一种主要方式。在利用历史数据进行量化建模的过程中，大都不可避免去做数据的优化拟合，即利用历史数据拟合的模型在过去是较优的，而未来则有很大的风险，尤其是外部环境、市场风格发生重大变化的时候。

以海外市场为例，宏观数量化基金—长期资本管理公司（LTCM）曾经业绩骄人，1994-1997四年每年最低收益率为17%，期间将投资人的资金翻了3倍。1998年俄罗斯债务违约，导致LTCM剧亏，最后倒闭，LTCM的失误主要在于过分相信概率模型。

以国内市场为例，2010年股指期货上市以来，由于A股大盘股持续低迷，中小盘股相对活跃，因此买入优质中小盘股，卖空沪深300期指，变成稳健对冲产品的代名词。2014年底大盘股持续暴动，同时中小盘股滞涨，众多稳健对冲产品集体遭到“黑天鹅”重创。再以部分量化产品为例， 2017年以来收益不理想，与之前的稳健收益形成鲜明对比，其主要原因2017年以来市场风格发生巨变，以上证50为代表的价值股异军突起，而以创业板为代表的成长股则是表现不佳，该类产品风格上偏向小盘成长。从外部环境看，小盘成长股在中国的过去几年的牛市，除了宏观经济环境和自身的成长性因素外，主要原因是IPO制度扭曲后壳资源外延成长预期的价值提升炒作，而伴随着并购重组的监管趋严和IPO常态化，小盘股外延成长的预期被打折扣，进而整体表现不佳。

量化模型只能根据现有的信息对市场变化做出判断，却无法预知外界推动力的变化，量化无法替代深入的机制性思考，需要进行定性分析。因此量化投资应该是基于有投资逻辑支撑的前提下进行的策略开发，而不是基于纯粹数据挖掘的模型构建，量化投资可以对于主动管理的投资理念与投资逻辑进行数量化、规则化，模型化，做到可回溯，可复制，可重复。

基本面投资的挑战与量化工具的应用

就国内市场投资实践而言，基本面投资主要面临以下挑战：一是基本面投资注重个股研究深度的把握，覆盖范围有限，尤其是在目前IPO常态化扩容的背景下，难以做到全部覆盖；挑战二，随着互联网技术的进步，移动终端的普及，信息传播速度加快，信息量呈现爆炸式增长，对于信息处理的速度要求越来越高；挑战三，由于排名的压力和人性的弱点，部分基金经理出现风格漂移现象。对于这些挑战，量化投资技术具有覆盖面广，反应执行速度快等特点，从而解决问题。

首先是，利用量化技术扩大覆盖的范围，抓住市场上更多的投资机会。随着股票数量迅速增加，基本面投资研究很难做到全部覆盖，以上市公司定期报告为例，如果每一家公司地去看报表然后再总结的话，覆盖非常有限，所以需要借助量化工具去帮助处理信息，快速生成有效投资决策要点。

其次，提高信息处理的效率，基金经理腾出大量的时间做有效的投资决策。从基本面投资的角度而言，要面对宏观信息，行业信息，公司信息。以周期类行业为例，要及时跟踪不同品种价格数据，产能数据，库存数据，而对这些数据进行有效的及时处理和分析就很有必要，量化工具的使用则会显著提高分析和处理的效率。因此，利用量化工具能把基金经理从琐碎的日常信息分析中解放出来，可以花更多的心思思考市场趋势的变化、拐点的状况、结构的变化，从而提高投资决策效率。

再次，投资理念模型化，避免风格漂移。从研究结论看，风格漂移并不能为基金带来显著的超额收益，而风格鲜明的基金，才有相对稳健的长期业绩，风格漂移某种程度上意味着风险。面对排名的压力，基金经理在或多或少会迎合市场风格，对行业配置进行调整，出现风格上的漂移，风格漂移不利于投资者通过风格划分进行组合的有效配置。而利用量化工具可以把基本面分析投资理念模型化，避免风格的漂移。

（文章来源：中国证券报）

鹏华研究精选量化投资应用实践

为了发挥基本面投资的优势、解决基本面投资面临的挑战，鹏华研究精选经过接近一年的运作、磨合，已经建立了完善的量化体系。

首先，鹏华研究精选利用量化工具对于财务信息和市场信息进行全市场个股覆盖，缩小股票池范围，然后结合行业研究员对于个股基本面进行调研、跟踪、分析，从而发现投资机会。包括基于财务数据的个股筛选，基于市场数据的个股筛选，新股数据筛选等。

其次，鹏华研究精选建立不同的量化模型及时高效处理决策数据，为投资提供参考。包括高性价比个股的分析和周期行业数据分析等。以周期类行业为例，及时分析和处理不同品种价格变化，产能的变化，从而把握投资机会。

再次，把基本面投资理念模型化。鹏华研究精选在进行市场风格选择时，遵循价值、成长风格相对均衡、适度偏离的总体原则，在进行价值股选择时，利用量化模型进行有效筛选，比人为的价值更价值，从而能够有效避免人为选择上的风格漂移。

风险提示：

仅供渠道内部参考使用。投资有风险，定投基金不保本，可能发生亏损，材料对于指数的定投业绩模拟，并不预示其未来表现，也不构成定投基金业绩表现的保证。本资料仅为本公司与客户经理沟通交流使用，不构成本公司任何业务的宣传推介材料、投资建议或保证，不作为任何法律文件。详请阅相关法律文件及公告。基金管理人承诺以诚实信用、勤勉尽职的原则管理和运用基金资产，但不保证基金一定盈利，也不保证最低收益。投资人购买基金时应详细阅读本基金的基金合同和招募说明书等法律文件，了解本基金的具体情况。基金管理人管理的其他基金的业绩和其投资人员取得的过往业绩并不预示其未来表现，也不构成本基金业绩表现的保证。基金投资需谨慎。