据每日经济新闻报道,中国证券投资基金业协会近期统计的数据显示,截至2018年1月底,公募基金数量已经达到4906只,距离突破5000只大关仅一步之遥。如果再加上2月、3月以来(截至3月18日)的新发基金,其实公募基金已经迈过了5000只的关口。


那么5000只公募基金该如何选择呢?这是一个需要深思的问题。

公募基金数量迈入“5000”

数据来源:基金业协会



阿九觉得,从整体来看过去一年中基金比散户“更赚钱”是大家有目共睹的。由于过去一年中,A股以“不寻常面目”示人,“风格轮动”及“价值投资”贯穿了全年的主线,因此大多数习惯了“炒题材、炒故事”的散户们在一轮轮追涨杀跌中错失机会。


而基金的整体收益如何呢?众所周知,过去的一年可谓是“基金收益年”,买基金的“赚钱效益”普遍好于股票。据凤凰网统计,2017年公募基金赚钱效应凸显,各类混合型基金和股票型基金(排除货币基金)合计盈利规模达到2900亿元。


天相统计数据则显示,截至2017年年底中国基金业所有公募基金的历史利润累计为2.06万亿元,简单平均每年利润超过1000亿元。


相信读到这里聪明的你一定已经有了答案。基金公司是更加专业的机构来做投资这件事,相比个人而言,优势自是不言而喻。


不过,对于基民来说,目前市面上这5000只基金,其选择的难度不亚于股票。一只优秀的基金就更是需要综合进行考量了。


这里,阿九为各位推荐一只“靠谱的基”:九泰久盛量化基金(A类:001897;C类:004510)。阿九为什么选择这只基金?让我们来看看以下的答案。


九泰久盛量化是一只什么样的基金?


九泰久盛是一只运用AI量化模型进行投资的量化基金。量化模型通过多方面捕捉影响实时股价的各种因子,再结合大量历史数据,最终以高效、科学的方式完成其认为收益最大化的投资组合方式。



九泰久盛量化采用了什么样的模型?


九泰久盛量化采用多因子策略模型及风格轮动模型。综合考虑驱动股价的长期和短期因子,全市场、全方位选股。从长期因子、短期因子等多个方面去选择股票,最大限度的克服了人为择时及选股的弱点。使得量化模型始终反映市场最主要的矛盾,保证策略永远站在市场的“风口”上。


由于量化基金AI模型拥有自主学习的功能,不断通过大数据分析的方法,能够帮助量化模型适应不同市场环境,深入挖掘新选股因子以及因子与股票收益之间的关系,提高模型预测能力。使得模型能够更加敏锐地捕捉未被发现的市场机会。



多因子策略模型是怎样进行选股的?


九泰久盛量化的AI模型通过定期检验每个组合在一定时期内的有效性,选出有效因子;并定期进行因子数量和因子种类的动态调整;通过对因子打分,依据数量方法赋予因子权重;再对不同股票中的因子进行综合打分,选取得分较高的股票,从而构建出收益最大化的组合。


数据来源:九泰基金



风格轮动模型有什么作用?


风格轮动策略能够使九泰久盛量化的投资风格随市场而动,保证了交易的灵活性以及对市场的敏感性,同时避免了交易者的情绪因素,模型会根据市场的运行状况来调整基金策略的配置,目的就是为了适应市场当前的特点,使得量化模型始终反映市场最主要的矛盾,保证策略永远站在市场的“风口”上,最大化的获取超额收益。


而且九泰久盛量化的模型因子非常全面,充分考虑价值、成长、衡量、动态等多个因子。


 

量化模型能适应不同的市场风格吗?


答案是:可以。九泰久盛的量化基金仓位换手频率偏快,平均持仓在2周左右,可以保证跟随市场热点来变化。模型中运用量化多因子策略模型、事件驱动模型、主题轮动模型等多个种类的量化投资策略来选择标的。此外,在特殊时点上,量化团队会跟随市场对模型进行相应微调或增减,以保证量化模型能够及时顺应市场的最新变化。


而且近期九泰量化团队对量化模型进行了重大升级及自适应能力的调整,并结合市场行情的切换了模型的风格轮动,力争控制回撤并获取超越比较基准的投资回报。


 

九泰久盛量化是一支怎样的团队在管理?


虽然量化基金依靠的是AI量化模型运作,但其核心离不开背后的基金经理,人才仍是第一生产要素。九泰久盛量化基金是九泰基金绝对收益部所管理的产品,该团队投研功底深厚,其中有牛熊投管经验超8年的基金经理,尤其擅长量化产品的运作和管理。


绝对收益部由专业背景为金融工程、数学、计算机等多领域人士组成,擅长量化投资模型研发、风险评估及控制、以及指数工具相关研究,该团队最大优势在于成员能力的互补,并实现了权益类、固收类人才的无距离协同合作。


 

Wind资讯显示,九泰久盛量化A(001897)成立于2015年,截至2018年3月20日已取得18.85%的正收益。九泰久盛量化A(001897)2017年全年复权单位净值增长率为7.64%。而3月8日到12日短短3个交易日,九泰久盛量化A亦取得了2.57%的正收益。


数据来源:Wind资讯 九泰基金整理  截止日期:2018-3-20




文中图片来源于网络,如涉及版权问题,请与我司联系。材料仅代表我司相关观点,不做为投资建议。



风险提示:

基金不同于银行储蓄和债券等能够提供固定收益预期的金融工具,投资人购买基金,既可能按其持有份额分享基金投资所产生的收益,也可能承担基金投资所带来的损失。投资人应当认真阅读《基金合同》、《招募说明书》等基金法律文件。基金的过往业绩并不预示其未来表现,基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证。

追加内容

本文作者可以追加内容哦 !