由于量化投资与生俱来的股票覆盖范围大、时间跨度长等原因，其在公司基本面方面的研究精细程度必然要相对传统的主动管理薄弱许多。因此在基本面层面，量化基金更多时候在做的，是挖掘基本面信息中能够显著解释股票收益的部分后，科学纳入到选股模型中，进而帮助量化模型提高选股收益或降低回撤。但随着近年来市场面数据在获取超额收益方面的能力逐渐衰退，基本面信息在量化投资中的应用前景被重新看好，为此越来越多的量化团队也开始增加在基本面量化上的研究储备。
但基本面量化却并不像很多人直观理解上的那么容易实现。比如在对公司的基本面分析层面，量化研究员是不可能有充足的时间和精力去对每一家上市公司进行深入研究的，自然也就不可能用一个统一的模板去评估上市公司的真实价值，因为即使对行业分析师来说这都是一件极其困难的事情，毕竟可能影响公司价值的因素多如牛毛，比如资产状况、治理结构、发展空间、管理能力等。所以量化投资技术在基本面研究中的应用还是基于一些能够标准化的，方便不同公司、不同行业间进行比较的数据或指标，比如估值水平、盈利能力等。尽管通过这些指标不足以在绝对意义上筛选出质地十分优秀的股票，但从概率意义上而言却能为投资带来明显的正向作用。
探寻如何进一步提高基本面信息对量化投资的帮助，其实就是要寻求基本面数据在覆盖范围或计算方法上的改善，来提高量化投资筛选出的优质企业的比例，进而提高预期收益。尤其是近些年来，哪怕是少数几家入选标的的改善，都能在一定程度上提高投资收益。
不妨以量化模型中使用频率较高的估值因子为例。其中应用较为广泛的估值因子包括市盈率、市净率、市销率等。如果仅从模型的角度出发，这三类指标当然都应该被纳入到因子库中，以尽可能全面地评估每一家上市公司的估值水平。但具体到不同行业，或是同一行业中的不同公司，各类估值指标的区分效果可能会存在显著差异。比如市盈率对一些利润为负或是利润很少的公司是不适用的，而且市盈率也会天然高估TMT、医药等高技术附加值公司，低估银行、煤炭等传统公司；市净率由于只考虑市场价值与账面价值比，因此会忽略轻资产的服务型企业，而它们可能正处于爆发性增长的阶段；市销率是一个既不考虑公司盈利能力又不考虑公司账面价值的指标，因此多适用于初创公司和新兴行业，他们的营收能力可能更容易赢得市场认可。为此，我们或许可以尝试在不同行业中采纳不同的估值指标，以争取挖掘到同类公司中真正被低估的个体。
综上所述，基本面量化其实就是要在量化投资中融入更多基本面的逻辑，并争取在保留量化投资大概率战胜市场、分散化投资等优势的基础上，进一步夯实量化投资的逻辑支撑，提高量化投资在选股中的辨识能力，进而获取更为稳健、持续的超额收益。
（本文作者：摩根士丹利华鑫基金数量化投资部 王联欣）
声明：本文中的信息及数据均来源于已公开的资料，我公司对这些信息及数据的准确性及完整性不作任何保证。本文中的观点、分析仅代表作者个人意见，不代表摩根士丹利华鑫基金管理有限公司立场。在任何情况下本文中的信息或所表达的意见并不构成实际投资结果，也不构成任何对投资人的投资建议和担保。本公司及雇员不对任何人使用本文内容而引致的任何损失承担责任。本文版权归作者所有，未获得本公司事先书面授权，任何人不得对本刊物内容进行任何形式的发布、复制、引用或转载。投资有风险，敬请谨慎选择。
本文作者可以追加内容哦 !
