#胡锡进谈对股市的看法#$国金量化多因子股票A(OTCFUND|006195)$$国金量化多因子股票C(OTCFUND|016858)$$国金量化精选混合A(OTCFUND|014805)$$国金量化精选混合C(OTCFUND|014806)$$国金量化多策略A(OTCFUND|005443)$$国金量化多策略C(OTCFUND|017874)$$国金智享量化选股混合A(OTCFUND|018823)$$国金智享量化选股混合C(OTCFUND|018824)$$国金中证1000指数增强A(OTCFUND|017846)$$国金中证1000指数增强C(OTCFUND|017847)$$国金300指数增强C(OTCFUND|017925)$$国金300指数增强A(OTCFUND|167601)$
大家好，我是国金基金量化投资事业部的姚加红。国金量化在过往几年的时间里，持续受到大家关注。很多投资人也很好奇，我们这只团队的成长路径，以及在策略迭代和产品管理过程中的经验心得。今天刚好也借着这个机会，和大家做个交流。
差异化竞争，量化投资写入公司战略
截至今年三季度末，国金基金整体量化产品（公募+专户）管理规模超300亿。较好业绩和规模增长的背后，是我们量化投资事业部7年多的实战积累，以及公司层面在平台化量化战略的十多年摸索。
2013年，国金基金刚刚成立2周年。作为新成立的公募管理机构，管理层意识到，在主观投研领域很难和老牌机构进行竞争，所以选择了差异化竞争，在当时较为新兴的量化投资领域进行摸索布局，并正式写入公司战略。在实际摸索过程中，国金采用事业部制，对团队提供了较好的展示平台和激励机制；投入大量资源搭建量化交易系统、购买海内外基本面数据库、因子数据库、风险模型和优化器。我们团队在这样的背景下，也于2016年成立事业部，并在同年4月份，开始第一只量化对冲专户的实盘运作。在经历了4年多的实盘经验积累后，我们也总结出一套较为成熟有效的方法论。基于这样的背景，我们在2020年下半年开始管理公募量化产品，并针对公募量化产品，进行了专门的信号开发和策略迭代。在我们在管的公募量化产品线中，无论是主动量化国金量化多因子，还是指增产品国金沪深300指数增强基金，从我们团队管理以来都在同类产品中保持了较好排名。（注：根据银河证券2023年10月9日发布的股票基金-标准股票型基金-标准股票型基金(A类)业绩排名，截至2023.09.30，国金量化多因子A近1年6/317，近2年1/283，近3年4/226。股票基金-增强指数股票型基金-增强规模指数股票型基金(A类)业绩排名，截至2023.9.30，国金300指数增强A基金近1年收益率在138只同类基金中排名第5。）
持续迭代，形成多模型多策略框架
我们初期在做策略框架搭建时，公司其他团队已经在多个方向布局，包括传统多因子框架、互联网量化等。我们为了区别于其他团队，选择了以机器学习为基础的多模型多策略框架。经过这么多年的实践，在机器学习领域也有了较多的积累：2013年开始我们着手研究神经网络模型，14年开始使用GPU训练模型，15年在股指期货实盘上验证成功；随着机器学习领域的技术发展，我们也在最初的MLP模型基础上，逐步增加了时间序列网络、卷积网络、集成树模型、注意力结构等。
16年将神经网络模型应用于股票市场时，我们除了针对个股alpha建立预测模型，又按照风险模型的结构对市场波动进行分解并对每个风险因子建立多周期预测模型，通过叠加多个模型获取更为平稳的预测结果。应用模型时，针对高换手率的专户产品我们用了更多预测周期更短的模型，而公募产品则应用更多预测周期较长的模型。
市场上有不同的量化流派，有的偏向价量，有的偏向基本面，有的可能强调主观和量化的结合，而我们的理念是排除人为判断，完全按照模型信号运作。逻辑也很简单，预测模型给出的信号是基于大量的数据运算，有一定的胜率基础。人为的判断带有较大的随机性，当前的预测准确，并不意味着这种准确性可以持续。
分化格局初现，量化管理人面临的挑战和机会
说起国内量化的起步和崛起，有几个重要的时点不得不提。
2013-2015上半年：市场中性产品大量发行
2016-2018年：人工智能技术应用、多头策略、互联网策略、CTA策略兴起
2019-2021年：高频量价崛起，私募量化规模激增
2022年至今：分化格局初现，头部效应明显
我们先专户再公募的路径，也契合了这几年量化发展的趋势。2020年之前，高换手策略收益更高也更稳定，而公募产品受限于合规要求、系统限制，很难在高换手领域和私募量化竞争，所以我们这段时间一直着重发展限制更少的专户产品。经过4年的发展，我们量化专户规模从0做到接近20亿，业绩也得到了专业机构的见证。随着市场上量化私募规模从最初的几百亿发展到突破1万亿，高频对收益的贡献越来越小，量化私募也普遍开始降频，相对量化公募的优势越来越小。而量化公募由于积累了多年的基本面以及低频因子的经验，在中低频领域反而积累了一些优势，这也是我们公募量化产品这几年能发展势头良好的大背景。
主观投资不同流派往往有很强的周期性，这几年表现不好，但过几年可能又好了。而量化投资则更残酷一点，10年前有效的策略放到5年前可能就完全失效了，现在有效的策略和5年前的又不一样，而且策略一旦失效，很少出现又能重新变得有效的情况。这也直接说明了量化投资能力在不断提升。
量化投资能力不断提升的背后，原因我们也可以追溯一二。一是技术进步，相较主观投资，量化是一条高度依赖前沿技术的赛道，近几年的大数据、算力、人工智能等，都对量化投资有着重大深刻的影响。此外，公司的战略和机制也不容忽视，对于中小公募，往往会在激励政策、业务流程上为量化提供较好环境，吸引优秀团队入驻；这也很大程度上保证了团队核心成员的稳定性。
从“另类”到“出圈”，量化公募未来如何？
今年算是真正意义上的量化公募“出圈”元年，在和很多投资人交流的过程中，大家也会提问，是基于什么样的契机，量化公募得以今年被全市场关注？背后的深层逻辑是什么？针对以上，我也来说说我的看法。
在过往十几年的时间里，中国经济经历了快速腾飞，期间不乏优秀的头部企业涌现；赛道行情，十倍牛股百倍牛股也是基于这样的背景产生。现在国内经济进入平稳运行阶段，大家会发现，押赛道或者押个股的方法，性价比不像之前那么高了。宽基+一定超额的做法，也逐渐受到私募和公募投资人的认可，这是整个大的宏观背景。
有了以上基础，我们也对公募主动量化的未来做个展望。目前国内的公募量化主要以中低频为主，在策略容量、超额收益、流动性和普惠金融等特征上，有望在未来几年，持续为公募量化提供正向反馈。
对标私募量化，截至2022年末，整体管理规模约1.5万亿。公募主动量化截至今年年中，整体管理规模约2700亿。这也意味着公募主动量化虽然今年“小荷初露尖尖角”，但仍旧处于起步阶段，后续还有很大的成长空间可言。我们团队作为亲身经历者，也是非常荣幸能为国内公募量化事业贡献一份自己的力量；同时我们也希望可以持续看到国内量化策略呈现出更好的多元化和全面化发展。
最后，再次感谢各位投资人的持续关注。
风险提示：观点仅供参考，不构成投资建议。国金基金承诺以诚实信用、勤勉尽责的原则管理和运用委托财产，但不保证委托财产本金不受损失，也不保证一定盈利及最低收益。基金有风险，投资前请阅读基金合同和招募说明书等法律文件，在了解基金的具体情况并听取销售机构适当性意见的基础上，根据自身风险承受能力、投资期限和投资目标，独立做出投资决策。
本文作者可以追加内容哦 !
