如何投资量化增强基金?

发布于: 雪球转发:2回复:11喜欢:8

有朋友问最近几年量化基金这么火,到底什么是量化基金呢?

我们普通投资者又该怎么投资量化基金呢?

一、什么是量化基金

量化基金,简单来说,就是利用数学、统计学、信息技术的量化投资方法来管理投资组合。区别于普通基金,量化基金主要采用量化投资策略进行投资组合管理,总的来说,量化基金采用的策略包括量化选股、量化择时、股指期货套利、资产配置等。

看完上面这段话,有没有一种科技和金融完美结合的感觉,虽然看不懂但是依然感到很厉害。

简单解释一下,传统的基金,都是基金经理找到几只好股票,使劲儿薅这几只股票的羊毛。比如重仓贵州茅台的基金,可以说赚得让人眼红;重仓乐视网的基金只能让大家损失惨重了。

但量化基金则是通过量化算法在很多只符合算法要求的股票上各薅一点羊毛,积少成多。

所以,量化基金的优势不是对单一上市公司进行深度研究,而是对市场上的股票进行大样本、大数据的全面深入挖掘。

这种方法单靠基金经理是不行的,只能让计算机没日没夜地计算了。一般来说,量化基金没有“十大重仓股“的概念,比如某些量化基金持仓300多只股票,每只股票占比都小于2%,非常分散,也就保证了基金可以覆盖多个行业的多只股票,分散投资、分散风险,可以尽可能圈住各个热点板块的轮动。

简单来说就是:量化基金就是持有很多只股票,是用机器量化软件每天高抛低吸

二、量化基金的优势是什么

量化基金主要有3点优势:

(1)投资分散。宁可每只股票上少薅一点羊毛,只要量大,最后也能积少成多,整体博取高收益。

(2)机械理性。量化基金有自己的选股模型,避免了基金经理的个人偏好和个人情绪,符合量化模型的股票才能入选,不符合的基金经理也没办法。遵守纪律,是基金投资的不二法门。

(3)适合定投。量化基金是定投的一种良好标的,因为量化基金既有同指数型基金一样的客观性(基金经理的选股和离职对基金本身影响不大)又有跑赢指数的潜力。

简单来说就是:量化就是机器人,不带任何个人情绪的工具,避免人性的贪婪与恐惧

三、如何选择量化基金

在选择量化基金时,我觉得要考虑4点因素:

(1)进攻性

可以分年度或分时间区间统计超额收益,哪只基金的进攻性强,就将一目了然。

(2)防守性

统计发现,有些指数增强基金在某些时候取得了较高的超额收益,但在某些时候的超额收益却为负,拉长区间来看,虽然进攻性还算不错,但买基体验并不佳。因为此基获取超额收益的波动性较大。

所以,我们衡量一个指数增强基金表现得好坏,还要关注指数增强基金获取正超额收益能力的可持续性。

(3)哪些投资者适合购买量化基金

量化基金因其覆盖面广、回撤小,更适合追求稳健的投资者,或者普通投资者作为账户的基础仓位配置,也有可能帮助分摊一些其他偏股基金的潜在风险。

事实上,购买量化基金并不太需要分时机。

(4)选择量化基金时需要考虑规模吗

规模一直会被看作是优秀基金经理的“考验”,因为资金量大了,就意味着需要购买的标的资产更多,如何保证买到的都是优质资产,需要基金经理能力圈及综合投资能力的提升。

量化基金反而不太会有此烦恼,一方面量化基金本身覆盖的行业和个股就较主动管理基金更多;另一方面,量化模型的“可复制性”,可以让基金快速覆盖其他未覆盖的赛道领域。

量化基金没有太多神秘的地方,目前市面上大部分基金公司的量化投资模型原理都差不多,从投资的角度看,量化增强基金有一定的优势,但不管股市还是基金,机会都是跌出来,定投和逢低买入都是非常不错的策略

@今日话题    @雪球创作者中心    @ETF星推官    #老司基硬核测评#    $华泰柏瑞量化增强(F000172)$    $海富通阿尔法对冲混合A(F519062)$    $富国MSCI中国A股国际通指数增强(F006034)$   

全部讨论

评研阁2022-04-18 12:06

量化还是要看机构的能力

雪山深处2022-04-18 11:07

光大证券的乌龙指事件就是量化交易策略交易带来恶果,差点让光大证券破产。机器人交易没有思想,只能按设定好的方式交易,有时候逆市场而动,把钱白白送给交易对手。

雪山深处2022-04-17 21:24

在量化策略交易上机器永远不会打败人,因为市场有情绪的和人一样,而机器没有。

评研阁2022-04-17 19:39

量化是基金的未来

评研阁2022-04-17 19:38

确实都有优缺,量化基金很看中模型,不是每个量化基金都是厉害

绘木里2022-04-17 19:35

李家的精灵呆萌宝2022-04-17 18:37

好像没说清楚量化基金的不足之处,任何产品都有优点和缺点。

评研阁2022-04-17 18:17

确实如此

绘木里2022-04-17 18:15

是这样

评研阁2022-04-17 10:30

机器终会打败人