量化基金仔细辩之二：投资策略并不清晰
http://msn.finance.sina.com.cn 2012-03-28 10:33 来源: 新浪财经
基金本像 初探实难尽分玄机
一、 研究目的
量化基金是指主要采用量化投资策略来进行投资组合管理的基金，自2009年以来得到了迅速发展壮大。2010年10月，我们在《量化基金仔细辩：基金量化投资仍处于“初级阶段”》一文中针对当时市面上的各只量化基金进行了深入分析和研究。不过在这后又有数只量化基金相继面世，基金所使用的量化策略也在不断发展，时至今日，各只量化基金又有何表现呢？我们将在下文中予以品评。
二、 研究样本的确定
量化基金基本都会在其投资目标和投资原则等处简单介绍其所使用的量化投资方法，因此本文将在偏股型基金中以基金的“投资目标”或“投资原则”中是否出现“量化”或数量两字为标准进行样本选择，结果共有14只基金纳入研究范围，分别是：光大保德信核心、上投摩根阿尔法、国泰金鼎价值精选、嘉实量化阿尔法、中海量化策略、华商动态阿尔法、长盛量化红利策略、南方策略优化、华泰柏瑞量化先锋、长信量化先锋、华富量子生命力、大摩多因子策略、申万菱信量化小盘和诺安多策略。
| 量化基金基本信息 | |||
| 基金名称 | 成立日期 | 基金类型 | 投资目标/投资原则 |
| 光大保德信核心 | 2004-08-27 | 主动股票型 | 以量化投资为核心、以控制风险为前提、以稳健收益为目标进行长期投资管理。 |
| 上投摩根阿尔法 | 2005-10-11 | 主动股票型 | 采用哑铃式投资技术，同步“成长”与“价值”的双重量化指标进行股票选择。在基于由下而上的择股流程中，精选个股构造出相对均衡的不同风格类资产组合。同时结合公司质量、行业布局、风险因子等深入分析，对资产配置进行适度调整，努力控制投资组合的市场适应性，以求多空环境中都能创造超越业绩基准的主动管理回报。 |
| 国泰金鼎价值精选 | 2007-04-11 | 标准混合型 | 以量化指标分析为基础，在严密的风险控制前提下，不断谋求超越业绩比较基准的稳定回报。 |
| 嘉实量化阿尔法 | 2009-03-20 | 主动股票型 | 在借鉴国际前沿定量组合管理技术的基础上，通过大量实证，构建A 股投资模型；在坚持模型驱动的纪律性投资的基础上，辅以定性分析，构建超越市场平均水平的投资组合；力争获得长期、持续、稳定的超额收益。 |
| 中海量化策略 | 2009-06-24 | 主动股票型 | 根据量化模型，精选个股，积极配置权重，谋求基金资产的长期稳定增值。 |
| 华商动态阿尔法 | 2009-11-24 | 标准混合型 | 通过量化模型筛选出具有高Alpha的股票，利用主动投资管理与数量化组合管理的有效结合，管理并提高组合的Alpha水平，在有效控制投资风险的同时，力争为投资者创造超越业绩基准的回报。 |
| 长盛量化红利策略 | 2009-11-25 | 主动股票型 | 充分发挥基金管理人的数量化投资研究和决策优势，以量化红利选股为主要投资决策基础，辅以投资管理人对市场及行业预期的判断因素，尽而分享长期中国经济成长及股票市场的红利回报。 |
| 南方策略优化 | 2010-03-30 | 主动股票型 | 通过数量化手段优化投资策略，在积极把握证券市场及相关行业发展趋势的前提下精选优势个股进行投资，力争获取超越业绩比较基准的投资回报。 |
| 华泰柏瑞量化先行 | 2010-06-22 | 主动股票型 | 以定量估值分析为主，结合基本面定性研究，力求发现价值被市场低估且具潜在发展机遇的企业，在风险可控的前提下，追求基金资产长期稳定增值。 |
| 长信量化先锋 | 2010-11-18 | 主动股票型 | 通过数量化模型，合理配置资产权重，精选个股，在充分控制投资风险的前提下，力求实现基金资产的长期、稳定增值。 |
| 华富量子生命力 | 2011-04-01 | 主动股票型 | 主要采用数量化投资方法，在控制风险的前提下，力争实现基金资产的长期稳定增值。 |
| 大摩多因子策略 | 2011-05-17 | 主动股票型 | 通过多因子量化模型方法，精选股票进行投资，在充分控制风险的前提下，力争获取超越比较基准的投资回报。 |
| 申万菱信量化小盘 | 2011-06-16 | 主动股票型 | 采用数量化的投资方法精选个股，严格按照纪律执行，力争长期稳定的获取超越业绩比较基准的投资回报。 |
| 诺安多策略 | 2011-08-09 | 主动股票型 | 采用数量化的投资方法精选个股，严格按照纪律执行，力争长期稳定的获取超越业绩比较基准的投资回报。 |
数据来源：好买基金研究中心
从上文列出的各只量化基金的投资目标/投资原则中我们可以发现除了采用量化手段进行投资研究外，该类基金还有以下一些共通之处：1)强调风险控制，这会使得基金的持股分散化，不太可能出现某只个股的持仓显著高于其他个股；2)强调投资的纪律性，这也是量化策略的3)强调人的调控，其实是基金经理主动管理能力在量化基金中的体现，这种调整虽然从理论上符合辩证法的要求，但实际情况如何还有待对于基金业绩的进一步研究。
此外，从这些量化基金在契约中所设定的量化模型来看，我们也可以发现目前Black-Litterman 模型和多因子拟合是目前使用较为频繁的量化配置和选股策略，但是由于这两种策略的使用效果都非常依赖参数的设定和输入变量的质量，而在缺少这些信息的情况下对于这些量化基金的策略难以做出有效区分和评价，因此我们在下文中将着重从市场净值表现和资产配置等方面来分析这些基金的表现。
| 量化基金模型 | |
| 基金名称 | 量化模型 |
| 光大保德信核心 | 利用投资组合优化器构建并动态优化处于或接近有效边际曲线的投资组合；通过多因素数量模型进行选股，并结合行业评级和个股评级等参数以确保组合风险收益特征符合既定目标。 |
| 上投摩根阿尔法 | 构建“哑铃式”资产组合；选股上主要考虑价值／成长因子，计算股票风格等级，同时也注重创造主动管理报酬。 |
| 国泰金鼎价值精选 | 战略性资产配置和战术性资产配置相结合，关注预期回报率和风险，要采用均衡市盈率预测模型；对个股采用多因子估值模型估算个股的未来现金流，精确估算个股的折现值。 |
| 嘉实量化阿尔法 | 资产配置：宏观面、政策面、资金面和基本面综合分析；选股：括嘉实行业选择模型、嘉实Alpha 多因素模型以及嘉实组嘉实量化阿尔法股票型证券投资基金组合优化器。 |
| 中海量化策略 | 采用宏观经济领先指标和市场泡沫度模型确定大类资产配置；Black-Litterman模型进行行业配置；以盈利性指标和一致预期指标选股；以熵值法确定各个指标权重。 |
| 华商动态阿尔法 | 数量化模型确定资产配置比例；动态Alpha 多因素选股模型，基于公司行业地位指标、资产管理效率和财务安全性指标和成长性指标。 |
| 长盛量化红利策略 | 红利选股模型、多因子指标，考虑分红能力、利润增长、盈利能力、预期股息率等因素；大类资产配置主要基于宏观经济、政策导向和市场环境等因素的考量。 |
| 南方策略优化 | 基于Black-Litterman 模型的“南方量化行业配置模型”，使用“南方多因子量化选股模型”，
依据基本面、价值面、市场面和流动性等因素对股票进行筛选。 |
| 华泰柏瑞量化先行 | 多因子定量估值选股：市息率、市现率、市销率、市盈率、市净率 |
| 长信量化先锋 | Black-Litterman 模型进行大类资产配置和行业配置；个股精选基于价值因子、成长因子、基本面因子和市场因子 |
| 华富量子生命力 | 资产配置：估值驱动战略资产配置模型，预测整体股值水平和市场趋势，考虑经济面、供求面、政策面、估值面、情绪面、和盈利面等因子；选股策略：自下而上，主要包括市现率、市销率、历史市盈率、未来12 个月市盈率、市净率等价值因子和动量、反转等情绪因子。 |
| 大摩多因子策略 | 量化选股：多因子阿尔法模型；配置策略：资决策委员会统一指导。 |
| 申万菱信量化小盘 | 量化小盘投资模型：财务分析：(1)企业变现能力(2)营运能力(3)长期偿债能力(4)盈利能力；多因子ALPHA选股：(1)市场面因子(2)估值因子(3)成长因子；优化组合；动态调整。 |
| 诺安多策略 | 行业选择、股票选择、组合优化。行业因子：赢利能力、盈利预期和市场认同度；选股因子：估值、成长、盈利趋势、分析师情绪和市场因素。 |
数据来源：好买基金研究中心
三、 实证分析
(一)、基金净值表现比较：
首先，本文将从净值收益的角度来分析样本基金的表现，由于各只基金成立在成立时点上差异比较大，文章
首先将测算量化基金成立以来的复权单位增长率指标，可以看出在累积收益指标上量化基金对大盘指数并未取得明显的优势，自成立以来增长率超过在指数的量化基金占比略高于五成，为57.14%；而与同期各只基金所对应基金类型的平均水平相比，采用量化策略基金的业绩则相对处于劣势，仅有14只量化基金中表现超过同类型基金平均水平的仅占比35.71%。
| 量化基金收益表现 | |||
| 基金名称 | 自成立以来复权单位净值增长率 | 沪深300同期增长率 | 同期同类型基金平均收益 |
| 光大保德信核心 | 171.18% | 153.47% | 222.30% |
| 上投摩根阿尔法 | 290.93% | 186.41% | 243.99% |
| 国泰金鼎价值精选 | 11.94% | -15.61% | 19.30% |
| 嘉实量化阿尔法 | -4.39% | 10.69% | 16.08% |
| 中海量化策略 | -6.49% | -15.59% | -4.59% |
| 华商动态阿尔法 | -8.90% | -25.76% | -15.15% |
| 长盛量化红利策略 | -5.41% | -27.43% | -17.25% |
| 南方策略优化 | -26.65% | -21.76% | -15.40% |
| 华泰柏瑞量化先行 | -12.90% | -5.37% | -6.26% |
| 长信量化先锋 | -22.90% | -16.32% | -18.17% |
| 华富量子生命力 | -17.68% | -19.51% | -18.47% |
| 大摩多因子策略 | -7.80% | -15.46% | -15.39% |
| 申万菱信量化小盘 | -14.00% | -9.71% | -11.49% |
| 诺安多策略 | -12.90% | -5.86% | -11.49% |
数据来源：好买基金研究中心
数据来源：好买基金研究中心
从超额收益角度来看，除了成立时间最晚的诺安多策略外，其余基金自2009年以来战胜大盘的概率均在5成左右，没有体现出非常高的胜率；而且从超额收益的幅度上来看，绝大部分量化基金获得的超额收益的均值都要小于表现未及指数时产生的损失。
| 自成立以来各基金复权单位净值增长率比较 |
| 量化基金超额收益表现(2009年以来) | |||
| 基金名称 | 战胜指数概率 | 超额收益(周) | 超额损失(周) |
| 光大保德信核心 | 58.13% | 0.46% | -0.49% |
| 上投摩根阿尔法 | 45.63% | 1.20% | -1.36% |
| 国泰金鼎价值精选 | 54.38% | 1.31% | -1.52% |
| 嘉实量化阿尔法 | 53.60% | 1.08% | -1.23% |
| 中海量化策略 | 55.86% | 1.39% | -1.37% |
| 华商动态阿尔法 | 54.44% | 1.75% | -1.88% |
| 长盛量化红利策略 | 58.89% | 0.93% | -0.99% |
| 南方策略优化 | 47.22% | 0.51% | -0.79% |
| 华泰柏瑞量化先行 | 46.67% | 0.97% | -0.93% |
| 长信量化先锋 | 46.15% | 1.12% | -1.24% |
| 华富量子生命力 | 45.00% | 1.24% | -1.40% |
| 大摩多因子策略 | 42.86% | 1.43% | -1.58% |
| 申万菱信量化小盘 | 40.00% | 1.37% | -1.80% |
| 诺安多策略 | —— | —— | —— |
数据来源：好买基金研究中心
虽然量化基金在总体净值涨幅和超额收益层面上均不占优势，但是如果其表现与一定的经济环境相关的话，则也可以加入特定时期资产配置中来提高投资组合的收益。由于国内量化基金大量涌现于2009年之后，因此本文将进行此类比较的时间区段设定为2009年至2011年。通过统计可以看出：量化基金在过热和滞胀市场中的表现都可以超过大盘指数的收益率，但是在复苏期和衰退期的话该类基金的表现却不甚理想，特别是在衰退期，其业绩还具有比较大的波动性，值得投资者注意。不过，需要指出的是，由于量化基金所涉及的经济周期还比较少，其结果在未来发生重大变化的可能性也是存在的(参见其在两个衰退期的不同表现)。
| 量化基金与经济周期 | |||||
| 基金名称 | 2009年1季(衰退) | 2009年2季(复苏) | 2009年3季-2010年1季(过热) | 2010年2季-2011年3季(滞胀) | 2011年4季(衰退) |
| 光大保德信核心 | 34.04% | 24.22% | 9.06% | -13.63% | -7.12% |
| 上投摩根阿尔法 | 14.82% | 18.37% | 9.47% | -20.45% | -11.72% |
| 国泰金鼎价值精选 | 27.75% | 23.37% | 12.24% | -9.83% | -3.25% |
| 嘉实量化阿尔法 | —— | —— | 9.12% | -21.12% | -11.72% |
| 中海量化策略 | —— | —— | 4.91% | -6.03% | -10.40% |
| 华商动态阿尔法 | —— | —— | —— | -8.39% | -5.88% |
| 长盛量化红利策略 | —— | —— | —— | -6.23% | -5.27% |
| 南方策略优化 | —— | —— | —— | -21.96% | -13.33% |
| 华泰柏瑞量化先行 | —— | —— | —— | —— | -5.42% |
| 长信量化先锋 | —— | —— | —— | —— | -14.95% |
| 华富量子生命力 | —— | —— | —— | —— | -11.76% |
| 大摩多因子策略 | —— | —— | —— | —— | -13.46% |
| 申万菱信量化小盘 | —— | —— | —— | —— | -16.11% |
| 沪深300指数 | 37.96% | 26.27% | 5.66% | -22.84% | -9.13% |
数据来源：好买基金研究中心
而对基金收益与指数的相关性，我们也进行了一些探索，通过分析2009年以来的基金净值变化与沪深300指数涨跌的历史数据，可以看出，各只量化基金的业绩与指数的相关性非常高，基金业绩与指数基本上可以说是同涨同跌，具体到相关系数方面，仅有大摩多因子策略和华商动态阿尔法两只产品与大盘的相关性略低。
| 量化基金与沪深300相关性 | ||||
| 基金名称 | 相关系数 | 同向变动(p) | 同涨(p) | 同跌(p) |
| 光大保德信核心 | 98.54% | 96.25% | 96.43% | 96.05% |
| 上投摩根阿尔法 | 87.99% | 93.13% | 91.95% | 94.52% |
| 嘉实量化阿尔法 | 88.09% | 91.20% | 88.71% | 93.55% |
| 中海量化策略 | 80.05% | 87.39% | 84.91% | 89.09% |
| 长盛量化红利策略 | 89.08% | 92.22% | 90.91% | 93.18% |
| 南方策略优化 | 93.91% | 95.83% | 96.97% | 94.74% |
| 华泰柏瑞量化先行 | 87.38% | 91.67% | 88.46% | 93.94% |
| 长信量化先锋 | 91.51% | 97.44% | 93.75% | 100.00% |
| 华富量子生命力 | 92.93% | 100.00% | 100.00% | 100.00% |
| 大摩多因子策略 | 71.50% | 100.00% | 100.00% | 100.00% |
| 申万菱信量化小盘 | 99.97% | 100.00% | 100.00% | 100.00% |
| 国泰金鼎价值精选 | 85.29% | 87.50% | 86.21% | 88.57% |
| 华商动态阿尔法 | 67.85% | 85.56% | 81.25% | 90.24% |
数据来源：好买基金研究中心
(二)、基金风险指标分析
从基金净值的增长方面，以量化投资为基础的产品尚未展现其优势之所在，接下来，本文将从收益波动性的角度对上述几只量化基金加以分析，主要涉及其在2009年至2011年间收益的年化标准差、下行风险和信息比率和相关性四个指标。经过计算前三个指标可以发现，虽然量化基金的平均风险要略小于大盘指数，但是每只基金间这些指标的差异非常巨大。而在对这三个指标进行相关性分析之后，可以看出年化标准差与下行风险和信息比率间的指示作用不强，而下行风险则与信息比率指标体现出了微弱的负相关。
| 量化基金风险指标 | |||
| 基金名称 | 年化标准差 | 年化下行风险 | 年化信息比率 |
| 光大保德信核心 | 25.25% | 13.61% | 89.19% |
| 上投摩根阿尔法 | 20.49% | 12.29% | —— |
| 嘉实量化阿尔法 | 22.75% | 13.93% | 13.70% |
| 中海量化策略 | 19.24% | 11.61% | 97.52% |
| 长盛量化红利策略 | 16.83% | 9.67% | 100.69% |
| 南方策略优化 | 20.02% | 12.17% | —— |
| 华泰柏瑞量化先行 | 15.84% | 10.58% | 30.80% |
| 长信量化先锋 | 24.56% | 15.69% | —— |
| 华富量子生命力 | 26.55% | 14.19% | —— |
| 大摩多因子策略 | 13.24% | 13.24% | —— |
| 申万菱信量化小盘 | 12.96% | 12.96% | —— |
| 国泰金鼎价值精选 | 19.17% | 9.93% | 33.14% |
| 华商动态阿尔法 | 24.43% | 15.12% | 37.55% |
| 沪深300指数 | 26.14% | 13.80% | —— |
数据来源：好买基金研究中心
数据来源：好买基金研究中心
(三)、基金投资组合分析
在分析完量化基金的收益风险特征之后，本文将进一步去挖掘基金在投资持股方面的特点，希望以此为依据来验证基金业绩形成的原因以及各基金在部分量化指标上的操作。
首先，从资产配置的最宏观层面，需要了解基金的仓位情况，通过比较各只基金年的平均仓位数据，我们可以发现大部分量化基金的仓位都在同类基金的平均水准之上，持股仓位较高可能也是其业绩差异比较明显的原因之一。
| 风险指标相关性分析 | |||
|
年化标准差 |
年化下行风险 | 年化信息比率 | |
| 年化标准差 | 100.00% | 57.14% | 52.00% |
| 年化下行风险 | 57.14% | 100.00% | -10.00% |
| 年化信息比率 | 52.00% | -10.00% | 100.00% |
| 量化基金年均持股仓位 | |||
| 基金名称 | 2009 | 2010 | 2011 |
| 光大保德信核心 | 92.50% | 93.63% | 94.15% |
| 上投摩根阿尔法 | 83.75% | 83.46% | 84.68% |
| 嘉实量化阿尔法 | 87.80% | 85.08% | 89.10% |
| 中海量化策略 | 85.15% | 77.30% | 83.58% |
| 长盛量化红利策略 | —— | 76.15% | 71.11% |
| 南方策略优化 | —— | 82.24% | 88.80% |
| 华泰柏瑞量化先行 | —— | 91.76% | 77.20% |
| 长信量化先锋 | —— | —— | 82.58% |
| 华富量子生命力 | —— | —— | 77.44% |
| 大摩多因子策略 | —— | —— | 81.13% |
| 申万菱信量化小盘 | —— | —— | 92.89% |
| 国泰金鼎价值精选 | 82.92% | 87.86% | 76.68% |
| 华商动态阿尔法 | —— | 73.22% | 77.04% |
| 股票型基金平均仓位 | 84.74% | 83.54% | 84.16% |
| 混合型基金平均仓位 | 76.74% | 75.35% | 75.04% |
数据来源：好买基金研究中心
同时，上表也显示出量化基金的年均仓位在不同年份间会有比较明显的变化，考虑到在排除有效量化模型存在重大调整的情况下，年均仓位应该出现显著波动的可能性不是很大，而仓位剧烈波动可能是基于：1)基金投决层的主动管理；2)申购赎回对基金规模的影响。对于前述问题，我们希望从基金大类资产配置、仓位变化与股指走势关系以及基金现金和净资产年内有无发生重大变化几个角度，对持股仓位存在重大变化的几只基金进行研究。比较之后可以看出，首先量化基金的仓位主要由股票和银行存款两部分构成，债券所占的比例比较少，所以债券类资产在整个量化模型中所占的权重应该不高；其次，申购赎回确实会对基金的持股仓位产生影响，不过考虑到近两年市场的下跌和基金规模的缩水的效应有一定的抵消作用，因此在量化模型调整不大的情况下基金仓位不至于发生重大波动，而持有现金的大幅增加和减少很大程度上都可以归结为主动管理或者主动调整量化模型所致。
| 量化基金大类资产配置 | |||||||||
| 基金名称 | 2009 | 2010 | 2011 | ||||||
| 股票 | 债券 | 现金 | 股票 | 债券 | 现金 | 股票 | 债券 | 现金 | |
| 中海量化策略 | 85.15% | 0.00% | 14.83% | 77.30% | 0.00% | 29.00% | 83.58% | 0.00% | 20.05% |
| 长盛量化红利策略 | —— | —— | —— | 76.15% | 0.82% | 24.77% | 71.11% | 0.37% | 30.61% |
| 南方策略优化 | —— | —— | —— | 82.24% | 7.63% | 7.15% | 88.80% | 6.88% | 3.77% |
| 华泰柏瑞量化先行 | —— | —— | —— | 91.76% | 0.00% | 9.73% | 77.20% | 2.41% | 21.92% |
| 国泰金鼎价值精选 | 82.92% | 0.12% | 17.12% | 87.86% | 7.19% | 4.15% | 76.68% | 3.98% | 18.49% |
数据来源：好买基金研究中心
| 量化基金大类资产配置 | ||||||||
| 基金名称 | 仓位与股指 | 仓位与股指 | 基金规模变化 | 现金规模变化 | ||||
| 2010 | 2011 | 2010 | 2011 | 2010 | 2011 | 2010 | 2011 | |
| 中海量化策略 | 1 | 0.25 | 0.75 | 0.25 | -1 | -1 | -1 | 0 |
| 长盛量化红利策略 | 1 | 0.25 | 1 | 0.25 | —— | -1 | —— | 1 |
| 南方策略优化 | 0 | 0.5 | 0 | 0 | —— | -1 | —— | 0 |
| 华泰柏瑞量化先行 | —— | 0.5 | —— | 1 | —— | -1 | —— | 0 |
| 国泰金鼎价值精选 | 1 | 0.25 | 0.75 | 0.75 | -1 | -1 | 0 | -1 |
数据来源：好买基金研究中心
除了从大类资产配置方面，本文还进一步研究了各量化基金的行业配置和个股选择，从行业配置上来看，量化基金的年均行业配置的集中度要明显高于偏股型基金的平均水平，这个结果可能是由于同行业基金的在许多方面都具有相似性而导致；同时通过对于各只基金2009-2011年间历史重仓行业的统计也可以显示出量化基金行业偏好上的差异，虽然还无法从中看出交易和动量因子的情况，但是却可以大体展现量化基金在价值和成长因子方面的特点：1)相对于偏股型基金整体，量化基金仓位中有较多成长性高的行业；2)从成立时间上来看，越晚成立的量化基金成长因子的权重可能更高；3)从基金类别来看，混合型量化策略中的成长因子可能占更多权重。
| 前五大重仓行业年均配比 | |||
| 基金名称 | 2009 | 2010 | 2011 |
| 光大保德信核心 | 77.09% | 73.41% | 68.34% |
| 上投摩根阿尔法 | 73.75% | 60.53% | 51.77% |
| 嘉实量化阿尔法 | 67.66% | 57.65% | 52.23% |
| 中海量化策略 | 56.34% | 68.09% | 66.77% |
| 长盛量化红利策略 | —— | 63.82% | 65.57% |
| 南方策略优化 | —— | 51.50% | 64.16% |
| 华泰柏瑞量化先行 | —— | 52.68% | 61.43% |
| 长信量化先锋 | —— | —— | 66.51% |
| 华富量子生命力 | —— | —— | 63.16% |
| 大摩多因子策略 | —— | —— | 57.53% |
| 申万菱信量化小盘 | —— | —— | 65.09% |
| 国泰金鼎价值精选 | 69.52% | 79.59% | 78.88% |
| 华商动态阿尔法 | —— | 73.55% | 84.14% |
| 偏股型基金平均 | 62.23% | 56.48% | 55.16% |
数据来源：好买基金研究中心
| 量化基金历史重仓行业情况(2009-2011) | |||||
| 基金名称 | 重仓行业1 | 重仓行业2 | 重仓行业3 | 重仓行业4 | 重仓行业5 |
| 光大保德信核心 | 金融服务 | 金属非金属 | 采掘 | 交通运输 | 化工 |
| 上投摩根阿尔法 | 机械设备 | 金融服务 | 医药生物 | 批发零售 | 金属非金属 |
| 嘉实量化阿尔法 | 金融服务 | 机械设备 | 化工 | 房地产 | 金属非金属 |
| 中海量化策略 | 房地产 | 机械设备 | 建筑 | 批发零售 | 金属非金属 |
| 长盛量化红利策略 | 机械设备 | 金融服务 | 批发零售 | 医药生物 | 金属非金属 |
| 南方策略优化 | 机械设备 | 金融服务 | 采掘 | 房地产 | 金属非金属 |
| 华泰柏瑞量化先行 | 房地产 | 金融服务 | 机械设备 | 医药生物 | 金属非金属 |
| 长信量化先锋 | 化工 | 金属非金属 | 机械设备 | 建筑 | 金融服务 |
| 华富量子生命力 | 机械设备 | 房地产 | 化工 | 电子 | 金属非金属 |
| 大摩多因子策略 | 机械设备 | 化工 | 批发零售 | 金属非金属 | 信息技术 |
| 申万菱信量化小盘 | 交通运输 | 机械设备 | 社会服务 | 纺织服装 | 化工 |
| 国泰金鼎价值精选 | 医药生物 | 食品饮料 | 金融服务 | 机械设备 | 交通运输 |
| 华商动态阿尔法 | 信息技术 | 机械设备 | 电子 | 综合 | 造纸印刷 |
| 偏股型基金整体 | 金融保险 | 机械设备 | 食品饮料 | 采掘 | 医药生物 |
数据来源：好买基金研究中心
在前十大重仓股方面，量化基金整体上的个股配置还是比较分散的，仅有国泰金鼎价值精选和华商动态阿尔法两只基金的前十大重仓股占比持续超过4成。此外，从稳定性方面也可以看出，样本基金在股票配置上的所执行策略稳定性更强。不过重仓个股占比过低对基金业绩也会产生消极影响，因为前十大重仓股的低占比加上相对较高的仓位，势必意味着基金配置的股票总数比较多，这样一方面虽然强化了风险分散的优势，但是却放大了与大盘的相关性，这在一定程度上可以解释量化基金与大盘相关性高的问题。此外，由于简单增加持股数对分散风险的作用是边际递减的，在考虑交易成本的情况下优化同时持有的股票只数也是量化模型需要解决的问题。
数据来源：好买基金研究中心
除了十大重仓个股的总体仓位，本文还按照量化模型中所阐释的部分选股因子来对比各只量化基金具体的持股情况。对于价值因子指标，文章以P/E和P/B比率为代表；成长因子指标以稀释后ROE的同比增长率为代表；择时因子此处暂不列入，将在后文加以赘述。另外，此处以前十大重仓股相应指标的平均数值来代替基金的整体情况。经统计，可以得到下表：
| 10大重仓股年均占股票投资比重 | |||
| 基金名称 | 2009 | 2010 | 2011 |
| 光大保德信核心 | 37.90% | 38.60% | 39.03% |
| 上投摩根阿尔法 | 51.42% | 36.52% | 35.80% |
| 嘉实量化阿尔法 | 29.12% | 19.98% | 12.28% |
| 中海量化策略 | 29.45% | 34.61% | 44.05% |
| 长盛量化红利策略 | —— | 31.53% | 36.74% |
| 南方策略优化 | —— | 13.62% | 18.26% |
| 华泰柏瑞量化先行 | —— | 28.80% | 36.34% |
| 长信量化先锋 | —— | —— | 31.44% |
| 华富量子生命力 | —— | —— | 9.84% |
| 大摩多因子策略 | —— | —— | 9.11% |
| 申万菱信量化小盘 | —— | —— | 22.04% |
| 国泰金鼎价值精选 | 47.11% | 64.03% | 57.56% |
| 华商动态阿尔法 | —— | 62.38% | 69.55% |
| 量化基金持股特征(2009-2011) | ||||||
| 基金名称 | P/E | P/B | g | |||
| 中位数 | 标准差 | 中位数 | 标准差 | 中位数 | 标准差 | |
| 光大保德信核心 | 18.91 | 26.87 | 2.91 | 2.17 | 0.13 | 1.34 |
| 上投摩根阿尔法 | 37.78 | 15.51 | 5.44 | 2.49 | 0.13 | 0.29 |
| 嘉实量化阿尔法 | 26.31 | 21.31 | 4.31 | 2.03 | 0.23 | 0.53 |
| 中海量化策略 | 27.87 | 21.48 | 3.90 | 2.07 | 0.20 | 1.68 |
| 长盛量化红利策略 | 23.20 | 8.45 | 4.09 | 1.50 | 0.32 | 0.28 |
| 南方策略优化 | 20.39 | 29.43 | 4.08 | 3.09 | 0.31 | 0.71 |
| 华泰柏瑞量化先行 | 24.80 | 11.50 | 3.39 | 1.83 | 0.22 | 0.23 |
| 长信量化先锋 | 42.87 | 13.66 | 4.92 | 1.87 | 0.25 | 0.47 |
| 华富量子生命力 | 22.99 | 3.17 | 1.75 | 0.17 | —— | —— |
| 大摩多因子策略 | 20.10 | 15.71 | 1.64 | 0.23 | —— | —— |
| 申万菱信量化小盘 | 24.22 | 6.36 | 3.49 | 0.37 | —— | —— |
| 国泰金鼎价值精选 | 33.00 | 15.39 | 5.41 | 3.08 | 0.17 | 0.38 |
| 华商动态阿尔法 | 56.32 | 24.43 | 6.16 | 3.21 | 0.19 | 0.36 |
| 沪深300指数 | 17.89 | 4.46 | 2.56 | 0.49 | —— | —— |
数据来源：好买基金研究中心
在假定基金主动管理对选股影响不大的条件下，通过表中数据不难发现，虽然各只量化基金在基金契约阐述中的策略大体相同，但实际上由于策略权重设定的差异，各只基金在持股特点上的还是存在着比较大的差异。其次，通过数据的波动性指标我们还可以发现，相比于P/E，P/B在量化策略中应该是一个更重要的指标，可能占有相对较大的权重，因为该指标除了更加稳定之外，与P/E和g二者的相关性也比较强，分别达到了78.63%和46.09%。
最后，我们还将对基金的交易指标加以考量，由于部分量化选股策略中均包含动量、反转等择时因子，对量化基金交易水平的研究也是必要的，此处主要基于两个因素，一是每支量化基金股票投资的换手率；二是基于T-M模型拆分出来的基金择时能力。
数据来源：好买基金研究中心
基金换手率数据也显示出不同量化基金间的区别非常大，像中海量化策略、华泰柏瑞量化先行和长信量化先锋三只基金的交易特征更加明显，而光大保德信核心和国泰金鼎的换手率一直比较低，可见在其策略中趋势追踪因子所占的正权重应该不高。
| 股票投资换手率(半年期) | |||
| 基金名称 | 2009 | 2010 | 2011 |
| 光大保德信核心 | 0.32 | 0.29 | 0.25 |
| 上投摩根阿尔法 | 2.19 | 1.62 | 1.59 |
| 嘉实量化阿尔法 | 3.86 | 3.97 | 2.98 |
| 中海量化策略 | 10.41 | 8.75 | 4.28 |
| 长盛量化红利策略 | —— | 2.86 | 1.93 |
| 南方策略优化 | —— | 2.39 | 2.56 |
| 华泰柏瑞量化先行 | —— | 6.59 | 3.35 |
| 长信量化先锋 | —— | —— | 6.43 |
| 华富量子生命力 | —— | —— | 2.67 |
| 大摩多因子策略 | —— | —— | —— |
| 申万菱信量化小盘 | —— | —— | —— |
| 国泰金鼎价值精选 | 0.40 | 0.36 | 0.64 |
| 华商动态阿尔法 | —— | 1.34 | 0.51 |
数据来源：好买基金研究中心
择时能力贡献提取后的结果与上面周转率计算的觉过基本一致，中海量化策略、华泰柏瑞量化现行和长信量化先锋测算出结果的显著性水平都非常高，也进一步验证趋势追踪应该是其整体策略的重要组成部分，而在上文中换手率比较低的公司，其择时系数都不显著，因此我们也可以合理推论出这些公司的策略的权重大都集中在价值和成长因子上。
四、 结论
综上所述，可以看到，虽然量化基金自其创立以来已经取得了长足的发展，但是其在合同中所描述的投资策略和理念始终不是非常清晰，仅从其所陈述的内容来看确实每只基金的策略同质性非常高，但是经过文章的比较，我们发现其实各家公司的策略间的差异还是非常大的，因此如何在保护好自身策略的同时给投资者以更明确风险收益特征的提示，还需要业界同仁的共同探索。
其次，量化基金近几年来的业绩表现不佳，无论这是偶然因素，还是策略本身的瑕疵，亦或是主动管理对量化机制的影响所致，都对量化基金的未来提出了更高的要求，如何以数量投资吸引投资者，根本上来说依靠的是业绩的支撑而不是计算公式的复杂化。特别是随着包括股指期货在内的衍生品投资工具的在国内市场的开展和运用，各式各样对冲策略和高频交易的涌现，传统量化基金自身策略若不求变，其未来道路将会越来越艰难。
必须承认，基于现有的收益、风险和投资组合数据，去倒推量化基金的策略和特点还是非常困难的，其结果在准确性和清晰度上都难以令人满意，虽然文尽于此，但笔者难以验证和未考虑的因素还有很多，谨以此抛砖引玉，希望将来能够获得有更完善和精准的测算推理出现。