欧美股市高位回调 绩优私募预期A股承压有限

来源:来源:中国证券报 2018-02-06 04:48:00

摘要
西部利得权益及量化投资总监崔惠军日前接受中国证券报记者采访时表示,量化模型实则反映了基金经理的投资理念,自己选股中偏好财务稳健、业绩增长、估值合理的上市公司。2018年将继续以业绩为主线,筛选财务稳健、业绩在最近两年有快速增长的个股。模型基因来自人的理念2017年是量化基金饱受争议的一年,在明显的结

  西部利得权益及量化投资总监崔惠军日前接受中国证券报记者采访时表示,量化模型实则反映了基金经理的投资理念,自己选股中偏好财务稳健、业绩增长、估值合理的上市公司。2018年将继续以业绩为主线,筛选财务稳健、业绩在最近两年有快速增长的个股。

  模型基因来自人的理念

  2017年是量化基金饱受争议的一年,在明显的结构性行情下,部分量化产品特别是持股偏向于中小市值板块的量化基金业绩惨淡。对此,崔惠军的理解是,与其说2017年极端的市场风格是导致这些量化基金表现欠佳的重要原因,不如说是基金经理的选股理念没能跟上市场的变化。

  在他看来,“2017年量化基金遭遇滑铁卢”只是个伪命题。事实上,无论是主观选股还是量化选股,只要某只基金的选股理念偏好小盘股,那么2017年的表现就不会理想。一只基金最核心的是基金经理的选股理念,量化只是工具,是一种选股手段和方法。如果某只基金2017年表现欠佳,需要反思的是基金经理选股理念与市场不太契合的问题,而与他使用什么工具、是主观选股还是量化选股关系不大。

  崔惠军进一步表示,虽然量化基金的选股是由量化模型产生的,但是量化模型是基金经理建立的,归根结底,股票组合还是由人建立的。基金经理建立量化模型时的因子选择和参数细节就是模型的先天基因,这些先天基因决定了股票组合的风格偏好。如果基金经理的投资理念是偏好经营稳健、盈利预期优异的上市公司,那么在建立多因子选股模型时,可以为资产质量因子、经营质量因子等赋予更大的因子权重,这个模型选出的股票组合的风格就是一个偏蓝筹的量化组合,是完全适应于蓝筹股行情的。

  部分细分龙头显现投资价值

  对于自己所构建模型的特点,崔惠军表示,自己在多年投资生涯中主要管理机构资金,因此逐渐形成了“风控为先”的投资原则,在选股中坚持选择“财务稳健、业绩增长、估值合理”的上市公司,表现在量化模型的构建上,即是增加质量因子、成长因子、估值因子的权重,降低技术指标因子的权重。按照这一思路构建的多因子模型,最终选出的组合主要由两大类股票组成:有业绩的白马蓝筹股和未来两年业绩高速增长的细分行业龙头。

  谈到2018年的行情,崔惠军表示,经历了2017年以来的大幅上涨,部分蓝筹白马股的估值已经合理,个别品种甚至已经被高估,投资价值逐步弱化,不过其中部分品种仍可能会有阶段性机会。另一方面,有业绩增长的部分中小市值股票估值已趋于合理,特别是一些细分行业龙头PEG(市盈率相对盈利增长比率)已经小于1,这些股票在2018年存在一定的投资机会。

  具体到量化模型的构建上,他表示,2018年会继续以业绩为主线,加大与业绩相关的因子权重,运用量化方法筛选财务稳健、业绩在最近两年有快速增长的个股。

  崔惠军还表示,除了依靠原有的量化多因子模型选股外,团队还在尝试将人工智能算法应用到量化投资中来,以期挖掘更多的超额收益。他认为,人工智能的发展将对各个行业都产生影响,但其影响的路径和方式将有所差别,对围棋的影响是颠覆性的,但对投资的影响将是渐进式的。通过人工智能从大数据中挖掘出增量信息,能够给现有的量化模型“锦上添花”。现有量化模型的数据源主要来自于公司公告、市场交易信息、卖方报告、宏观行业数据等公开信息,而人工智能算法可以从电商、新闻等海量信息中挖掘出更多信息,作为对原有模型的补充。

关键字: