杨梦：时代浪潮下的量化指增

作者：建榕量化研究

题图： 建榕量化研究微信公众号

会议：开源证券2025年度策略会

议程：量化投资与资产配置论坛

日期：2024年11月13日

地点：上海浦东香格里拉酒店

主办：开源证券金融工程魏建榕团队

主题演讲：时代浪潮下的量化指增

特邀嘉宾：杨梦，博道基金量化投资总监

发言实录：

大家好，感谢开源证券金融工程团队魏建榕博士的邀请！我是博道基金的杨梦。今天很荣幸有机会在此与大家分享。我的分享将主要围绕两个主题：产品体系与模型体系，具体来说是我们在实践中感受到的机遇与挑战，以及围绕着机遇与挑战我们的应对。首先，简要介绍一下博道基金。我们是一家私转公的公募基金公司。我们的三个主要特点：首先是专业团队；其次是着眼长期的投资视角；最后是我们倡导的“慢富道”理念。博道基金虽然成立较晚，但核心团队经验丰富，平均从业年限超过21年，历经多轮市场周期考验，这使得我们的团队稳定性高，具有长期布局的能力。我们的长效激励机制得益于股东结构，公司所有股东均为内部员工，这使得我们在业务规划和战略布局上能够有更长远的视角。“慢富道”是我们公司的一大投教品牌理念，我们希望通过它向投资者传达科学配置的理念，帮助投资者争取长期有竞争力的投资回报。

首先，讲一下“机遇”。我一直认为公募量化领域有很大的发展潜力，目前公募量化的权益产品总规模仅为3000亿左右，而主动权益产品的规模已经接近2.8万亿，权益ETF更是发展迅速，规模已达到3万亿。这一格局意味着公募量化未来有着广阔的成长空间，核心是我们如何能够通过产品布局和有效运作来拥抱工具化产品的大浪潮。我们公司在博道“指数+”公募系列产品的规划上，原则是“为投资者优选BETA”，我们所有产品会去对标的基准，都是典型宽基指数以及我们认为长期能够跑赢典型宽基指数的一些赛道或风格指数。

我们的产品线分三大系列，第一大系列也是最核心的就是指数增强系列，在典型宽基增强的基础上，我们还有赛道增强的产品，消费类行业增强，成长型行业增强和红利赛道增强。第二大系列是我们比较有特色的主动量化产品线，“三航”系列产品。博道启航是我们的第一只产品，当时想法比较简单，就是把私募时期实盘最长的两个策略——沪深300增强和中证500增强，用一种市值风格均衡的方式与主动选股基金PK业绩，底层理念是只要对宽基指数保持有竞争力的超额，拉长时间来看的排名一定是有竞争力的。2021年6月份我们改造了博道远航这个产品，针对主动权益基金的长期平均业绩来争取去做增强，通过内部生成一个基金持仓指数来高度拟合权益基金平均业绩，再针对这个股票指数去做多因子模型。博道远航适合机构投资者作为争取实现战胜权益基金平均业绩目标的底仓配置，也适合个人投资者作为一键解决选基难的选择。

我们“三航”策略里还有一个叫博道久航，我们去年上半年对这个产品也进行了全新的策略改造，进一步思考如何在主动选股的业绩竞争中脱颖而出。博道久航采用了一种仿照FOF的策略，参考了主动选股基金的竞争方式，明确分析竞争对手的优势和策略。我们研究了许多专业机构选主动基金的方式，发现它们普遍会将主动选股策略进行某种维度下的分类。我们也尝试着用量化的方式对所有权益基金进行风格分类，剔除赛道型基金以后，将剩下的基金分成大盘成长、大盘价值、小盘成长、小盘价值、均衡型和轮动型六种策略风格。对于每一种策略风格，我们再构建相应特征的SMART BETA选股策略，来作为对该风格基金的替代投资；然后再根据主动权益基金内部各大策略的拟合占比，把六大策略一起配置在博道久航这个产品里。这样的运作模式与博道远航有较大的差异性，博道远航追求对权益基金平均业绩的风险收益比最大化，但是博道久航比较追求超额收益弹性。

我们的第三大系列产品线是今年全新推出的风格增强系列产品，这一系列产品的核心在于总结长期有效的主动选股策略，并通过量化方式力争复现和增强，其实就是博道久航实盘使用的六大策略的单独呈现，我们觉得风格系列的产品或许将是公募量化拥抱工具化产品大浪潮的非常好的抓手。随着工具化浪潮的到来，市场对于基金产品的需求正在发生深刻变化，截止今年Q3，权益ETF的规模已经超过了主动权益产品。我们认为，这背后的核心原因不仅仅是简单的阶段性业绩的好或坏，而是个人投资者和机构投资者对工具化产品的需求上升。以前，投资者直接购买某个权益基金，通常会抱有较大的期待，希望基金经理能够兼具选股，行业或风格配置，以及择时各种能力，来实现有效穿越周期的业绩；但是几轮周期下来，投资者逐渐发现这样的预期是不现实的，因为这是三种比较不同的能力，甚至需要不同的禀赋。所以在购买权益基金这件事情上，生态圈逐渐在发生变化。现在投资者购买权益基金，或多或少都会通过一个第三方的媒介，比如投顾或者FOF，比如各类大V公众号或者越来越专业的渠道投资顾问。而这个第三方媒介群体的不断壮大，就影响了投资者对于基金产品需求的变化，因为这个群体总体专业性要强于最终的个人投资者这个群体。这个群体不会简单的希冀一个基金产品能够具备各种能力，更多的是会定位某个产品就擅长实现某个功能，在该产品擅长的风格领域内实现比较强的超额能力就行。例如，有些投资者专注于价值投资，他们希望基金专注于价值股的投资；有些则偏好成长型投资，要求基金专注于成长股的选择。最后再通过配置的理念，把不同能力的基金产品搭配在一起，最终为投资者呈现可把控度甚至可解释度比较高的投资组合。

这种需求的变化深刻影响了基金行业的发展趋势。随着工具化浪潮的到来，公募基金和私募基金的主流趋势都在逐渐转向工具化产品，以满足不断壮大的三方群体的需求。工具化产品能够根据不同策略和需求进行定制，因此未来的基金产品将更加多样化和灵活。虽然ETF产品在工具化浪潮中占据了重要地位，但我们认为，ETF只是工具化的一种形式，并不是唯一选择。ETF确实具有一定优势，比如降低交易成本和提供高效的流动性，但它的应用场景主要适用于交易型策略，而对于配置型策略，ETF并不一定是最优选择。因为量化增强类产品对于超额收益的提供，能够争取为配置型策略提供比较好的锦上添花的作用。然而，传统的宽基增强类产品，又无法完全满足投资者对于权益基金的配置策略的需求，因为在配置策略的视角里，主动选股基金依然是一个很庞大的值得挖掘的品类，对这个品类的配置和对宽基指增类产品的配置，无法完全互相替代。正是因为如此，博道“指数+”产品系列才顺应时代浪潮，推出了风格增强系列的产品，希望能够为投资者去选择主动权益型产品的场景，提供风格鲜明的类工具化产品。总之，我们认为，ETF和宽基指数增强类和SMART BETA类产品，都是工具化产品很好的呈现形式，能够去满足投资者不同类型策略对基金产品的不同需求。

为了验证我们产品布局的有效性，我们从数据角度进行了详细的分析。我们的目标是通过优选贝塔，构建具有竞争力的产品组合。这些产品不仅能跟随市场的风格变化（如大盘价值、大盘成长等），还能够通过赛道类策略（如成长、消费、红利等）争取提供更好的收益。具体来说，我们对指数进行了长期业绩的汇总，并与市场的宽基指数进行对比。通过数据分析，我们发现，虽然宽基指数代表的是市场的整体表现，但通过对市场风格的优选，能够有助于在长期内创造更好的收益。即使我们只是简单地跟踪这些指数的长期表现，将各类风格等权持有。在等权持有各类指数的基础上，如果再叠加上一层超额收益的创造，最终的一个完全不依赖于风格判断和轮动的基金组合，或许也可以获得一个比较不错的业绩表现，这就是我们通过产品布局希望为投资者创造的价值。

第一部分讲的是机遇，接下来谈谈挑战，回到量化模型方面。从2017年开始，我们作为从业人员一直在讨论各种“失效”的话题，先是由于大小市值风格切换带来的传统量价因子的失效，再是主动选股风格的强势崛起带来的所谓价值因子失效，再是过去几年因为主动选股风格的弱势带来的所谓成长因子失效。因子失效有两个维度的视角，第一个维度是长期视角下随着市场定价效率的提高，超额空间必然是逐渐缩窄的，但这个环境是所有为了获得超额收益的市场参与者共同面临的问题，并不会体现为某一类方法论或策略的失效；第二个维度是由于市场风格轮动导致的某些策略或因子的阶段性失效，因为我们所谓的ALPHA因子遵循的底层投资逻辑不可避免的会沾上一些风格BETA的成分，所以我们持续感受到的一些“失效”问题，更多的是一种风格周期轮回的体现。为了验证这个结论，我们采用了“上帝视角”的方法来观察这些因子。例如，针对价值因子和成长因子，我们会使用上帝视角进行观察，假设还是价值因子和成长因子的表达式，但是我们能够提前预知下个季度的财报，再来观察这两大类因子的绩效。这种方法可以帮助我们判断市场是否依然遵循某些因子的规律，如果上帝视角的因子依然有效，但是真实视角的因子呈现“失效”，那么更多的是在不同的市场环境下，我们能够根据数据对未来做出预测的概率在波动。比如经济下行周期，抓景气股的难度肯定是大幅增加的，这种概率的下降就会导致真实视角下成长因子的阶段性失效。从这个观测维度我们看到，经典投资逻辑下的大类因子长期有效性依然是在的。所以博道“指数+”内部对于因子体系的挖掘，会更多的把视角放在接受风格波动的基础上，如何一步步提高对于未来的预测概率，通过不断逼近上帝视角预测概率的努力，来提高大类因子抗住风格波动的能力。两个图中value1因子和growth因子的表现，就是我们做的一些努力的体现。

而面对第一个维度就是中长期视角下超额空间的缩窄，我们认为解决方案主要集中在两条路径：一是深度分析基本面，二是AI方法论。

深度分析基本面：通过各种其他视角或数据的加入，不断逼近上帝视角下的基本面预测胜率，每一分提高预测胜率的努力，都能转化为基本面相关的因子有效性的提升，这个过程非常需要基于对投资的深度理解，再抽丝剥茧的尝试和叠加。

AI方法论： AI的方法论在量化领域的应用已经非常广泛，我自己觉得是对量化原统计方法论的升级迭代。AI方法可以帮助我们更精准地从海量数据中提取出有效的信息，不仅限于基础面数据，还包括量价数据以及另类数据（如文本、宏观数据等）。通过这种方式，量化投资的决策过程变得更加智能和高效。

博道“指数+”对此做出的应对也是基于这两个维度。我们目前的模型体系分为传统框架的多因子模型和AI全流程框架的多因子模型两大块。

传统框架里也可以用到机器学习，但是这个框架的整个架构都是依赖于人脑对于投资的理解去设计和推进迭代的，我们在这个框架里的努力就是不断的提高基本面分析的深度和有效性。而AI全流程框架的整个架构，是原始数据和AI模型的直接碰撞，给出最终的预测，整个信息提取方式完全依赖于AI的算法，从信息解构方式上，和传统框架下比较基于人脑的信息结构方式，形成了一定的互补性。目前，这两套框架在我们的投资组合中各自占据了50%，并且在实际表现中，我们发现这两套框架在很多市场环境下具有一定的互补性。例如，在某些市场条件下，AI框架的表现要优于传统框架，而在其他环境下，传统框架则可能更为有效。

我们坚信，通过提供“有价值的Beta和有竞争力的Alpha”，可以帮助投资者在不断变化的市场环境中通过科学配置的思路争取实现长期有竞争力的绝对收益，这也是我们博道基金在公募量化产品中所追求的目标。

版权声明：文章版权归原作者所有，部分文章由作者授权本平台发布，若有其他不妥之处的可与小编联系。