We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
cover of episode E51. 在黑暗森林里寻觅阿尔法 | 量化巡礼

E51. 在黑暗森林里寻觅阿尔法 | 量化巡礼

2024/4/2
logo of podcast 面基

面基

AI Deep Dive AI Chapters Transcript
People
主播
以丰富的内容和互动方式帮助学习者提高中文能力的播客主播。
孙蒙
Topics
孙蒙:量化投资的核心在于敬畏市场,相信市场有效性,并利用统计的力量寻找市场局部无效性以获得超额收益。其策略是在仓位与行业分布层面复制指数,同时着重挖掘基本面因子,在选股层面做出超额。公募量化在交易层面面临的限制比私募量化严格得多,传统的指数增强型产品只能在指数成分股内选股,这又多了一层限制。因此,在仓位、行业、市值维度仍然复制指数,但在选股层面可以突破指数成分股的限制,实现全市场选股。 孙蒙:量化投资的决策虽然由机器完成,但机器模型的构建和训练依赖于人类对市场的理解。因子是衡量市场的手段,可以用于择时和选股,例如利用基本面指标(如净利润增速、ROE)对股票进行排序选择。全市场评分基于多维度因子对所有股票进行打分排序,例如基于成长性、红利或估值指标进行评分。无论主动投资还是量化投资,核心都是寻找并纠正市场定价的偏离,只是方法论不同。量化投资基于市场有效性假设,认为市场局部无效性最终会被纠正,而交易正是为了捕捉并利用这种纠正过程。 孙蒙:量化投资策略应去除受市场状态影响较大的风格类因子(贝塔),专注于寻找稳定有效的阿尔法因子。选股策略的数据量相对充足,更适合利用统计模型寻找规律,而择时和行业轮动的数据量较少,难以构建有效的模型。公募量化策略受交易限制,需在现有约束条件下寻找最有效的策略,而非追求高频交易。基于基本面的量化策略更适应市场持续纠正定价偏离的状态,即均值回归状态。 孙蒙:在极端市场环境下,坚持模型的客观性,而非人为干预。量化策略控制超额收益的波动,而无法控制贝塔层面的波动。中证500和中证1000指数的长期收益差异不大,但阿尔法因子的差异可能导致不同投资经理的收益存在显著差异。中证500指数增强策略与智胜先锋策略的主要区别在于对成分股比例的约束。推出智胜先锋产品是为了打破公募量化策略在成分股选股方面的限制,使其更接近私募量化策略。积极拥抱AI技术,利用其提升对市场理解和建模能力。AI技术可应用于数据收集、文本处理、舆情分析、市场建模等多个环节。量化模型的运作过程类似于计算器,基金经理设定优化方向和输入数据,模型输出结果。不同投资经理对市场的理解不同,导致策略差异化,这有利于投资者构建低相关性组合。 孙蒙:2月份量化危机的原因是多重因素叠加的结果,包括小盘股拥挤、期货市场多头平仓、以及对冲基金的止损行为。量化投资对市场流动性的影响是双向的,既可能提供流动性,也可能收割现有流动性。通过纠正错误定价,提高市场效率,对市场流动性的影响是双向的,难以简单判断其净效应。 主播:量化投资策略的核心在于复制指数的仓位和行业分布,同时通过挖掘基本面因子在选股层面实现超额收益。长期持有策略的收益取决于标的的贝塔长期预期是否为正,而非持有时间长短。

Deep Dive

Chapters
本期节目探讨了量化投资策略,特别是如何利用统计学方法寻找市场局部无效性,并通过复制指数仓位和行业分布,同时挖掘基本面因子来实现超额收益。嘉宾强调了敬畏市场、相信市场有效性以及利用大数定律等核心思想。
  • 量化投资的核心是寻找并纠正市场局部无效性
  • 通过复制指数仓位和行业分布,并挖掘基本面因子来实现超额收益
  • 相信市场有效性,但同时利用市场局部无效性来获取收益

Shownotes Transcript

🎤本期嘉宾:

孙蒙@华夏基金,主管华夏中证500指数增强、华夏智胜先锋、智胜新锐等产品

⏯️本期简介:

就像上一期量化单口)说的,我想努力多访谈一些量化的公私募基金经理。本期是量化系列的第一期,这是量化系列的第一期,嘉宾是孙蒙。

他从500指增做起,思路是在仓位与行业分布层面复制指数,同时着重挖掘基本面因子,在选股层面做出超额。打给比方就是给此刻的市场拍一张快照,然后对此刻的股票按照一些基本面指标打分排序,进而选股。

后来孙蒙又意识到,公募量化在交易层面所面临的限制本就要比私募量化严格得多,传统的指数增强型产品又只能在指数成分股内选股,这又多了一层限制。

于是他又做了新尝试,在仓位行业市值维度仍然复制指数,但选股层面可以突破指数成分股的限制,实现全市场选股。

此外我们还聊到了刚过去不久的2月份的量化风波等话题,欢迎大家收听本期节目。

因为本期节目不可避免地谈到了一些具体标的,所以容我把风险提示放到前面来:

⚠️风险提示:所有内容皆仅以交流嘉宾和主播个人想法和分享知识为目的,完全不构成任何投资建议或参考。请读者注意判断其中风险,结合个人投资目标、财务状况和需求,独立思考,谨慎决策。your money your decision. 依据或使用本播客内容所造成的后果由您独自承担。

🎯时间轴:

01:25机器决策,人来编程。攻在算法,守在人性。

02:22一个量化基金经理的市场观

04:13因子对全市场拍照,照片叫「截面」,再用某些维度对截面里的股票进行评分排序

05:43价值的内涵会随着时间的尺度而改变

07:45相信市场有效,因此无效性会被交易来修正—是为投资机会

09:15相信历史会阶段性的、局部的复现

11:15量化核心还是做阿尔法,寻觅阿尔法因子

13:16孙蒙的指增做法:淡化择时,淡化行业偏离,淡化价值观和风格判断,靠基本面选股去做超额

17:48对策略友好的市场状态是怎样的?

19:56聊聊产品设计

22:28止步于中证1000不再继续做市值下沉,因为担心流动性风险

24:30亲历者视角下的2月份量化危机复盘和应对⭐️

29:48关于长期持有和贝塔收益的讨论⭐️

31:10Again!量化主要是核心还是做出阿尔法!对贝塔的判断需要投资者自己来

34:09量化投资到底是在贡献流动性还是在收割市场现有流动性?

35:26为啥没看到过标普500指数增强,纳指100指数增强?

36:20聊聊量化投资对AI这个新工具的应用

37:56量化基金经理真的了解自己模型给出的指令吗?

39:56规模天花板的问题

41:11公私募量化,应该如何比较?

📁本期内容相关资料:

- 孙蒙分阶段收益VS.中证500 (韭圈儿APP)

孙蒙最大回撤(韭圈儿APP)

孙蒙业绩指数VS.中证500 (韭圈儿APP)

📣 欢迎关注@老钱日日谈) ,如果播客没听够,可以来公众号找我玩,这边的更新频率会高一些。

也欢迎大家来🪐知识星球)找我玩,这里是我自己学习的输入笔记。