We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
cover of episode 一个量化老兵的自白

一个量化老兵的自白

2024/12/4
logo of podcast 面基

面基

AI Deep Dive AI Insights AI Chapters Transcript
People
田大伟
Topics
田大伟:作为一名拥有多年经验的量化投资老兵,我见证了公募量化投资从基于规则的偏基本面选股,到系统化投资,再到如今算法交易和机器学习广泛应用的演变过程。在这一过程中,我深刻体会到量化投资的复杂性与挑战性,以及对透明化表达的必要性。 我将量化投资的核心方法论概括为:寻找并检验有效的Alpha因子,通过历史数据验证其有效性,并将其与基准指数进行匹配,构建一个在行业、市值等方面与基准指数保持一致,但在估值等方面具有超额收益的投资组合。这其中,因子选择、组合优化和风险控制至关重要。 公募量化投资与私募量化投资存在显著差异,主要体现在交易频率和数据利用方面。公募量化受限于交易系统和风控要求,无法进行高频交易,但我们可以利用高频数据构建低频因子,以提高信息含量。 低估值策略在组合层面有效,但在个股层面不一定有效。量化投资更关注组合的整体表现,而非个股的短期波动。我们通过因子混合、模型回测和严格的风险控制来保证策略的长期有效性。 在指数增强策略中,我们主要关注Alpha因子的持续有效性,并通过算法交易来优化交易效率和降低交易成本。红利增强策略则更侧重于对上市公司分红可持续性的建模和预测。 选择指数增强型基金时,应重点关注产品的长期超额收益有效性以及基金公司的量化投资实力。量化团队的成功取决于团队成员的经验、团队合作和高效稳定的交易系统。 量化投资并非简单的黑箱操作,它需要严谨的逻辑、持续的学习和改进。我们需要不断地探索新的因子和模型,并对现有策略进行优化,以适应市场变化。

Deep Dive

Key Insights

为什么量化基金经理在解释量化策略时感到困难?

量化策略复杂,难以用简单语言解释清楚,且量化人员多为理工科背景,不擅长表达。

A股量化投资的历史有多长?

A股量化投资大约有20年历史,始于2004年光大保德信基金的量化核心公募基金。

量化投资方法经历了哪些主要阶段?

经历了三个阶段:1.0基于规则的基本面量化选股,2.0系统化投资,3.0算法交易和机器学习。

什么是量化投资中的‘因子’?

因子是具体的投资逻辑,需要用历史数据检验其有效性,如低估值股票可能带来超额收益。

公募量化基金为何有高频交易的限制?

公募基金交易系统必须通过O32联合风控系统,限制了高频交易的使用。

量化基金经理如何看待阿尔法和贝塔的关系?

量化基金经理主要关注阿尔法(超额收益),认为阿尔法等于能力乘以宽度的平方根。

红利增强策略的核心思路是什么?

红利增强策略重视上市公司分红金额的可持续性,通过量化方法对分红可持续性建模。

如何选择指数增强型基金?

选择时应考虑超额收益的长期有效性和基金公司的量化布局,以及团队的经验和业绩。

量化基金经理典型的一天是如何度过的?

典型的一天包括晨会、查看产品表现、策略研发、交易执行和客户交流。

Chapters
本节回顾了A股量化投资的三个阶段,并分析了不同阶段的量化方法、超额收益以及市场环境的变化。
  • A股量化投资经历了基于规则的偏基本面量化选股、系统化投资和算法交易与机器学习三个阶段。
  • 15-16年量化私募崛起,高频数据和交易系统成为优势。
  • 2021年是量化投资的高峰,之后超额收益整体下降,但宽基指数增强仍有明显超额。

Shownotes Transcript

🎤本期嘉宾:

田大伟 | 兴证全球基金基金经理、投资经理

⏯️本期简介:

前段时间读到田大伟老师和一位投资者的聊天记录),深入浅出地聊公募量化。

当时我就想啊,这要是能做成播客该多好!

前阵子去上海录播客,朋友介绍,真的和田老师录了一场,聊了聊公募量化的方方面面。他说话慢斯条理,娓娓道来,非常友好。欢迎大家收听。

兴证全球基金的播客:「随基漫步Random Walk)」

⚠️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:

00:37量化基金经理,不太好聊—讲浅了太抽象,讲深了听不懂

02:37A股量化20年的3个阶段

1.0基于规则的偏基本面的量化选股→2.0系统化投资→3.0算法交易和机器学习

04:57所谓「因子」就像某个具体的投资逻辑

06:39一个例子感受所谓「指数增强」的做法⭐️

11:33公募量化的高频限制,具体是啥意思?⭐️

13:18低估值的估值修复,这个是可以期待的,但在具体个股上,不一定有效,量化也不研究个股

15:54一个例子感受所谓的「算法交易」

20:07当前市场更像历史上的XXX,这更像是演绎,而量化擅长的是归纳

24:35量化眼中的阿尔法=能力*宽度的平方根⭐️

24:58基于A500做指数增强的思路

31:23基于红利做指数增强的思路:我们尤其重视上市公司分红的可持续性⭐️

37:16当我想买指数增强型基金时,有那么多指数:红利、偏股混合、300、500、A500、1000、2000,我应该怎么选呢?

38:43为什么18年以后,红利的股息率大幅提高了?

43:02选择具体的指数增强型产品时,超额的长期有效性很重要,基金公司的量化布局(其它量化产品、团队情况)也值得重视

45:25聊聊自己的量化团队

54:45量化基金经理典型的一天

58:27理性地看待阿尔法和贝塔的关系

1:02:40规模舒适区的问题

1:07:14量化基金经理的报告,还有必要看吗?

📁本期内容相关资料:

🎬后期制作、声音设计:Dong

📣 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,也是听友群。

风险提示:

田大伟投研经历:2010年4月至2018年3月,就职于光大保德信基金管理有限公司,历任金融工程师、首席策略分析师、投资经理、基金经理、绝对收益投资部总监。2018年4月至2023年9月,就职于华鑫证券资产管理总部,历任副总经理、投资总监、资管量化投资部总经理、投资经理。2023年9月至今,就职于兴证全球基金管理有限公司,现任专户投资部总监助理兼投资经理、兴证全球红利量化选股股票型基金基金经理。

兴证全球中证A500指数增强基金是股票型基金,其预期风险与收益高于债券型基金、货币市场基金、混合型基金。基金管理人对其评级为R3。本基金业绩基准为:中证A500指数收益率×95%+银行活期存款利率(税后)×5%。

兴证全球基金承诺以诚实信用、勤勉尽责的原则管理和运用基金财产,但不保证基金一定盈利,也不保证最低收益,投资人应当认真阅读基金合同、招募说明书等基金法律文件,了解基金的风险收益特征,并根据自身的投资目的、投资期限、投资经验、资产状况等判断基金是否和投资人的风险承受能力相适应,自主判断基金的投资价值,自主做出投资决策,自行承担投资风险。我国基金运作时间较短,不能反映股市发展的所有阶段。基金管理人管理的其他基金的业绩或拟任基金经理曾管理的其他组合的业绩不构成基金业绩表现的保证。过往业绩并不预示未来,基金收益有波动风险。基金投资须谨慎,请审慎选择。观点仅代表个人,不代表公司立场,仅供参考,不作为投资建议,观点具有时效性。基金投资需谨慎,请审慎选择。