首頁 > 正文

投資熱點(diǎn)說|重磅解讀!2024如何投?量化策略高燃出擊

2024年01月08日 17:37
來源: 中國基金報
編輯:東方財富網(wǎng)

手機(jī)上閱讀文章

  • 提示:
  • 微信掃一掃
  • 分享到您的
  • 朋友圈

  近年來,行業(yè)輪動頻繁,主題熱點(diǎn)活躍,量化策略憑借提高投資決策的高效率和準(zhǔn)確性,備受市場關(guān)注。部分結(jié)合量化策略的主動權(quán)益基金業(yè)績表現(xiàn)上也獲得較好的“增強(qiáng)”效應(yīng)。

  量化投資與主動權(quán)益投資有何區(qū)別?如何通過量化策略布局2024年資本市場?本期《投資熱點(diǎn)說》邀請到了光大保德信基金量化投資部負(fù)責(zé)人朱劍濤、量化投資部基金經(jīng)理王衛(wèi)林和韓羽辰,和大家聊聊2024年量化投資如何做。

  訪談金句

  朱劍濤:公募量化產(chǎn)品,主要分為主動量化產(chǎn)品和指增類量化產(chǎn)品,指增類量化產(chǎn)品主要跟著某一個選定的基準(zhǔn),在控制偏離和跟蹤誤差的前提下,去盡可能做多超額收益。主動量化產(chǎn)品,相對來說可能對基準(zhǔn)偏離度要求上會更寬松一些,做阿爾法的空間會更大一點(diǎn),可以根據(jù)市場做靈活調(diào)整。

  王衛(wèi)林:我自己的投資框架也是在逐步迭代,逐漸形成了以量化多因子組合優(yōu)化為主的量化選股框架,同時注重歸因分析,關(guān)注重倉行業(yè)和重倉個股的基本面邏輯,努力做到策略收益可復(fù)制、可解釋、可預(yù)期。

  韓羽辰:以量價數(shù)據(jù)為代表的擁有海量樣本的數(shù)據(jù)相對來說更適合進(jìn)行定量歸納分析,而像宏觀數(shù)據(jù)這類樣本量較小的數(shù)據(jù)更適合通過邏輯演繹的方式進(jìn)行研究。同時兩者相結(jié)合更可以發(fā)揮1+1>2的效果。

  文字實(shí)錄

  主持人:對話投資大咖,把握市場脈動,歡迎來到《中國基金報》獨(dú)家打造的高端訪談類節(jié)目對話現(xiàn)場,我是主持人文錦。他是1024背后的浪漫理工男,他是自嘲跌的都不敢去丈母娘家蹭飯的上海女婿。有人戲稱他為量化魔術(shù)師,也有人認(rèn)為他是指數(shù)增強(qiáng)實(shí)力派。今天我們一起走近西部利得量化投資總監(jiān)盛豐衍,打開量化黑箱和他一起聊聊量化投資那些事兒。盛總您

  中國基金報:今年以來,A股在3000點(diǎn)反復(fù)波動,板塊輪動加劇,投資難度加大。在此背景下,不少量化基金卻以出色的業(yè)績進(jìn)入公眾視野。能否請朱總,給我們復(fù)盤一下今年的市場表現(xiàn)?以及整體量化基金產(chǎn)品在今年市場中的表現(xiàn)?

  朱劍濤:2023年,國內(nèi)經(jīng)濟(jì)復(fù)蘇整體在曲折中前進(jìn),再疊加上外部加息周期的影響,A股整體震蕩下行,AI、黑色家電、游戲板塊領(lǐng)漲,風(fēng)格上低波紅利,還有中小盤表現(xiàn)更加強(qiáng)勢一點(diǎn)。

  公募量化產(chǎn)品,主要分為主動量化產(chǎn)品和指增類量化產(chǎn)品,那么指增類量化產(chǎn)品主要跟著某一個選定的基準(zhǔn),在控制偏離和跟蹤誤差的前提下,去盡可能做多超額收益。主動量化產(chǎn)品,相對來說可能對基準(zhǔn)偏離度要求上會更寬松一些,做阿爾法的空間會更大一點(diǎn),可以根據(jù)市場做靈活調(diào)整。這兩類產(chǎn)品在2023年表現(xiàn)都比較好,不管是在偏股混合型還在普通股票型,排名前列的都能看到量化產(chǎn)品的身影。

  中國基金報:我們注意到,光大保德信量化團(tuán)隊積極挖掘投資機(jī)遇,2023年多只在管產(chǎn)品表現(xiàn)亮眼,有4只基金近一年同類排名位列前10%。據(jù)我所知,早在2004年4月,光大保德信基金就發(fā)行了公募行業(yè)首只鮮明量化特征的產(chǎn)品,在量化投資領(lǐng)域深耕已久??煞裣日堉炜?,介紹一下光大保德信基金量化投研團(tuán)隊?團(tuán)隊是怎么分工的?

  朱劍濤:光大量化核心是國內(nèi)公募第一只鮮明量化特征的公募產(chǎn)品,運(yùn)營19年多的時間,為光保量化團(tuán)隊積累了非常深厚的歷史積淀。團(tuán)隊目前管理的產(chǎn)品覆蓋主動量化、指數(shù)增強(qiáng)等主流產(chǎn)品類型;投資策略以傳統(tǒng)因子投資框架為基礎(chǔ),積極采用新興AI技術(shù),結(jié)合投資邏輯,充分挖掘K線、財務(wù)、Level-2行情、另類數(shù)據(jù)中蘊(yùn)藏的alpha 收益。團(tuán)隊成員目前有五人,團(tuán)隊負(fù)責(zé)人主要負(fù)責(zé)量化策略的研發(fā)改進(jìn),產(chǎn)品規(guī)劃布局,量化投研系統(tǒng)搭建,內(nèi)部管理等工作;兩位基金經(jīng)理主要負(fù)責(zé)現(xiàn)有產(chǎn)品的運(yùn)營,策略執(zhí)行改進(jìn)與風(fēng)控跟蹤;兩位研究員主要承擔(dān)數(shù)據(jù)庫維護(hù)、網(wǎng)頁端開發(fā)、因子編寫、策略輔助開發(fā)等工作。團(tuán)隊通過每周的量化團(tuán)隊例會,與每月的量化投資決策委員會來跟進(jìn)工作進(jìn)度與產(chǎn)品運(yùn)營。

  中國基金報:好的謝謝您對光大保德新量化團(tuán)隊的介紹,您提到兩位基金經(jīng)理主要負(fù)責(zé)現(xiàn)有產(chǎn)品的運(yùn)營,策略執(zhí)行改進(jìn)與風(fēng)控跟蹤。想請教一下王總,您個人的投資框架是怎么樣的?

  王衛(wèi)林:我覺得一個人的價值觀其實(shí)跟他的成長路徑是強(qiáng)相關(guān)的,在投資領(lǐng)域其實(shí)也不例外。我自己的投資框架也跟過去求學(xué)、工作經(jīng)驗息息相關(guān)。我本科輔修過一段時間經(jīng)濟(jì)學(xué),然后研究生的專業(yè)設(shè)置其實(shí)是比較像金融工程,課程涵蓋了像數(shù)學(xué)、計算機(jī)、衍生品定價等等。工作以后,我也一直從事量化投資的研究和管理工作。

  2016年開始,市場經(jīng)歷了好幾輪牛熊切換,比如從我剛開始入行,市場是一個偏小盤行情,然后到后來又是漂亮50行情,是比較極端結(jié)構(gòu)化的行情,到后來的各種賽道股行情興起,在這一過程中基本面量化研究和投資的方法體系興起。然后又演變到現(xiàn)在,最近這兩年大家都可能關(guān)注度比較高的機(jī)器學(xué)習(xí)AI人工智能投資方法興起。

  在過程里面,我自己的投資框架也是在逐步迭代,逐漸形成了以量化多因子組合優(yōu)化為主的量化選股框架,同時注重歸因分析,關(guān)注重倉行業(yè)和重倉個股的基本面邏輯,努力做到策略收益可復(fù)制、可解釋、可預(yù)期。

  中國基金報:我們在了解完光大保德信量化基金團(tuán)隊和個人的基本情況后,再來看看光大保德信基金量化團(tuán)隊的特點(diǎn)。這個問題我們問韓羽辰。我們知道,量化分為復(fù)雜非線性模型,以及傳統(tǒng)統(tǒng)計學(xué)習(xí)模型,光保團(tuán)隊主要側(cè)重哪一類?隨著 AI的出現(xiàn),如何升級?

  韓羽辰:這兩種量化投資的分析方法本質(zhì)上是對市場環(huán)境不同維度的刻畫,本身并沒有優(yōu)劣之分,我們團(tuán)隊對于各類研究方法和模型創(chuàng)新都是持有一個非常開放的態(tài)度。前些年我們會更側(cè)重于傳統(tǒng)的基本面和量價因子的研究,近年來,隨著各方面條件的成熟,我們團(tuán)隊也將重心逐漸轉(zhuǎn)移到新興的機(jī)器學(xué)習(xí)模型上,也會將歷史上積累的傳統(tǒng)統(tǒng)計方法得到的成果有機(jī)結(jié)合到新模型中。

  我們團(tuán)隊從2022年開始分配了大量研究資源自主開發(fā)具有我司特色的量化機(jī)器學(xué)習(xí)模型,并從2023年開始將研究成果應(yīng)用于量化團(tuán)隊管理的各類產(chǎn)品中,取得了不俗的成績。

  機(jī)器學(xué)習(xí)模型的核心三要素(數(shù)據(jù)、算法、算力)在量化投資中都至關(guān)重要,三要素協(xié)同有助于量化投資策略持續(xù)高效迭代。數(shù)據(jù)方面,除了傳統(tǒng)量價數(shù)據(jù)和基本面數(shù)據(jù)之外,我們還將蘊(yùn)含豐富日內(nèi)信息的高頻數(shù)據(jù)、刻畫股票間相互關(guān)系的產(chǎn)業(yè)鏈數(shù)據(jù)、描述分析師預(yù)期和輿情信息的文本數(shù)據(jù)等另類數(shù)據(jù)都納入機(jī)器學(xué)習(xí)模型體系中,為模型提供豐富的原料。

  算法方面,我們結(jié)合各類學(xué)術(shù)文獻(xiàn),自主開發(fā)了以深度神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的機(jī)器學(xué)習(xí)模型,將多種特征提取模塊有機(jī)結(jié)合在一起,并運(yùn)用多目標(biāo)學(xué)習(xí)、動態(tài)加權(quán)等前沿機(jī)器學(xué)習(xí)方法,保證模型穩(wěn)健優(yōu)秀的信息提取能力。

  算力方面,我們對硬件進(jìn)行了投資,采購了先進(jìn)的服務(wù)器和GPU芯片,對模型進(jìn)行高效的計算。模型訓(xùn)練過程中,我們將海量的歷史數(shù)據(jù)輸入模型,讓模型對目標(biāo)進(jìn)行自我學(xué)習(xí),力求使機(jī)器獲得類似人腦一般的判別行為。訓(xùn)練完成后,我們對模型輸出結(jié)果進(jìn)行有效性檢驗和歷史回測,并將優(yōu)秀的模型應(yīng)用于投資并持續(xù)進(jìn)行績效跟蹤,最后在實(shí)踐的基礎(chǔ)上對模型進(jìn)行迭代優(yōu)化,形成研究和投資的閉環(huán)。

  中國基金報:學(xué)到了不少知識,您剛才也提到了你們自主開發(fā)了以深度神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的機(jī)器學(xué)習(xí)模型。你能否簡要介紹一下什么是深度學(xué)習(xí)模型?機(jī)器學(xué)習(xí)的方式去做模型相對于傳統(tǒng)的多因子模型優(yōu)勢在哪里?實(shí)盤取得的成績?nèi)绾??兩者是如何有機(jī)結(jié)合起來的?

  韓羽辰:本質(zhì)上,機(jī)器學(xué)習(xí)模型是模擬了我們?nèi)祟悓τ谥R學(xué)習(xí)的過程。我們可以回想一下大家在學(xué)生時代的學(xué)習(xí)過程:首先我們在課堂里學(xué)習(xí)前人的知識,然后課后通過作業(yè)來檢驗上課的學(xué)習(xí)成果,通過對作業(yè)的批改進(jìn)行查漏補(bǔ)缺進(jìn)一步鞏固知識,最終將我們學(xué)到的知識方法運(yùn)用到考試中。在量化投資中,機(jī)器學(xué)習(xí)模型的訓(xùn)練同樣是類似的過程,它的目標(biāo)是為了建立未來收益與歷史數(shù)據(jù)之間的相互關(guān)系,通過對于正向輸出的獎勵以及負(fù)向輸出的懲罰不斷自我優(yōu)化,構(gòu)造出一個從歷史數(shù)據(jù)到選股指標(biāo)的“思考”過程,最終在選股指標(biāo)的基礎(chǔ)上進(jìn)行投資組合的構(gòu)建。

  量化投資的特性決定了其背后離不開大量的數(shù)據(jù)支撐,而在信息維度爆炸式增長的今天,如何處理海量的數(shù)據(jù)并從中獲取有用的信息,則離不開強(qiáng)大的模型和算力的支持。

  近年來,傳統(tǒng)量化投資在實(shí)踐中面臨著越來越多的挑戰(zhàn),面對海量的市場數(shù)據(jù),僅僅依靠人工難以短時間內(nèi)全面分析所有信息,單單利用人工構(gòu)造指標(biāo)捕捉投資機(jī)會的效率越來越低。為了彌補(bǔ)傳統(tǒng)量化投資的短板,利用計算機(jī)的性能讓電腦代替人工分析,將人工智能應(yīng)用于量化投資便順理成章成為量化研究新趨勢。

  機(jī)器學(xué)習(xí)模型框架對數(shù)據(jù)處理更為高效,學(xué)術(shù)界豐富的研究積淀、優(yōu)化算法的持續(xù)發(fā)展以及硬件算力不斷提升使得對海量數(shù)據(jù)的分析處理運(yùn)用成為可能。同時,機(jī)器學(xué)習(xí)通過非線性的方式挖掘因素與結(jié)果之間的潛在關(guān)系,從高維度對數(shù)據(jù)間變化模式進(jìn)行識別,更加敏銳地捕捉由市場中非理性因素帶來的投資機(jī)會。

  在傳統(tǒng)量化因子與機(jī)器學(xué)習(xí)模型結(jié)合方面,我們將歷史上積累下來的大量各類因子都作為機(jī)器學(xué)習(xí)模型的輸入,讓其進(jìn)一步提煉有用的信息,為最終選股因子提供更豐富的信息來源。從今年來看,機(jī)器學(xué)習(xí)模型在今年的實(shí)盤業(yè)績非常亮眼,我們從今年年初以來就視情況將機(jī)器學(xué)習(xí)模型適當(dāng)應(yīng)用于我們部門管理的基金產(chǎn)品中,以光大量化核心為例,根據(jù)銀河證券數(shù)據(jù),截至2023年12月底,其近一年業(yè)績在同期標(biāo)準(zhǔn)股票型基金中排名前9%(27/326)。

  中國基金報:好的,謝謝韓總的分享。我們知道,公募量化產(chǎn)品主要分為主動量化、指數(shù)增強(qiáng)和量化對沖三種。作為一個科班出身、在指數(shù)增強(qiáng)和主動量化等領(lǐng)域都具備豐富投資經(jīng)驗的基金經(jīng)理,王總,可否跟大家科普一下這幾類產(chǎn)品?

  王衛(wèi)林:假設(shè)我們以跟蹤誤差為X軸,以超額收益為Y軸。隨著跟蹤誤差變大,超額收益一般也會變大。相對于超額收益,被動管理更關(guān)注將跟蹤誤差控制在最小范圍。而主動量化,其跟蹤誤差相對于被動管理型產(chǎn)品較大,同時也追求更高的超額收益。指數(shù)增強(qiáng)介于二者之間,在跟蹤誤差和對超額收益的追求之間做了一個平衡。比如,光大核心就是主動量化,光大保德信中證500增強(qiáng)就是指增。

  中國基金報:關(guān)注到2023年一些量化產(chǎn)品取得較好業(yè)績表現(xiàn)。朱總,您也是從業(yè)15年的老將了,朱總在券商、期貨和私募都有從業(yè)經(jīng)歷,尤其在量化策略這一塊具備豐富的開發(fā)經(jīng)驗,想請教一下,在公募量化“百花齊放”的浪潮下,您認(rèn)為要提升量化超額收益能力,有哪些方面可以努力?

  朱劍濤:可以從思想、工具、執(zhí)行三個方向去努力。思想上要海納百川,勇于創(chuàng)新,不能拘泥于傳統(tǒng)的資產(chǎn)定價學(xué)術(shù)理論,要積極的去跟蹤市場變化,總結(jié)經(jīng)驗,分析原因,找尋可能有用的另類數(shù)據(jù),轉(zhuǎn)換成量化策略,嚴(yán)格測試驗證。

  工具層面上,要注重細(xì)節(jié),量化投資流程猶如一臺精密儀器,各個模塊相互關(guān)聯(lián),每一處都是外面看不到的“細(xì)節(jié)”,一處處“細(xì)節(jié)”的堆積,決定了整體的性能;策略開發(fā)過程中,細(xì)節(jié)的處理必須嚴(yán)謹(jǐn),反復(fù)求證。同時,我們也要及時跟進(jìn)量化研究、人工智能領(lǐng)域的新進(jìn)展,積極嘗試新工具。

  執(zhí)行層面上,必須把交易執(zhí)行與策略研發(fā)融為一體,適應(yīng)不同資金規(guī)模的產(chǎn)品需求,這樣可以有效規(guī)避很多大額交易的市場沖擊,讓量化策略模擬回測得到的紙面收益轉(zhuǎn)換成實(shí)際投資收益的效率更高。

  中國基金報:當(dāng)下AI技術(shù)應(yīng)用到量化投資領(lǐng)域也是個熱門。我看到介紹,光大保德信致力于打造“AI+基本面驅(qū)動”的量化投資,可否展開具體講講?譬如AI如何輔助投資決策以及賦能投研團(tuán)隊的?

  朱劍濤:人工智能或者機(jī)器學(xué)習(xí)是目前國內(nèi)量化團(tuán)隊的主流分析工具,它在實(shí)際投資中有眾多優(yōu)勢, 例如:1) 對數(shù)據(jù)規(guī)律挖掘充分,能發(fā)現(xiàn)很多新的市場范式。最典型的是投資者金融客戶端看到股票日頻K線數(shù)據(jù),投資者可以人工構(gòu)建一些量價指標(biāo),歷史上長期有效,但近些年衰減明顯,而機(jī)器學(xué)習(xí)方法用同樣數(shù)據(jù)挖掘出來的選股指標(biāo),超額收益的幅度大小和收益穩(wěn)定性上都遠(yuǎn)勝于人工方法。2) 一些新興的大數(shù)據(jù)、另類數(shù)據(jù),里面蘊(yùn)藏了未被發(fā)掘的alpha,但其數(shù)據(jù)存儲為非標(biāo)準(zhǔn)格式,必須借助機(jī)器學(xué)習(xí)工具加工處理。3) 機(jī)器學(xué)習(xí)中的深度學(xué)習(xí)框架,非常靈活,能夠分步分批訓(xùn)練模型,融入很多投資交易、資產(chǎn)定價相關(guān)的理念,和實(shí)際投資流程更緊密契合。

  中國基金報:好的謝謝。這個AI其實(shí)關(guān)注的人很多,我問一下韓總,現(xiàn)在市場上也開始出現(xiàn)大量的AI模型派的做法,貴司與相同流派之間在做法上的區(qū)別是怎樣的?

  韓羽辰:我們的機(jī)器學(xué)習(xí)模型是完全由我們團(tuán)隊自主開發(fā)、測試和應(yīng)用的,結(jié)合了各類學(xué)術(shù)文獻(xiàn)和券商研報,將各類深度神經(jīng)網(wǎng)絡(luò)模塊有機(jī)結(jié)合在一起,使模型可以高效率地從原始數(shù)據(jù)中提取有效的信息,同時運(yùn)用多種機(jī)器學(xué)習(xí)訓(xùn)練技巧,有效緩解模型出現(xiàn)過擬合的現(xiàn)象,提高模型泛化能力。我們的模型結(jié)構(gòu)從設(shè)計上就兼顧市場的長短期信息,力爭在充分發(fā)揮模型的長期勝率的同時也兼顧短期市場風(fēng)格變化,擁有自我調(diào)節(jié)的能力。此外,我們廣泛尋求數(shù)據(jù)來源,將新興數(shù)據(jù)以及歷史上積累下來的有效因子都納入模型訓(xùn)練的范圍內(nèi),有效提高模型潛力。

  中國基金報:剛才朱總也提到了另類數(shù)據(jù)?貴司是否會采用另類數(shù)據(jù)捕捉阿爾法?可否展開談?wù)劇?/strong>

  韓羽辰:另類數(shù)據(jù)其實(shí)是相對于傳統(tǒng)金融數(shù)據(jù)而言的。在投資領(lǐng)域,以股票交易數(shù)據(jù)、公司財報數(shù)據(jù)、政府統(tǒng)計數(shù)據(jù)等為代表傳統(tǒng)金融數(shù)據(jù),這類數(shù)據(jù)的出現(xiàn)本身就是主要來源于金融服務(wù)于金融,獲取成本較低、處理應(yīng)用難度較低,同時數(shù)據(jù)的研究歷史較長,可供挖掘的信息逐漸匱乏。相對的,另類數(shù)據(jù)則是此前在金融領(lǐng)域中應(yīng)用較少的,或產(chǎn)生目的原本并非為了應(yīng)用于金融領(lǐng)域的數(shù)據(jù),包括文本數(shù)據(jù)(研報、新聞)、產(chǎn)業(yè)鏈、專利、招聘、電商數(shù)據(jù)等,這類數(shù)據(jù)中獲取成本較高、需要通過更專業(yè)的方式進(jìn)行處理運(yùn)用,但同樣蘊(yùn)含著更加豐富的信息。

  以新聞文本數(shù)據(jù)為例,首先為了快速獲取時效性信息,需要通過爬蟲獲取市場上最新的新聞信息;其次新聞文本需要進(jìn)行一系列的預(yù)料預(yù)處理(對無效字符進(jìn)行清洗、對中文進(jìn)行分詞等);再次對于處理完的文本進(jìn)行特征提取的工序,將其轉(zhuǎn)化為機(jī)器可讀取的數(shù)據(jù)形式;最后再對處理完的數(shù)據(jù)在投資中的應(yīng)用進(jìn)行建模研究,可以看出這其中的每個工序所需要的專業(yè)能力都明顯高于對傳統(tǒng)金融數(shù)據(jù)的處理。

  我們也同樣將另類數(shù)據(jù)有機(jī)融入我們的機(jī)器學(xué)習(xí)模型之中。以產(chǎn)業(yè)鏈數(shù)據(jù)為例,我們在投資過程中可能遇到過這樣的經(jīng)歷:某個股票在一段時間內(nèi)漲幅較低,但與它相似的股票卻漲幅頗高,而這個股票在此后一段時間內(nèi)更可能出現(xiàn)補(bǔ)漲的走勢。在我們的模型中,我們也加入了這類反映股票之間相互關(guān)系的信息,其中就包括產(chǎn)業(yè)鏈數(shù)據(jù),可以更好地刻畫股票間相關(guān)性對于選股的影響,通過我們的測試,加入這類數(shù)據(jù)對于模型選股是有一定的增量效果的。

  中國基金報:另類數(shù)據(jù)目前在量化中使用其實(shí)是不多的,這是光大保德新量化的一個特色。謝謝韓總。王總,我聽說你們還有一個特色就是因子庫和模型,可否介紹一下光大保德信量化團(tuán)隊的因子庫及模型,目前種類、構(gòu)成如何?相較于其他公司,有何特別之處?

  王衛(wèi)林:光大保德信基金是開展公募量化業(yè)務(wù)比較早的,到現(xiàn)在為止有差不多近20年時間,在過去一代又一代光保人的共同努力和積累之下,我們確實(shí)積累了非常多的數(shù)據(jù),也包括因子。

  我們參照Barra的因子分類方式,把我們因子庫里的因子梳理為十大類別,定期去跟蹤分析,對市場的風(fēng)格狀態(tài)保持一定的敏感度。比如像市值非線性市值,包括成長性、盈利質(zhì)量的,甚至包括一些低波紅利的。然后我們按照這些維度,內(nèi)部會去定期展開一些討論交流,及時去捕捉市場中的一些因子收益變化和波動。

  此外,人工智能神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)這方面,我們也單獨(dú)對模學(xué)能力類別做了一個分類。在這個類別底下,也加入了我們自己研究的很多因子,同時加入到日常跟蹤管理中。

  量化因子體系相對比較成熟,估計其他家跟我們也類似。但是細(xì)節(jié)方面,因子的處理細(xì)節(jié)比較依賴各人的經(jīng)驗,可能差異比較大。

  即使像機(jī)器學(xué)習(xí)模型,大家都認(rèn)為是一個黑箱模型,其實(shí)我們自己內(nèi)部也花了很多精力時間去構(gòu)建我們的一套方法,去理解因子為什么有效,它到底在賺什么錢?只有我們理解了這個因子它背后賺錢的底層邏輯,我們才能夠放心的使用到產(chǎn)品里面去,為投資者去獲得取收益。

  中國基金報:數(shù)量化方法更多的是對過去數(shù)據(jù)的規(guī)律挖掘,邏輯認(rèn)知更多是對未來策略有效性的評估和判斷。那么實(shí)戰(zhàn)中,應(yīng)該如何確定哪些分析需要完全定量、部分定量,哪些需要主觀判斷呢?這個問題請韓總回答。

  韓羽辰:這個問題讓我想起了著名統(tǒng)計學(xué)家C. R. Rao的一句廣為流傳的名言:在終極的分析中,一切知識都是歷史;在抽象的意義下,一切科學(xué)都是數(shù)學(xué);在理性的世界里,所有判斷都是統(tǒng)計學(xué)。量化就是這樣一門綜合了歷史、數(shù)學(xué)和統(tǒng)計學(xué)的交叉學(xué)科。

  在投資領(lǐng)域,量化定量研究和主動定性研究本質(zhì)是對金融市場不同角度的理解,它們是一種統(tǒng)一而非對立的關(guān)系,綜合運(yùn)用歸納與演繹的方法可以取長補(bǔ)短相互補(bǔ)充。正如大家經(jīng)常提到的一句話:沒有定量的定性,容易陷入假大空;沒有定性的定量,容易陷入教條僵化。

  從實(shí)踐的角度來說,我認(rèn)為這個問題還是要從數(shù)據(jù)集自身的特性來考慮。以量價數(shù)據(jù)為代表的擁有海量樣本的數(shù)據(jù)相對來說更適合進(jìn)行定量歸納分析,而像宏觀數(shù)據(jù)這類樣本量較小的數(shù)據(jù)更適合通過邏輯演繹的方式進(jìn)行研究。同時兩者相結(jié)合更可以發(fā)揮1+1>2的效果,例如,量化研究的廣度與主動研究的深度相結(jié)合可以對個股進(jìn)行更多維度的判斷,量化投資對于歷史的總結(jié)與主動投資對于未來的展望相結(jié)合可以對市場擁有更全面的理解。

  中國基金報:看來定量和主觀是辯證的關(guān)系,在實(shí)戰(zhàn)中怎么處理好這兩者的關(guān)系是一個藝術(shù)。朱總,量化投資現(xiàn)在也有一些技術(shù)上的挑戰(zhàn),包括有效周期短、過度擬合和市場同類策略的相關(guān)性高等問題,這方面光保量化如何應(yīng)對?

  朱劍濤:量化投資和主動投資相比,一個優(yōu)勢的地方在于,我們可以通過回溯測試的方式,相對準(zhǔn)確的模擬出策略的歷史表現(xiàn)。決定一個策略是否采用,我們不僅要看它近期收益表現(xiàn),也要看它長期收益的穩(wěn)定性;我們還會對策略收益進(jìn)行績效歸因,考察其收益來源,優(yōu)先選取收益來源廣泛的策略,這樣可以較好的解決策略有效周期短的問題。

  量化策略過擬合的問題沒法完全避免,但是有很多手段可以降低過擬合的可能性,例如:研究出發(fā)點(diǎn)基于某個理論和市場經(jīng)驗,而非完全數(shù)據(jù)挖掘;模型參數(shù)確定過程中的交叉驗證,對抗學(xué)習(xí)等技巧。在和同類策略量化產(chǎn)品競爭時,一方面如之前問題所說,我們會從思想、工具、執(zhí)行三個層面上去提升自己的競爭力,另一方面我們也會同步在自己的量化策略池儲備不同類型,不同風(fēng)格的策略,以應(yīng)對市場形勢的變化。

  中國基金報:以往量化策略多用在主動權(quán)益基金中,但現(xiàn)在隨著量化投資越來越火,現(xiàn)在和量化策略結(jié)合的偏債混合型基金及二級債基也越來越多。王總,據(jù)我所知,光大保德信基金也是業(yè)內(nèi)較早把量化策略引入到固收多策略產(chǎn)品的基金公司之一,在您看來,這樣的結(jié)合有何好處?如何看待這類產(chǎn)品的發(fā)展空間?

  王衛(wèi)林:投資最重要的目標(biāo)還是追求盈利,固收多策略產(chǎn)品因其攻守兼?zhèn)涞奶卣?,市場需求非常大。固收產(chǎn)品相對于權(quán)益性產(chǎn)品來說,波動性比較小,因此固收多策略產(chǎn)品需要同時考慮產(chǎn)品的收益率和波動率。在構(gòu)建固收類產(chǎn)品的產(chǎn)品運(yùn)作策略的時候,要在收益率跟波動性之間做一個平衡。

  量化對波動率的定義是有明確的公式的。資本資產(chǎn)定價模型中的均值方差模型分為兩部分,一部分是關(guān)于收益率的預(yù)測,另外一部分關(guān)于波動率的控制,量化對波動率的定義即用歷史收益率的標(biāo)準(zhǔn)差作為波動率的度量方式,然后加上我們自己量化的組合優(yōu)化框架,它也都是以均值方差模型為基礎(chǔ)的。組合優(yōu)化的方法也較容易在收益率和波動率之間找到一個較好的平衡點(diǎn)。通過這些方法,追求高夏普比率的量化策略在一些情況下可以和固收多策略產(chǎn)品進(jìn)行較好的適配。

  中國基金報:除了固收之外,您如何看待成長風(fēng)格未來的機(jī)會?當(dāng)前小盤、微盤風(fēng)格還會持續(xù)多久?對紅利、低波因子如何看待?

  王衛(wèi)林:這些因子都是歷史上有概率優(yōu)勢的因子,我的理念是尊重市場,敬畏市場,盡量少做預(yù)測,努力做好跟蹤和應(yīng)對。從我們的研究來看,不管是小盤也好,還是成長風(fēng)格也好。在歷史上這些風(fēng)格都會有周期性,會在某一個時間段表現(xiàn)比較好,在另外一個時間段表現(xiàn)比較差。持續(xù)性問題坦率說也不是我們框架能夠預(yù)測的問題。我其實(shí)更傾向于去跟蹤,對市場保持敬畏的態(tài)度。

  中國基金報:謝謝王總,近年小盤、微盤強(qiáng)勁表現(xiàn)其實(shí)是很出乎意料的。在這個不確定性越來越高的時代,風(fēng)控非常重要。朱總,光保量化如何構(gòu)建風(fēng)險模型?如何做好約束和敞口的控制?是否遇到過策略運(yùn)行較大波動的情況?如何處理的?

  朱劍濤:市場上的投資機(jī)構(gòu)很多都購買了外資提供的商用風(fēng)險模型,但這些風(fēng)險模型很多是海外市場的模型微調(diào)移植到國內(nèi),有些地方仍需進(jìn)一步磨合。光保量化團(tuán)隊自研了一套風(fēng)險模型,更有針對性地加入了A股市場特有的風(fēng)險因子,對股價風(fēng)險的解釋程度方面,該模型追求在市場大波動時仍有較強(qiáng)的風(fēng)險預(yù)測能力。針對當(dāng)前運(yùn)營的產(chǎn)品,我們會定期跟蹤產(chǎn)品持倉的行業(yè)、風(fēng)格和個股的風(fēng)險暴露,監(jiān)視是否有風(fēng)險過度集中的情況;發(fā)現(xiàn)后,我們會調(diào)整倉位,使組合的風(fēng)險暴露回到一個合理范圍。

  中國基金報:近幾年,突發(fā)事件多發(fā),量化策略往往在此類事件面前失效,在決策流程中,是否增加人為干預(yù)?在什么流程中進(jìn)行干預(yù)?

  朱劍濤:量化策略需要基于歷史數(shù)據(jù)做驗證,突發(fā)事件很多缺乏足夠的歷史樣本,因此量化策略本身很難應(yīng)對突發(fā)事件,需要人為的輔助干預(yù),但干預(yù)的頻度和力度會因人因事而異。如果事件會對我們策略的交易執(zhí)行層面產(chǎn)生影響,我們會盡快修正策略,消除事件影響;如果事件本身可能只是影響短線上的行業(yè)或風(fēng)格波動,量化策略一般會盡可能保持穩(wěn)定,因為主觀的去把握短線市場波動,難度很大,收益不一定增加,但策略收益的波動會顯著加大。如果事件會對未來長線的市場波動產(chǎn)生影響,我們可能會考慮對策略風(fēng)格、類型適當(dāng)做一定調(diào)整。人為干預(yù)的決策,我們都會在公司量化投決會上和投資總監(jiān)充分溝通,充分吸取各方意見。

  中國基金報:先來解答許多粉絲朋友對量化管理的一個誤區(qū)。請問量化投資與基金經(jīng)理的投研水平有關(guān)系嗎?是不是只要一個量化模型,就可以解決一切投資工作?

  韓羽辰:在這里我想引用著名統(tǒng)計學(xué)家George Box的一句名言:所有模型是錯的,但有些模型是有用的(All models are wrong, but some are useful.)。金融市場是一個極其復(fù)雜的系統(tǒng),所有的模型都是對這個系統(tǒng)在一些合理假設(shè)下進(jìn)行的簡化描述,并不存在一個萬能的無論是定性的還是定量的模型可以完美描述金融市場運(yùn)行的過程,因此更不可能依靠一個模型就可以解決所有的投資問題。我們在實(shí)踐的基礎(chǔ)上不斷迭代優(yōu)化整個投資研究框架,這個過程對于量化研究員或者基金經(jīng)理的金融知識儲備、數(shù)理分析能力、編程建模效率等各方面綜合能力都有著比較高的要求。

  中國基金報:量化投資是基于哪些方面的參考指標(biāo)建模的?這種投資方式與基金經(jīng)理主動管理的投資方式有哪些區(qū)別和優(yōu)缺點(diǎn)?

  朱劍濤:量化投資的選股指標(biāo)有很多類別,例如:估值、盈利、成長、量價、分析師等,里面很多指標(biāo)主動投資基金經(jīng)理在用。但也有很多選股指標(biāo)是量化獨(dú)有的,它們可能是對傳統(tǒng)選股指標(biāo)改進(jìn),例如預(yù)期外的盈利;也可能是主動投資經(jīng)理有經(jīng)驗但無法通過編程做數(shù)據(jù)處理實(shí)現(xiàn)的,例如:共同動量;還有一些可能借助模型,機(jī)器學(xué)習(xí)工具挖掘出來的。因為主動投資經(jīng)理的精力有限,全市場五千只股票里往往關(guān)注度會更多地集中在部分自己擅長的股票,因此他們用的選股指標(biāo)適用面會相對較窄,但邏輯性會比較強(qiáng);量化用的選股指標(biāo)適用面會更廣,種類更多,但部分指標(biāo)的可解釋性相對主動來說會比較弱。

  中國基金報:量化投資是否更適合指數(shù)基金的管理?是否比主動管理型基金的基金經(jīng)理管理,更能夠創(chuàng)造超額收益?跟蹤對標(biāo)指數(shù)的誤差是否更???

  王衛(wèi)林:量化投資是一種投資方法,相對主動權(quán)益,指數(shù)基金投資上比較分散,更多的是通過量化分析模型來進(jìn)一步豐富產(chǎn)品的資產(chǎn)配置策略。是否創(chuàng)造超額收益還是看基金經(jīng)理的管理能力。

  不管是量化投資方法還是行業(yè)研究出身的主動管理的方法,都是比較有效的方法,方法之間沒有好壞,每個方法用來做不同的產(chǎn)品管理的時候,效率可能會不一樣。

  以量化的方法進(jìn)行指數(shù)管理,可能是效率比較高的。如果找到一個相對比較有效比較穩(wěn)定的模型以后,就可以按照模型的交易信號去跟蹤管理的指數(shù)產(chǎn)品。如果是主動管理,基金經(jīng)理需要去跟蹤指數(shù)里面的每個成分股,有些指數(shù)成分股的數(shù)量較多,工作量很大。在這種情況下主動管理基金經(jīng)理不可能對每個股票都深入了解,其投資方法會比較受限。

  實(shí)踐表明量化在指數(shù)產(chǎn)品里比主動管理多,主要區(qū)別在效率方面的差異,但是方法上其實(shí)是不存在優(yōu)劣或者好壞之分的。

  中國基金報:能否就2024年的資本市場給到一些投資建議?

  朱劍濤:從量化策略角度,如果自上而下分的話,可能最上層的話是大勢分析,然后中間層是行業(yè)選擇還有風(fēng)格輪動,最下層選股層面的研究,在這三個層面上的話,量化都會有相應(yīng)的一些模型。從實(shí)戰(zhàn)和一些模型驗證的結(jié)果來看,量化最擅長的還是選股,選股這塊對我們策略收益貢獻(xiàn)是最大的。

  在目前市場狀態(tài)下,依靠量化的分散式選股、更高頻的換手交易,阿爾法來源的會更廣,而且勝率和盈虧比上會有較好的權(quán)衡。我們覺得至少未來兩三年內(nèi)量化策略還是一個非常好的選擇。

  那么多公募量化產(chǎn)品怎么去選擇?首先你是自己有一些比較明顯的這種風(fēng)格偏好的,比方說看好大盤或者一些中小盤,或者看好紅利,你可以對應(yīng)的去找比方說300、500、1000、 2000的增強(qiáng),以及紅利的增強(qiáng)產(chǎn)品。如果說你對市場的風(fēng)格沒有明顯的偏好,那么主動量化產(chǎn)品可能是更好的選擇。

  數(shù)據(jù)來源:排名來源自銀河證券,截至2023年11月30日,光大錦弘A、光大誠鑫A、光大中證500指數(shù)增強(qiáng)A、光大風(fēng)格輪動近一年具體排名分別為4/349、23/423、9/145、97/1429,其同類分別為普通偏債型基金、靈活配置型基金、增強(qiáng)規(guī)模指數(shù)股票型基金、偏股型基金。基金經(jīng)理任職時間未完全覆蓋上述評價周期,王衛(wèi)林任職日期為:(錦弘)2023年8月22日至今,2021/11/20-2023/8/22由趙大年管理;(中證500指增)2023年8月22日至今,2023/1/9-2023/8/22由趙大年管理;韓羽辰任職日期為:(誠鑫)2023年8月3日至今,2023/1/9-2023/8/22由趙大年管理;(中證500指增)2023年8月22日至今,2023/1/9-2023/8/22由趙大年管理;(風(fēng)格輪動)2023年8月3日至今,2023/1/9-2023/8/22由趙大年管理。

  數(shù)據(jù)截至2023年12月14日,業(yè)績及業(yè)績比較基準(zhǔn)均已經(jīng)托管行復(fù)核。光大錦弘、光大誠鑫年內(nèi)收益及業(yè)績比較基準(zhǔn)表現(xiàn)分別為6.43%/0.50%,7.07%/-4.75%。兩者業(yè)績比較基準(zhǔn)分別為中證全債指數(shù)收益率*80%+滬深300指數(shù)收益率*15%+恒生指數(shù)收益率*5%、滬深300指數(shù)收益率*50%+中證全債指數(shù)收益率*50%。

  風(fēng)險提示:基金有風(fēng)險,投資需謹(jǐn)慎。光大誠鑫、光大中證500指數(shù)增強(qiáng)、光大風(fēng)格輪動、光大量化的產(chǎn)品風(fēng)險等級為R3(中風(fēng)險),適合風(fēng)險評級C3(平衡型)及以上的投資者;光大錦弘的產(chǎn)品風(fēng)險等級為R2(中低風(fēng)險),適合風(fēng)險評級C2(穩(wěn)健型)及以上的投資者。敬請投資者關(guān)注產(chǎn)品的風(fēng)險等級與自身風(fēng)險評級進(jìn)行獨(dú)立決策。本材料不構(gòu)成任何法律文件或是投資建議或推薦。基金管理人承諾以誠實(shí)信用、勤勉盡責(zé)的原則管理和運(yùn)用基金資產(chǎn),但不保證上述基金一定盈利,也不保證最低收益。上述基金的過往業(yè)績、凈值高低、獲獎情況及相關(guān)行業(yè)排名并不預(yù)示其未來業(yè)績表現(xiàn),基金管理人管理的其他基金的業(yè)績不構(gòu)成對上述基金業(yè)績表現(xiàn)的保證。

  王衛(wèi)林,北京大學(xué)軟件工程專業(yè)碩士

  2016年7月至2018年1月在南方基金管理有限公司任職量化研究員;2018年1月至2023年2月在長城基金管理有限公司任職量化與指數(shù)投資部研究員、基金經(jīng)理助理、基金經(jīng)理;2023年2月加入光大保德信基金管理有限公司,現(xiàn)任權(quán)益管理總部量化投資團(tuán)隊基金經(jīng)理,2023年8月至今擔(dān)任光大保德信量化核心證券投資基金、光大保德信中證500指數(shù)增強(qiáng)型證券投資基金、光大保德信創(chuàng)業(yè)板量化優(yōu)選股票型證券投資基金、光大保德信錦弘混合型證券投資基金的基金經(jīng)理。

  韓羽辰,紐約大學(xué)金融工程專業(yè)碩士2017年8月加入光大保德信基金管理有限公司,歷任研究助理、量化研究員,2020年9月至2023年7月歷任權(quán)益管理總部專戶權(quán)益投資團(tuán)隊投資經(jīng)理,現(xiàn)任權(quán)益管理總部量化投資團(tuán)隊基金經(jīng)理,2023年8月至今擔(dān)任光大保德信量化核心證券投資基金、光大保德信風(fēng)格輪動混合型證券投資基金、光大保德信誠鑫靈活配置混合型證券投資基金、光大保德信多策略智選18個月定期開放混合型證券投資基金、光大保德信中證500指數(shù)增強(qiáng)型證券投資基金的基金經(jīng)理,2023年12月至今擔(dān)任光大保德信一帶一路戰(zhàn)略主題混合型證券投資基金的基金經(jīng)理。

  本材料中的觀點(diǎn)僅供參考,不可視作投資建議。本材料以公開信息、內(nèi)部開發(fā)的數(shù)據(jù)和來自其它具有可信度的第三方的信息為基礎(chǔ)。但是,并不保證這些信息的完全可靠。所有的觀點(diǎn)和看法基于資料撰寫當(dāng)日的判斷,并隨時有可能在不予通知的情況下進(jìn)行調(diào)整。本材料中的預(yù)測不保證將成為現(xiàn)實(shí)。

  以上數(shù)據(jù)僅供參考。未經(jīng)光大保德信基金管理有限公司書面許可,不得復(fù)制或散布本資料的任何部分。所有出現(xiàn)的公司、證券、行業(yè)與/或市場均為說明經(jīng)濟(jì)走勢、條件或投資過程而列舉,光大保德信基金管理有限公司下屬分支機(jī)構(gòu)可能持有或不持有相關(guān)賬戶。本資料討論的策略和資產(chǎn)配置并不代表光大保德信的服務(wù)或產(chǎn)品。所有的這些不能視為建議或推薦,不作為公開宣傳推介材料,以及購買或銷售任何證券的要約或邀請,也不能視為采納任何投資策略的建議。

END

  免責(zé)聲明:嘉賓言論系個人觀點(diǎn),不代表中國基金報平臺意見。為保護(hù)版權(quán),文章中的嘉賓言論未經(jīng)允許請勿轉(zhuǎn)載或引用,也不得進(jìn)行任何有悖原意的截取、刪節(jié)或修改。文章所述觀點(diǎn)均為當(dāng)時觀點(diǎn),不代表對未來的預(yù)測,如因為發(fā)布日后的各種因素變化而不再準(zhǔn)確或失效,平臺及嘉賓所在機(jī)構(gòu)均不承擔(dān)更新義務(wù)。內(nèi)容信息來源于公開資料,平臺及嘉賓所在機(jī)構(gòu)對這些信息的準(zhǔn)確性及完整性不做任何保證。投資者應(yīng)自行承擔(dān)投資行為的風(fēng)險與后果。

  風(fēng)險提示:基金的過往業(yè)績并不預(yù)示其未來表現(xiàn),基金管理人管理的其他基金的業(yè)績并不構(gòu)成基金業(yè)績表現(xiàn)的保證。基金凈值會因為證券市場波動等因素產(chǎn)生波動,投資者需根據(jù)自身的風(fēng)險承受能力、投資期限和投資目標(biāo),謹(jǐn)慎選擇合適的產(chǎn)品并詳細(xì)閱讀產(chǎn)品法律文件,基金的具體風(fēng)險請查閱招募說明書的“風(fēng)險揭示”章節(jié)的相關(guān)內(nèi)容。


  

(文章來源:中國基金報)

(原標(biāo)題:投資熱點(diǎn)說|重磅解讀!2024如何投?量化策略高燃出擊)

(責(zé)任編輯:10)

 
 
 
 

網(wǎng)友點(diǎn)擊排行

 
  • 基金
  • 財經(jīng)
  • 股票
  • 基金吧
 
鄭重聲明:天天基金網(wǎng)發(fā)布此信息目的在于傳播更多信息,與本網(wǎng)站立場無關(guān)。天天基金網(wǎng)不保證該信息(包括但不限于文字、數(shù)據(jù)及圖表)全部或者部分內(nèi)容的準(zhǔn)確性、真實(shí)性、完整性、有效性、及時性、原創(chuàng)性等。相關(guān)信息并未經(jīng)過本網(wǎng)站證實(shí),不對您構(gòu)成任何投資決策建議,據(jù)此操作,風(fēng)險自擔(dān)。數(shù)據(jù)來源:東方財富Choice數(shù)據(jù)。

將天天基金網(wǎng)設(shè)為上網(wǎng)首頁嗎?      將天天基金網(wǎng)添加到收藏夾嗎?

關(guān)于我們|資質(zhì)證明|研究中心|聯(lián)系我們|安全指引|免責(zé)條款|隱私條款|風(fēng)險提示函|意見建議|在線客服|誠聘英才

天天基金客服熱線:95021 |客服郵箱:vip@1234567.com.cn|人工服務(wù)時間:工作日 7:30-21:30 雙休日 9:00-21:30
鄭重聲明:天天基金系證監(jiān)會批準(zhǔn)的基金銷售機(jī)構(gòu)[000000303]。天天基金網(wǎng)所載文章、數(shù)據(jù)僅供參考,使用前請核實(shí),風(fēng)險自負(fù)。
中國證監(jiān)會上海監(jiān)管局網(wǎng)址:www.csrc.gov.cn/pub/shanghai
CopyRight  上海天天基金銷售有限公司  2011-現(xiàn)在  滬ICP證:滬B2-20130026  網(wǎng)站備案號:滬ICP備11042629號-1

A
安信基金安信證券資產(chǎn)安聯(lián)基金
B
博時基金渤海匯金博道基金貝萊德基金管理北京京管泰富基金百嘉基金北信瑞豐寶盈基金博遠(yuǎn)基金
C
長盛基金長城基金誠通證券財通基金長安基金淳厚基金創(chuàng)金合信基金長城證券財通資管長信基金財達(dá)證券長江證券(上海)資管財信證券
D
東方紅資產(chǎn)管理東莞證券東?;?/a>德邦基金東方阿爾法基金東財基金東海證券德邦證券資管東興證券東興基金第一創(chuàng)業(yè)東吳基金達(dá)誠基金東證融匯證券資產(chǎn)管理大成基金東方基金東吳證券
F
方正富邦基金富國基金富達(dá)基金(中國)方正證券富榮基金富安達(dá)基金蜂巢基金
G
國海富蘭克林基金國投瑞銀基金廣發(fā)資產(chǎn)管理國壽安?;?/a>國聯(lián)安基金國聯(lián)證券資產(chǎn)管理光大保德信基金國投證券國聯(lián)證券國都證券國海證券國新國證基金國泰基金國新證券股份國金基金國信證券國融基金格林基金廣發(fā)基金國聯(lián)基金工銀瑞信基金國元證券
H
華潤元大基金華泰證券(上海)資產(chǎn)管理華宸未來基金華泰柏瑞基金華富基金宏利基金華鑫證券華安證券資產(chǎn)管理匯百川基金匯豐晉信基金華安基金華商基金紅土創(chuàng)新基金華泰保興基金弘毅遠(yuǎn)方基金華安證券華西基金泓德基金匯泉基金合煦智遠(yuǎn)基金恒越基金惠升基金匯安基金恒生前?;?/a>華夏基金紅塔紅土恒泰證券華創(chuàng)證券匯添富基金華寶基金海富通基金
J
嘉實(shí)基金金鷹基金建信基金金元順安基金江信基金九泰基金景順長城基金嘉合基金金信基金交銀施羅德基金
K
凱石基金
L
路博邁基金(中國)聯(lián)博基金
M
摩根資產(chǎn)管理摩根士丹利基金民生加銀基金明亞基金
N
諾德基金南京證券南方基金農(nóng)銀匯理基金南華基金諾安基金
P
平安證券平安基金浦銀安盛基金鵬揚(yáng)基金鵬華基金
Q
前海聯(lián)合前海開源基金泉果基金
R
瑞達(dá)基金融通基金人保資產(chǎn)睿遠(yuǎn)基金
S
申萬菱信基金上海證券上海國泰君安資管蘇新基金申萬宏源證券上海海通證券資產(chǎn)管理上銀基金尚正基金上海光大證券資產(chǎn)管理申萬宏源證券資產(chǎn)管理施羅德基金(中國)山證(上海)資產(chǎn)管理山西證券
T
太平基金天風(fēng)證券天弘基金泰信基金太平洋泰康基金天治基金同泰基金泰康資產(chǎn)天風(fēng)(上海)證券資產(chǎn)管理
W
萬家基金萬聯(lián)資管
X
鑫元基金西部證券湘財證券信達(dá)澳亞基金新華基金興銀基金管理新沃基金興證資管興華基金興證全球基金先鋒基金興合基金湘財基金信達(dá)證券西南證券興業(yè)基金西部利得基金
Y
易方達(dá)基金銀河基金銀河金匯證券圓信永豐基金永贏基金益民基金粵開證券英大基金銀華基金易米基金
Z
招商基金中泰證券(上海)資管中金財富中銀基金中信證券中航基金中庚基金中金公司中歐基金中郵基金中信保誠基金中?;?/a>中信證券資產(chǎn)管理中原證券朱雀基金招商證券資管中科沃土基金中金基金中加基金中信建投基金中信建投中銀證券浙商證券資管浙商基金