量化投资及其资本市场意义概述 [page::0][page::8]

• 量化策略有坚实理论基础，涵盖多维度因子如估值、盈利、投资者行为等，采用分散投资降低非系统风险。

- 量化投资提升市场价格有效性，降低波动率，利于市场成熟，与海外量化机构形成竞争与合作。

• 量化基金适合机构配置，工具属性明显、风险收益特性鲜明。

主动量化基金表现优异 [page::10][page::11]

• 主动量化基金大多数年份超额收益为正，2015和2016年战胜基准基金比例超过90%。

- 持股较为分散，利用均值回复效应，结构性行情中表现更优。

指数增强基金风险控制显著，收益稳定 [page::12][page::13]

• 指数增强基金风险约束严格，跟踪误差和最大回撤显著低于主动型股票基金。

- 信息比和收益回撤比多数年份优于非量化基金，具备长期稳定的超额收益能力。

量化基金与非量化基金互补，相关性低 [page::14]

• 主动量化基金与非量化基金收益相关性低，存在互补性。

- 指数增强基金整体分布均匀，在非量化基金表现回撤时依然获得正超额收益。

风险管理与收益预测的量化优势 [page::15][page::16]

• 量化策略通过风险模型和限制组合偏离，有效控制回撤和波动提升收益风险比。

- 典型案例基金A持股集中度降低，行业偏离受控，收益率和夏普比率明显改善。

量化产品业绩亮眼实例 [page::17]

• 长城创业板指数增强A、长信国防军工A、易方达量化策略A、中欧数据挖掘多因子A表现优异，均实现较大超额收益。

大数据与多因子挖掘能力 [page::18]

| 指标 | 全A | 沪深300 | 中证500 |
|----------------|--------|---------|---------|
| rankIC均值 | 7.22% | 6.34% | 5.80% |
| ICIR | 4.84 | 2.81 | 3.15 |
| rankIC胜率 | 93% | 80% | 81% |
| 月均多空收益 | 2.07% | 1.84% | 1.44% |
| 月均多头超额 | 0.77% | 0.84% | 0.44% |
| 月均空头超额 | -1.30% | -1.00% | -1.00% |
| 多空胜率 | 89% | 72% | 72% |

• 高频交易及多层因子挖掘提升预测精度，带来显著超额收益。

基于投资者行为套利的量化策略长久存在 [page::19]

• 散户非理性行为导致价格异常波动，如游戏驿站股价暴涨暴跌，显示投资者行为套利空间。

- A股散户交易占比持续高位，量化策略可基于行为套利长期发挥作用。

结论与风险提示 [page::0][page::20]

• 量化投资为中国资本市场带来有效性提升，风险降低，助力指数化趋势。

- 主动量化与指数增强基金各擅胜场，具较强互补性，适合机构资产配置。

• 量化策略具备强风险管理和大数据处理优势，未来发展空间广阔。

- 风险主要源自模型误设及历史统计规律失效，投资需警惕系统性风险。

海通证券研究所——《主动权益风头正劲，量化仍是一条值得布局和深耕的赛道吗？》金融研究报告深度解析

---

1. 元数据与概览

报告标题： 主动权益风头正劲，量化仍是一条值得布局和深耕的赛道吗？
发布机构： 海通证券股份有限公司研究所
发布时间： 2021年2月21日左右
分析师团队： 冯佳睿、姚石、罗蕾等，多位资深金融工程研究员
研究主题： 量化投资的理论基础、实践演变及其在中国资本市场的重要意义，主流量化基金类型的表现分析，对比主动基金（非量化基金），以及量化策略未来的投资价值和风险提示。

核心论点及结论：

• 量化策略拥有坚实的理论基础和逻辑支撑，和传统价值投资、成长投资策略一样历史悠久。

- 量化基金分为主动量化和指数增强两大类，二者均表现突出：主动量化基金在2014年以来以滚动5年计算获得持续的正超额收益；指数增强基金风控能力强，超额收益稳定，且风险调整后的表现优于非量化基金。

• 量化投资促进市场有效性提升，有利于降低波动性，其分散持股和均值回复特性在不同市场环境下为资产配置提供优异的互补效果。

- 面对信息爆炸、散户交易占比较高且市场存在非理性行为的现实，基于严谨交易规则并善于利用投资者行为套利的量化策略仍然具备长期发展的基础和广阔前景。

• 报告提示风险主要包括模型误设及历史统计规律失效的风险。

综合来看，尽管近年主动权益表现出色，量化依然是值得投资者重点关注和深耕的方向。

---

2. 逐节深度解读

2.1 量化投资介绍与对资本市场的意义（第6-9页）

2.1.1 量化投资理论历史发展

• 报告系统梳理了量化投资理论的里程碑，包括1952年的马科维茨投资组合理论（均值-方差模型），1964年CAPM模型，1976年套利定价理论（APT），1992年法玛-弗兰奇三因子模型，Barra风险因子模型以及2007年Qian & Hua的量化组合管理体系等。

- 通过介绍投资组合的分散化原理、系统与非系统风险区分、多因子风险模型等，报告解释了量化策略如何从理论上防范风险并挖掘alpha。

• Grinold & Kahn提出的主动管理基本定理，用公式\( IR = IC \times \sqrt{BR} \)（信息比率等于预测相关系数乘以独立预测频率的平方根）阐明了模型收益的驱动因素。这为量化模型的构建逻辑提供了框架，在收益预测能力（IC）和信息广度（BR）间寻求平衡被强调。

2.1.2 量化投资实践演变

• 1970年代兴起，标志性事件包括1971年世界第一只指数基金诞生（BGI），1977年首只主动量化基金设立，Barra风险模型等金融工具的开发，以及锦标基金等多策略高频交易基金的崛起。

- 国内量化市场起步较晚，2009年起海外经验逐步引入，2012年后多因子模型成为主流策略。

• 私募市场灵活多样，明汯、幻方等私募规模已达百亿到千亿量级。

- 报告表明，量化策略不仅有坚实的理论基础，而且拥有多年的业界实践和不断进化的投资模型。

2.1.3 量化投资对我国资本市场的意义

• 量化投资有助于市场有效性提升，覆盖全市场范围，及时捕捉定价偏离，合理分配资本，降低波动率。

- 培育本土量化力量尤为重要，以应对外资量化巨头的加速进入，维护国家金融安全。

• 量化基金因其规则明确、风险收益特征鲜明，成为机构资产配置的重要工具。例如指数增强基金普遍要求持仓成分股比例较高，跟踪误差受控，风格稳定，避免极端风格漂移。

---

2.2 量化基金表现及与主动基金的对比（第10-15页）

2.2.1 主动量化基金历史表现

• 主动量化基金数量逐年增长，截至2020年底有204只，其中包括主动股票型及偏股混合型等。

- 2015-2016年及2019-2020年，有超过70%的主动量化基金跑赢业绩基准（图3），体现良好超额收益能力。

• 在同样对比主动股基的情况下，2014年、2016年、2018年超过70%的主动量化基金跑赢对比基准，且2014年和2016年实现超过15%的年化超额收益（图4）。

- 量化基金持股分散，善用均值回复策略，在市场无明显结构性分化且博弈激烈时，更能发挥优势（图5和图6）。

• 当前A股估值处于较高水平，存在估值收敛压力，2021年初主动量化基金展现复苏迹象，收益中位数较非量化基金略高。

2.2.2 主动量化基金长期业绩

• 以滚动5年期收益统计，主动量化基金长期表现稳定，2015-2020年约70%基金超越业绩基准，部分基金5年超额收益持续超过10%（图7和图8）。

- 以沪深300为标的，主动量化基金同样保持滚动5年期正超额收益（图9）。

• 对比非量化基金，2015-2018年主动量化表现更优，2020年出现劣势但幅度有限（图10）。

2.2.3 指数增强基金表现

• 指数增强基金良好风控、时间序列收益稳定，2014-2020年绝大部分年份超额收益中位数均为正，同时跑赢基准基金比例高（图11）。

- 对比主动股基，指数增强基金多数年份性能优异，但因2015年市场特殊情况导致相对表现差（图12）。

• 风险指标表现优越，跟踪误差及最大回撤明显低于非量化主动基金（图13和图14）。

- 风险调整后指标信息比率（IR）和收益回撤比均优于非量化基金（图15和图16）。

2.2.4 相似基准基金对比

• 以沪深300权重≥80%的基金为例，对比主动量化、指数增强及非量化基金收益风险特征。

- 主动量化与非量化基金均呈现较大收益波动，表现各有优劣，量化基金在反转效应加强年份优于非量化基金（图17、图18）。

• 指数增强基金稳定性更强，每年均实现正超额收益，跑赢指数基金占比高于非量化基金（图19、图20）。

- 量化基金与非量化基金相关性低，CAPM alpha相关系数甚至为负，显示出两者在机构配置中较强的互补作用（图21、图22）。

• 总结来看，主动量化基金长期超额收益稳健，但波动大；指数增强基金表现稳定，风险可控，能在非量化基金回撤时提供避险属性。

---

2.3 量化策略前景展望（第16-20页）

2.3.1 风险管理的作用

• 量化策略高度重视风险管理，以提升收益风险比。

- 历史案例（2014年创业板风格切换）暴露简单对冲策略风险，促使量化投资者转向精细化风控和指数增强策略。

• 实例介绍某基金“基金A”，采用量化手段控制行业偏离，减少持仓集中度，显著提升了夏普率和降低最大回撤（图23-25）。

- 体现了将alpha选股模型与风险模型结合的重要性。

2.3.2 收益预测优势及精选产品展示

• 量化选股依赖概率优势，市场股票数量增加（注册制推进）有望提升独立预测频率，从而提升信息比率。

- 结构性行情中行业选择贡献重要，但量化策略因限制行业偏离贡献有限，整体略逊于主动基金抱团效应。

• 优秀量化产品代表：

- 长城创业板指数增强A，2019-2020年显著跑赢创业板指数（图26）。
- 长信国防军工A，2020年收益95.90%，行业内部选股成功案例（图27）。
- 易方达量化策略A，2019-2020年均取得30%以上的沪深300超额收益（图28）。
- 中欧数据挖掘多因子A，2018-2020年相应基准中证500超额收益分别为13.98%、25.49%、36.05%（图29）。

• 说明量化策略在细分行业及多因子模型应用上获得显著收益。

2.3.3 模型可扩展性与大数据优势

• 面对每日数十GB交易数据及多种另类数据（新闻、遥感、社交等），量化模型具备强大处理能力，因而可持续提升预测精度。

- 海通金工团队多层级高频因子研究表明，尾盘成交占比和大单成交占比因子对沪深300增强组合贡献明显（约3.5%超额收益）（图30、图31及相关数据表2）。

• 将多因子模型结合主动信息、调整因子权重能进一步提升超额收益。

2.3.4 投资者行为套利的稳固基础

• 投资者行为及非理性影响长期存在，量化策略能利用此产生alpha。

- 2021年初美股散户“做空逼空”游戏驿站（GME）、AMC娱乐控股及COMEX白银期货事件凸显散户非理性行为的暴发风险与机会（图32、图33）。

• 国内A股散户持股及交易占比较高，市场易受情绪波动影响，量化策略通过严格规则和行为套利得到长期生存空间。

- 散户在市场交易活跃度中仍占主导，去散户化进程缓慢，强调量化策略的长期必要性。

---

2.4 总结（第19-20页）

• 量化策略体系完整，理论与实践成熟，覆盖估值、盈利、投资者行为、市场结构多维度。

- 对资本市场的促进作用显著，包括提升有效性、降低波动率及丰富投资工具选择。

• 主动量化基金长期超额收益持续，指数增强基金风险控制优势明显且收益稳定。

- 量化与非量化基金相关性低，互补性强，结合配置效果佳。

• 大数据时代到来与散户非理性行为背景下，量化策略持续获得成长和投资机会。

- 尽管主动权益表现强劲，但量化依然具有深厚底蕴和广阔发展空间。

• 风险主要来自模型误设及历史规律失效。

---

3. 图表深度解读

3.1 理论与实践演变图（图1-2，7-8页）

• 展示量化投资理论发展历程，时间线从1952年马科维茨投资组合理论起，依次罗列CAPM、APT、Fama-French三因子模型、Barra风险模型、Grinold & Kahn理论及Qian & Hua管理体系，直至2007年现代多因子策略框架完善，清晰展示量化投资演进脉络。

- 量化投资实践图描绘1971年至2012年间的重要机构和事件，高频交易、大奖章基金、LTCM破产再到国内多因子量化团队兴起，反映业界发展进程。

3.2 主动量化基金表现图（图3-6，10页）

• 图3显示2014-2020年主动量化基金相对基准的5年滚动超额收益波动，2015年和2020年表现较强，搭配胜出基金占比变化，体现较好的超额收益稳定性。

- 图4则对应与主动股基金的超额收益对比，2014-2016年表现领先明显，2017年及2020年表现相对较弱。

• 图5揭示2014-2016年跑赢沪深300的个股及行业比例均处于较高区间，辅助解释量化基金的超越优势源自分散持股、反转效应。

- 图6展示每年3个月和1年反转效应的强弱，2014-2016年反转效应显著，为均值回复策略提供了市场环境支持。

3.3 主动量化基金滚动5年表现（图7-10，11页）

• 图7显示大多数主动量化基金超过70%在5年期内超越基准，2015、2016年更达到90%以上。

- 图8展示超额收益中位数及绝对收益年化，峰值出现在2016-2017年。

• 图9说明超额收益相对沪深300指数稳定正向，超过50%基金跑赢指数。

- 图10对比主动量化与非量化基金5年滚动超额收益，显示量化基金波动性较大且2015-2018年间表现优异。

3.4 指数增强基金表现及风险控制指标（图11-16，12-13页）

• 图11、12分别体现指数增强基金相对基准和主动股基的超额收益，绝大多数时期均为正，跑赢比例维持在60%以上。

- 图13、14图示其年化跟踪误差和最大回撤中位数，多数时间大幅低于非量化基金，显示风险控制优越。

• 图15、16反映年化信息比率和收益回撤比，指数增强基金整体表现优于非量化基金，说明规模化管理与风控的有效性。

3.5 相似基准基金收益对比（图17-22，14页）

• 图17-18对比主动量化与非量化基金超额收益，显示两类基金表现起伏，有较强轮动特征。

- 图19-20指数增强基金超额收益持续正向且跑赢基准基金比例高，表现出更高稳定性。

• 图21累计净值曲线表明指数增强基金相对非量化基金更具抗跌力，尤其在结构性行情和低相关性环境中表现突出。

- 图22收益相关系数尤其是CAPM alpha呈负相关，进一步证明两类基金互补属性。

3.6 基金A风险控制案例（图23-25，16页）

• 净值曲线平稳上行，回撤有限（图23）。

- 持股数增加且十大重仓股权重大幅下降，集中度下降（图24）。

• 行业配置趋向沪深300，行业偏离减少，为风险控制提供支持（图25）。

3.7 优秀量化产品净值走势图（图26-29，17页）

• 分别展示长城创业板指数增强A、长信国防军工A、易方达量化策略A和中欧数据挖掘多因子A的净值走势，均明显跑赢对应基准指数，展现量化选股多因子策略实战成效。

3.8 高频交易数据应用（图30-31，表2，18页）

• 大单成交占比因子在全市场及各指数内均展现良好超额收益累积，存在高胜率和信息系数（rank IC）表现。

- 表2数据明确显示大单成交因子月均多头及多空胜率均保持较高，量化模型基于此类因子获得可观alpha。

3.9 散户非理性行为案例（图32-33，19页）

• 游戏驿站股价和COMEX白银期货价格极端波动印证个体投资者行为波动性强，情绪驱动显著，容易导致市场异常波动，提供套利空间与风险。

---

4. 估值分析

本报告主要聚焦量化基金业绩表现及策略分析，没有深入展开公司个股估值模型，但详细解析了量化投资中的主流理论基础及策略构建逻辑（多因子模型、风险模型、信息比率框架），以及量化策略如何在实际中通过组合优化管理风险和收益。在基金表现评价中使用了超额收益、信息比率、跟踪误差、最大回撤等多维风险指标，体现了量化投资整体的风险收益评估体系。

---

5. 风险因素评估

• 模型误设风险： 可能由于因子模型设计不合理、数据失真、过拟合等导致预测效果下降甚至失效。

- 历史统计规律失效风险： 过去因子表现良好的统计规律未来可能失效，特别在市场结构发生重大变化或极端事件发生时。

• 报告未详细展开缓解策略，但从案例中可见风险管理、严格行业与个股偏离限制是典型的风控措施。

- 实际市场中量化策略需持续更新迭代以应对环境变化并保持稳定alpha。

---

6. 批判性视角与细微差别

• 报告基于2014年以来数据及案例，量化基金表现良好，但市场短期内存在结构性、风格轮动等极大不确定性，可能影响量化模型的适用效果。

- 主动基金中部分抱团行情的收益来源难以被量化策略完全复制，这一点报告有适度提及但未深入解决行业抱团带来的挑战。

• 报告强调量化和非量化基金互补，但对两者配比、动态调整缺乏细节指导。

- 关于海外量化巨头对市场的影响及本土发展，较为宏观且乐观，缺少对监管风险、市场适应性和人才缺口等现实挑战的分析。

• 对模型风险提示较为笼统，未充分讨论量化策略中可能面对的极端市场风险如流动性风险、交易成本上升等。

---

7. 结论性综合

本报告全面解读了量化投资的理论基础、行业实践及其在中国资本市场的显著意义。通过详实的定量分析，揭示主动量化基金和指数增强基金在2014-2020年间均取得持续超额收益，且指数增强基金展现更稳定的风险控制能力。量化策略与非量化基金相关性低，收益来源差异明显，体现强互补性，为机构投资组合分散风险提供有效路径。

报告以丰富图表展示量化基金收益波动、超额收益分布、风险指标等多维度信息，论证量化投资的长期稳健表现及在当前信息爆炸和散户活跃市场环境中的适用性。重点介绍了风险管理的成功案例及量化在收益预测上的拓展优势，结合大数据、高频交易等技术提升模型预测能力。

散户情绪波动及非理性行为案例进一步论证量化投资在市场失衡时套利能力的价值，呼吁重视基于严谨规则和行为套利的量化策略长期发展潜力。

综上，海通证券研究团队认可量化投资作为主流投资策略具有理论与实践优势，尽管主动权益表现出色，但量化依然是机构投资者不可或缺的资产配置工具和未来重点发展赛道，建议投资者继续关注和布局量化基金，同时重视模型风险。

---

附：主要图表示例

图表显示2014-2020年主动量化基金在大多数年份实现基准超额收益，尤其2015年超额收益排名中位数接近40%。


指数增强基金超额收益稳定，多数年份收益中位数保持正值，风险控制效果明显。


图示量化基金与非量化基金日收益CAPM alpha相关性为负值，反映强烈的互补关系。

---

结语

本报告由海通证券金融工程团队基于大量历史数据与实例严谨撰写，具有较强的理论深度与分析广度。为投资者理解和应用量化投资提供了系统性框架和最新的实证观察，揭示了量化策略在当前市场环境中的独特价值及长远发展潜力。

[page::0,1,2,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20]

报告