“量化模型+大数据”选股表现不俗 最牛涨34%

摘要： 　　来源：最牛暴涨34%！　　中国基金报记者  李树超　　今年量化基金大行其道，同样采用“量化模型+大数据”选股方法的大数据基金也有不俗表现。数据显示，今年收益率最高的大成互联...

　　来源：最牛暴涨34%！

　　中国基金报记者  李树超

　　今年量化基金大行其道，同样用“量化模型+大数据”选股方法的大数据基金也有不俗表现。数据显示，今年收益率最高的大成互联网+大数据大赚34%，多只产品成立以来年化回报超10%，斩获不错的长期业绩。

　　多位业内人士表示，大数据基金是大数据技术和传统金融投资理念相结合的金融产品，作为量化基金的一员，在今年结构性行情和热点较为分散的市场中，能够发挥量化模型的统计优势，整体取得了超额收益。伴随着大数据、大模型、人工智能等金融科技技术的应用，大数据基金未来还有一定发展空间。

　　多数用“量化模型+大数据”投资策略

　　最高收益率超30%

　　Wind数据显示，今年以来全市场大数据基金平均收益率-0.64%，跑赢了同期沪深300、中证500等主流大盘指数。

　　其中，大成互联网+大数据大赚33.82%，广发百发大数据策略成长、南方大数据300、东方红京东大数据等多只基金收益率在10%左右，超额收益同样明显。博时淘金大数据100、定投宝等也斩获了正收益，在今年权益低迷市场中，为投资者打造了不错的投资体验。   

　　随着投资业绩表现持续优秀，部分大数据基金斩获年化10%以上回报，比如东方红京东大数据、大成互联网+大数据、定投宝等，基金规模也实现了增长。

　　谈及今年大数据基金整体取得的超额收益，大成互联网+大数据基金经理夏高表示，2021年以来，随着A股市场小盘风格的崛起，持股较为分散、风控严格的量化基金表现优秀，整体取得显著的超额收益。大多数大数据基金用“量化模型+大数据”的投资策略，属于量化基金的一员，因此也取得了超额收益。   

　　济安金信基金评价中心主任王铁牛也认为，今年以来大数据基金整体获得超额收益，主要原因还是在于大数据基金除了传统基本面、技术面、行业配置等分析维度外，增加了与大数据相关投资分析的维度，相比传统基金投资具有一定优势。

　　据介绍，大成互联网+大数据基金的主要投资范围是“互联网+”相关的股票，今年业绩主要受益于科技股行情。主要选股因子包括市值、反转、成长、质量和大数据因子等，其中市值和反转因子比较符合今年的市场风格，成长和质量因子提供基本面支撑，大数据因子带来另外的增量信息。

　　基金基金经理罗博也表示，定投宝腾讯济安指数基金跟踪的是中证腾讯济安价值100A股指数，根据中国证券基金研究中心的排名数据显示，截至2023年三季末，该基金近五年同类产品排名为2/15，获得了亮眼的排名。指数从全部沪深A股股票中，根据行业特征，选取相应估值指标，用多阶段回归等算法计算个股内在价值，选择低估程度最高的135只股票构建组合。

　　首尾业绩分化超50%

　　更加适应较为分散的市场

　　虽然头部业绩非常亮眼，但大数据基金业绩的两极分化现象也很显著，今年以来首尾业绩相差超过50%。

　　在夏高看来，大数据基金业绩出现分化的原因或有以下三方面：首先，市场上各个大数据基金选股范围有所差异。一部分大数据基金是全市场选股，另一部分大数据基金则有约定的选股范围，例如科技、消费等。不同的选股范围会带来不同的基础差异。

　　其次，各个大数据基金的选股风格不同。一部分大数据基金是大盘、动量等风格，另一部分大数据基金的风格是小盘、反转等风格，在今年偏小盘和存量博弈的市场里业绩出现分化。

　　最后，不同大数据因子的表现有所差异。一些大数据因子反映市场热点，另一些大数据因子反映产品销售热度，还有基本面、估值、市值等不同大数据因子，具有不同的投资逻辑，这些差异使得各个基金在今年的市场里表现各异。

　　王铁牛也认为，大数据基金业绩的两极分化，一方面与大数据基金，选用的不同的数据来源，以及投资策略构成的选用了不同的宏观因子、价值因子、成长因子、大数据基本面因子和市场因子等差异，导致的大数据基金业绩两极分化。

　　另一方面，也与相关基金主要投资行业的属性相关，比如大成互联网+大数据基金主要投向为传媒、计算机、云计算、AI等相关行业标的，这些TMT相关行业在在今年表现优异是业绩较好的重要原因。

　　部分机构认为大数据基金可能比较适应熊市或震荡市行情，可以发挥多因子选股的能力，获取超额收益。

　　夏高对此表示，大数据是对传统选股因子的补充，能够带来不一样的增量信息，长期逻辑是有经济学意义支撑的，也经过了多年的实际检验，具有一定的有效性。当然，大数据因子的表现也会受到市场风格的影响，不同时期的表现会有差异。整体来看，大数据基金，或者扩大一点说量化基金，更加适应较为分散的市场，能够发挥量化模型的统计优势；反之，在少数股票领先的极致市场里，量化模型的优势就比较小。

　　罗博也认为，从市场环境来看，市场表现亮眼的时候指数型基金有利于发现有上涨能力的股票；市场表现低迷时，因为指数型基金可以分散投资，有利于控制回撤。

　　王铁牛也表示，在今年一些大数据基金和量化基金整体跑赢主动管理基金，主要原因还是由于市场在今年以来是比较典型的结构性行情，热点转换较快，行业轮动频繁，对于这样的市场，大数据基金和一些量化基金大部分选取中小市值股票，又引用了其他一些大数据源，同时应用了人工智能，模型训练等进行数字化分析和投资，相对更适应目前这种市场风格。

　　融入行业新发展趋势    

　　投资者也应关注策略基金的局限性

　　事实上，与2015年行业密集布局大数据基金相比，目前基金公司已经较少布局大数据基金。

　　“主要原因与大的环境背景相关。”王铁牛认为，2015年互联网金融和金融科技公司在传统金融领域的创新是关注度最高的时期，相关大数据基金和互联网基金在当时也得到市场和行业更多的关注。后期因为风险控制和一致性等方面监管要求，以及市场波动等原因，相关基金品类发展进入一定的瓶颈期。相信后期伴随的大数据、大模型、人工智能等金融科技技术在行业里更多的应用，大数据相关基金未来还是有一定的发展空间。

　　夏高也认为，大数据基金的开发涉及大数据的来源和品牌合作等商业因素，还受到大数据有效性变化等技术因素的影响，开发难度大于普通基金。

　　他说，近几年来，机器学习等新的量化投资技术快速发展和日臻成熟，基于此类方法研发的量化策略倾向于更多用更直接的量价类因子，其逻辑链条短、对市场变化的反应迅速，有效性优于逻辑链条长、对市场变化反应相对慢的传统大数据因子。因此，大数据基金较少再独立发展，而是融入行业新的发展趋势之中。

　　此外，虽然部分大数据基金今年表现突出，但王铁牛也提醒投资者注意，任何大数据和量化策略基金也会有相应的局限性，策略是否与当前市场风格匹配、选择标的流动性如何、投资策略在极端系统性风险中如果应对等问题，都需要投资者持续关注。