今年量化基金成为基金业的一个新看点。公募量化基金在沉寂4年之后重现江湖：2月份，嘉实量化阿尔法发行，于4月成立；5月份中海量化发行，于6月份成立；据悉一些公司正在积极申报量化产品，不久将还会有量化基金发行。私募基金也不甘落后，中国第一只量化阳光私募产品——“山东信托?红色量化一号”证券投资集合资金信托计划6月1日正式成立。

其实，量化基金也是“泊来品”，其前世今生如何？我们一起来揭开量化基金的神秘面纱。

一、国外量化基金发展迅速

量化基金即以数量化投资来进行管理的基金，数量化投资区别于基本面投资，它不是通过“信息和个人判断”来管理资产，而是遵循固定规则，由计算机模型产生投资决策。量化投资并不是基本面分析的对立者，90%的模型是基于基本面因素，同时考虑技术因素。由此可见，它也不是技术分析，而是基于对市场深入理解形成的合乎逻辑的投资方法。

数量化技术发源于20 世纪70 年代，以1971 年富国银行发行跟踪纽约证券交易所1500 只股票的指数基金为标志，此后随着计算机处理能力的提高，越来越多的物理学家和数学家离开学校被华尔街雇佣，基金经理们开始依靠电脑来筛选股票。

1979年巴克菜全球投资(Barclays Global Investor) 成立了第一支主动数量（Quantitative & Active）投资基金标志着量化投资由草根实践走到了公募基金历史舞台聚光灯下。此后，Vanguard, Federated，Janus, American Century，AllianceBernstein，Evergreen 以及Schwab 都开始在运作数量化基金，他们也都开始加入Barclays Global Investors 和LSV Asset Management 的阵营，后两者是数量化基金管理中最大的两家公司。另外，Numeric Investors 和AQR CapitalManagement 是增长最快的数量化基金公司。

根据Bloomberg的数据，截至2008年底，1184只数量化基金管理的总资产高达1848亿美元，相比1998年21只数量化基金管理的80亿美元资产来说，平均增长速度高达20%，而同期非数量化基金的年增长速度仅为8%。

http://www.howbuy.com/UserFiles/Image/winnie/090401.gif

数据来源：Bloomberg，好买基金研究中心

http://www.howbuy.com/UserFiles/Image/winnie/090402.gif

数据来源：Bloomberg，好买基金研究中心

2000年之后是数量化基金发展的黄金时期，无论是个数还是管理规模都有了跨越式的发展。1998年数量化基金仅136只，至2002年增长一倍多，达316只，2008年底更是达到1848只，1988年至1998年年平均增长率为46%，2000年至2008年年平均增长幅度达54%。从规模上来看，1988年至1998年年平均增长率为32%，2000年至2008年年平均增长幅度达49%。

其中的原因有二，一是，2000年之后计算机技术飞速发展，为数量化的应用提供了良好的平台。更为主要的是主动管理型基金很难战胜大盘，于是投资指数基金以及采用数量化方法筛选股票逐渐流行起来。而且数量化基金的表现也非常不错。2002年至2007年5年间，相比美国市场主动型管理基金每年5.93%的超额收益，那些覆盖所有资产的数量化基金每年的超额收益可以达到6.95%。二是，有研究表明，2004年至2007年，投资美国大盘股的数量化基金产品的表现平均超越非大盘主动型基金103个基点。

二、模型--量化基金的心脏

数量化基金的兴起，建立在数量化投资技术的发展之上。在20 世纪80 年代，大量复杂模型得以发展，这包括：混沌理论（chaos theory）、分形（fractals）、多维分形（multi-fractals）、适应过程（adaptive programming）、学习理论（learning theory）、复杂性理论（complexity theory）、复杂非线性随机理论（complex nonlinear stochastic models）、数据挖掘（data mining）和智能技术（artificial intelligence）。然而，回归分析（regression analysis）和动量模型（momentum modeling）仍然是被调查者使用最广泛的数量化投资方式（见下表）。

http://www.howbuy.com/UserFiles/Image/winnie/090403(1).gif

数据来源：“quantitative fund management”，2008；调查所涉及基金124只。

较早的多因素模型，主要都是借助回归，分析收益与相关因素之间的关系，因素的选择具有很强的直觉性。更多的现代模型用过去的因素来解释后一期的收益，这些因素可能是财务因素，如财务比率、杠杆率等，也可以是投资者的主观判断，如分析师预测，也可能是技术分析因素，如动量。

数量化基金最明显的优势之一就是计算机处理数据的能力远远胜过人脑，这使电脑在海量股票选择中占有绝对优势。例如在嘉信证券的股票评级系统跟踪的股票超过3000只，并且每只股票都综合了基本面、估值、动量和风险因素进行打分，并按分数高低给A至F不同的评级。其次，量化基金是以定量投资为主，用纪律性较强的精细化定量模型，代替了基金经理或分析师在定性层面的主观判断，使投资业绩较少受到个人“熟悉度偏好”的影响。最后，数量化基金收取的费率及管理费用比传统的主动型基金低很多，因为他们需要的研究人员更少，成本更低。据Lipper调查，数量化基金的平均费用是1.32%，相比而言，主动型基金的管理费用平均达到1.46%。

数量化投资理念成就了一大批数量化基金经理，詹姆斯?西蒙斯无疑是其中的佼佼者。他所管理的大奖章基金对冲基金（Medallion），从1989年到2006年的17年间，平均年收益率达到了38.5%，而股神巴菲特过去20年的平均年回报率为20%。在1998年俄罗斯债券危机、2001年高科技股泡沫危机以及2007年的次贷危机中，许多对冲基金经理都走向衰落，但西蒙斯管理的大奖章基金却在几次金融危机中都表现优异。从1988年成立到1999年12月大奖章基金总共获得2478.6%的净回报率，超过第二名索罗斯的量子基金一倍，而同期的标准普尔指数仅有9.6%。在次贷危机全面爆发的2007年，该基金的回报率高达85%。

针对不同市场设计数量化的投资管理模型，以电脑运算为主导，并在全球各种市场上进行短线交易，正是西蒙斯的成功秘诀。

然而量化基金并非在所有市场都能有效战胜非量化基金。Lipper 把基金分为四类型，将每一类型的量化投资与传统投资进行比较，2005 年量化投资基金全面战胜传统基金，而2006 年在增强指数型基金中，量化投资落后于传统型基金，到2007 年则情况发生较大转弯，除市场中立基金外，其余量化投资基金全部跑输传统型基金。在考虑了风险、跟踪误差后，数量化投资具有更小的跟踪误差和更高的回报。研究表明数量投资基金业绩具有很强的轮动特点。大部分数量投资基金具有很强的价值投资偏好（value bias），因此，他们在价值型市场下表现良好，而1998-1999 年是成长型市场，数量化投资基金大部分跑输传统型基金。2001-2005 年是价值型市场，数量化投资基金普遍表现优异。

三、国内数量化基金介绍

目前，国内基金市场上有4只量化基金，光大保德信量化核心、上投摩根阿尔法、嘉实量化阿尔法、中海量化策略，其中后两只均是今年才成立，前两只分别成立于2004年8月和2005年10月。

光大保德信量化核心一方面通过光大保德信的多因素数量模型对股票的预期收益率进行估算，个股预期收益率的高低决定投资组合是否持有股票；另一方面，投资团队从风险控制角度，重点关注数据以来的信息，通过行业分析和个股分析形成对量化的补充；最后由投资组合优化器根据预先设计的风险构建组合。

上投摩根阿尔法基金的描述则是同步以“成长”与“价值”双重量化指标进行股票选择，然后研究团队将对个股进行基本面审核，结合跟踪误差的紧密监控，以求不论指数高低，市场多空皆创造主动管理回报。投研团队最终决定进入组合的股票，量化分析是辅助和基础。

嘉实量化基金“定量投资”为主，辅以“定性投资”。通过行业选择模型，捕捉具有投资吸引力的行业，然后再在所选行业中运用Alpha 多因素模型筛选个股。定性的辅助作用表现在利用基本面研究成果，对模型自动选股的结果进行复核，剔除掉满足某些特殊条件的股票。

中海量化策略以量化模型作为资产配置与构建投资组合的基础。根据量化指标实行从一级股票库初选、二级股票库精选，再根据相关模型计算行业配置权重。结合行业配置权重，组合中每只股票的配置比例。

从国内几只量化基金来看，数量化的模型大都处于辅助的地位。其量化策略是否能适应中国市场，也有待进一步观察。从成立时间较早的几只量化基金来看，也表现出不同的特点。截止7月末，光大量化核心成立以来回报率为233.79%，在同时期可比的17只基金中处于最后一名，今年以来收益率为97.79%，在195只股票型基金中位于第7位。该基金在上涨市场中表现较好，在下跌市场中排名靠后，2007年该基金在同类100多只股票型中位于前1/4，而在2008年则位于同类股票型中最后一位。截止7月末，上投摩根阿尔法基金成立以来收益率为成立以来回报率为442.54%，在同时期可比的47只基金中位于第4，今年以来收益率为52.14%，在195只股票型基金中位于第175位。

近期投资策略推荐：