您的位置：首页 >投资创新 > 投资创新

国金基金林健武：以多策略量化模型应对多样性市场

2018-04-16 09:09:26 来源：证券日报

简介:在今年以来A股市场先强后弱、系统性做多机会相对缺失的背景下，量化基金优势凸显。记者根据资讯数据统计，截至4月13日，近3年来主动量化型基金的

在今年以来A股市场先强后弱、系统性做多机会相对缺失的背景下，量化基金优势凸显。记者根据资讯数据统计，截至4月13日，近3年来主动量化型基金的平均收益率为33.77%，而同期偏股混合型基金的平均收益率为26.41%，同期沪深300指数的涨幅仅为14.23%。

进入2018年以来，上证综指累计下跌4.48%，震荡15.85%。震荡型市场，正是量化基金大显身手之时。针对今年多变化的市场，量化基金该怎样布局，又该怎样处理与之而来的市场风险？近日，《证券日报》基金新闻部记者带着这些问题，专访了国金基金量化投资总监林健武。

林健武表示，国金基金目前已经建立了互联网量化的平台，通过与8家平台的合作，收集了上万条策略；对因子的筛选和因子权重的确定，则是由双层机器学习模型去确定，即先根据市场的变化选择机器学习模型，再由挑选出的机器学习模型搭建出具体的选股模型。

以行为金融学为基础构建因子

模型调整周期为三个月

除了在国金基金担任基金经理、量化投资总监，林健武还有一重身份——清华大学深圳研究生院客座教授、量化投资研究中心主任。他将行为金融学看做是量化投资的基础，林健武也把行为金融学作为构建量化模型因子的基础。

在公募基金市场上，关于量化模型因子权重的确定，大多是由机器学习模型自主确定。在这样的背景下也有一些弊端，因为每个机器学习模型都有其特点和侧重点，在特定的市场环境下可能会发挥其优势，但在多变化的市场下就可能失灵。对此，林健武在国金量化多策略灵活配置基金上应用了“二层机器学习模型”，即根据市场上的变化情况和部分因子表现，先选择更适合当下市场的机器学习的模型，再由该机器学习模型搭建出具体的选股模型。

对量化模型的动态调整，也就意味着要对市场风格和仓位上的选择做择时。据林健武介绍，他在国金量化多策略灵活配置基金上会做较长期的择时，时间大致是三个月一次。“一般来说，我们会对之后两个月到三个月的市场做一个判断，据此调整资产的配制比例，尽量控制回撤，来捕捉市场上比较好的机会。”他说道。

谈及国金基金在量化投资上的优势，林健武充满自信。首先，数据是量化模型最基本的元素，国金基金在数据上已经有了自己的壁垒；另外，国金基金已经建立了大量的、形式多样的机器学习模型，这样后面的策略师就可以摆脱从底层做起来的过程，“我们希望他们是建筑师，而不是砖瓦匠。”林健武说道。

以多策略量化选股模型

应对今年多变化市场

国金基金的量化模型有多少因子？林健武给出了一个惊人的数量——2000多个。他对记者解释道：“构建这么多因子，主要是因为市场的变化越来越快，近十年A股市场的发展速度越来越快，股票数量越来越多，风格的变化也会更多，用更多因子来解释便也十分必要”。林健武举例，很多基金可能出现比较长期的业绩跑输市场，最重要的一个因素是其选股池中没有最具赚钱能力的因子，或是该因子的权重处于很低的水平。他表示：“所以我们准备了更多的因子，通过对市场的动态分析和评估，不断调整量化模型的因子和因子权重”。

林健武所运用的多策略选股模型，除了准备了海量的选股因子进行动态切换外，还运用多策略增强所管基金的绝对收益：加入了CTA策略控制策略的Gamma风险，加入套利策略控制策略的波动性风险；加入商品期货CTA和债券策略控制市场相关性风险。

数据与人工智能相辅相成

呈“双螺旋”式发展

量化模型的发展是以数据的发展为基础，而数据的发展和人工智能的发展相辅相成。林健武表示，人工智能为复杂的数据提供了处理方式，高质量的、更多量的数据便也对人工智能的发展提出了更高的要求。他说道：“我觉得量化投资发展到现在，有点像计算机的发展，是个"双螺旋"发展的过程——计算机硬件发展到一定水平，软件就发展到相应的水平”。

对于中国的量化市场，林健武认为还有非常大的空间：在融资融券方面的发展相当有限；在衍生品方面的发展，还处在比较初级阶段；海外人才的回归也使得国内市场有了一定的储备，只是国家金融的发展是一个渐进的过程。在这个过程中，林健武认为量化投资大有可为。

很赞哦！