#老司基硬核测评# #雪球基金调研团#

【资料图】

代表作【国金量化多因子（F006195）】业绩和规模双双高增长，实际上我早就关注到了马芳总的【国金量化多策略混合A（F005443）】，但是确实对量化策略不了解，正好雪球给到这次珍贵的调研机会。

有意思的是，雪球这一期基金测评全部都是量化策略基金，这是一期量化基金的盛宴。

打算这篇文章分两部分，第一部分以调研【国金量化多因子（F006195）】为主，第二部分则对本次测评的7只量化基金进行综合测评，工作量略大，请球友们多多鼓励。

调研之前，我们照例先来看看马芳总、姚加红总管理的【国金量化多因子（F006195）】和【国金量化多策略混合A（F005443）】业绩情况。

国金量化多因子基金，业绩比较基准：85% × 中证500指数收益率 + 15% × 中证全债指数收益率

成立时间2018.10月，成立以来总收益105.64%，最大回撤-21.07%，年化收益高达+17.03%；同期中证500指数涨幅+43.90%，最大回撤-31.57%，年化收益+8.26%。

国金量化多策略基金，业绩比较基准：中证500指数收益率*60% + 中证全债指数收益率*40%

成立时间2018.2月，成立以来总收益+30.09%，最大回撤-29.04%，年化收益高达+5.06%；同期中证500指数涨幅+2.73%，最大回撤-36.17%，年化收益+0.51%。

从净值曲线来看，两只量化基金表现差异并不大，可能主要在于比较基准和规模等差异，导致的持仓权重差异，反应到净值曲线上有所区别；2022年4月以前大部分时间跟着比较基准中证500指数走，甚至在这之前的很多时间，相对中证500指数还是跑输的，大概类似于一个中证500指数增强基金。

但是2022.4月之后的策略表现十分亮眼，有些脱离了A股引力的既视感，看看这次调研会不会得到相关答案。

国金量化团队2011年成立，2013年开始搭建量化平台，是国内较早开拓量化投资领域的基金公司，整个团队当时事业部较多，经过一段时间探索后，由姚加红总担任整个量化团队的负责人。

姚总还特意提到：量化公募我们是2020年才开始接手，国金量化多因子20年6月份接手之前，超额是一直跑输基准的。从我们接手后，超额明显改善了，从2020年7月1日到2021年，年化大概10%左右的超额，但可以看出，初期超额并不高，原因也很简单，因为我们之前专户做得比较久，我们当时没有专门开发公募的信号，就是拿了专户的信号做了低频化的处理，这样可以取得正向超额，但超额不会太高。

也即【国金量化多因子（F006195）】要做一些时间上的区分，分别是2020.6月之前，2020.7月至2021年，2021年以后，这就可以解释我上面说的，之前就是个指增，实际上我的观察也是错误的，应该是从2020.7月开始该基金超额收益开始明显增长。

这就对了，国金量化多因子基金，自2020.7月开始至今，总收益79.1%，最大回撤-21.07%，年化收益高达+22.12%；同期中证500指数涨幅近+4.52%，最大回撤-31.57%，基金相对比较基准来说在控制回撤的基础上，实现了很高的超额收益。

马芳经理：多策略跟多因子的差异是，它是对着300去做的。待会儿如果有老师问这两者的差别，我在这儿就先说了，多因子是对着500做，多策略是对着300做，都是全市场选股，它们的基准不一样，但是选股的逻辑是一样的。基准不同，我们对它的预期也会不一样一些，因为毕竟对标的不一样。一样的是我们从超额上还是预期要相对相对稳健一些，有一个积累效应。它的超额相对300也比较显著，300年内的指数收益已经转负了，而它还有四五个点的收益。

马芳经理：我们一直在观测，我们的公募产品在量化中换手率并不高，预计资金容量不会太小，预计到200亿规模会停一停，观察一下。

姚加红经理补充：观察下来市场风格对策略的影响更大一些，和规模反倒关系不大，多因子的超额收益不太受规模的影响，不过基于稳健的想法，目前规模是一百三四十亿，之前像50亿，100亿我们都缓了一下，到150、200这种节点上，我们肯定都会看一下。

a、超额收益的来源主要是选股，交易占比较少，因为换手率相对不高，打新贡献也很小。

b、基金收益基于量化模型框架信号，不体现基金经理个人交易思路，策略基于机器学习的模型，机器学习主要是特征库。

姚加红总结：机器学习框架体系刚才马芳总已经介绍过了，我们就是一个特征工程，前面是提取各种特征，比如行业的特征、个股的特征，数据源包括聚源的、万得的、分析师预期的，还有一些新闻舆情的，这些都是作为数据流，作为原始数据，我们做一些加工作为特征，我们就只提供数据。

模型就是学习这个里面的特征，学习里面的规律，基于这些规律再生成预测，就是预测某一个特定的标的，它未来是涨还是跌，最后再叠加起来，这个就是我们每一个模型的框架。

所有的模型组织我们是有一个自上而下的框架，把全市场的股票会风险模型、风格行业、热点、个股去组织，对每一块都会做一个中周期、长周期、短周期的预测，这个就是我们机器学习模型的一个框架。

姚加红总：超额的来源，我们是追求在风格、行业和个股的阿尔法这三者之间维持一个平衡。假设21%的超额，那基本上就各占7%，这个是我们的目标。实际执行上在每个阶段会根据统计不同，差异会比较大，偶尔这一块高一点，偶尔那一块高一点。

其实我们并不会太关注哪一个行业收益高哪一个行业收益低，我们只关注所有的行业总体的收益。模型有偏离或者做错这很正常，对于量化而言，它是把做错当成一个很正常的状态。我们追求的是一个胜率。

7只公募量化基金，有基于不同指数的指增有纯量化策略基金，还是要分开来看，另外上面姚总提到，相对来说小票更容易做量化，因为大票定价更充分，波动也更小。

所以我们也分类：

我们以2021.8月成立时间最短的华夏中证500指增为起点回测，显示三只基金都有一定的超额收益，其中超额最高的就是国金量化多因子，同时回撤也是最小的，年化收益高达+15.2%，其次是招商量化精选。

以该基金经理接任时间2018.6月为起点回测，显示基金无论超额收益取得还是回撤控制都很优异，年化收益高达+18.16%，近期基金净值已经新高，而我们知道沪深300指数相对高点来说还有50%的涨幅，优秀！

两只基金在回撤中的表现接近，但中证1000指增收益弹性更大，有些好奇又看了一眼，直到看到基金经理乔亮总时豁然开朗了，两只基金从2019年8月乔亮总接任中证1000指增以来，年化收益都超过了15%，都很优秀。

这是本次测评的7只量化基金中唯一基于中证全指为比较基准的基金，如果按照姚总说的小票更容易做量化的话，应该收益是最好的，但这只基金表现虽然相比基准还是跑赢，成立以来总收益+52.93%，年化8.57%，最大回撤-25.85%，同期中证全A涨幅近+5.75%，最大回撤-29.12%。

但是，如果把时间放到前面乔亮总接任的万家中证1000指增时间2019.8.21来看，年化收益+12.88%，相比万家中证1000指增、景顺长城量化的年化19%和16%+就要差不少，最大回撤方面-25.85%，相比两者-29%左右的最大回撤来说也没相差多少。

$招商量化精选股票A(F001917)$$国金量化多因子(F006195)$ $万家中证1000指数增强A(F005313)$

@今日话题@球友福利@ETF星推官@雪球创作者中心