揭秘！量化基金经理的一天|Vlog

大讨论：近期，爆款基金频现引起各方关注，爆款基金是否有利于行业发展？是否有利于基金投资者？

轰动一时的AlphaGo，曾以60:0击败围棋国手，让人们见识到了AI的力量。事实上，作为“投资界的AlphaGo”，量化投资也凭借着强大的数据处理能力（几分钟解析数千份年报）等优势，一度受到市场追捧。

虽然量化投资已经在中国市场经历了多年的发展，但每当提起它，总有朋友“有很多问号”，又或者认为过于“高精尖”。

量化投资，就是从海量历史数据中寻找能够带来超额收益的多种“大概率”事件，按照这些规律构建数量化模型，并严格按照模型进行投资。简单地说，其独到之处就是“人脑+电脑”的模式。

量化基金经理需要精通数学、统计学、金融、编程，也被视为“身怀绝技”，那么量化基金经理的日常究竟是什么样的？又是如何利用计算机科学进行投资的呢？

今天，我们献上一个诚意满满的Vlog，为大家揭秘量化基金经理的一天！

随着A股市场股票发行数量的不断增加，量化投资部总监、大摩ESG量化基金、大摩MSCI中国A股指数增强基金拟任基金经理余斌认为，量化方法对信息的高效处理手段将发挥巨大优势，可以极大地拓宽投资的认知边界，发挥出投资研究的“探照灯”作用。如果能够精细化地考量收益和风险，将会极大提升投资组合的长期复合回报。

不过，余斌指出，尽管量化方法能够从更广的市场范围内选择股票，但是并非要以数量取胜。由于能够持续战胜市场的股票在减少，在圈定投资范围时需要聚焦于好公司，进而从概率上提升投资组合的长期表现。

锁定好公司的范围则需要结合财务指标、交易行为（如大股东减持）以及ESG（分别代表：“环境、社会、公司治理”因素，即衡量企业经营可持续性的三个方面）指标等，从多维度判断公司的投资价值。

在此基础上，再从价格角度出发寻找好股票。在这个过程中需要采用将风险剥离之后的定价分析方法。举例而言，对于某个特定行业的公司，在考察估值合理性时需要将公司在行业内所处的估值水平与ROE水平、毛利率水平等进行对比，进而得出相对准确的价值判断。

在传统的量化模型中，往往隐含了相对简单的规则设定，但真实的市场环境会更为复杂。因此在实际的投资管理过程中，必然要避免过度的简单化。余斌强调，通过引入精细化管理的方法，在调仓周期之内持续跟踪持仓个股是否触发预先设定的风险阈值，以及公司质地是否仍符合“好公司”的标准，追求选股胜率的提升。

从旗下组合今年的表现来看，在风险维度上的主动暴露较少，超额收益整体上来自于选股，这也是精细化管理优势的部分验证。

提及量化策略的投资目标，余斌表示，公司量化团队并不会追求非常激进的阶段性表现，而是希望获取相对可持续的超额收益，实现组合的长期复利增长。

风险提示： 本资料内容仅供参考，不构成任何形式的要约或要约邀请。本资料中的信息均来源于已公开的资料，我公司对这些信息的准确性及完整性不作任何保证。在任何情况下本资料中的信息或所表达的意见并不构成实际投资结果，也不构成任何对投资人的投资建议或担保。资料中所载的观点、分析、预测等仅反映采访嘉宾的见解和分析方法，并不代表我公司的立场。本公司及雇员不对任何人使用本资料内容而引致的任何损失承担责任。本资料版权归摩根士丹利华鑫基金管理有限公司所有，未经书面授权任何机构和个人不得以任何形式发布、复制、引用或转载。投资有风险，敬请谨慎选择。