主讲嘉宾
田汉卿 女士
20年金融行业从业经验，深谙国内外资本市场运作。曾任国际量化巨头巴克莱全球投资(BGI)亚洲(除日本)量化团队主要负责人之一，后来入选国家“千人计划”引进高端金融人才，现为华泰柏瑞副总经理、量化投资团队负责人、多只量化产品的基金经理。
1.
华泰柏瑞旗下量化产品超额收益表现优异的秘诀是什么？
在我们的理念里，超额收益的关键，不在于某一年的阿尔法(即超额收益)有多高，而在于持续稳定的阿尔法。我们的超额收益表现比较稳定主要得益于两个方面：
一方面我们采用的多因子选股模型。多因子，意味着从不同视角判断股票的未来收益，因子数量多会更加全面；同时，因子之间风险的可以互相抵消，增加了模型的稳定性。就好比斜拉大桥的钢缆，它不是一根钢柱，而是由许许多多钢丝组成的钢缆，这样才更有弹性，可以支撑起整座大桥。我们的模型，将7组80多个阿尔法因子科学地组合在一起，目的是为了在不同市场情况下模型都能获得相对稳定的超额收益。
另一方面我们坚持严格的风险控制。在模型构建过程中，我们对所有可能的风险因子都做了中性化处理。比如市值因子，尽管在17年以前的十年间，中小市值因子在A股的超额收益表现非常突出，但是考虑到海外经验，我们认为中小市值因子会有一定风险，还是坚持控制了组合对于市值因子的暴露。这也是为什么今年我们旗下的量化产品未受到中小市值因子回撤的影响、无论超额收益还是绝对收益都有不错表现的原因之一。
过去几年运行下来，我们选股模型相对基准的月胜率基本保持在80%以上，各个投资策略都取得了较好的超额收益。
2.
量化策略有规模容量限制吗？
严格来说，每个主动策略都有容量限制，量化策略也不例外，只是容量大小因策略而异。
比如我们的主动做多类的策略，总体容量空间就比较大。策略容量大小取决于股票的流动性，对应来说，沪深300的增强策略会好于中证500的增强策略，中证500的增强策略又会好于创业板指数的增强策略。
又比如我们的量化对冲类的产品，策略容量大小受到对冲工具效率和流动性的影响，总体容量会相对小一些。
此外，一个策略的容量也与市场同类策略的总规模相关。我们的团队会时刻监控同类策略情况，并会在适当的时候控制相应产品的规模，尽量保证业绩不受到影响。
3.
量化策略有什么弱点？会不会失效？
现实中并没有完美的任何时点都有效的主动管理策略，我们基于基本面的多因子量化选股策略也有弱点。多因子选股模型主要通过对过去信息的处理预测未来个股的表现。如果市场本身发生很大变化，过去规律在未来不再重复，量化模型又未能及时做出调整，则可能会出现选股模型不工作或者工作得不太好的情况。
针对这点，一方面我们会对模型做定期的“维修检查”，替换不工作的因子、寻找新的因子，并且调整因子之间的配比；另一方面，我们需要时刻了解市场、研究市场，跟上市场的变化，并且尽可能做超前的预判。
至于模型失效的问题，在很长一段时间还不用担心。目前A股的有效性较弱，为量化投资提供了较好的寻找阿尔法因子、获得超额收益的机会，市场要真正成熟起来还有很长的路要走；另外，国内真正做量化投资得资金占比还比较有限，市场容量上也有很大空间。可以说，量化投资在中国的发展只能算是起步阶段，空间也是非常大的。
4.
如何识别好的量化产品？
目前市场上的量化基金已经比较多了，不过名字里带有“量化”字眼的并不一定就是真正的量化基金。想知道这只产品是不是量化基金，最直接的是和投资团队交流。此外，投资人还可以通过观察产品的(半)年报持股数量、跟踪误差来判断。一般情况下，量化投资基金的持股数量会超过80只，相对策略基准的跟踪误差会控制在一定范围之内。
至于量化基金的过往表现评价，这里提供三个维度供参考：
第一，看超额收益及其稳定性
考察超额收益，长期的持续稳定性很重要。即便一个量化产品的长期收益不错，但如果在不同时间段的超额收益波动很大，那么其产品的风控也可能是不够严格的。
第二，看信息比率
信息比率，可以简单理解为基金每承担一单位的主动风险所获取的超额收益能力。通常情况下，信息比率在1倍以上，如果超过1倍，达到2倍甚至3倍，说明这只量化基金在既定的风险目标下，实现了比较不错的超额收益。
第三，看组合的风险暴露点
投资者还可以通过基金的半年报和年报披露的全持仓分析产品的风险暴露点，事先有个预判，更好地进行组合配置。比如有些量化基金的持股偏爱中小盘风格，如果预期中小盘表现较好，就可以配置这类产品；如果预期中小盘表现相对较弱时，则可以减少这类基金的配置。
5.
正发行的华泰柏瑞量化阿尔法采用的是什么样的策略？
华泰柏瑞量化阿尔法采用的是maximum alpha策略，又叫阿尔法最大化策略。一般来说，阿尔法最大化策略就是释放相应的约束条件，尽可能将阿尔法模型的预测信息传递到投资组合中，追求更高的阿尔法。
具体来说，这次华泰柏瑞量化阿尔法的模型：
1）不设策略的跟踪基准。我们过去的产品，都有策略基准及跟踪误差限制，要么跟沪深300指数，要么跟中证500指数，要么跟创业板指数，要么是绝对收益产品，而阿尔法最大化策略则释放掉了策略基准的约束，尽可能地捕捉收益。
2）松绑行业暴露的限制。有些阿尔法因子其实可以做跨行业比较，在阿尔法最大化策略中，我们会松绑这些因子对行业的暴露，为的也是阿尔法更大化。
6.
设立这样策略的初衷是什么？
理论上来说，从阿尔法选股模型的预测信息到投资组合的转化过程中，约束条件越少，能转化的信息越多。而跟踪基准和跟踪误差是其中非常重要的限制条件。
对于机构投资者来说，他们市场研究能力比较强，所以更喜欢风险收益特征十分明确的产品，偏爱设置跟踪基准并控制跟踪误差的产品。而对个人投资者来说，这些可能并不特别重要，他们在意的是能否获得一个长期总体比较好的回报。
阿尔法最大化策略就释放了跟踪基准和跟踪误差的限制，希望尽可能地将阿尔法的信息转化到投资组合上来。可以说，这款产品主要是根据个人投资者的风险偏好设计的。尤其当投资人不能确定是投大盘好还是投中小盘好的时候，这个基金会是一个相对不错的选择。
7.
松绑了行业和风格限制的华泰柏瑞量化阿尔法如何进行风险控制？
阿尔法最大化策略虽然释放了行业和风格的限制，但并不意味着不控制风险。
在指数增强策略中，我们控制的是相对跟踪基准的主动风险(也就是跟踪误差)。在阿尔法最大化策略中，我们控制的是组合总体的风险。
一方面，风险模型可以帮助控制组合的总体风险。通常我们会通过敏感性分析设置一个较为合适的目标总风险，事先预测并控制投资组合的总体风险。
另一方面，我们仍然会严格控制阿尔法因子对其他风险因子的暴露。比如之前提到的市值因子，我们依然会做中性化处理。
总体来说，华泰柏瑞量化阿尔法的风险收益特征虽然与以往产品不同，但是风险控制还是相当严格的。
8.
我们该对华泰柏瑞量化阿尔法有怎样的风险预期？
主要有两个方面：
一是对它的超额收益能力有个合理的预期。虽说拉长时间来看，阿尔法最大化策略有望通过释放一些约束条件，获得更高的超额收益，但这并不意味产品每个时间段都能跑赢其他量化投资产品。两者的风险收益特征是不同的。
二是对市场风险也要有合理的预期。华泰柏瑞量化阿尔法本质还是一个阿尔法加贝塔相关的只做多产品。虽然没有跟踪基准限制，但市场涨跌该产品也会随着涨跌，只不过希望涨得更多跌得更小，和完全对冲的绝对收益策略产品是完全不同的，也不同于通过管理仓位力图获得绝对收益的产品，正常情况下该产品也是接近满仓运行的。
閱讀更多 華泰柏瑞基金 的文章
