京公网安备 11010802034615号
经营许可证编号:京B2-20210330
Wind数据显示,截至5月9日,公募基金中的量化产品已经达到78只。众多基金中,华商大盘量化精选自其成立以来业绩始终处于相对领先的位置,其采用的量化模型基于对交易数据的挖掘。而正在发行的混合型基金也延续了华商“量化”产品的优势。华商新量化拟任基金经理费鹏认为,在震荡市中,个股和结构化的行情比较多,高频的交易数据较低频的宏观数据适用性更强。从交易数据中寻找被资金认可的个股,再从基本面进行验证,由此形成独树一帜、回报可观的股票组合。
通过交易数据挖掘个股秘密
费鹏介绍,虽然目前已有的量化公募基金产品中,大部分的量化模型基于基本面因子,然而,华商的量化则通过每一笔交易数据,监测异常表现的个股,并寻找背后的因素。这些因素可能是基本面的拐点,也可能是主题性投资机会或者是特殊事件。
通过量化交易数据筛选的股票与传统主动基金经理通过自上而下主动挖掘的股票有明显不同,这一点从华商大盘量化精选的前十大重仓股就可以窥探一二,多只重仓股都兼具基本面拐点和事件性机会。
费鹏透露,在2013年成长股“一统天下”的行情中,华商大盘量化精选并没有过多押宝创业板的股票,但是仍然创造了逾30%的回报,而贡献收益的大部分个股都是通过挖掘交易数据而来。
不同于其他公司的研究员荐股机制,华商量化团队通常是通过量化模型分析具有两年以上完整交易记录的个股形成初选股票池,然后经过行业研究员的实地调研和深入分析获得基本面信息,最终形成投资池。如果这些股票在基本面也有支撑,那么可能成为前十大重仓股,获得重配。
在风险控制方面,费鹏运用金融物理学的方法来判断市场风险。为此他制作了一个反映市场信息混乱程度的模型——信息熵值模型。费鹏发现,当市场的信息越混乱的时候,市场就越稳定,而熵值越小,短期风险就越大。经过历次验证,这个熵值模型在控制风险方面是非常有效的。
目前费鹏管理的另一只基金——华商新量化灵活配置混合型基金正在发行,将采用同样的量化策略。他认为,基于交易数据的量化投资更适合震荡市,因为在震荡市中,更容易出现个股的行情。个股的涨跌受大盘的影响也不大,而资金也更推崇个股。
普涨单边市出现概率较小
费鹏认为,今年出现普涨的单边市概率比较小。从宏观经济层面,经济疲软依然持续,宏观数据继续探底;从资金面角度,流通市值处于高位,场内资金不足以支撑大幅上涨;同时IPO重启等事件性因素对大盘依然承压,因此A股目前不具备普涨的条件。
但当经济低于预期,政策的对冲预期会升温,近期常州等地方政府在购房政策上的放松,说明地方在采取对冲策略。
“只有在对冲失效的时候,对投资者的打击才是最大的。”费鹏说,“在有对冲预期的时候,由于出来什么样的政策的不确定性,反而不会出现特别大的悲观,毕竟还有腾挪的空间。”
费鹏认为,今年的市场将保持情绪化,震荡格局仍然持续。但是从大类资产配置的角度,股市值得关注。黄金现在处于明显的下跌周期,房地产也已经出现拐点,信托产品也将受制于违约风险。因此,股市在财富管理中是优势资产。股市中一定有一部分资金较为灵活,在不同的资产中做腾挪,因此,只要有赚钱效应,比如热点板块,则股市仍然有可为之处。
对于IPO重启,费鹏认为,投资人士不用过于悲观,但也不能太过乐观。早在2005年股权分置改革和2009年的创业板设立,都曾经带来对资金分流的恐慌,但事后都被证明是过于悲观了。随着IPO时间表的逐步明确,场内资金的投资行为将敢于“落地”,成交量也将逐步有所扩大。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16