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Python开发中,HTTP请求是与外部服务交互的核心场景——调用第三方API、对接微服务、爬取数据等都离不开它。虽然requests库已 ...
2025-12-12在数据驱动决策中,“数据波动大不大”是高频问题——零售店长关心日销售额是否稳定,工厂管理者关注产品尺寸偏差是否可控,基金 ...
2025-12-12在CDA(Certified Data Analyst)数据分析师的能力矩阵中,数据查询语言(SQL)是贯穿工作全流程的“核心工具”。无论是从数据库 ...
2025-12-12很多小伙伴都在问CDA考试的问题,以下是结合 2025 年最新政策与行业动态更新的 CDA 数据分析师认证考试 Q&A,覆盖考试内容、报考 ...
2025-12-11在Excel数据可视化中,柱形图因直观展示数据差异的优势被广泛使用,而背景色设置绝非简单的“换颜色”——合理的背景色能突出核 ...
2025-12-11在科研实验、商业分析或医学研究中,我们常需要判断“两组数据的差异是真实存在,还是偶然波动”——比如“新降压药的效果是否优 ...
2025-12-11在CDA(Certified Data Analyst)数据分析师的工作体系中,数据库就像“数据仓库的核心骨架”——所有业务数据的存储、组织与提 ...
2025-12-11在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01