公募量化的出头天:3000亿的野望

公募量化的出头天:3000亿的野望
2023年08月25日 08:45 资管风铃

2004年,光大保德信发行了国内首只公募量化基金——光大保德信量化核心证券投资基金。

华安虽在两年前针对上证180开发了首只指增产品,但由于主观环节过于简单,因此光大保德信的这只产品问世,才被视为公募量化的真正开端。

开始于公募行业在国内诞生的第6年,公募量化的起步并不算晚,但由于市场效率偏低、投资者接受度有限,公募量化多年来未能在收益和波动上表现出明显优势,作为一种产品类型也始终未能成为主流,直到2017年,公募量化才首次突破千亿规模。

如今,这种过往惯性正悄然发生改变。

截至8月21日的Wind数据统计显示,量化类公募产品(量化策略+指数增强+对空对冲)已达443只,累计规模已达2733亿元。(存量半年末+新发,下同)

要知道,在2020年至2022年A股活跃期,公募量化的年均增长不到300亿;反而在指数不断调整2023年内,量化基金的规模净增却达到382亿元。

按照如此进度发展,市场有望在年底见证公募量化达至

3000亿元

这个数字不到主动权益的零头,但相比于多年来的沉寂,如此突破仍然具有方向意义——距离首只产品问世近20年后的今天,公募的量化生意似乎迎来了一个加速窗口。

当主动权益受挫于核心资产的估值消化通道之时,量化基金正在同ETF一道成为逆周期增长的大类资产。

如此过程中,一些更长周期内具有稳定业绩表现的产品正在浮水,曾经在主动权益上受伤的部分资金,也开始尝试转投于理性决策的量化产品的怀抱;部分管理人也开始围绕量化业务加码布局。

但不同于主动权益的明星标签或指数产品的规模效应,量化始终要面临市场认知难题和规模上限的制约,而以公募身份参与这场竞赛,还可能受到来自制度约束、人才激励、硬件条件等多重因素的限制。

这究竟是公募量化的出头之年,还只是市场下行期的昙花一现,时间将给出答案。

01

量化之春

在不少主动权益大幅回撤的当下,量化基金正在成为权益资金的吸附容器。

资管风铃统计Wind数据发现,2023年初至8月21日,443只量化基金的总规模已达2733亿元,较年初净增383亿元。

其中,多达17只量化基金的规模较年初增长超过10亿元,其中国金量化精选、国金量化多因子、万家中证1000指数增强三只产品的规模净增长超过了30亿元。

部分产品的规模突增,或与年内业绩因素有关。例如国金基金上述两只产品的今年以来回报率已超过10%,均在量化基金中排名前10。

截至8月21日,量化基金中年内收益最高的“西藏东财中证云计算与大数据主题指数增强”今年以来回报率已达21.4%。

虽然这只成立于2021年8月的指增基金设立以来总回报仍为负,但这并不妨碍其规模较年初增长了1.4倍。

从相对变化看,有多达30只量化基金的最新规模较年初值实现翻倍,其中17只增长超过2倍,9只产品增长超过5倍。

此外,更有国泰君安量化选股、信澳量化多因子、浦银安盛量化多策略3只产品规模分别较年初增长达50倍、23倍和22倍。

存量博弈显著的2023年,主动权益的持有体验与信任伴随净值回撤而缓慢流失,更多投资者转而对理性且冰冷的算法策略产生兴趣。

量化的逆势增长无疑是对主动权益退潮后的虹吸使然。

时间若回到疫情前的2019年底,彼时全市场的221只公募量化基金累计规模仅有1457亿元,3年多来这个数字增长接近9成,当中在2023年内实现的占比超过了

1/3

在新产品申报上,2023年内新申报的量化基金(含指增)已达到43只,超过市场活跃度较高的2020年、2021年同期水平。

主动权益发行已然降至冰点,而ETF往往又是头部机构之间的搏杀领地,此时量化业务的确也有可能成为一些腰部机构开辟增量的机会;因此在年内的量化申报中,不乏可见泰康、东兴、财通等中小机构的身影。

尽管如此,但在超过400只量化基金的规模分布中,马太效应依旧严重。

Wind数据显示,仅有67只量化基金规模超过10亿元,占总数比例约为15%;前25%的量化基金管理着80%以上的规模,而超过一半的量化基金规模不到2亿元。

但基数更大的迷你量化基金也呈现出了更强的短期业绩弹性,例如年内回报前10的量化基金中多达7只的规模不足10亿元。

02

长短背离

尽管发展迟缓,但经过近20年的步履蹒跚,公募量化基金中逐渐出现了一些长期绩优产品。

资管风铃统计Wind数据发现,截至8月21日的近5年来回报排名TOP10产品的平均年化收益达15.7%,其中多达7只产品的年化回报率超过了15%,近5年收益最高的招商量化精选A,年化收益更是达到了21.2%。

但若将周期拉长至10年,则TOP10产品的年化收益中枢则出现了一定的下移,即平均年化收益只有12.3%。

当中,年化收益超过15%的量化基金仅有长盛量化红利策略1只,而长盛的这只量化产品也是唯一一只出现在近5年收益TOP10中的10年期产品。

另据统计显示,10年期TOP10的其余9只量化基金,近5年来的平均年化收益只有7.7%,甚至长信量化先锋A的近5年年化回报仅为3.3%,与货基收益接近。

长短期的业绩背离,意味着能做到长期绩优的量化基金仍是少数,而多数产品在不同期限的表现很可能大相径庭。

正如汽车界热衷于探讨全自动驾驶能否最终取代职业司机,对应到主观与量化之间所面对的纠结,很可能是:

谁的不稳定性更高

至少从近10年和5年的业绩分布来看,大多数的绩优量化产品并未表现出可观且稳定的收益能力。

这个结论,固然可以归因于早年前公募行业的量化能力有待提升,或者期间偶然遭遇极端市场变化冲击;但这对于公募量化吸引长期投资来说仍然不是一个令人满意的验证过程。

部分权益资金对公募量化的偏爱,或许更多来自于对因子模型、算法决策等理念的先验信任,而并非基于对过往胜率的复盘验证。

上述绩优基金规模的“弱变化”,显然成为这一假设的验证。

例如近10年年化回报最高的长盛量化红利策略,截至上半年末的规模仅有2亿元,较年初仅增长了0.4亿元。

近10年年化回报TOP10的量化基金中,今年上半年规模增长的平均值仅有6%,其中4只产品规模不升反降,工银量化策略、华泰柏瑞量化增强的规模萎缩幅度分别达34%、25%。

与之相反,影响年内量化规模增长的最主要因素仍是

短期收益

资管风铃统计Wind数据发现,上半年规模增长超过20亿元的量化基金共有7只,当中的3只今年以来回报超过10%;而在今年以来回报排名前10的量化基金上,累计发生的规模净增合计达121.2亿元,占同期净增部分逾3成。

长期业绩没能成为度量标尺,相反影响规模出入的更多因素反而是投机情绪和对量化的新鲜感。

对一些投资者来说,此时拥抱量化并非是捕捉超额收益的战术切换,而是经历主动权益受伤后的止疼药方。

03

夹缝求存

站在3000亿元规模关口前,量化确实承载了公募们打破同质化怪圈、挖掘新增长点的期待。

尤其是对于难以收编明星经理,无力卷入ETF大战的腰部以下机构而言,它们仍然有在量化赛道上取得一席之地的机会。

资管风铃统计截至8月21日的Wind数据发现,曾将量化视为“三驾马车”的富国基金目前仍然以292.3亿元位居该品类规模的第一名,易方达、汇添富则分别以246.2亿元、190.4亿元位居第2位和第3位。

在随后的座次中,万家、国金、西部利得三家中小机构分别以174.6亿元、143.7亿元、107.7亿元位列第4、第5和第8位。

对量化业务的重视程度,尤以国金基金为甚,其292.5亿元的非货规模中,量化基金的占比居然接近一半。

如此看来,量化的确正在成为一些非头部选手可以集中优势兵力拼出成效的领地,也有不少中小机构提起的量化产品出现在了新基金的申报名单。

量化投资的确可能成为一个蓝海机会。

如果说马斯克、巴菲特分别在产品工程学、商业分析上运用贝叶斯理念来迭代方式论,那么量化投资则直接将贝叶斯当做了交易武器本身。

量化的内在逻辑也十分诱人——用机器参与决策能消除情绪波动,用算法模型来呈现结论可以摆脱主观偏见,用更多参数因子来抵御潜在不确定性。

一些明星产品的长期收益能力同样获得过验证,例如西蒙斯主导费后年化收益超过30%的大奖章基金,就是量化战胜市场的传奇。

但就产品特质而言,以公募机构的身份发力量化业务不仅存在现实挑战,而且还要面临来自行业政策、量化私募双重夹击的压力。

公募机构需面向最广大的涉众投资者,但量化交易的内在逻辑却又异常复杂。

样本数据足够庞大、参数条件异常多元时,对策略和决策过程的映射将浓缩为一个“黑箱”。这让对量化投资的完整解释都变得愈加困难。

基金持有人可能会面临这样一种困境:他们既无法理解产品运作的内在逻辑,也无法做出清晰的业绩归因,这会让投资者适当性面临巨大争议。

作为监管环境最为严格的金融产品,公募基金本身具有投资范围、投资比例以及严格的风险控制要求,对投资灵活性的约束,也将限制量化产品的投资能力。

固定管理费机制下,决定公募收入的是规模效应,而不是绝对收益,但许多量化模型有严格的策略容量上限,当规模超过一定边界时,策略胜率将会大打折扣,如此负相关本身也遏制了公募开拓量化业务的积极性。

更何况,此时的公募行业正在处于下行周期,规模与费率的“双杀”正在给存量业务的经营带来压力;相比之下,需要大量资源倾斜来构建人才与硬件能力的量化业务,这是多数公募机构无力负担的战斗。

行业限薪大势下,公募行业难以网罗更加优秀的量化和AI人才;硬件环境上,公募们也很难打破传统成见来囤积算力禀赋,但在这一点上,一些私募量化却已走在了前面。

对比量化私募中的头部选手幻方,其早已积累了上万枚英伟达N100,如此算力储备不但让一众互联网公司望其项背,甚至还成为了幻方入局大模型竞赛的重要筹码——对任意公募机构而言,都是件难以想象之事。

GPT和大模型在全球兴起,刷新着AI能力的天花板,倘若公募们无法在人才、算力、机制上形成明显优势,则发展量化的现实阻力反而会愈来愈大。

(完)

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部