在投资理论作为一门“科学理论”的迅速发展的背景下，量化投资从过去的“非主流”，变成了A股市场重要的参与者。伴随着投资工具的丰富、投资理论的迭代以及科技技术的进步，量化投资理论已经渗透到各种投研体系的各种细节流程当中。在更大的层面而言，A股市场由于投资者结构的因素，被认为是量化投资的“沃土”，获取超额收益的机会显著多于海外成熟市场。近日，融合了主观投研体系与量化投研体系去获取超额收益的华南私募——谢…
在投资理论作为一门“科学理论”的迅速发展的背景下，量化投资从过去的“非主流”，变成了A股市场重要的参与者。伴随着投资工具的丰富、投资理论的迭代以及科技技术的进步，量化投资理论已经渗透到各种投研体系的各种细节流程当中。在更大的层面而言，A股市场由于投资者结构的因素，被认为是量化投资的“沃土”，获取超额收益的机会显著多于海外成熟市场。
近日，融合了主观投研体系与量化投研体系去获取超额收益的华南私募——谢诺辰阳接受了私募排排网记者的专访。作为一家成立于2014年的私募机构，谢诺辰阳目前管理的产品有32只，管理规模超10亿元人民币。在私募排排网近日发布的不同规模榜单(数据截至2020年上半年末)中，谢诺辰阳跻身近五年股票策略私募公司前十(10亿≤规模＜20亿)，是实实在在的经过了时间验证的长跑选手。对于国内量化投资市场，他们有着怎么的观察与思考?
谢诺辰阳副总经理陈龙认为，从2011年股指期货正式推出开始，量化投资的发展窗口就正式打开，时至2015年的股指期货流动性事件前，国内市场量化基金已逾百亿规模级别，接下来的两年随着股指期货的整顿，量化投资行业也进入优胜弱汰的调整阶段。随着17年后相关限制逐步放开后，国内量化投资规模又创峰值，今年在沪深300股指期权推出后业内规模已摸到千亿量级，规模的迅速扩张、衍生工具的丰富也带来量化行业的持续快速发展。
我们看到目前国内的量化投资体现出来的形式是多元化的。近年来，除了传统的多因子模型，人工智能模型也受到了一定程度的关注。放眼国际市场，有不少大型机构在斥巨资开发新的人工智能投研交易系统，从而寻找未被市场发现的机会。有人认为，将来多因子模型筛选股票将被机器学习代替，并晋升为市场的主流。对于这个看法，陈龙持有不同的观点。
“目前在华尔街已经有一些最前沿的机器学习的基金(例如AIEQ)在运作，但与回测数据相比，该模型实盘运作结果暂时是不达预期的。”
在他看来，多因子模型选股这条投研路会分为逻辑演绎和数据归纳两个类型。其中，逻辑演绎类主要指的是根据经典投资理论和财务理论出发进行逻辑演绎定量建模;而数据归纳则主要是根据现象数据出发进行归纳总结建模，后者这一类，机器学习这个方向相对比较契合，但也存在很多问题有待解决，例如规则稳定性问题、数据的对称性和结构化问题、参与者的变化性问题等等。
量化基金类别众多，谢诺辰阳认为，参考国际成熟市场的经验，最有市场潜力的基金类别当属Smart Beta(聪明指数)这个重要分支。
作为国际成熟投资市场量化投资基金类型中，规模最大影响力也最大的分支，Smart
Beta(聪明指数)在2019年已突破万亿美元规模。在他看来，这是一种使用稳定的量化选股原则进行持续选股的类指数化投资的方式。
陈龙向私募排排网记者介绍到,目前他们的主力量化策略模型就属于Smart
Beta(聪明指数)。“谢诺聪明50”在Beta的被动投资基础上，添加了更加灵活的主动投资策略，此策略是被动投资框架和主动投资逻辑的有机结合，它既能做到风险分散、成本控制，也可以追逐Alpha、增厚收益。他们使用了基本面多因子的量化模型持续地精选出各行各业50家头部企业，通过长期投资它们去分享国家经济发展的成长红利(Beta)+
头部企业的超额红利(Alpha)。
谈到谢诺辰阳在量化方面的主要竞争优势，陈龙谈到以下五个方面：1、循证投研：制定投资策略时讲究证据的反复推导求证，来得出赢面胜率良好的投资策略;2、原则稳定：投资策略中的各个标准原则，将会在计算机中进行数量化建模，剥离人为决策的情绪因素交由模型来进行投研决策，保证投资策略原则的一致性和完整性;3、大数据分析：聪明50量化投资模型能做到在很短的时间内整理并分析三千多家上市公司的上百个财务指标，按照投研策略原则进行评价，投研宽度大覆盖广;4、高效交易：计算机模型输出特定格式的决策清单能够快速与券商交易系统对接，迅速对几十上百个投资标的进行交易;5、容量巨大：聪明50模型的投资容量巨大，拥有很高的策略容量天花板，不容易发生管理规模迅速扩大时导致边际收益率迅速下降的情况。
本页面所涉私募基金内容仅对合格投资者展示！因擅自转载、引用等行为导致非合格投资者获取本文信息的，由转载方自行承担法律责任和可能产生的一切风险。
本页内容不构成任何投资建议，相关数据及信息来自基金管理人、托管估值机构、外部数据库，并可能援引内外部榜单、其他专业人士/或机构撰写制作的相关研究成果或观点，我司对所载资料的真实性、准确性、时效性及完整性不作任何实质性判断，对所涉产品/机构/人员不作任何明示或暗示的预测、保证，亦不承担任何形式的责任。
版权声明：未经许可，任何个人或机构不得进行任何形式的修改或将其用于商业用途。转载、引用、翻译、二次创作（包括但不限于以影音等其他形式展现作品内容）或以任何商业目的进行使用的，必须取得作者许可并注明作品来源为私募排排网，同时载明内容域名出处