中证1000指数涨幅靠前,量化投资掘金中小盘
AI导读:
随着A股市场整体回暖,中证1000指数涨幅靠前,中金基金量化团队通过Alpha量化策略,掘金中小盘股超额收益,为投资者提供有竞争力的基金产品。
随着A股市场整体呈现回暖趋势,指数持续上扬,中证1000指数在中小盘股中表现尤为突出,其涨幅曲线陡峭,位居主要规模指数涨幅前列。
中金基金量化指数部负责人耿帅军在接受采访时表示,中证1000指数对于量化策略而言,具有更多获取超额收益的机会。因此,他和量化团队计划通过Alpha量化策略,专注于中证1000指数,通过中证1000指数增强产品,为投资者挖掘中小盘股的超额收益。谈及国内量化投资的发展,他强调,应以创造长期价值为核心,探索符合中国特色的量化投资路径。
今年,中小盘股已悄然上涨,中证1000指数累计涨幅超过10%。作为A股市场中小盘风格的代表指数,中证1000指数由中证800指数样本股以外的1000只规模偏小且流动性良好的股票组成。
耿帅军指出,中证1000指数的成分股数量多于沪深300和中证500,为量化策略提供了更广阔的选股空间。同时,其成分股市值多集中在50亿至200亿元之间,市值差距较小,受个别股票波动影响较小。此外,以中证1000为代表的小盘股市场有效性较低,量化因子有更大的发挥空间。
在中证1000指数增强的管理中,耿帅军和团队在严格控制跟踪误差的基础上,通过优化Alpha信号以获取更高收益。为了进一步分散投资风险,他们采用多策略方式构建Alpha策略,进行个股优化筛选。
耿帅军解释称,Alpha策略基于公司财务数据、分析师预期数据、市场交易数据以及另类数据构建,采用“双轮驱动、人机互动”的方式预测股票超额收益。其中,“双轮驱动”是将基本面量化策略与数据驱动类算法相结合。
基本面量化策略从公司基本面出发,利用非线性因子模型动态评估公司内在价值,寻找市场价格低于内在价值的公司进行配置。而数据驱动类算法则采用前沿的人工智能算法,在海量交易数据中寻找市场规律,捕捉定价偏差的机会。
耿帅军表示,由于两类策略的信息来源和算法逻辑差异较大,策略收益相关性较低,互补性较强,有利于有效分散投资风险。
国内量化投资发展已有十几年历史,经历了从陌生到熟悉、从掌声到质疑的过程。耿帅军认为,国内资本市场与海外市场发展路径和特征不同,国内量化投资需要结合国内金融市场的发展特点和具体国情,以为投资者创造长期价值为核心目标,提供有竞争力的基金产品,走出中国特色的量化投资发展之路。
展望2023年,耿帅军对国内权益市场表现持积极态度。他认为,市场经历调整后,主要宽基指数估值已处于历史低位,市场走势符合A股历史中期底部结构特征,国内经济在政策支持下将逐步复苏,上市公司盈利预期有望好转。
随着经济复苏预期提升,微观流动性宽松,投资者情绪修复,风格性价比剪刀差收窄等因素,国内权益市场各类投资风格之间的表现差异可能更多是阶段性的。从全年来看,成长、质量、价值等主要投资风格表现或相对均衡,不同风格内部选股宽度应较去年更大,A股市场将为投资者提供更多自下而上的选择机会。
(文章来源:中国证券报·中证网)
郑重声明:以上内容与本站立场无关。本站发布此内容的目的在于传播更多信息,本站对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至yxiu_cn@foxmail.com,我们将安排核实处理。