朱海东，财通基金：
用量化语言捕捉超额收入
◎记者 陆海晴
最近，量化产品受到市场的青睐，多只量化基金提前结束募集。财通基金量化投资部负责人朱海东认为，只有稳定，才能走得更远。量化产品应努力为投资者提供相对持续的超额回报。作为量化行业的老将，朱海东拒绝选择一个模型并“平躺”，而是继续探索新的策略，挖掘新的数据来源，努力提高量化模型的选股能力。“只有不断进化迭代，模型才能具有持久的生命力。"朱海东说。
如何实现指数增强基金的增强目标？朱海东选择量化多因子模型作为投资基础。“量化多因子模型是财通指数增强基金系列的基本模型之一。以最近发行的财通中证500指数增强基金为例。由于中证500指数具有行业分布均衡、分散度高的特点，为了更好地发挥量化多因素模型的能力，我们专注于分析师因素和高频量价因素。”
其中，分析师因素体现了量化投资中积极选股的思维，即参照证券公司分析师和机构对股票的看法对股票进行评分和选择。借助分析师因素选择的股票通常具有基本面好、市场认可度高、未来空间大的特点。
“在分析师因素的研究中，财通基金量化团队起步较早，研究细致深入，积极跟踪市场的最新研究趋势，不断挖掘因素的潜在价值，从而有效发挥分析师因素在量化选股中的作用。就高频量价因素而言，通过对成交量、价格、振幅等短期交易数据和指标的分析，判断股票的未来走势。“为了在现有框架下尽可能发挥因素的选股效果，朱海东在使用高频成交量和价格因素时，将维度降低到分钟水平。在更好地适应交易系统、战略能力等因素的基础上，筛选短期内可能遇到错误杀戮但弹性较好的股票。
在朱海东的“指挥棒”下，分析师因子和高频量价因子力求形成1+1>2的效果。“分析师因素选择的更好的股票未来可能会有更大的上行空间，而选择的更差的股票未来可能不会有更大的下行空间。但高频量价因素不同，其选择较差的股票未来的表现很可能仍然较差，而其选择较好的股票，未来的表现并不一定较好。在实际投资中，我们将分析师因素与高频量价因素相结合，发挥互补作用，努力提高战略的盈利能力和抗风险能力。"朱海东说。
朱海东继续探索新的策略，以保持量化多因子模型的活力。“量化多因子模型中的因子本质上是与股价高度相关的数据。通过在模型中不断叠加因子，可以增强模型的选股能力。然而，随着市场上各种数据价值的不断提取和消耗，多因素模型中某些因素的效果逐渐减弱甚至失效。在这方面，我们采取多策略补充多因子模型。”
谈到这一点，朱海东的语气充满了兴奋。作为一名长期从事定量领域的投资者，他热衷于用定量语言表达自己的投资理念，希望在不断为模型注入新的活力的同时，努力获得相对稳定的超额回报。朱海东说：“例如，机器学习非常有效。只要我们知道输入的数据是什么，我们就可以拟合数据，通过机器学习消除干扰因素，从而更快地产生因素。对于机器学习产生的因素，我们将公式化因素，提取易于理解的本质，努力找到更好地解释当前市场运作的投资逻辑。”
朱海东还将利用时序模型辅助量化多因子模型，获取交易信号，把握个股买卖的时间点。“时序模型是一种不同于多因素模型的策略，试图通过不同的框架探索更多的信息，避免交易拥挤造成的收益损失。例如，当使用相同的数量和价格数据时，时序模型通常可以获得不同于多因子模型的收入性能，因此它可以在一定程度上与多因子模型互补。"朱海东说。
路漫漫其修远兮，朱海东带领财通基金量化团队不断寻找。除了不同框架的策略外，财通基金量化团队还在探索尚未被市场充分挖掘的数据源，包括更频繁的交易数据和一些尚未被市场挖掘的行业基本面数据。毕竟，变化是普遍的，通则是长期的，并在不断积累的过程中扩大能力圈。
未经数字化报网授权，严禁转载或镜像，违者必究。
特别提醒：如内容、图片、视频出现侵权问题，请发送邮箱：tousu_ts@sina.com。
风险提示：数字化报网呈现的所有信息仅作为学习分享，不构成投资建议，一切投资操作信息不能作为投资依据。本网站所报道的文章资料、图片、数据等信息来源于互联网，仅供参考使用，相关侵权责任由信息来源第三方承担。
Copyright © 2013-2023 数字化报（数字化报商业报告）
数字化报并非新闻媒体，不提供新闻信息服务，提供商业信息服务
浙ICP备2023000407号数字化报网（杭州）信息科技有限公司 版权所有