量化基金操作与交易的秘密

　　近二年，量化投资策略在极度波动的市场中表现出色，而量化投资为何可屡屡跑赢市场？如果市场进入相对稳定期，量化投资策略是否需要调整和撤换？

　　市场动荡下，传统投资策略跑赢市场的难度在加大

　　在通常情况下，若市场不确定性增加，市场波动加大时，投资者多会采用防御性投资策略，包括采用多元化投资，在投资组合配置中增加更多的资产类别，以有效降低整体投资风险，平滑整体收益；投资高质量的公司，基于高质量的公司通常拥有良好的资产、现金流，以及相对稳定的利润，以期获得高于市场的回报表现。然后去年出现的股债双跌，却使很多传统投资策略的实际表现差强人意。

　　量化投资策略，备受市场聚焦

　　近二年，突发事件频出，市场巨幅震荡似已成为新常态；在此期间，采用量化投资策略的产品和基金，他们的表现大都明显好于其他策略（包括防御性投资策略）的产品和基金。根据大型金融机构的数据显示，83%的量化策略优于基准，而传统策略的这一比例只有43%；而按近10年的平均收益计，量化策略好于同类传统策略收益近2倍。

　　量化投资，以提高盈利能力为交易目标，透过算法模型和巨量的数据分析来识别交易机会并作出投资决策。如果辅以AI技术，更可利用算法和数据分析技术，根据投资目标和投资策略，匹配出一系列基于市场数据的交易策略。这些策略可以自动化交易，并在短时间内反应市场变化，以获取更好的交易收益。目前，先进的AI系统，更可为每笔交易设定止盈和止损点，有效控制回撤幅度。

　　决定量化投资表现的三大基本步骤

　　在进行量化投资时，基本应遵守三大基本步骤，首先为数据输入：大量的有效数据是量化投资的重要基础，包括市场数据、规则和相关公司的各类数据等，以用于数据筛选和提取的机制；其次为分析和预判，也就是对预期收益、价格、风险参数等进行评估和预测；最后为构建投资组合，这也是决定投资表现的关键步骤，通过量化模型为每项欲投资资产分配适当的权重，将风险降低至可接受的水平，以达到预期的回报，从而构建最佳投资组合。

　　量化投资近年来被广泛运用和发展，很大程度也要归功于科技的不断进步，创新的技术可以收集、筛选和评估更巨量的数据，包括更深更广的市场和相关数据访问，以及数据分析和解决方案；而模型和策略在数据更多的情况下，可获得更高效率和更好效果。好的基金基于上述优势，便可通过AI人工智能交易系统的运作，每天 24小时在全球交易所自动捕捉各类资产的投资机会，获得低风险的绝对回报。

　　陈柏轩

　　慧赢基金：惠盈AI量化套利基金--基金经理

　　慧裕家族办公室--行政总裁