#揭秘量化#
$申万菱信智能生活量化选股混合型$
$申万菱信智能生活量化选股混合型$
先说结论，去年以来，A股长期萎靡不振。特别是近期，上证在短短两个月内，连续两次跌破3000点的当下，能够长期逆势取得正收益的基金值得投资者重点关注。从小市值指数相对万得全A指数的走势来看，2021年2月至2023年10月末，小市值风格相对全A表现相对占优。
申万菱信基金明星基金经理王剑先生的申万菱信智能生活量化选股混合型发起式（A：016515；C：016516）作为一只紧跟微盘股，且用量化的方式精选个股的权益基金，相关行业覆盖的个股范围较广，对于量化选股策略能够较为充分地发挥其广度与胜率的优势。
正如王剑经理所说，对于小市值的公司，通过回测发现可能大部分决定涨跌的因素是市场的行为，而不是基本面的驱动，这个时候来看，技术指标的因子会比较好，量化有望能够挖掘出这些因子通过量化策略获取超额收益。申万菱信基金明星基金经理王剑先生作为复旦大学的物理学博士，有着8年量化投研经验，4年公募管理经验，已经形成了自己独特的量化投资策略，开发了很多机器学习的算法，一方面以基本面投资为主，然后结合机器学习的算法，通过量化的投资方法与严格的投资纪律约束，灵活运用多种策略对重投资组合的系统性风险，追求基金稳定的长期增值。
在王剑经理的卓越管理下，申万菱信智能生活量化选股混合型发起式A（016515）“近6月”阶段逆势取得了6.96%的正收益，远超同类平均的-10.17%和同期沪深300指数的-10.73%，超额收益17个百分点，在3785只同类基金中排名高居第35位！
简单来说，伴随着去年底以来人工智能技术的空前突破，人类文明极有可能迎来历史上的“第四次工业革命”。在生成式人工智能新技术的加持下，量化投资策略也可能会迎来空前变革，因此，我非常看好申万菱信基金王剑经理基于“主动量化+机器学习”投资策略的申万菱信智能生活量化选股混合型发起式（A：016515；C：016516）的增长空间。在我看来：
（1）王剑经理的申万菱信智能生活量化选股混合型发起式（A：016515；C：016516）的“主动量化+机器学习”投资策略是卓越成效、值得信赖的投资策略。
（2）投资申万菱信智能生活量化选股混合型发起式（A：016515；C：016516）的最好方式莫过于基金定投。
（3）定投申万菱信智能生活量化选股混合型发起式（A：016515；C：016516）的最好方式莫过于运用天天基金网独有的“慧定投”功能。
具体来说：
一、关于王剑经理“主动量化+机器学习”投资策略的优势
相较于传统依靠人工进行行研选股的投资策略，王剑经理“主动量化+机器学习”通过机器多维度、跨纬度整合可用信息，把数据交由给机器，再给机器设置既定标准，让机器从中学到规律，从数据获提取一些因子来表征股票，然后在某些阶段选择合适的因子，通过这些因子来选择个股，从而可能通过胜率来取胜；同时，通过分散持仓，实现收益来源多样且稳定，力争获取持续且稳定的超额阿尔法收益。从而在瞬息万变的市场中更高效、更全面、更智能的找到机会。简单来说，
1、关于王剑经理“主动量化+机器学习”投资策略”的特点：申万菱信智能生活量化选股混合型发起式（A：016515；C：016516）采用多因子Alpha选股量化策略，以电子、计算机、通信、汽车、电力设备、家用电器、社会服务、机械设备等智能生活主题相关的TMT板块为关注方向，进一步结合市场面因子、成长因子、估值因子、事件驱动因子等构建核心股票池，进而通过组合优化构建投资组合，并进行模型的动态调整。产品成立以来，该基金在TMT行业中主要风格为小市值、低估值与低波动的。
（1）在行业配置上，王剑经理的申万菱信智能生活量化选股混合型发起式（A：016515；C：016516）坚持均衡配置，保持模型稳健，在尾盘股市场运用量化策略选股，可快速完成对市场众多行业的扫描和备选股票的选择，不暴露在单一选股或单一行业。“智能生活”相关上市公司主要分布于电子、计算机、通信、汽车、电力设备、家用电器、社会服务、机械设备等行业，截至2023年09月15日，机械设备、电子、计算机、电力设备、汽车、通信、社会服务、家用电器行业中的小微盘个股数目分别为474只、310只、259只、236只、221只、102只、70只、69只，共计股票数目为1741只，备选股票充分；
（2）在个股配置上，王剑经理通过“主动量化+机器学习”投资策略”，以数量和算法去形成对于市场的有效刻画，持续寻找当前高性价比的投资标的，分散投资，单一风格相关度低、无明显风格暴露。特别是在A股长期缺乏普涨牛市、只有存量资金博弈带动的板块轮动行情的市场环境中，王剑经理的申万菱信智能生活量化选股混合型发起式（A：016515；C：016516）值得信赖。
2、在我看来，王剑经理的“主动量化+机器学习”投资策略主要具有四大优点：
（1）在选股方法上，“主动量化+机器学习”投资策略能够基于模型和数据能够做到客观分析，避免投资者情绪干扰；
（2）在投资范围上，“主动量化+机器学习”投资策略投资范围广，能够全市场微盘股票中选股；
（3）在持股特点上，“主动量化+机器学习”投资策略分析能力强、能力面宽，远超研究员分析能力，持股分散度高、风险相对分散，第一大重仓股股票持仓市值占基金净值比低于1%；
（4）在交易特点上，“主动量化+机器学习”投资策略完全基于机器分析，避免人为因素干预，纪律性强，交易易于复制和优化。
总体而言，王剑经理的“主动量化+机器学习”投资策略有能复盘大量历史消息的广度，有学习能力无上限的深度，有克服情绪波动导致的决策偏差及失误的精度，有在时变市场中不断自主优化的准度，是非常值得信赖的投资策略。
二、关于在公募基金投资中主动管理策略与量化投资策略的比较
其实，在股票市场投资中，长期以来都存在着主动管理策略和量化投资策略孰优孰劣的争论。同时我们可以再对主动管理策略和量化投资策略的优劣进行简要分析，也能够便于我们理解申万菱信智能生活量化选股混合型发起式（A：016515；C：016516）的亮点。
具体来说，根据诺贝尔经济学奖得主尤金•法玛提出过有效市场假说，即在相对成熟的证券有效市场中，主要存在三种形态：
（1）在强式有效市场里，价格已经充分地反应了所有关于公司营运的信息，技术分析和基本面分析都将完全失灵，主动管理带来的超额收益已经微乎其微。当然，全球资本市场明显尚不处于强有效市场阶段，市场依然由于大量的噪音，也使得主动管理有利可图，才会有层出不穷的明星基金经理。
（2）在半强势有效市场中，价格已充分反应出所有已公开的有关公司营运前景的信息，投资者难以通过分析公司财报、公告等公开信息获得超额收益，内幕消息可能获得超额利润。
（3）在弱式有效市场中，价格充分反映了历史上一系列交易价格和交易量中所隐含的信息，投资者难以通过技术分析获取超额利润，但基本面分析依然有效。
通过上面的分析我们就可以看出，只有当资本市场处于弱势有效市场乃至于非有效市场中，价格存在对于股票基本面的短期或者严重偏离，主动管理的策略才能够有效。而从目前的具体阶段来说，比如对于港股上市公司股价短期影响最大的往往是未公开的市场信息，比如公司的定期报告、市场重大利好消息等，相关股票可能在发布定期报告前一天还在暴跌，但当定期报告大超预期之后就会立刻迎来大涨，而上市公司定期报告的编制往往需要经历漫长的过程，相关数据必然已经早为参与者所知，当却并未对股价造成影响，说明港股正处于半强势有效市场阶段。而A股无论是国家经济数据、市场工作对于股价的走势都存在不确定性，不少股票甚至于尚处于炒消息的阶段，主力资金在部分领域依然拥有较强的影响力，则说明而A股应当尚属于从非有效市场向弱有效市场过渡的阶段。因此，在A股市场中，当前主动管理策略确实依然还有不少的用武之地。
同时，虽然量化投资策略出现的也比较早，在电子计算机出现后，投资人们就努力追求用不断优化的数学模型和计算机的运算能力来找到市场中的“稳赢”密码，只是长期以来，囿于金融工程发展水平和计算机智能水平等方面的原因，量化模型长期尚处于人工编写阶段，实际上只是通过数学模型将投资者的投资策略固化并通过计算机提高交易效率而已，尚未进化到通过人工智能自动根据市场环境自动编写优化量化策略的程度。彼时的量化策略在有效性上尚显不足，短期内确实能够获取惊人的超额利润，但是在市场风格发生变化时，由人工编写的量化策略往往难以快速适应市场的变化，同样会造成巨大的亏损。这点从国内公募基金市场中过去比较热门的量化基金大幅波动的净值走势就能看出来。
综上所述，考虑到当前A股尚处于从尚属于从非有效市场向弱有效市场过渡的市场形态，以及过去金融工程发展水平等诸方面原因，从长期投资回报看，在国内公募基金市场中，过去顶级量化投资基金相较于顶级的主动管理基金，尚未建立明确的收益优势，这可能也是过去量化投资基金不温不火的主要原因。
只是，在我看来，当前无论是国内股票市场的市场形态还是金融工程的技术水平当前都发生了深刻变化。
1、首先来看市场阶段。在我看来，有效市场假说的三种形态并非是孤立存在的，本身也是各国证券市场发展的不同阶段。这里面的根本逻辑就是：
（1）为了获取更高的利润，投资者时刻都在比拼获取信息的手段和速度，激烈的竞争必然会使市场中信息的利用效率越来越高，从而先是技术分析的机会被充分利用，再是公开市场信息被充分挖掘，最后再是通过合法手段但门槛较高的手段去预判企业的内部经营数据消息，比如直接派人调查消费量企业的门店客流量等等。
（2）各国证券交易市场之间同样存在激烈的制度竞争，都在比拼谁得服务更完善、谁得信息更全面、交易成本更低廉（此处特指科斯新制度经济学中的交易成本概念，非指代现实中在交易所的交易成本）。
（3）在投资者与交易所二者竞争因素的共同作用下，就会推动金融市场从非有效市场、向弱势有效市场、半强势有效市场乃至强有效市场进化。
因此，即使是国内长期以来被视为庄家等人为因素起决定性作用，经常会出现市场失灵、股价严重脱离，因此使得长期以来对于优秀的投研团队来说，主动管理策略依然是如鱼得水。
而自2015年以来，随着A股市场上市制度、信披制度、处罚制度、退市制度等各项管理制度的日益完善，投资者们普遍能够感受到，A股不仅是市场指数、个股的波动同样也在趋缓，除了很多程度上依靠幸存者偏差、全仓押宝单个或者数个板块、踩对结构性行情的主题基金外，全市场布局的主动管理基金的年化收益都在不断收敛。等到A股市场也逐渐成为半强式、乃至强式有效市场后，主动管理基金辗转腾挪的空间将被进一步压缩，获取超额阿尔法收益的难度将不断增加。
简单来说，在强式有效市场里，价格充分地反应了所有关于公司营运的信息，这些信息包括已公开的或内部未公开的信息，这时候主动管理的作用已经微乎其微，也没有任何套利的能力，即使市场上偶尔出现了失灵的状态，主动管理策略往往也来不及反应。而只要依靠量化交易模型，并且不算优化算力算法，最终谁捕捉新信息、处理新信息、参与交易的速度更快，哪怕只快于对手万分之一秒，也必将占有全部的优势，“The winner will take all”，此时必然完全是量化策略的天下。
2、其次从人工智能发展水平来看。实际上，相较于主动管理基金，量化策略的未来潜力无疑更大。早期的量化投资策略就如同工业革命初期的蒸汽机，技术潜力无限，但是彼时动力输出确实不如技术成熟的马车，甚至于在最早的火车拔河赛中，蒸汽动力车头上还输给了马车。主动管理策略毕竟历经百年，理论相对成熟，并且在弱势乃至非有效市场中，主动管理策略同样有着较大的用武之地。正如我刚才说的，当下国内金融市场的虽然明显还不是有效市场，但是金融市场主体之间同样也在竞争，市场管理者在竞争制度优势，才能吸引来更多的投资者和融资者，投资者在竞争获取信息的手段和速度。A股市场正在向着弱势有效市场乃至半强式有效市场变化，主动策略获取超额收益的难度越来越高。
（1）从数据条件看，市场数据的爆炸终将远超人类大脑处理能力的极限。在现代人看来，统计数据已经存在于生活的方方面面，也是我们日常生活的重要组成部分，就像空气、阳光和水一样司空见惯，比如耳熟能详的GDP、CPI、PPT，乃至企业的营业收入、毛利润、净利润等等，但是相较于人类数千年的文明史和商业史，现代统计方法的历史非常短暂。复式记账法直到18世纪才成熟，完善的GDP统计方法更是只有不到100年，所以人脑上能够处理纷繁复杂的数据从中发现出投资的机会。但是，随着信息技术的进步，人类社会的统计数据也呈现了爆炸式增长，很快就将超越人类大脑信息处理能力的极限，这些都预示着“主动量化+机器学习”投资策略广阔的未来。
（2）从技术条件看，近期ChatGPT的横空出世到乃至短短四个月后“多模态大型语言模型”GPT-4的更新换代，预示着人工智能已经由概念阶段真正步入了全面商业化应用的前夜。有着人工智能的加持，量化交易策略很有可能迎来脱胎换骨的未来。
究其原因，从历史经验看，科技进步有一个显著的特征，就是在萌芽期和成熟期的升级速度可谓是天壤之别。科技成果往往在研发期进度相对缓慢，可能多年都看不到明显的进步，社会大众都会觉得平平无奇，但是一旦突破了奇点，就将突然迎来指数式的爆发增长。
具体来说，像刚推出时的ChatGPT基于GPT-3.5语言模型，在语言交互和理解能力上确实还有些生硬，但是本质上已经是人工智能的划时代产品，其已经初步具有了通用型人工智能的特征。而近期升级版的GPT-4则在语言理解、表达能力、产品功能等方面又有了长足的进步，具有了四大新优势：1）文字处理能力快速提升；2）增加图像处理功能；3）部分专业和学术考试方面达到了人类水平，比如GPT-4参加模拟律师资格考试（UBE），成绩排名在应试者前10%左右；4）在多种语言方面均较之前语言模型表现出优越性，已经越来越趋近于真正的智能程序。
具体来说，因为在ChatGPT之前的人工智能，名为人工智能，实际上应该还是“人工”的智能。人工智能行业其实还处于手工业阶段，连工业化都尚未完成。具体来说，无论是围棋高手“阿尔法围棋（AlphaGo）”，还是现在的人脸识别技术，看似先进智能，但是应用场景单一，而且背后实际上都是大量的“数码民工”手工作业写代码、贴标签的结果，训练一次的费用都可谓是天价，且无法实现跨领域的功能迭代，训练的实际效率低下。
虽然依靠电化学信号传递数据的人类智能的数据处理速度早就不可与计算机同日而语。超级计算机的性能峰值早就突破了10亿亿次/秒，而人类大脑的运算速度可能只有可怜的5000次/秒。实际上别说电子计算机，人脑的算力可以说连工业革命早期由蒸汽动力驱动的机械化计算机——差分机——都不如。但是，人类智能最大的优势就在于任务处理能力的多样性，不限于使用领域，截至目前，人类智能依然是最高效的通用型智能，因此资源投入的产出效率依然是远高于尚处在手工作业阶段人工智能的。具体来说，全球智人都拥有相同的生理结构和能源转化效率，但是却可以从事成千上万种完全不同的工作，不仅不同的人类可以成为教师、运动员、科学家、建筑工人，还可以是程序员、是歌手、画家、农民；而同一个人经过练习也可以在不同领域之间随意切换。
而ChatGPT则可谓是有史以来第一款通用型人工智能，功能已经不限于特定领域，而是具有多任务处理能力，既可以聊天，还可以写小说、写报告，又能回答问题；而到了GPT-4语言模型，还能够处理图像目前已经有投研团队尝试用GPT-4编写量化投资模型，也取得了显著的效果。我相信人工智能已经到了技术大爆炸的奇点，突破特定领域的限制，从“人工”的智能成为真正的“智能”了。
在人工智能技术大爆炸的背景下，无论是量化模型的构建、训练，还是检验、应用的效率都将大幅提升，甚至于将来都可以有人工智能自动完成，相当能够自动在短时间内培训出无穷多、风格各异的“基金经理”，并自动对他们评价考核、优胜劣汰。王剑经理的申万菱信智能生活量化选股混合型发起式（A：016515；C：016516）“主动量化+机器学习”投资策略的技术潜力是无穷的。
三、关于投资申万菱信智能生活量化选股混合型发起式的最佳策略是“慧定投”的原因
根据历史数据，对于同一只基金来说，定投的频率乃至定投日期的选择对于最终收益的影响可以说都是微乎其微，而定投策略的选择影响就很大。而定投申万菱信智能生活量化选股混合型发起式（A：016515；C：016516），最适合的策略就是采用天天基金网独有的“慧定投”策略，而慧定投功能的优势主要有以下两点：
（1）慧定投作为普通基金定投的升级和优化策略，普通基金定投拥有的优势慧定投全都有。即可以充分发挥微笑曲线的威力，在基金下跌时多买份额，这样只要持之以恒，在基金反弹后我们就能快速盈利，省事省力省心。
（2）慧定投还具有独有优势，弥补了普通定投无法控制卖出时机的缺憾。从功能上说，慧定投策略还是目标止盈和移动止盈功能的加强版，兼具了二者的优点：可以上涨时安心持有，充分享受定投收益；又能出现回撤及时止盈，锁定收益，落袋为安；还能够低位增加投资金额的倍数从而加速摊低成本，进一步放大反弹收益，堪称是基金定投解套的最完美神器。
综上所述，未来随着人工智能技术的持续进步，顶级的量化投资策略很可能将逐步建立起对于主动管理策略的绝对优势，投资王剑经理的基于“主动量化+机器学习”投资策略的基金申万菱信智能生活量化选股混合型发起式（A：016515；C：016516），也是对未来人工智能对各行业带来的颠覆性变化风险的对冲。
（1）人工智能发展慢，那么大部白领能够保住工作；
（2）假使人工智能将来真的能发展到让大部分白领劳动者失业那天，我们也能够在资本市场上获取足够的投资回报，来对冲失业的风险。
而定投申万菱信智能生活量化选股混合型发起式（A：016515；C：016516）的最佳策略无疑是利用天天基金网独有的“慧定投”功能，能够低点多买、高点少买，回撤自动获利了结，进一步放大基金定投“微笑曲线”的威力。
