銀河基金羅博：深挖量化學習潛力 提升投資適應能力

　　為適應復雜的市場環(huán)境，銀河基金量化團隊近年來在深度量化選股研究領(lǐng)域持續(xù)深耕，突破傳統(tǒng)線性分析對歷史回測分析的局限，通過非線性分析方式，更加精準地分析市場，挖掘其中的投資機遇。

　　日前，銀河基金量化與FOF投資部總監(jiān)助理、基金經(jīng)理羅博在接受中國證券報記者采訪時介紹了量化研究的新思路。在指數(shù)樣本增強方面，羅博主要采取線性和非線性相結(jié)合的方式，由多因子模型與非線性的機器學習模型互相協(xié)作，力爭獲得相對穩(wěn)健的超額收益；同時，由于模型間相關(guān)性較低，力爭有效降低整體組合的跟蹤誤差。

　　開發(fā)深度神經(jīng)網(wǎng)絡(luò)學習

　　羅博具有21年證券從業(yè)經(jīng)驗、15年公募基金管理經(jīng)驗，長期扎根于指數(shù)與量化投資領(lǐng)域。隨著市場環(huán)境持續(xù)發(fā)生變化，羅博意識到，量化投資僅僅依靠線性分析把握市場長期規(guī)律愈發(fā)難以支撐，在行業(yè)趨勢從線性向非線性過渡的過程中，需要不斷學習非線性分析技術(shù)，緊跟市場變化。

　　經(jīng)過近年來的逐步積累和完善，目前羅博針對指數(shù)樣本增強部分，儲備了線性和非線性兩類策略。其中，線性策略以常見的多因子模型為主；非線性策略包括XGBoost、LightGBM等非線性映射方法。

　　“比如，XGBoost可以對因子的重要性進行展示，通過排序幫助我們識別哪些因子更加重要，增強模型對市場變化的適應能力。尤其是在今年的結(jié)構(gòu)化行情下，非線性策略能夠抓住一些彈性品種的機會?！绷_博表示。

　　在簡單的神經(jīng)網(wǎng)絡(luò)學習基礎(chǔ)上，羅博做了進一步的開發(fā)和挖掘，看好復雜神經(jīng)網(wǎng)絡(luò)學習。“簡單的神經(jīng)網(wǎng)絡(luò)學習主要是根據(jù)原始數(shù)據(jù)來提取個股的特征，用未來一段時間的預期收益率作為標簽，進行有監(jiān)督的學習。但原始數(shù)據(jù)可能存在較大的‘噪音’，很難訓練出一個收斂的神經(jīng)網(wǎng)絡(luò)。因此，我們把長期規(guī)則和中短期信息相結(jié)合，在原有的因子特征基礎(chǔ)上做提取，再放到有監(jiān)督的神經(jīng)網(wǎng)絡(luò)做訓練，這樣調(diào)整后有助于量化模型迅速適應市場的變化。”羅博總結(jié)。

　　線性與非線性相結(jié)合

　　除了針對指數(shù)樣本采取線性和非線性策略之外，為進一步加強組合對市場的適應能力，在此基礎(chǔ)上，羅博還輔以衛(wèi)星策略做進一步的風格補充。

　　羅博介紹，目前衛(wèi)星策略主要包括紅利優(yōu)選、大盤成長優(yōu)選兩個部分。其中，紅利優(yōu)選策略主要是在股息率較高的樣本池中用多因子方法選股，在小市值、低估值、高盈利等方面有較強的風格暴露；大盤成長優(yōu)選策略主要在市值較大的樣本池中用多因子方法選股，對大市值、高成長等特點有風格暴露。

　　并且，羅博同步開發(fā)了財務風險管理策略，力爭避免風險事件帶來的意外沖擊。

　　指數(shù)樣本內(nèi)增強策略疊加衛(wèi)星策略，共同構(gòu)成了羅博的量化策略體系。從2019年實盤以來，這套量化體系已經(jīng)逐步成熟，并具體運用在量化產(chǎn)品的管理過程中。羅博介紹，基于不同的產(chǎn)品特征，衛(wèi)星策略在使用時會調(diào)整兩個子策略的配置比例，目的是希望模型能夠更精準地刻畫市場的風格特征，提高對市場的可解釋程度。

　　目前，銀河基金量化團隊已推出銀河滬深300指數(shù)增強基金、銀河中證A500指數(shù)增強基金兩只指增產(chǎn)品。為進一步豐富量化產(chǎn)品矩陣，擬由羅博擔綱的銀河中證800指數(shù)增強基金已啟動發(fā)行。

　　相比滬深300與中證500指數(shù)，羅博介紹，中證800指數(shù)結(jié)合了大盤藍籌風格與中盤成長風格，整體更為均衡。無論是從業(yè)績水平還是分紅能力來看，中證800指數(shù)樣本多維度覆蓋A股資產(chǎn)，能夠較為全面地代表中國經(jīng)濟的整體活力。并且，中證800指數(shù)樣本全面覆蓋了申萬31個一級行業(yè)分類，不僅包含銀行、非銀金融、食品飲料等傳統(tǒng)支柱行業(yè)，還囊括電子、電力設(shè)備、醫(yī)藥生物、計算機等代表未來產(chǎn)業(yè)升級方向的新興成長領(lǐng)域。

（文章來源：中國證券報）

(原標題：銀河基金羅博：深挖量化學習潛力 提升投資適應能力)

(責任編輯：43)