随着计算机技术逐渐成熟和大数据算法的深入运用，兴起于西方国家的量化投资，近年来也在中国市场“次第开花”。董梁在创金合信基金的量化投资实践，就是一个很好的例子。近日，董梁在接受中国证券报记者专访时说道，量化投资旨在通过提高模型预测能力，尽可能地实现超额收益最大化。对中国这种新兴市场来说，机构投资者占比相对较低，且经济发展潜力巨大，在这片土壤上量化投资大有可为。

　　在董梁带领下，创金合信基金目前的量化产品线，已涵盖A股和港股市场的相关指数。董梁表示，在持续优化量化模型基础上，量化投资有望在2021年持续捕捉到超额投资收益，尤其是港股市场超额收益。

　　量化投资的本土实践者

　　董梁具有美国密歇根大学的材料科学博士学位和计算机科学硕士学位。理工科专业背景的他，有着丰富的建模和编程经验，这成为他量化投资的坚实基础。董梁告诉记者，他从2003年就开始从事量化投资，在美国一家券商开发高频交易算法，算得上是全球范围该领域最早的“试水者”。两年后，董梁加入美国巴克莱环球投资者(Barclays Global Investors)任高级研究员、基金经理，负责美股量化模型开发及投资组合管理工作。

　　从2009年8月加入瑞士信贷(Credit-Suisse)开始，董梁正式将量化投资阵地转移到中国市场。起初，他在瑞士信贷负责港股量化模型开发和投资，随后在2011年1月加入信达国际任执行董事、基金经理，继续从事港股量化投资。2012年8月加入华安基金，任系统化投资部量化投资总监，负责开发A股量化选股模型。2017年9月，董梁加入创金合信基金，现为首席量化投资官、量化指数与国际部总监。

　　“我的量化投资涵盖美股、港股、A股等多个市场，也曾针对不同市场进行过专门的量化模型搭建，但底层的投资思路是相通的。”董梁说，量化投资的最终目的，是要提高模型的预测能力，即在降低跟踪误差基础上，尽可能地实现超额收益最大化。“美股市场的有效性很高，里面活跃着大量的机构投资者和丰富的投资工具，量化模型预测能力的发挥空间相对较小。但对中国这种新兴市场来说，机构投资者的占比相对较低，且经济发展潜力巨大，量化投资的超额收益回报空间还是比较大的。”

　　“国内大约从2009年就开始发行量化基金，发展到目前已具备一定基础。当前，市场上的量化基金整体规模占比还不算太大，但发展态势较好，处于爬坡向上的趋势。”董梁说，从这11年发展情况来看，量化基金在中国的规模发展呈现出“波动上升”态势。

　　“国内量化基金一般以宽基居多，这类基金持仓较为分散，在进攻端较难跑赢主动管理型基金。因此，在结构性行情突出的年份，主动管理型基金的业绩较为突出，市场对量化基金的注意力就会有所减少；但在市场平淡的年份，这类具备稳健抗跌能力的量化基金，就会受到市场高度关注。”

　　董梁还说道，量化基金尤其会受到机构投资者青睐。“一般来说，机构客户的收益预期较为稳健，不会全部押宝热门板块，同时会对回撤较为在意。加上机构投资者具备资金优势，且配置策略也较为丰富，除了配置主动积极型产品外，还需要配置量化宽基，以达到组合增强或对冲效果。”

　　“长期来看，在控制跟踪误差基础上，量化投资带来的超额收益还是比较明显的。”董梁对记者表示，量化投资也遵循着基本面价值投资原则，负债率高企、经营数据恶化等瑕疵明显的公司，会首先被排除掉。此外，量化投资也会看重公司的成长性。“大多数情况下我们不会去超配一个处于长期景气度下降通道的标的。但反过来说，公司成长性虽然不是非常明显，但如果基本面情况较好，我们或许会有所超配。”

　　打造港股量化产品

　　截至2020年末，在董梁带领下，创金合信基金已形成比较全面的量化产品线，涵盖3只指数增强产品和5只量化产品，实现上证50、沪深300、中证500、中证1000以及创业板指数等A股主流宽基指数全覆盖，且实现了不俗的超额收益。

　　海通证券数据显示，截至2020年12月31日，创金合信中证1000指数增强A最近3年的收益率为44.45%，超额收益率为48.82%，排名同类（增强股票指数型）65只产品中第6位。Wind数据显示，截至2021年1月11日，创金合信中证1000A、C成立以来的超额收益率分别为61.93%和60.59%，在全部57只指数增强产品中分别排名第3和第4位。此外，在2020年分月度来看，创金合信中证500指数增强A份额11个月实现了相对业绩比较基准的正向超额收益，月度胜率达91.67%；创金合信沪深300指数增强A份额10个月实现了正向超额收益，月度胜率达83.33%。

　　据董梁介绍，创金合信基金的量化投资团队共有7名成员，由三名公募基金经理、两名投资经理、两名研究员组成。其中，基金经理负责基金的投资管理，投资经理主要负责专户投资管理，底层的研究支持则来自于三位研究员。“整体而言，七个团队成员都有着不同的研究分工，每个季度也都要完成一定的量化研究工作，尤其是在模型开发、新的量化因子挖掘、新的建模方式等方面。”

　　近期，由董梁管理的量化基金“创金合信港股通量化股票基金”成立，这也是创金合信基金旗下首只专门投资于港股的产品。资料显示，该基金股票资产占基金资产的比例为80%-95%，且投资于港股通标的股票的比例不低于非现金基金资产的80%。该基金将采取定量与定性相结合的方法，运用“自上而下”的资产配置逻辑，形成对大类资产预期收益及风险的判断，进而确定资产配置的具体比例。

　　董梁表示，布局创金合信港股通量化股票基金有两个主要目的。一方面，进一步丰富创金合信基金的量化产品线，“目前我们的产品基本覆盖A股主要宽基指数，创金合信港股通量化股票基金是我们布局港股量化市场的重要举措”；另一方面，港股目前已是一个30万亿元规模的大市场，且有着相当部分的优质公司。“我们预判港股接下来会涌现出丰富的投资机会，新基金的成立，也为投资者参与港股行情提供渠道。”

　　董梁分析指出，近两年来，一些环境因素使得港股市场的涨幅明显落后于其他市场。比如，2019年全球主要股市迎来明显上涨，但港股涨幅只有个位数；而在2020年，A股和美股在疫情冲击触底后，也迎来了强势反弹，如沪深300指数年内涨幅为27%，纳斯达克指数涨幅为43%，但恒生指数却走出了独立疲软行情，跌去3.4%。

　　港股市场整体估值并不高，恒生指数2020年末的估值大约是15倍左右，从估值角度看可以说是一个价值洼地。从长期来看，影响香港股市的负面因素会逐步消退。加上相当部分在香港上市的公司，其主要的业务还是在内地。从企业基本面来说，随着疫苗问世和经济持续复苏，公司的经营活动有望迎来进一步恢复或增长，这将会给港股投资带来超额收益机会。

　　优化多因子模型

　　董梁表示，在股票投资组合构建方面，创金合信港股通量化股票基金会以多因子模型为基础框架，并根据预先设定的风险预算、交易成本、投资限制等实际情况的需要进行组合优化。该基金股票组合的构建包括多因子模型和投资组合优化两个部分。其中，在多因子模型的运用上，该基金会根据香港证券市场的实际情况，在实证检验的基础上，寻找适合香港市场的因子组合，主要运用包括价值、质量、动量、市场预期等类型的基本因子，并根据市场状态的变化和因子研究的更新结论，对多因子模型及其所采用的具体因子进行适度调整。

　　“不同量化模型涵盖的因子大体上是类似的，如财报和事件数据都可通过公开渠道获取。因此，能展现不同投资人量化投资能力、并最终形成投资业绩差异的，是源于对量化因子的加权平均处理方式上。”董梁说道，他建构的多因子模型，涵盖300多个量化因子。在对这些因子进行加权处理时，还要考虑每个因子过往历史预测有效性的高低、每个因子的预测能力波动性，以及不同因子之间的相关性（因子之间存在相关性会互相干扰）。

　　为处理上述问题，董梁表示，近年来方兴未艾的机器学习和人工智能算法，会被运用到量化模型的建构中。比如，他会利用机器学习的程序包对模型进行优化，优化之后可得到每个因子在模型中的最优权重。“将全市场股票的打分转化为持仓操作指示，我们会根据这些量化指示对持仓组合进行调整优化。”

　　通过上述处理，董梁将300多个因子归纳为基本面、分析师预期、技术面和事件性四大因子。

　　董梁介绍，基本面因子主要包括定期报告数据，如从年报季报的资产负债表、利润表、现金流量表中获取的企业经营基本面数据；分析师预期因子，包括券商分析师对上市公司经营情况的密切跟踪，“这种跟踪可以通过研报、不定期调研、管理层交流等渠道实现。中介机构对公司情况的不定期跟踪，方式和时间都比较灵活，是对公司财报数据的一个很好补充”；技术面因子主要是指市场交易的量价指标，比如通过价格变动和成交量变化这两个基础技术指标，就可以衍生出一系列的技术指标；事件性因子是对上市公司某些异常动态的跟踪，如大股东减持、业务或管理层被处罚等短期内对股价造成较大影响的信息。

　　“从长期看，基本面因素是影响股价的主要因素。因此，模型中的基本面因子和分析师预期因子的权重之和，略微超过50%。”董梁说。