新浪新闻客户端

信达澳亚基金林景艺:完善产品矩阵 培育“指数+”品牌

信达澳亚基金林景艺:完善产品矩阵 培育“指数+”品牌
2024年12月24日 11:02

  指数化投资深入人心,在全球范围内获得广泛应用、发展。指数化投资通过复制证券价格指数,或按照证券价格指数的编制规则构建投资组合,获取特定市场的基准收益率。指数化投资以其独特的优势,逐渐成为投资者配置资产、获取市场增长红利的重要工具。

  目前,各大基金公司加大投入金融科技力量,持续升级智能化投研系统。其中,信达澳亚基金打造数字化技术,构建“HAI”量化投研体系,进入指数化投资2.0阶段。“作为资管行业原材料供应商,公司将完善指数产品矩阵,持续培育‘指数+’品牌,为投资者提供优质的基金产品。”信达澳亚基金量化投资部总监林景艺说。 

  A股市场存在丰富的超额收益机会

  在林景艺看来,产业转型叠加技术革命,预示着国内经济将出现结构性变化,新兴产业不断涌现出来,中长期发展空间较大;A股上市公司超过5000家,深度研究覆盖的上市公司数量有限,大部分上市公司存在错误定价;学历背景、研究深度、认知高度等因素影响下,不同投资者之间存在较大的信息差,造成投资能力差异明显;套利工具较少,错误定价在短期内很难得到修正。

  因此,“A股仍然是弱有效市场,长期看,拥有获取超额收益的机会。”林景艺表示,在紧密跟踪指数的基础上,可以有效挖掘超额收益。据2024年基金三季报显示,林景艺在管基金“信澳宁隽智选”,自2023年12月19日成立以来取得了13.48%收益率,超万得偏股型基金指数7%以上。(数据来源:Wind、基金三季报,信澳宁隽智选A份额自2023/12/19成立以来净值增长率为13.48%,同期业绩比较基准为8.61%,同期万得偏股型基金指数涨幅为6.35%,以上数据截至2024/9/30,本基金业绩比较基准为:中证全指指数收益率*90%+中证港股通综合指数收益率*5%+银行活期存款利率(税后)*5%。)

  林景艺认为,随着指数化投资理念逐渐成熟,指数基金的市场认知度持续增长。当前,公募基金行业正积极地将大量资源和精力投入到金融科技的开发和应用中,通过运用先进的量化技术,不断增强投资研究能力。 

  以投资逻辑驱动量化技术

  在林景艺看来,当前量化技术主要有两大方向:

  一是数据驱动的量化技术,即是通过大规模的数据和机器学习,寻找数据间的相关性,挖掘有效因子、策略,形成最终预测。该技术侧重短期预测,对交易速度、交易频率要求更高,侧重于比拼算法、算力、交易效率。量化私募运用此技术较广。

  二是逻辑驱动的量化技术,即是从合理性出发,将主动研究的投资逻辑和思考框架用数据、计算机语言进行建模和验证。

  “公募基金在逻辑驱动的量化技术方面,具有较大的优势。”林景艺进一步表示,信达澳亚基金培养了一批专业性强、研究深的主动量化投资团队,持续提升、优化模型和策略,打造出“HAI”量化投研体系。

  具体看,“HAI”量化投研体系分为收益预测模型、风险预测模型、交易成本预测模型三部分,其最大的优势是扩大股票覆盖的广度。

  林景艺表示,“‘HAI’量化投研体系并不是要替代主动投资,而是在主动研究无法全面覆盖的股票中,用基本面的逻辑挖掘超额收益,既突出了量化方法在广度上的优势,也兼具了主动投研在深度上的认知。” 

  充分理解股票价格的形成机制

   “超额收益来自于对错位定价的纠偏,‘HAI’量化体系的收益预测模型体现了团队对股票价格形成机制的理解,它的理论基础来源于行为金融学家罗伯特·席勒。” 林景艺表示,席勒理论认为股票价格受到其基本面价值和投资者情绪的共同影响。基本面价值方面,股票价格应该反映其内在价值,也就是未来股息或现金流的现值;投资者情绪方面,由于市场参与者的非理性行为,有可能显著影响股票价格,导致价格偏离其基本面价值。因此,收益预测模型就是从不同角度去刻画股票基本面价值和投资者情绪的变化从而对股票价格进行预测,再针对特定的指数基准,通过风险模型和交易成本模型进行组合优化,以达到在紧密跟踪指数的同时获取超额收益的目标。

  基于这个体系,林景艺与团队一道,已完成第一阶段产品矩阵布局,信达澳亚HAI量化 “指数+”产品覆盖了沪深300、中证500、中证1000、中证2000等主要宽基指数,也覆盖了万得偏股型基金指数、中证红利、中证国企、科创创业50等主题特色指数。“未来,公司将持续打造‘指数+’品牌,在指数收益的基础上力争为投资者提供长期、稳健的超额收益。” 

  风险提示:本文相关内容不构成任何投资建议或保证,基金的过往业绩并不代表未来表现。市场有风险,投资须谨慎。

  (来源:资讯中国)

责任编辑:何奎良

举报邮箱:jubao@vip.sina.com

Copyright © 1996-2024 SINA Corporation

All Rights Reserved 新浪公司 版权所有