摩根士丹利华鑫量化配置基金产品价值分析报告

　　摩根士丹利华鑫量化配置股票型基金（以下简称“大摩量化配置”）是摩根士丹利华鑫基金量化团队的又一新作，在大摩多因子策略基金（233009）较为成功运作的基础上，大摩量化配置基金通过行业多因子阿尔法模型更加侧重于捕捉板块、行业轮动所带来的收益。基金选取有大概率获取超额收益的行业进行重点配置、优化权重，以寻求股票投资的最大化收益。

　　一、 量化投资正起航、优势显著

　　量化投资在海外发展已有近四十年的历史，在以詹姆斯西蒙斯为代表的量化投资大师的影响下，量化投资策略被越来越多的机构所采用，产品的市场份额和规模得以不断提升。在国内股票基金产品市场中，由基金经理主动管理的基金占据绝大多数，量化投资基金仍处于起步阶段。相比于基金经理凭借个人能力的主动选股、择时以及风险管理，量化策略投资将投资思路和逻辑数量化、模型化，由计算机自动执行程序。从投资方式来看，量化投资策略具有显著的优势。

　　首先，程序化的投资策略有利于避免非理性决策，投资方法均有量化模型可据。根据行为金融学的理论，基金管理人在做投资决策时大多要经历与人性的“博弈”，如贪婪、恐惧、冲动等等，而量化投资通过已设计好的模型严格执行标准化交易程序，剔除了其中的主观干扰因素，使得投资决策均源于量化模型。大摩量化配置主要采用行业多因子阿尔法模型(Multi-Factor Industry Alpha Model)、Black-Litterman资产配置模型(B-L Model)以及其它辅助量化模型，完成大类资产配置、行业配置以及个股选择的过程。在国内个人投资者占比较高的权益市场中，通过这样纪律性的流程投资可在较大程度上避免非理性的决策，战胜基础市场。

　　另外，在瞬息万变的A股市场，量化投资的效率以及成本优势更为明显。沪深两市近年来吸纳了越来越多上市的公司，而随着中国经济转型的加快与结构调整的不断深入，不同板块、行业、公司之间的发展趋势将更加分化。宏观经济环境、供求结构、估值水平、市场盈利预期等等因素的动态演变都将对行业整体以及行业内个股的市场表现产生一定的影响。在上市公司品质良莠不齐、每日披露信息繁多的背景下，传统的深入基本面研究将迎来较高的难度和成本压力。然而，通过数量化的分析方法，可以快捷地处理市场中的海量数据，动态把握投资机会。大摩量化配置所采用的多因子模型，将行业的市场表现与宏观经济、行业内、上下游产业链指标的关系因子化，并结合行业的动态估值水平、盈利水平、动量反转等指标，多层次、多角度地观察和分析投资机会，弥补了基本面研究在广度上的不足，可以以较小的成本完成投资决策。

　　第三，量化投资追求大概率成功，获取持续性超额收益。量化投资将投资逻辑通过全面而细致的数学模型检验，从历史数据中挖掘有望在未来重复的规律加以利用，并随着时间的推移不断检测与修正。投资策略的成功依靠的是模型所筛选出的一组股票，而不是少数几只股票，即追求的是大概率事件。从大摩数量化投资的模型来看，在沿袭了西方的建模方法和优化算法之外，量化模型本身也有着本土化的改造，备选因子更加适合于中国证券市场的特点。公司第一只量化基金大摩多因子策略自2011年5月成立以来，超额收益显著。截至2012年11月12日，基金净值表现超越业绩比较基准6.54%，超越沪深300指数11.03%。

　　图1、大摩多因子策略基金今年以来净值表现

图1、大摩多因子策略基金今年以来净值表现

　　数据来源：Wind、上海证券基金评价研究中心

　　二、 关注行业配置、捕捉超额收益

　　大摩量化配置基金首次采用了行业多因子阿尔法模型，该模型建立在已被国际市场广泛应用的多因子模型的基础上，根据中国证券市场的实际情况，由大摩金融工程团队开发的具有针对性和适用性的量化行业选择模型。与市场上已有的量化基金相比，大摩量化配置加强了“行业配置”这一概念，挖掘其中的投资机会。

　　 行业配置的必要性。不同行业由于自身所处的生命周期不同以及在宏观经济周期中的差异表现，都会产生不同的投资属性。以美国市场为例，我们观察标普500指数9部门的表现，单个部门在十年间的收益走势起伏明显，尤其是一些强周期板块如能源、科技等；同样地，不同部门在同一年度的收益表现也分化显著，根据美林的投资时钟，行业板块在不同经济周期阶段会交替产生超越大盘或者低于大盘的表现。比如在2004、2005年经济过热时期，能源、工业板块就出现了较好的投资机会。也就是说，在结合宏观判断下进行配置与交易，可获取一定的收益。

　　表1、标普500细分9部门年度收益率表现

表1、标普500细分9部门年度收益率表现

　　在A股市场，同样存在着板块、行业之间的轮动、联动效应。从今年年初至今，各行业之间的收益水平相差甚远，综合多方面因素比如基本面、技术面等的行业配置策略或许大有可为。行业基本面因素如盈利能力、运营能力、利润质量等财务指标大程度上决定了该行业中长期的表现，市场估值层面以及技术层面则影响了其短期的表现。大摩量化配置基金模型化解释行业市场表现的主要因素，配置相对低估的行业，并对新的数据进行不断挖掘、采纳，以保持量化策略长期的适应力和生命力。

　　图2、各申万一级行业今年以来涨幅（截至2012年11月15日）

图2、各申万一级行业今年以来涨幅（截至2012年11月15日）

　　数据来源：Wind、上海证券基金评价研究中心

　　 聚类方法优化投资型行业分类。科学、实用的行业分类标准是行业投资的前提，由于国内上市公司多进行跨业经营，采用传统的投资型分类和管理型分类标准并不完全精确，对行业收益的解释能力有一定的局限。大摩华鑫行业分类通过从细分行业到大行业再到行业群的聚类方法，客观、精确的刻画行业市场表现的关联度，使得行业内部的高相似性和行业之间的高差异性更加突出。内部高相似性提高了收益的稳定性，而外部高差异性影响着超额收益的空间。从基本面和市场表现两个维度出发，大摩华鑫独特的分类标准在中信三级行业184个细分行业的基础上，把所有A股重新归集为54个行业 ，剔除了没有连动效应的个股，从模型运作的效果来看，聚类法分类对于股市行业、板块连动所产生的投资机会更加敏感。

　　图3、聚类法投资行业分类模型收益走势图

图3、聚类法投资行业分类模型收益走势图

　　数据来源：大摩华鑫基金公司、上海证券基金评价研究中心

　　三、 基金量化团队具有竞争力

　　摩根士丹利华鑫基金公司作为合资基金公司，立足于华鑫证券的本土智慧，依托外方股东的资源优势，借鉴摩根士丹利的研究方法和经验，再进行本土化融合，在研究投资方面进行符合中国国情的创新型投资实践。公司近年来屡获殊荣，旗下基金—大摩资源优选多次获评上海证券综合评级五星基金，彰显了管理人较好的投资管理能力。公司设有独立的量化投资部门，团队人员具备复合型的知识结构，有着全球化的投研积淀，实战经验丰富。部门拥有完善的投资管理流程和严格的投资纪律，妥善管理投资、运作的各个环节。

　　拟任基金经理张靖先生，武汉大学工程学学士、金融工程硕士，具有多年证券、基金从业经验。自2006年起在平安证券从事量化投资研究、金融产品设计、衍生产品及结构化产品研究、投资风险分析及风险系统构建等工作。2009年加入摩根士丹利华鑫基金公司，现任大摩多因子基金基金经理。大摩多因子策略基金运作一年半以来，超额收益明显。