今年二季度，公募量化基金获得超80亿份净申购，华夏智胜先锋股票C、国金量化精选C、西部利得量化成长混合C等明星量化产品受到资金热捧。然而，近期却有部分公募基金公司旗下量化产品宣布清盘。
业内人士表示，公募量化产品中，主动量化基金的限制较为宽松，更能发挥量化投资的特质，且今年以来收益表现稳健，因此受到资金关注。而量化对冲基金由于规模较大、投资范围受限、申赎压力制约等因素，投资策略单一，整体发展相对滞后。
规模明显分化
(资料图)
数据显示，截至8月1日，公募市场共有822只量化产品（不同份额分别计算，下同），包括股票型基金、混合型基金、另类投资基金，整体规模已突破2700亿元。今年二季度，公募量化产品获得超80亿份净申购。
整体看，公募量化产品“吸金”分化的情况较为突出。其中，二季度业绩表现相对较好的华夏智胜先锋股票C、国金量化精选C、博道成长智航股票C、西部利得量化成长混合C等在二季度均获得3亿份以上的净申购。
而部分二季度业绩表现较弱的公募量化产品，例如万家沪深300指数增强A、富国新机遇灵活配置混合A、天弘中证1000指数增强C、中欧量化驱动混合等基金，则在二季度均遭遇3亿份以上的净赎回。事实上，目前仅有不到半数的公募量化产品规模在1亿元以上。
更有甚者，近期已有公募量化产品公告宣布有清盘风险乃至清盘谢幕。例如，日前某量化对冲基金发布提示性公告，截至7月25日，该基金已连续45个工作日基金资产净值低于5000万元，可能触发基金合同终止情形。另一只量化事件驱动基金也在召开持有人大会，审议关于终止该基金合同有关事项的议案。数据显示，2022年三季度末至今年二季度末，该基金已连续披露规模不足5000万元，今年二季度末的最新规模为0.21亿元。
8月1日，又有一只量化基金发布基金合同终止及基金财产清算的公告。该基金成立于2018年9月，成立时规模约为4亿元，此后规模不断下行，2020年二季度末至今年二季度末，已经连续3年披露规模不足5000万元。8月2日起，该基金进入清算程序。
主动量化受资金关注
业内人士介绍，根据交易策略的不同，我国的公募量化产品大致分为三类，分别是主动量化基金、指数量化基金、量化对冲基金。
在发展前期，国内量化基金市场都是以主动量化基金为主，容量有限，机构配置需求低，而公募主动管理型基金持股更集中，风险暴露较高，业绩弹性大。
指数量化基金目前在公募量化市场中规模最大，且具备防御性强、灵活性强等优势。但由于受规模影响较大，量化策略的容量相对有限，规模如果过大，策略容易失效。
量化对冲基金自2019年起业绩较为出众，规模不断攀升，但2020年以来受超额收益稳定性、基差风险的影响，平均业绩表现不佳，规模、份额纷纷呈现回落状态，目前在公募量化市场中的占比也是最小的。
“相比一季度，二季度主动量化基金规模涨幅最大。近年来，投资者对量化产品的配置价值认可度不断提高，而且主动量化基金今年以来收益表现稳健，受到资金关注。其中，涉及动态量化、量化优选、多因子、大数据类型的主动量化产品规模涨幅较大。”该业内人士表示。
另有公募量化分析师指出，一方面，主动量化基金与指数增强基金相比，没有较为严格的跟踪误差约束；另一方面，主动量化基金与量化对冲基金相比，通常为多头策略而非多空策略，并且量化对冲基金一般要对冲掉市场贝塔风险来获取阿尔法收益。因此，主动量化基金限制较为宽松，更能发挥出量化投资的特质。
量化对冲基金发展滞后
近年来，公募量化市场中占比最小的量化对冲基金发展较慢，不光业绩表现欠佳，规模也受到“固收+”产品的挤压。基煜基金相关人士分析，公募量化对冲产品发展遇阻可能是受到以下因素影响。
一是本身运作难度较大，相比指数增强产品，做好量化对冲产品不仅需要好的指数增强策略，还需要配套的风控策略以及交易策略。而且相比私募量化产品，公募量化产品可使用的标准化金融衍生工具较少，基本上无法参与场外交易。
二是当前市场环境复杂多变，因子失效也越来越快，没有可以“躺赢”的策略，同质化的策略也加速了策略失效的进程。只有保持不断升级迭代的能力，不停开发新策略和新技术，才可能保证量化系统具有长期生命力。
三是打新收益曾经是量化对冲基金收益的重要组成部分，但在全面注册制背景下，新股破发率上升。新股定价取消了市盈率限制，新股发行价上升，上市后上涨空间缩窄，打新平均收益率下降。
四是由于公募量化对冲产品的主要客户是普通投资者，对冲基金的策略较为复杂，并不太适合普通投资者，投资者的频繁申赎也容易对基金的投资运作造成一定扰动。
“公募量化对冲基金发展至今，单产品的规模较私募大，且基金合同对其投资范围有严格限制，再加上申赎压力的制约，投资策略较为单一。此外，该产品由于策略的复杂性、不透明、低流动性、潜在的高杠杆，对投资者净值要求也比较高。”上海某公募人士表示。
该人士指出，未来公募量化对冲基金要实现更好发展，国内股指期货的品种也要更加丰富，以便衍生出更多策略。随着人工智能技术发展，或将彻底革新现有量化策略的准确性和功能延展性。
标签：
