财通基金朱海东：

用量化语言捕捉超额收益

◎记者 陆海晴

近期，量化类产品较受市场青睐，多只量化基金提前结束募集。在财通基金量化投资部负责人朱海东看来，行稳方能致远，量化产品要力争为投资者提供相对持续的超额收益。作为量化行业的老将，朱海东拒绝择一模型而“躺平”，而是持续探索新的策略，挖掘新的数据来源，力求提高量化模型的选股能力。“模型只有不断进化迭代，才具有持久的生命力。”朱海东说。

指数增强基金如何实现增强目标？朱海东选择量化多因子模型作为投资底座。“量化多因子模型是财通指数增强基金系列的基础模型之一。以近期发行的财通中证500指数增强基金为例，由于中证500指数具有行业分布较均衡、分散程度较高等特征，为了更好地发挥量化多因子模型的能力，在因子使用上，我们侧重于分析师因子和高频量价因子。”

其中，分析师因子体现了量化投资中的主动选股思维，即参考券商分析师、机构对股票的观点，对股票进行打分和选择。借助分析师因子选出的股票，通常具有基本面较好、市场认可程度较高、未来空间较大等特征。

“在分析师因子的研究上，财通基金量化团队起步较早，研究得较为细致和深入，并且积极跟进市场最新研究动态，不断挖掘因子的潜在价值，因此能够比较高效地发挥分析师因子在量化选股中的作用。就高频量价因子而言，通过分析诸如成交量、价格、振幅等短期交易数据和指标，判断股票的未来走势。”为了在现有框架下尽可能发挥因子的选股效果，朱海东在使用高频量价因子时，会将维度下沉到分钟级别，在较好地适配交易制度、策略容量等因素的基础上，筛选短期内可能遭遇错杀但弹性较好的股票。

在朱海东的“指挥棒”下，分析师因子和高频量价因子两类因子力求形成1+1>2的效果。“分析师因子挑选出的较好股票，未来的上行空间可能较大，而其挑选出的较差股票，未来的下行空间未必较大。但高频量价因子有所不同，其挑选出的较差股票未来的表现很可能仍然较差，而其挑选出的较好股票，未来的表现却不一定较好。在实际投资中，我们将分析师因子和高频量价因子结合起来，发挥两者的互补作用，力争提高策略的收益能力和抗风险能力。”朱海东说。

为了保持量化多因子模型的生命力，朱海东持续探索新的策略。“量化多因子模型中的因子，本质上是与股价相关性较高的数据，通过在模型中不断叠加因子，能够起到强化模型选股能力的效果。但随着市场上各类数据价值被不断榨取和消耗，多因子模型中一些因子的效果也在逐渐减弱，甚至失效。对此，我们采取多策略的方式，对多因子模型进行补充。”

谈及此，朱海东语气中洋溢着兴奋，作为长期深耕量化领域的投资人，他热衷于以量化的语言表达自己的投资思想，希望在不断为模型注入新活力的同时，力求获取比较稳定的超额收益。朱海东说：“例如，机器学习的方式非常高效，只要我们清楚输入的数据是什么，就能通过机器学习对数据进行拟合并剔除干扰因素，从而更快速地生成因子。对于机器学习所生成的因子，我们会把因子公式化并从中提炼易于理解的精华，力争发现能更好解释当前市场运行情况的投资逻辑。”

朱海东也会利用时序模型辅助量化多因子模型，以此获取买卖信号，把握个股买入和卖出的时间点。“时序模型是一种在框架上和多因子模型有差异的策略，试图通过不同的框架去发掘更多信息，同时规避交易拥挤带来的收益损耗。比如，在使用同样的量价数据时，时序模型通常能得到和多因子模型不同的收益表现，因此在一定程度上能和多因子模型形成互补。”朱海东说。

路漫漫其修远兮，朱海东带领财通基金量化团队持续求索。除了不同框架的策略，财通基金量化团队亦在探索尚未被市场充分挖掘的数据来源，包括更高频的交易数据和一些尚未被市场挖掘的产业基本面数据等。毕竟，变则通，通则久，在不断积累中拓展能力圈。