编者按：2021年量化私募管理人整体管理规模突破万亿，随着未来逐渐发展壮大，量化私募将逐渐成长为A股市场的重要参与者和居民财富管理的重要力量。为了更系统阐述量化投资的特点，特推出《汯观量化》栏目，欢迎大家留言互动。
上一期《汯观量化》栏目提到，目前主流量化私募管理人逐渐将预测周期延展至全周期、多频段；这一期则主要聊聊“全市场选股”，它与“指数增强”同属于股票“量化多头”策略大类，但选股更灵活且不受基准指数的约束。那么对投资者来说，该如何理解其中的差异以及选择适合自己的产品线？
Q1：如何深入理解“全市场选股”产品线？
A1：“全市场选股”也被称为“量化选股”，即不受基准约束、不做风格和行业的约束，仅对个股占比和个股流动性进行一些软约束，按照个股alpha（基于全市场选股）及个股流动性（权重配比）灵活构建组合，持仓更为分散和均衡，以追求更好的长期收益表现。
Q2：如何综合评估“全市场选股”产品线？
A2：1、可结合两个类比项做综合分析：同为股票多头的“主观多头”，同为量化多头的“指数增强”；
■ 由于“全市场选股”和传统主观多头均不对标任何指数，两者可做一定类比以便更深入理解，从下图可看出：同为“股票多头”，两者α来源虽有诸多不同，但均可采用夏普比率（Sharpe Ratio）等基金绩效评价标准化指标分析。
2、一般来讲，“全市场选股”与“指数增强”均不做仓位管理，长期维持近满仓运作，同属于股票“量化多头”策略大类——即采用量化投资的方式对投资组合进行主动管理，以获得市场收益（Beta）的同时获取超越市场超额收益（Alpha）。
Q3：继指增产品线后，推出全市场选股产品线有哪些考虑？
A3：1、在国内量化发展初期，渠道和投资者对量化投资方法论的了解和接受程度远不如现在，同时“指数增强”产品线推广难度远低于“全市场选股”：一方面当时公募量化在指数增强产品线有一定投教铺垫，另一方面指数增强策略可拆分为指数收益（β）+超额收益（α），对于投资者来说，跟踪观察、收益归因、横向对比更为直观，尤其是“超额的夏普率”指标可更好的帮助投资者评估管理人的投资能力表现。
近两年，已有多家量化私募陆续推出“全市场选股”产品线，主要出于以下两点考虑：
■ 全市场选股可以最大程度发挥量化选股模型的α收益
2021年量化私募管理规模突破万亿，投资者对量化投资方法论的接受和认可逐步提升，市场竞争也更为激烈；而随着A股机构化加深，市场有效性提升，获取超额收益的难度也随之提升，这也是市场竞争的必然结果。
以目前市场上最为主流的中证500指增产品为例，为了降低跟踪误差，需要选取较高比例的中证500指数成分股，而中证500指数成分股的交易量占整体A股比例低于20%。随着量化私募管理规模的扩大，中证500指数成分股中量化私募的交易占比不断提升逐渐高于其他股票。这使得中证500指数成分股α有效性的下降相比其他股票更为明显，从而也较大影响了中证500指增产品的超额收益表现。
而“全市场选股”选股更灵活，仅考虑个股α及个股流动性构建组合，如果某一类股票的α下降较多，排序会相对靠后，模型则会低配这些股票，从而整体提升长期收益表现。
之所以“全市场选股”模型可以把量化选股模型的阿尔法收益做到最大程度发挥，取得更好的长期收益表现，主要源于约束放开后带来的自由度（考虑到大小盘轮动及风格择时胜率，这两类并不作为收益来源的第一目标），“全市场选股”模型持股相对更灵活，一般情况下中小市值股票数量占比较高，更偏好高波动标的，在市场上行期进攻性也相对更强。
■ 放开约束后，产品净值波动并无显著提升
一般来讲，具备一定风险承受能力的投资者大多会更在意绝对收益。基于这部分客户的需求，多家量化私募管理人推出“全市场选股”产品线，力争在没有额外增加风险和波动的前提下，按照个股alpha（基于全市场选股）及个股流动性（权重配比）灵活构建组合，持仓更及时跟踪市场变化，以追求更好的长期收益表现。
从我们的实践和观察来看，指数增强产品的超额夏普率表现相对更好，全市场选股产品的超额波动相对有所加大（以全A指数作为基准），投资者对此感知也并不明显，因为并没有显著增加产品的整体风险和波动——净值波动影响因素除了超额还有贝塔——从历史数据上看，股票市场的年化波动率在20%-25%左右，而即使放开约束，全市场选股模型超额最大波动率仅8%左右。在A股股票多头产品最大回撤发生时，同期市场大多也较为震荡，净值波动受市场本身跌幅的影响更大（如2018年和2022年）。
一般来讲，量化多头（包括指数增强、全市场选股）、量化对冲等产品线底层的模型框架是相通的，在同一套“量化选股”模型基础上做不同的选股限制及是否采取对冲等构建差异化产品线，以满足不同投资者的风险偏好。投资者可根据各自的风险偏好，在充分沟通和了解后，自主选择适合自己理财目标的产品线。
上一期《汯观量化》栏目提到，目前主流量化私募管理人逐渐将预测周期延展至全周期、多频段；这一期则主要聊聊“全市场选股”，它与“指数增强”同属于股票“量化多头”策略大类，但选股更灵活且不受基准指数的约束。那么对投资者来说，该如何理解其中的差异以及选择适合自己的产品线？
Q1：如何深入理解“全市场选股”产品线？
A1：“全市场选股”也被称为“量化选股”，即不受基准约束、不做风格和行业的约束，仅对个股占比和个股流动性进行一些软约束，按照个股alpha（基于全市场选股）及个股流动性（权重配比）灵活构建组合，持仓更为分散和均衡，以追求更好的长期收益表现。
Q2：如何综合评估“全市场选股”产品线？
A2：1、可结合两个类比项做综合分析：同为股票多头的“主观多头”，同为量化多头的“指数增强”；
■ 由于“全市场选股”和传统主观多头均不对标任何指数，两者可做一定类比以便更深入理解，从下图可看出：同为“股票多头”，两者α来源虽有诸多不同，但均可采用夏普比率（Sharpe Ratio）等基金绩效评价标准化指标分析。
2、一般来讲，“全市场选股”与“指数增强”均不做仓位管理，长期维持近满仓运作，同属于股票“量化多头”策略大类——即采用量化投资的方式对投资组合进行主动管理，以获得市场收益（Beta）的同时获取超越市场超额收益（Alpha）。
Q3：继指增产品线后，推出全市场选股产品线有哪些考虑？
A3：1、在国内量化发展初期，渠道和投资者对量化投资方法论的了解和接受程度远不如现在，同时“指数增强”产品线推广难度远低于“全市场选股”：一方面当时公募量化在指数增强产品线有一定投教铺垫，另一方面指数增强策略可拆分为指数收益（β）+超额收益（α），对于投资者来说，跟踪观察、收益归因、横向对比更为直观，尤其是“超额的夏普率”指标可更好的帮助投资者评估管理人的投资能力表现。
近两年，已有多家量化私募陆续推出“全市场选股”产品线，主要出于以下两点考虑：
■ 全市场选股可以最大程度发挥量化选股模型的α收益
2021年量化私募管理规模突破万亿，投资者对量化投资方法论的接受和认可逐步提升，市场竞争也更为激烈；而随着A股机构化加深，市场有效性提升，获取超额收益的难度也随之提升，这也是市场竞争的必然结果。
以目前市场上最为主流的中证500指增产品为例，为了降低跟踪误差，需要选取较高比例的中证500指数成分股，而中证500指数成分股的交易量占整体A股比例低于20%。随着量化私募管理规模的扩大，中证500指数成分股中量化私募的交易占比不断提升逐渐高于其他股票。这使得中证500指数成分股α有效性的下降相比其他股票更为明显，从而也较大影响了中证500指增产品的超额收益表现。
而“全市场选股”选股更灵活，仅考虑个股α及个股流动性构建组合，如果某一类股票的α下降较多，排序会相对靠后，模型则会低配这些股票，从而整体提升长期收益表现。
之所以“全市场选股”模型可以把量化选股模型的阿尔法收益做到最大程度发挥，取得更好的长期收益表现，主要源于约束放开后带来的自由度（考虑到大小盘轮动及风格择时胜率，这两类并不作为收益来源的第一目标），“全市场选股”模型持股相对更灵活，一般情况下中小市值股票数量占比较高，更偏好高波动标的，在市场上行期进攻性也相对更强。
■ 放开约束后，产品净值波动并无显著提升
一般来讲，具备一定风险承受能力的投资者大多会更在意绝对收益。基于这部分客户的需求，多家量化私募管理人推出“全市场选股”产品线，力争在没有额外增加风险和波动的前提下，按照个股alpha（基于全市场选股）及个股流动性（权重配比）灵活构建组合，持仓更及时跟踪市场变化，以追求更好的长期收益表现。
从我们的实践和观察来看，指数增强产品的超额夏普率表现相对更好，全市场选股产品的超额波动相对有所加大（以全A指数作为基准），投资者对此感知也并不明显，因为并没有显著增加产品的整体风险和波动——净值波动影响因素除了超额还有贝塔——从历史数据上看，股票市场的年化波动率在20%-25%左右，而即使放开约束，全市场选股模型超额最大波动率仅8%左右。在A股股票多头产品最大回撤发生时，同期市场大多也较为震荡，净值波动受市场本身跌幅的影响更大（如2018年和2022年）。
一般来讲，量化多头（包括指数增强、全市场选股）、量化对冲等产品线底层的模型框架是相通的，在同一套“量化选股”模型基础上做不同的选股限制及是否采取对冲等构建差异化产品线，以满足不同投资者的风险偏好。投资者可根据各自的风险偏好，在充分沟通和了解后，自主选择适合自己理财目标的产品线。
| 汯观量化08 | 全市场选股可最大发挥量化选股模型α收益 |
| 明汯投资 2023-07-28 17:36:41 |
相关推荐
| 拨开迷雾，明汯解读量化投资之道（二） |
| 本篇具体介绍量化选股如何做，以及市场中性产品的特点和挑战。 |
| 明汯投资 2023-07-28 17:36:41 |
| 汯观量化09 | “超额收益”是量化多头产品线重要观察指标 |
| 影响超额收益表现有哪些外部和内在因素？为何超额收益的确定性尤为重要？ |
| 明汯投资 2023-07-28 17:36:41 |
| 汯观量化08 | 全市场选股可最大发挥量化选股模型α收益 |
| 明汯投资 2023-07-28 17:36:41 |
相关推荐
| 汯观量化06 | 收益是投资能力和管理规模的函数 |
| 明汯投资 2023-07-28 17:36:41 |
| 收益是投资能力和管理规模的函数，规模和收益确实存在一定相关性，... |
| 汯观量化04 | 优化收益风险比有效方法：多策略配置产品 |
| 明汯投资 2023-07-28 17:36:41 |
| 如何优化投资者在长期持有过程中的体验，帮助客户对抗投资对人性的... |
