2024年末，上交所披露了新一期的统计年鉴，其中不少数据引起了中信保诚基金量化基金经理姜鹏的注意。姜鹏认为，在很多时候，一些看起来很轻微的数据变化，或许蕴含了一定的市场趋势。比如，上交所统计年鉴（2024卷数据显示，专业机构持股总市值占比较上一年有所减少，多个资金规模区间的自然人投资者持股总市值的占比较上一年有所上升……“市场参与者结构的悄然生变或倒逼市场交易行为发生改变，从而影响量化策略捕捉超额收益的有效性。”姜鹏在接受记者采访时表示。   要想做好量化投资，并不能一味埋头挖掘因子。在姜鹏看来，量化投资同样需要“抬头仰望星空”。“任何市场都有自己的特点，这些特点与我们模型的构建息息相关。只有努力去洞悉资金流向，探寻交易特征的新变化，才能知道自己‘赚的是什么钱’。”姜鹏认为，无论市场的主线在哪个方向，都应该始终保持均衡多维度的配置思路，从稳健的角度出发，为持有人带来长期有获得感的业绩回报。   从市场趋势中探寻策略新思路   近年来，A股市场的投资者结构发生了显著变化。姜鹏直言：“自2023年下半年起，散户、游资及杠杆资金等占比开始攀升，而传统机构投资者如公募、北向资金的定价权有所减弱。”这种变化直接冲击了依赖基本面因子的传统量化模型。“过去，我们通过分析公司财务数据、行业景气度等中长期因子获取超额收益，但如今这些因子短期波动较大，甚至在部分阶段呈现负贡献。”   面对市场环境的演变，姜鹏团队开始探索新路径。他们发现，单纯依赖财报数据，存在滞后性，难以捕捉市场先机，而不少另类数据却能提供增量信息。“比如，一些公司的管理层会在交易所互动平台积极回应投资者提问，或通过公开采访释放业务向好的信号。这些信息往往比财报提前数月反映公司的困境反转或成长潜力。”姜鹏举例说。   基于此，团队引入自然语言处理技术，抓取上市公司网站、交易所平台、高管访谈等非结构化文本，通过情感分析挖掘管理层对未来的信心强度，并将其转化为量化因子。这一创新使得策略能够更早识别基本面拐点，而非被动等待财务数据验证。   与此同时，量价因子与机器学习的结合成为另一突破口。“市场交易行为的‘共性’特征日益显著，例如换手率、短期动量等因子在散户主导的行情中表现突出。”姜鹏表示，团队将量价数据与基本面因子融合训练模型，既保留了中长期逻辑，又增强了对短期波动的适应能力。   多维度把控风险
=*=*=*=*=*=
当前为第1/3页
下一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页