AI量化策略基金经理孙蒙调研会分享
来源：雪球App，作者： 谈投资品价值，（https://xueqiu.com/1893700216/245528568）
大家好我是谈投资品价值，本期有幸参加了 华夏智胜先锋 基金经理孙蒙的调研会。在此和大家做个分享，全文会分为以下几个部分，孙蒙经理的个人介绍，孙蒙经理管理的几个代表产品的简单测评，调研会全文策略运作介绍，问答环节，以及我的个人看法。篇幅较长请酌情观看，文中涉及的内容仅供参考不作为投资依据。
孙蒙，北京大学物理专业学士，加州大学洛杉矶分校电子工程专业硕士。2014年4月至2017年6月，曾任 中信建投证券 股份有限公司衍生品交易部研究员、投资经理等。2017年7月加入华夏基金管理有限公司，曾任数量投资部研究员、基金经理助理等。2020年3月起任 华夏智胜价值成长股票 型发起式证券投资基金基金经理。2020年4月起任华夏 中证500 指数增强型证券投资基金基金经理。2020年6月起任 华夏安泰对冲策略 3个月定期开放灵活配置混合型发起式证券投资基金基金经理。2021年8月起任华夏中证500指数智选增强型证券投资基金基金经理。2021年12月起任 华夏智胜先锋股票 型证券投资基金(LOF)基金经理。
投资年限：3.02年 年化收益：19.87% 管理规模：62.99亿 管理数量：5支 旗下主要掌管的基金有： 华夏智胜先锋股票 、 华夏智胜价值成长 、 华夏中证500指数增强 、 华夏中证500指数智选增强 。 主要研究方向为AI选股，算法及程序化交易等，有丰富AI 模型及策略经验，具有9 年量化投资研究经验。
华夏智胜先锋股票 (LOF)A 501219
数据来源Choice金融终端
业绩基准是 中证500 指数收益率*95%+银行活期存款利率(税后)*5%，从业绩看大幅跑赢中证500指数和业绩基准，截止到3月24日超额回报为27.59%
资产配置股票持股90%以上，行业配置极度分散最高行业只有20%左右的配置，前十大持仓占比只有8.18%，在极度分散的情况下也只有量化AI模型才能达到如此高的超额回报。
华夏中证500指数增强 A 007994
数据来源Choice金融终端
业绩基准是 中证500 指数收益率*95%+银行活期存款利率(税后)*5%，再来看一下管理的中证500增强指数基金，从业绩看也是大幅跑赢中证500指数和业绩基准，截止到3月24日超额回报达到了55.19%。
同样的资产配置股票持股90%以上，前十大持仓占比只有11.03%，换手率高达696.46%，持仓分散换手频繁说明在AI模型策略的加持下积极调整配置，达到超额收益的目的这类基金换手频繁并不是坏事。
数据来源Choice金融终端
最后是四个主要掌管基金和 中证500 指数的阶段回报对比图，可以看到四个基金全部跑赢中证500指数，说明基金经理孙蒙主推的这套AI策略模型确实是有点东西。
以下是调研会全文
（一）策略运作介绍
1) AI 策略的运作原理
人工智能的本质其实就是让机器人在某一个领域达到部分人的技能；对于投资领域，就 是让AI 算法在大量的历史市场数据当中，寻找最有效的投资逻辑；
2) AI 算法优势
依靠AI 算法的超强运算能力，达到风险风格可控，快速应对市场的目的；
一是通过去除主观决策偏差及情绪影响，以量化模型结果为依据进行投资操作，克服情 绪波动导致的决策偏差及失误；二是能利用计算优势实时刷新市场数据，及时反馈，根 据模型结果快速调整持仓；三是明确风险控制指标，在波动率、最大回撤等角度保护资 产安全，利用AI 因子检验平台等，可回溯检测模型有效性；
3) 策略与同类产品的差异
我们的策略优势：数据端实现了对上市公司全维度的数据覆盖和刻画；
我们在 AI 投资领域在市场的投资实践应该是最久的，从 2017 年开始和 微软 亚洲研究院深度合作；
我们的超额收益和同类对比：去年Q4 同类产品发生回撤，我们的产品在创新高：现在 市场上大部分同类产品都是在成长风格上有显著暴露， 而我们的产品在成长风格没有明 显暴露；
通过AI策略可以发掘非常规的超额收益来源；现存大部分500增强产品相关性都很高， 本质上是同一类型的策略；我们的产品和其他的平均相关性大概只有 0.05，所以能起 到非常好的风险分散效果，同时能够提供非常有竞争力的超额收益；
4) AI 策略全产品线业绩优异
公司2019 年起实盘运作 AI 策略，目前在沪深 300、中证 500 及中证 1000 指数上均 有实盘运作；区别于通过押注单一风格在个别年份表现较强，或者单一类型产品表现较 好的量化产品，AI 策略在各个年份、不同产品类型上均体现了较强的竞争力，长期业 绩也非常优秀；
沪深300增强策略：公募产品为 华夏网购精选 ；
中证500 指增策略：中证500指增、中证500指数智选增强、智胜先锋，智胜价值成 长——两个500 增强为完全一致的标准指数增强策略，基本需要在中证500成分股内 做增强，去年整体超额收益 9%，同类产品排名第一；中证 500 增强成立近 3 年，累 计超额60%，月度、季度超额胜率在70-80%附近，远超同期同类型；
智胜先锋和智胜价值：选股范围更为灵活，全市场选股，发挥量化模型在数据选择宽度 的优势，所以智胜先锋的超额收益相较 中证500 指增更为显著——去年实现19%的超 额收益，今年以来有 5%的超额收益；其中智胜价值成长追求超额的信息比（更加稳定 的超额表现）；智胜先锋回报更高，但智胜价值成长信息比率更高；智胜先锋成立至今 累计超额近30%（较中证500），月度季度超额胜率分别达到80%及100%；
1000 指增策略：AI 策略没有公募产品，管理的基本养老组合远超同类产品表现—— 去年5 月到现在，实现累计超额回报35%，超额收益最大回撤仅有 1.6%；
市场中性策略：安泰对冲希望获取绝对收益；策略分为两部分，一个维度是指增策略（指 数收益+超额收益） ；另一部分通过股指期货剥离 beta收益，提取alpha部分；定位希 望可以与固收+竞争，成立以来每年都获得正收益；对冲产品最大的影响来自股指期货 的对冲成本，2020、2021 对冲难度很大，但今年的基差非常适合运作，可以看到净值 曲线基本没有回撤；
（二）问答互动环节
1) 智选增强和500增强是否有区别？
没有，同策略产品；
2) 如何做指数增强策略？
指增产品的收益来源：指数的 beta+主动投资的alpha;
对 中证500 成分比例进行调整：调高资质好的个股，降低不看好的股票的持仓占比；
希望每个阶段都能买入成分中最优的标的，把没有那么好的减配或者剔除；
调整原则：通过技术手段形成能代表未来股票预期的组合；
3) 基金经理在AI 策略所扮演的角色？
我们的策略完全不会人为干预因子权重；
希望所有操作可回溯，有数据和理论支持；
AI 算法只是一个工具，通过算法更好的理解市场；如何建立模型，如何优化算法，不 同的基金经理建立的模型是不一样的，通过模型反映对市场的认知；
4) 有一些其他家的产品在市场销售非常火爆，是否了解如何运作的，能否复制类似表现？
复制这样的策略并不困难，但是没有尝试这样做；这个产品的持仓标的基本都在50 亿 以下；
我们控制回撤的维度，更看重相对基准的超额收益的回撤；如果控制产品绝对回报的回 撤，更加复杂，难度较大；
可以理解为微盘股增强，流动性差，策略容量低，不想复制这种规模严重受限的产品； 从公司平台角度而言，也有一定风险；
5) 如何理解线性和非线性的信息？
大部分公募量化都是量化多因子模型：把因子做线性叠加或者线性加权，类似 PB-ROE 逻辑，两个维度分别打分再加总排序；
但这类策略背后的特定因子选择的有效性及线性外推未必成立；
希望通过算法找到是否有其他的模型可以把信息做更好的处理；
6) 产品与同策略产品相关性低原因是什么?
低相关性因为不觉得其他人在做，或者有能力做同样的事情；
并没有通过风险暴露获得超额收益，或者超额的稳健性不受到市场风格变化的影响；
7) 跟踪误差？
500增强4%左右，没有特别限制，因为策略层面已经进行了行业限制，市值限制；
8) 对冲产品最大回撤？
7%；2020-2021 股指期货的对冲成本很高，在成分股内选股也限制选股的能力，2021 年到去年3 月的回撤和上述因素都相关；
去年3 月中证1000推出之后，对冲能力极大增强，选股范围大幅扩充，对于获取超额 收益至关重要；
9) 产品策略容量？
模型驱动因素类似，对标不同基准；不以单只产品看待策略容量；
在管产品规模100亿左右，会非常关注规模对超额收益的影响；
如果规模上升到200 亿，超额可能下降1%；
10) 是否1000比500指增更好做？
从实践而言，的确 中证1000 的超额表现更好；
中证 1000 本身股票数量更多，能选择的质优标的和质地较差的标的之间的差异更大， 更有利于策略实施；
11) 基金经理持有哪些产品？
智胜先锋和 中证500 增强都在定投；
12) 智胜先锋换手率？
针对量化策略不高，双边7-800%；同类中等偏下水平；
13) 智胜的行业配置？
参照 中证500 的行业权重，做行业配置是非常困难的事情；
行业中性策略，在行业内优选个股来获取超额收益；
14) 对冲工具的使用？
暂时只有期货，未来会考虑加期权；
15) 因子是否都具备逻辑性？
大多数因子有比较好的基本面（三大财务报表）维度的解释性；
16) 从当前时点看投资量化合适么，相较主动投资的优势？
主动基金更加侧重于赛道或者热门题材，在赛道内做选股；
我们的逻辑类似宽基增强，希望在更长期获得超越市场的表现，体验更好；
量化策略适合做投资底仓；
17) 如何应对极端行情，如何调整优化算法？
如果出现了历史没有出现的行情，AI 会有一定不适应性；
但产品的净值曲线整体呈现出很好的策略适应性及稳定性；
18) 华夏量化 是否都采用 AI 策略？
华夏数量投资的策略以基金经理为主体，不是所有基金经理都是AI 策略；
同一基金经理的量化方法论较为一致；
19) 团队人员及分工？
团队有6个成员，各自有分工侧重；产品体现了团队合作的成果；
20) 超额收益的稳定性和持续性，有没有感觉特别困难的时候，各个团队之间是否有交流？
稳定性；需要对模型有明确的风险控制，否则伴随市场风格切换，对模型超额稳定性有 很大影响；所以要做行业及市值风格与中证 500 匹配，否则难以避免特定风格暴露的 影响；
持续性：我们持续性是对策略的持续迭代和研究，必须要做别人做不到的事情，不能被 轻易模仿；
多因子策略的门槛并不高，这也就是为什么大量同类产品呈现出非常高的相关性；
并没有明确感到某个季度获取超额收益非常困难，我们的超额收益的曲线是稳健向上的；
我们和资产配置及主动权益的团队都会随时交流对市场的理解，新的思路都会及时融入 到投资框架；
21) 模型是否在牛熊市会有很大差异？
影响不大，市场周期和选股逻辑不相关；目标就是寻找市场中的好股票，如果市场波动 增大，那么找到发生定价偏离的机会就会更多；
所有的量化策略都希望可以对市场进行有效定价；
22) 量化模型中哪些单一指标权重较高？
公司三大表的数据更重要，有很多可以细致挖掘的数据维度；
宏观数据会参考，并不会对投资决策有很大影响；我们做的是在行业内优选标的；宏观 数据决定了行业，但对行业内微观层面影响不大；
总结和个人看法： 本次调研会其实是一次很好的AI量化策略的科普，其实量化基金早在2004年就在国内推出了首只量化基金，随着AI技术的不断提升把AI技术运用到投资策略中，已经在证券机构中达成了共识，对于不了解AI量化策略想投资量化基金又对其不了解的小伙伴，可以反复细读本文，基金经理孙蒙对AI量化策略的阐述和问答可以帮助你深入了解。
$智胜先锋LOF(SH501219)$ $华夏中证500指数增强A(F007994)$ $华夏能源革新股票(F003834)$
