量化投资策略演进 - 量化团队突破传统线性分析对历史回测的局限 采用非线性分析方式更精准地挖掘投资机遇 [1] - 投资总监助理罗博具有21年证券从业经验和15年公募基金管理经验 长期扎根于指数与量化投资领域 [1] - 量化投资从线性向非线性过渡 需要不断学习非线性分析技术以紧跟市场变化 [1] 核心量化策略框架 - 指数样本增强采取线性和非线性相结合的方式 多因子模型与机器学习模型协作力争稳健超额收益 [1] - 线性策略以多因子模型为主 非线性策略包括XGBoost、LightGBM等非线性映射方法 [1] - XGBoost可展示因子重要性 帮助识别重要因子以增强模型对市场变化的适应能力 尤其在结构化行情下能抓住弹性品种机会 [2] 神经网络学习应用 - 在简单神经网络学习基础上进行深度开发 看好复杂神经网络学习 [2] - 将长期规则和中短期信息相结合 在原有因子特征基础上提取 再放到有监督神经网络训练 有助于模型迅速适应市场变化 [2] - 通过调整可避免原始数据噪音问题 训练出收敛的神经网络 [2] 组合策略与产品布局 - 除指数样本增强策略外 还辅以卫星策略加强组合对市场的适应能力 包括红利优选和大盘成长优选两部分 [3] - 红利优选策略在小市值、低估值、高盈利等方面有较强风格暴露 大盘成长优选策略对大市值、高成长等特点有风格暴露 [3] - 同步开发财务风险管理策略 力争避免风险事件带来的意外冲击 [3] - 量化体系自2019年实盘以来逐步成熟 已推出银河沪深300指数增强基金和银河中证A500指数增强基金两只产品 [3] - 拟由罗博担纲的银河中证800指数增强基金已启动发行 以进一步丰富量化产品矩阵 [3] 中证800指数特征 - 中证800指数结合大盘蓝筹风格与中盘成长风格 整体更为均衡 [4] - 指数样本多维度覆盖A股资产 能够较为全面地代表中国经济整体活力 [4] - 指数样本全面覆盖申万31个一级行业 包含传统支柱行业和代表产业升级方向的新兴成长领域 [4]