量化基金雄风不再怎么办
1. 量化基金的优缺点
量化基金的优点：
有助于避免盲点，控制风险；量化基金就是在大量历史数据的分析基础上，综合考虑到各种各样的投资方法，然后借助于计算机和数据分析来统计开发出适合当前市场的投资模型，依据投资模型来做出的投资决策。其核心其实就是通过数量化投资策略去进行风险控制，再加上主动投资的策略就可以在风险可控的情况下，获取市场的超额收益。另外量化基金突破了传统和指数型投资的局限，在行情不好的时候还可以变成固收类基金产品。
量化基金的缺点：
量化基金的应变能力不强，量化基金模型结构上的相似性将直接影响模型的有效性以及流动性问题。如果市场行情突变，量化基金需要一段时间进行算法的优化和调整。量化模型紧要是根据历史数据来构建的，所以它吸收新的信息的能力是比较缓慢和迟钝的。
而且采取量化基金之后是没有办法追求相当高的收益额，量化基金往往关注的是长期业绩。也就是说，如果投资者目标是追求短期收益，量化基金并不能完成这一个目的。除此以外，一旦外部环境发生变化或者发生某些重大事件，如果基本面上的变化等其有效性很可能就会受到影响。
小结：量化基金是投资形式的一种，其本身是一种更加深层次性的分析行为，与传统定性分析相比，具有合理性和高效化的特点。但是不可忽视的是，企业中的基金经理在投资的过程中一定要注意不能过于依赖量化投资，需要结合本身的经验以及国内经济市场的形式进行准确判断法。
【拓展资料】
基金有广义和狭义之分，广义上指为了某种目的而设立的具有一定数量的资金，如信托投资基金、公积金、退休基金等，狭义上指具有特定目的和用途的资金，平常所说的基金主要是指证券投资基金。证券投资基金的收益来自未来，收益表现与投资标的基础市场的表现密不可分，具有一定风险。
根据不同标准，可以将证券投资基金划分为不同的种类：
一、根据基金单位是否可增加或赎回，可分为开放式基金和封闭式基金。开放式基金不上市交易（这要看情况），通过银行、券商、基金公司申购和赎回，基金规模不固定；封闭式基金有固定的存续期，一般在证券交易场所上市交易，投资者通过二级市场买卖基金单位。
二、根据组织形态的不同，可分为公司型基金和契约型基金。基金通过发行基金股份成立投资基金公司的形式设立，通常称为公司型基金；由基金管理人、基金托管人和投资人三方通过基金契约设立，通常称为契约型基金。中国的证券投资基金均为契约型基金。
三、根据投资风险与收益的不同，可分为成长型、收入型和平衡型基金。
四、根据投资对象的不同，可分为股票基金、债券基金、货币市场基金、期货基金等。
2. 量化基金能买吗
量化基金能买吗？能买。量化基金是利用统计学、数学等量化投资方法管理的基金，量化基金与普通基金有很大不同，普通基金由基金经理管理，由人为主动管理基金业绩表现，使普通基金的业绩可能受到基金经理的个人影响，而量化基金则采用了量化的投资策略进行投资组合的管理，量化基金在投资过程中避免了人为因素的各种影响。量化基金采用的策略包括量化选股、量化择时、股指期货套利、资产配置等，相比于普通基金，量化基金具有三个方面的优势，首先，量化基金的持仓规模大，量化基金通过大量持仓股票和金融产品，量化基金就拥有整体博取更高收益的可能性，其次，量化基金采用选股模型来严格选股，量化基金选股过程避免了基金经理个人对股票的偏好和个人情绪的影响，符合了量化模型的股票才会被入选，对于不符合的股票，基金经理也不能改变，所以量化基金就能严格遵守投资纪律，这使量化基金可能拥有更好的更客观的收益，再次，量化基金适合于定投，因为量化基金既具有指数型基金一样的客观性，还有跑赢指数的潜在能力，这就使量化基金很适合定投，所以，量化基金是能买的。
3. 基金跌的时候怎么办
1、在结构式行情中，基金下跌时可以补仓，补仓的时候可以采取等额或等比补仓的形式，等额就是每次补仓的金额是一样的，比如说：每次下跌都补仓1千元；等比就是每次补仓的金额等比例的增加，比如说第一次一千，第二次两千，以此类推。
2、对于长线投资者而言：如果基金一直下跌，可以设置一个基金定投，因为基金定投每次买入的成本不同，根据基金定投微笑曲线原理，当达到一个盈亏平衡点后，基金就能开始盈利。
拓展资料
根据不同标准，可以将证券投资基金划分为不同的种类：
（1）根据基金单位是否可增加或赎回，可分为开放式基金和封闭式基金。开放式基金不上市交易（这要看情况），通过银行、券商、基金公司申购和赎回，基金规模不固定；封闭式基金有固定的存续期，一般在证券交易场所上市交易，投资者通过二级市场买卖基金单位。
（2）根据组织形态的不同，可分为公司型基金和契约型基金。基金通过发行基金股份成立投资基金公司的形式设立，通常称为公司型基金；由基金管理人、基金托管人和投资人三方通过基金契约设立，通常称为契约型基金。我国的证券投资基金均为契约型基金。
（3）根据投资风险与收益的不同，可分为成长型、收入型和平衡型基金。
（4）根据投资对象的不同，可分为债券基金、股票基金、货币基金和混合型基金四大类。
最早的对冲基金是哪一支，这还不确定。在20世纪20年代美国的大牛市时期，这种专门面向富人的投资工具数不胜数。其中最有名的是本杰明·格雷厄姆和杰里·纽曼创立的格雷厄姆·纽曼合伙公司基金。
2006年，沃伦·巴菲特在一封致美国金融博物馆（Museum of American Finance）杂志的信中宣称，20世纪20年代的格雷厄姆·纽曼合伙公司基金是其所知最早的对冲基金，但其他基金也有可能更早出现。
在1969—1970年的经济衰退期和1973—1974年股市崩盘时期，很多早期的基金都损失惨重，纷纷倒闭。20世纪70年代，对冲基金一般专攻一种策略，大部分基金经理都采用做多/做空股票模型。70年代的衰退时期，对冲基金一度乏人问津，直到80年代末期，媒体报道了几只大获成功的基金，它们才重回人们的视野。
20世纪90年代的大牛市造就了一批新富阶层，对冲基金遍地开花。交易员和投资者更加关注对冲基金，是因为其强调利益一致的收益分配模式和“跑赢大盘”的投资方法。接下来的十年中，对冲基金的投资策略更加层出不穷，包括信用套利、垃圾债券、固定收益证券、量化投资、多策略投资等等。
4. 大数据基金逆势猛发 主动引入量化对冲策略
大数据基金逆势猛发 主动引入量化对冲策略
大数据正在持续激发商业模式创新，不断催生新业态，成为互联网等新兴领域促进业务创新增值、提升企业核心价值的重要驱动力。大数据产业正在成为新的经济增长点，对未来信息产业格局产生重要影响。在各个互联网平台纷纷拿出自己的数据做成金融产品的同时，基金公司也在希望借力大数据基金，抓住成长于互联网时代的新一代基民。
六月以来，国内资本市场逐步走弱，基金募集依然极度低迷。新基金不仅首募规模惨淡，且频现延长募集问题。行情不好，公募也明显放慢了新产品的发行节奏。而其中，大数据基金反而是静流中的一股暗涌。不仅形形色色大数据指数陆续面世，而且基于这些指数开发的产品也将列队发行。
大数据指数的开发也进入精耕细作的阶段。公募对互联网数据的要求越来越挑剔，尤其要求与投资者行为密切相关。公募合作的互联网平台从网络、新浪财经，亦发展到雪球、腾讯自选股、同花顺等记录了投资行为的平台。
中国公募基金行业对大数据引入投资的应用还处于初级阶段，因此开发较为简单的指数型基金是多数试水者的首选。然而，今年6月中旬以来A股接连几度大跌，让始终保持高仓位、必须跟随指数的大数据指数基金面临着业绩的压力。
震荡市中，配置了代表转型方向小票的高仓位大数据指数基金遭遇重挫，先行者也在思考这类产品如何转身的问题。如今，大数据基金产品的开发走向了仓位和操作更加灵活的主动量化趋势，引入对冲策略。
大数据为新基金“贴金”
经济观察报注意到，仅是今年7、8两个月份，中证指数公司已发布三条与雪球相关的大数据指数，三条与银联相关的大数据指数，一条与360旗下的搜索引擎有关的大数据指数，一条与搜房网房天下有关的大数据指数。记者了解到，博时基金、大成基金、天弘基金、中欧基金、鹏华基金正在开发基于上述指数的基金产品，将在未来两三个月内发行。
大数据基金始步于2014年，升温于2015年。去年，广发基金[微博]与网络的合作打响大数据基金头炮;今年，除了新增南方、博时、大成、天弘、中欧、鹏华、嘉实等将近十家试水者之外，产品发行的速度和数量均在今年明显上升一个台阶。记者了解到，博时和大成等公募基金公司已经把大数据基金的开发作为公司的战略重点。
年轻的大数据指数尚未建立自己的地位。大数据是否只是营销的噱头，仍是多数基民心中挥之不去的质疑。对此，博时基金副总裁王德英以量化基金在国内从不受重视到大受欢迎的经历勉励自己。他认为，前几年尚未做出业绩的量化基金发展得不温不火。但从去年开始，一些运作时间较长的量化基金已积累出业绩，尤其是在今年股市震荡期中成为很多投资者在债券、固定收益类产品之外的避险之选，“希望多积累点业绩，来说服投资者。”
大数据因子的出现，寄予了公募在投研方式变革的期望，也希望能够把大数据开发成一个良好的策略，帮助原有的量化模型跑赢市场。
大数据基金的选股多采用“多因子”模型，参考此类基金的基金合同，大都采用“财务”、“动量”、“大数据”等三类因子选股。
王德英介绍，目前各家公募所引用的互联网数据要么与基本面有关，如银联跨行交易数据，以及蚂蚁金服旗下支付宝[微博]金融信息服务平台提供的网上消费类统计型趋势特征数据;要么是与市场信心或情绪有关的数据，如反映市场热点的网络或新浪财经等。
华南一位大数据指数基金经理告诉经济观察报，大数据跟投资的相关性大小对最后出来的指数产品的影响并不是那么直接，还取决于它跟现有的模型匹配的程度有多大，“如果它在某一段时间的市场情况下我们觉得表现会好，会增加它的权重，有时候会降低。”
大成基金首席战略官温智敏认为，原则上随着对大数据的应用能力的提升，大数据的权重会越来越大，“包括我们关于这支产品或者后续的产品方面在未来会把互联网的元素强化。”
经济观察报了解到，大数据指数的选股模型的优劣取决与各家公募在量化投资领域的积累。仔细研究发现，来自各个互联网平台的数据只是选股模型中的一个因子，且所占的权重目前还不大，少则六分之一，多则三分之一。
王德英表示，将大数据因子融入原有的量化模型中，考验的是模型的成熟度。包括大数据在内的各个因子的权重并不是固定的。不同因子如何调配才能优势互补，需要多年的运行经验才能总结出来，“模型经常要调整，哪个失效，要剔掉;要不断统计和优化。”
这意味着大数据指数和传统被动管理型的指数有较大差异。通过多个因子策略的调整和权重优化，大数据指数可实现一定程度的主动管理。
目前市面上的大数据指数基金多数是每月调一次仓。一位不愿具名的大数据指数基金的基金经理告诉经济观察报，现在大数据指数都是一个月一换仓，换手率比其它的主动管理型基金还是偏高一些。其进一步揭示了产品局限性和风险性，“主动管理型基金可以挑时间换仓，而我们每个月就定期这样去换，如果赶上时间点不好，大容量可能会容纳不下。”
前述基金经理管理的大数据指数基金并没有设置最大的规模。其表示，“规模如果太大可能会影响一些调仓，尤其像现在股市不好成交低迷的情况。但是三十亿、五十亿正常规模的基金应该是没问题的，毕竟百只股票三千万、五千万，即使换仓一天换不了，拿三五天、一周来换的话也是很合理的。”
不过，与主动型基金相比，大数据指数基金的管理费用低廉具有明显的竞争优势。一位业内人士认为，这也是策略指数能够在很短的时间内获得市场和投资者广泛青睐的一个重要原因。
逆势而上 勇于创新
温智敏告诉经济观察报，策略指数在国外很重要的一种策略就是等权重。传统的指数采用的是市值加权的方式，意味着更看重所谓市值较大的股票。而大数据指数则是在等权重的情况下，由模型中的多个因子去考量和选择。
温智敏认为，现在经济转型的情况下，资本市场更加看重成长性股票。等权重的方式下选出了大量的小票，是有资本市场的判断逻辑在背后支撑。
然而，先行者却在实践中发现了问题。倾向于小盘股的特点导致其收益不稳定。
以最早成立的广发中证网络百发策略100指数基金为例，其募集金额曾高达23亿元，基金的成分股为100只，成分股中中小盘股占比较高。该指数策略采用等权重方式，以23亿元的募集金额来看，每只股票的配置资金为2300万元。值得投资者注意的是，中小盘股较多，当基金进行调仓时可能将产生一定的冲击成本。
近几个月的震荡市中，受伤最大的是那些被认为代表转型方向，最有上升空间的小票。配置了小票的高仓位大数据指数基金，便在这一过程中遭遇了较大的回撤。百发100指数基金便是其中一员。
百发100指数基金自去年运行以来，广发基金意识到该基金的规模局限性，广发基金大数据混合基金经理季峰表示，“假设在极端行情下，市场流动性匮乏，成分股大部分集中在小盘股上，后果就是交易过程中会产生巨大的冲击成本，对基金业绩造成影响。”
高仓位，主动性差，作为第一波大数据指数基金的先行者，广发基金思考着如何更好地发挥大数据的优势。指数型产品碰壁之后，首只大数据主动量化基金广发大数据混合在解决问题的背景下诞生。记者发现，新发的广发大数据混合在仓位上更加灵活，为0~95%之间，而非百发100那样在任何时候都必须保持90%以上的仓位。
在加权方式上，第二代大数据基金也做了改变，抛弃了等权的方法。广发大数据混合不再像此前那样按等权重买入，而是按照市值比例进行配置。季峰认为，由于加权方式采用类市值加权，因而基金规模不做任何限制，调仓的流动性风险和冲击成本将大幅降低。此外，在应对下跌趋势时，除了降低仓位，一旦展开趋势性行情时，该基金也会开股指期货空单对冲。
股市行情震荡，让市场上基金的业绩表现分化。基金管理公司也开始从侧重指数型产品转型到侧重主动管理型产品。主动管理型能够在大数据选股的优势上结合择时对冲风险。
以上是小编为大家分享的关于大数据基金逆势猛发 主动引入量化对冲策略的相关内容，更多信息可以关注环球青藤分享更多干货
5. 量化基金是什么意思
量化基金主要指的是通过数理统计分析，来选择一些投资回报率比较高的证券进行投资，到最后能够获取超越指数基金的收益，这样的一种基金投资方式叫作量化基金。
量化基金对于基金的选择和风险是一个非常不错的方式，我个人认为量化基金对于基金市场以后的发展将会起到很好的促进作用，同时对于量化基金而言，我们一定要去钻研和学习技巧，因为这样才能让自己少走弯路。
6. 量化基金的投资策略
量化投资技术几乎覆盖了投资的全过程，包括量化选股、量化择时、股指期货套利、商品期货套利、统计套利、算法交易，资产配置，风险控制等。
1、量化选股
量化选股就是采用数量的方法判断某个公司是否值得买入的行为。根据某个方法，如果该公司满足了该方法的条件，则放入股票池，如果不满足，则从股票池中剔除。量化选股的方法有很多种，总的来说，可以分为公司估值法、趋势法和资金法三大类
2、量化择时
股市的可预测性问题与有效市场假说密切相关。如果有效市场理论或有效市场假说成立，股票价格充分反映了所有相关的信息，价格变化服从随机游走，股票价格的预测则毫无意义。众多的研究发现我国股市的指数收益中，存在经典线性相关之外的非线性相关，从而拒绝了随机游走的假设，指出股价的波动不是完全随机的，它貌似随机、杂乱，但在其复杂表面的背后，却隐藏着确定性的机制，因此存在可预测成分。
3、股指期货套利
股指期货套利是指利用股指期货市场存在的不合理价格，同时参与股指期货与股票现货市场交易，或者同时进行不同期限，不同(但相近)类别股票指数合约交易，以赚取差价的行为，股指期货套利主要分为期现套利和跨期套利两种。股指期货套利的研究主要包括现货构建、套利定价、保证金管理、冲击成本、成分股调整等内容。
4、商品期货套利
商品期货套利盈利的逻辑原理是基于以下几个方面 ：(1)相关商品在不同地点、不同时间对应都有一个合理的价格差价。(2)由于价格的波动性，价格差价经常出现不合理。(3)不合理必然要回到合理。(4)不合理回到合理的这部分价格区间就是盈利区间。
5、统计套利
有别于无风险套利，统计套利是利用证券价格的历史统计规律进行套利，是一种风险套利，其风险在于这种历史统计规律在未来一段时间内是否继续存在。统计套利在方法上可以分为两类，一类是利用股票的收益率序列建模，目标是在组合的β值等于零的前提下实现alpha 收益，我们称之为β中性策略；另一类是利用股票的价格序列的协整关系建模，我们称之为协整策略。
6、期权套利
期权套利交易是指同时买进卖出同一相关期货但不同敲定价格或不同到期月份的看涨或看跌期权合约，希望在日后对冲交易部位或履约时获利的交易。期权套利的交易策略和方式多种多样，是多种相关期权交易的组合，具体包括：水平套利、垂直套利、转换套利、反向转换套利、跨式套利、蝶式套利、飞鹰式套利等。
7、算法交易
算法交易又被称为自动交易、黑盒交易或者机器交易，它指的是通过使用计算机程序来发出交易指令。在交易中，程序可以决定的范围包括交易时间的选择、交易的价格、甚至可以包括最后需要成交的证券数量。根据各个算法交易中算法的主动程度不同，可以把不同算法交易分为被动型算法交易、主动型算法交易、综合型算法交易三大类。
8、资产配置
资产配置是指资产类别选择，投资组合中各类资产的适当配置以及对这些混合资产进行实时管理。量化投资管理将传统投资组合理论与量化分析技术的结合，极大地丰富了资产配置的内涵，形成了现代资产配置理论的基本框架。它突破了传统积极型投资和指数型投资的局限，将投资方法建立在对各种资产类股票公开数据的统计分析上，通过比较不同资产类的统计特征，建立数学模型，进而确定组合资产的配置目标和分配比例。