本文相关基金

更多

相关资讯

嘉实动态

嘉实基金张自力:用量化策略去美国淘金

字体大小:

  在美国具有16年的量化投资经验的张自力,回国一年后,成为国内第一只专注美国市场的主动型QDII——嘉实美国成长基金的掌管者。

  现为嘉实基金(博客,微博)董事总经理的张自力博士,毕业于中国科技大学近代物理系,后师从1977年诺贝尔化学奖获得者、耗散结构理论创始人——普利高津,并成为其中国关门弟子。在与其师兄——现任复旦大学新经济(310358,基金吧)学研究所主任陈平的交流中,张自力开始研究起经济学和金融学,并以非科班的出身参与相关科研活动。

  他在接受《投资者报》记者专访时表示,A股投资环境相较于美股很不稳定,变化频率非常高,而美股投资相对来说较为稳定,需要防范的就是系统性风险。基于自身对美股的深入研究,有较好的把控系统性风险的能力,他对于用量化投资去美国淘金有充足信心。

  “四两拨千斤”的管理优势

  《投资者报》:与国内许多基金经理不同,你并非金融专业出身,什么样的机缘巧合促使你走入金融圈?

  张自力:在尚未从物理学专业毕业,开始撰写物理学论文之时,我就发表了金融经济学方面的论文,并在2000年与现任中国人民银行金融稳定局局长宣昌能博士合作出版关于现代投资(000900,股吧)组合理论的书籍——《现代金融投资概论》。

  在金融学上崭露头角,与我受到周围人,特别是师兄、原北大中国经济研究中心副主任,现任上海复旦大学新经济学研究所主任——陈平的影响密切相关:其对经济学深入钻研,并把普利高津的非平衡系统统计物理应用到经济学中,首先发现经济混沌的经验和理论证据。

  《投资者报》:与传统投资方式相比,你觉得量化投资的优势是什么?

  张自力:从行为学来看,每个人都有主观情绪和偏见,而投资本身就是要克服行为偏差。在信息不对称的情况下,投资分析师会相互影响。虽然其各有不同的信息来源和分析结果,但在交流和传播过程中,大家会产生趋同倾向。

  通过量化这一工具,管理者不会因一个个体或者一个国家导致的投资行为认知偏差,被日常情绪所干扰,在投资上更加客观。利用量化投资我曾经在很早之前就排除了美国“会计丑闻”主角安然公司, 也在不久前的A股市场预测了中国白酒的泡沫破裂。相较于传统投资,量化投资的优势在于,一旦基金具有规模效应,在管理上就可以实现“四两拨千斤”,即很少一部分人可以管理规模巨大的基金。

  《投资者报》:虽然跑赢大盘,但国内量化投资的优势并不明显,A股是否适用量化投资?

  张自力:衡量一个策略的有效性,需要较长的时间,自2009年国内掀起量化投资热潮至今,这一新兴策略经历的发展时间并不长,因此还需要更多时间的考验。

  量化投资在A股中的优势,已经在绝对收益上有所体现,也有成功范例。但国内的排名方法较为粗放,凭借短期排名,难以衡量一只量化基金的能力。相较于国际标准,中国缺乏好的衡量基准,评价体系仍需要完善。

  美股投资优势凸显

  《投资者报》:你为何要去美国淘金,美股的投资前景如何?

  张自力:首先,美国强调把绝对回报带给投资者。在股票回报率上,美国是目前最高的国家,高于德国、日本及其他一些欧洲国家。

  其次,从全球资产配置来看,专家分析,美股大盘优质股票在收益率上排名第二。同时却是在资产配置中排名第一,因而这是一个不可或缺的资产配置类别,值得关注。

  第三,近期美股一直在上涨并创新高,而A股依旧在低位徘徊,美股投资优势凸显。

  QDII实际上就是能够进行海外投资的外汇,不是一个标签。从行为学来看,国内投资者对其抱有偏见,因而失去了分享全球资本市场蓬勃发展的机会。尤其在近日国内股市低迷的情形下,投资者需要对QDII重新审视。

  《投资者报》:嘉实基金在量化投资方面是否有投研团队?

  张自力:嘉实基金投研实力强大,尤其在投资成长股上有卓越的优势和历史业绩,具有创造超额收益的能力,这为产品的发展奠定了良好基础。目前嘉实量化投资研究团队,有三位平均海外投资从业年限超过10年的基金经理和三位平均从业年限超过6年的研究员,还有来自公司的宏观、风控、交易能力作为支持。

  嘉实美国成长基金的量化投资理念和实践在美股已经被证明是非常有效的,因为它基于的是非常系统化的基本面分析,以及对投资者行为的深刻理解。

  据了解,张自力曾领导设计的美国世纪纪律化成长基金,自2005年9月成立以来业绩优异,尤其是风险调整后的绩效如信息比率在同类型315只基金中排名第1。他还在2006年被美国《时代》杂志遴选为投资界的三大顶尖数理基金投资家之一,同时也是唯一一位受邀在《时代》杂志阐述其投资理念的华裔投资精英。嘉实美国成长基金是他回国后掌管的第一只基金,尤其引人瞩目,值得期待。

  相关链接:http://funds.hexun.com/2013-05-12/154029278.html?from=rss

 

嘉实基金张自力:用量化策略去美国淘金

2013-05-14

  在美国具有16年的量化投资经验的张自力,回国一年后,成为国内第一只专注美国市场的主动型QDII——嘉实美国成长基金的掌管者。

  现为嘉实基金(博客,微博)董事总经理的张自力博士,毕业于中国科技大学近代物理系,后师从1977年诺贝尔化学奖获得者、耗散结构理论创始人——普利高津,并成为其中国关门弟子。在与其师兄——现任复旦大学新经济(310358,基金吧)学研究所主任陈平的交流中,张自力开始研究起经济学和金融学,并以非科班的出身参与相关科研活动。

  他在接受《投资者报》记者专访时表示,A股投资环境相较于美股很不稳定,变化频率非常高,而美股投资相对来说较为稳定,需要防范的就是系统性风险。基于自身对美股的深入研究,有较好的把控系统性风险的能力,他对于用量化投资去美国淘金有充足信心。

  “四两拨千斤”的管理优势

  《投资者报》:与国内许多基金经理不同,你并非金融专业出身,什么样的机缘巧合促使你走入金融圈?

  张自力:在尚未从物理学专业毕业,开始撰写物理学论文之时,我就发表了金融经济学方面的论文,并在2000年与现任中国人民银行金融稳定局局长宣昌能博士合作出版关于现代投资(000900,股吧)组合理论的书籍——《现代金融投资概论》。

  在金融学上崭露头角,与我受到周围人,特别是师兄、原北大中国经济研究中心副主任,现任上海复旦大学新经济学研究所主任——陈平的影响密切相关:其对经济学深入钻研,并把普利高津的非平衡系统统计物理应用到经济学中,首先发现经济混沌的经验和理论证据。

  《投资者报》:与传统投资方式相比,你觉得量化投资的优势是什么?

  张自力:从行为学来看,每个人都有主观情绪和偏见,而投资本身就是要克服行为偏差。在信息不对称的情况下,投资分析师会相互影响。虽然其各有不同的信息来源和分析结果,但在交流和传播过程中,大家会产生趋同倾向。

  通过量化这一工具,管理者不会因一个个体或者一个国家导致的投资行为认知偏差,被日常情绪所干扰,在投资上更加客观。利用量化投资我曾经在很早之前就排除了美国“会计丑闻”主角安然公司, 也在不久前的A股市场预测了中国白酒的泡沫破裂。相较于传统投资,量化投资的优势在于,一旦基金具有规模效应,在管理上就可以实现“四两拨千斤”,即很少一部分人可以管理规模巨大的基金。

  《投资者报》:虽然跑赢大盘,但国内量化投资的优势并不明显,A股是否适用量化投资?

  张自力:衡量一个策略的有效性,需要较长的时间,自2009年国内掀起量化投资热潮至今,这一新兴策略经历的发展时间并不长,因此还需要更多时间的考验。

  量化投资在A股中的优势,已经在绝对收益上有所体现,也有成功范例。但国内的排名方法较为粗放,凭借短期排名,难以衡量一只量化基金的能力。相较于国际标准,中国缺乏好的衡量基准,评价体系仍需要完善。

  美股投资优势凸显

  《投资者报》:你为何要去美国淘金,美股的投资前景如何?

  张自力:首先,美国强调把绝对回报带给投资者。在股票回报率上,美国是目前最高的国家,高于德国、日本及其他一些欧洲国家。

  其次,从全球资产配置来看,专家分析,美股大盘优质股票在收益率上排名第二。同时却是在资产配置中排名第一,因而这是一个不可或缺的资产配置类别,值得关注。

  第三,近期美股一直在上涨并创新高,而A股依旧在低位徘徊,美股投资优势凸显。

  QDII实际上就是能够进行海外投资的外汇,不是一个标签。从行为学来看,国内投资者对其抱有偏见,因而失去了分享全球资本市场蓬勃发展的机会。尤其在近日国内股市低迷的情形下,投资者需要对QDII重新审视。

  《投资者报》:嘉实基金在量化投资方面是否有投研团队?

  张自力:嘉实基金投研实力强大,尤其在投资成长股上有卓越的优势和历史业绩,具有创造超额收益的能力,这为产品的发展奠定了良好基础。目前嘉实量化投资研究团队,有三位平均海外投资从业年限超过10年的基金经理和三位平均从业年限超过6年的研究员,还有来自公司的宏观、风控、交易能力作为支持。

  嘉实美国成长基金的量化投资理念和实践在美股已经被证明是非常有效的,因为它基于的是非常系统化的基本面分析,以及对投资者行为的深刻理解。

  据了解,张自力曾领导设计的美国世纪纪律化成长基金,自2005年9月成立以来业绩优异,尤其是风险调整后的绩效如信息比率在同类型315只基金中排名第1。他还在2006年被美国《时代》杂志遴选为投资界的三大顶尖数理基金投资家之一,同时也是唯一一位受邀在《时代》杂志阐述其投资理念的华裔投资精英。嘉实美国成长基金是他回国后掌管的第一只基金,尤其引人瞩目,值得期待。

  相关链接:http://funds.hexun.com/2013-05-12/154029278.html?from=rss