受市场大小盘风格转换影响，2017年量化基金业绩持续分化，部分量化基金业绩犹如过山车，一度备受追捧的量化基金迎来了严峻的考验。

　　国金基金认为，简单使用少量因子的线性模型已经无法适应当前复杂多变的市场环境。相比传统线性多因子模型，人工智能机器自我学习的特性，能更加敏锐地捕捉未被发现的市场机会。

　　线性模型“失效”

　　与2015年的业绩普涨和2016年的业绩分化相比，2017年受大小盘风格切换影响，量化基金业绩遭遇“滑铁卢”。业内人士指出，“二八分化”行情下，部分小市值因子失效。

　　国金基金认为，随着量化多因子模型的发展，因子从单一发展到多元，从线性关系发展为非线性关系。简单使用少量因子的线性模型已经无法适应当前复杂多变的市场环境，因此出现了很多业绩低迷的情况。

　　“传统的量化多因子选股模型主要来自策略师的模型，受策略师教育背景的限制，其投资风格很难发生本质性变化，比如一直坚持某一类因子。但是中国市场是个特殊的市场，我们正在经历A股市场的变化，市场交易结构、法律法规和参与人都在发生着变化，如果策略模型相对固化，则难以完全适应市场。”国金量化多策略基金经理林健武表示。

　　在他看来，相比传统线性多因子模型，人工智能机器自我学习的特性能够帮助量化模型适应不同市场环境，深入挖掘新选股因子以及因子与股票收益之间的非线性关系，提高模型预测能力，更敏锐地捕捉未被发现的市场机会。

　　多策略对抗市场波动

　　2017年创业板指数大幅下挫，大盘蓝筹价值回归，导致部分量化基金表现不佳。业内人士认为，金融去杠杆大背景下，市场流动性降低，量化投资难度加大。随着量化基金不断扩容，量化投资策略同质化的趋势越来越严重。

　　在国金基金看来，目前市场波动性大，量化基金也存在明显的结构性差异，博取正收益愈加来之不易。国金基金量化业务在策略的储备上充分考虑多样化的特性，策略和策略之间的相关性低，为灵活应对多变的市场环境打下了基础。

　　“选择的股票数量越多，股票停牌或涨跌停对策略模型的影响就越小。可能存在的风险是，模型有可能会将较高的权重，配给近期表现相对差的机器学习模型和选股因子。但是国金基金在选择因子和机器学习模型时，加入了对其历史基本面信息的评估，使得这种风险造成较大净值影响的概率变低。”林健武表示。

　　业内人士认为，业绩分化与量化基金的投资策略不无关系。选择中小创还是大盘蓝筹，最终取决于模型设计者和投研团队的策略。2017年年末以来，市场热点分散迹象明显，未来量化模型捕捉市场机会的优势或将凸显。

　　展望后市，国金基金认为，中小盘股票可能在长期调整后，有一定的反弹。而2018年5-8月，随着A股纳入MSCI指数，大盘蓝筹股票可能迎来增量资金和机会。此外，未来选股的方式将更加多元化，复杂程度和动态变化将增强，机构投资者的优势将更加明显。

分享让更多人看到