锐联财智与歌斐资产联合推出的智能贝塔策略，通过引进因子信号对选股和权重安排的优化，提炼了主动投资的精髓；同时也考虑了中国市场的一些特殊性

近些年，量化投资策略跟随海归基金经理一起来到中国，经历过最初的“水土不服”后，出现了众多本土化的尝试，有效性需要经过市场的进一步经验。

5月22日，歌斐资产与香港资产管理集团锐联财智（Rayliant Global Advisors）宣布建立战略合作伙伴关系，共同开发基于中国市场的多因子智能贝塔（Smart Beta）投资策略，并正式发布A股智能贝塔量化基本面策略基金。初期歌斐资产和锐联财智各自向基金投入3000万元。

量化投资起初是区别于传统的基本面投资方法的一个流派，但二者已经趋于融合。传统的人工选股模式是基于基金经理对个股及行业基本面的深入研究及长期追踪去获得超额回报（Alpha），比如以明星基金经理为核心的对冲基金。明星基金经理在为客户追逐Alpha的同时也在向客户收取“出租”自己投资能力的“租金”，即管理费和业绩报酬。

中国市场前20年以基本面投资策略为主，近几年量化投资策略逐渐出现。歌斐资产创始合伙人、董事长兼CEO殷哲介绍，2013年、2014年有一批在国外做量化策略的基金经理回国，掀起一轮量化小高潮，但是随着2015年股灾发生，监管层出台政策限制做空盘，失去有效的对冲工具，整个中国市场的量化策略趋于沉寂。

随着近两年私募基金爆发式增长，量化策略业开始有新的起色。殷哲介绍，量化投资和基本面投资在国内的发展过程和美国市场相似。美国先有基本面投资，一批耳熟能详的明星基金经理借此赚取阿尔法收益，后来美国市场信息越来越多，如果不用量化工具做选股，效率难以提升，由此诞生了一批量化投资策略。中国市场也是如此，对市场信息处理的要求提高，数据算力的提升，让量化投资又进了一步。“从2013年至今，我们累计直接投资过的量化基金，大概在20个左右。”

锐联财智创办人许仲翔认为，真正的Alpha随着市场的成长和竞争的激烈变得越发稀缺和昂贵。另一方面，Alpha的获得具有较难的复制性，也意味着随着管理规模的不断扩大，原本相对高的收益也在不断被摊薄。“近年来出现的智能贝塔型投资产品能通过系统化的方法和交易规则，能够极大程度地复制出传统经理人所出租的‘Alpha’，且由于其易复制性能被更大范围地应用，智能贝塔投资策略向投资者们提供了一种新的投资方式，以较低的成本去获取一些明确的因子回报。”

中国A股市场和欧美市场，无论从市场结构、公司基本面，还是会计制度、社会文化等方面都有很大不同，直接照搬西方的智能贝塔应用在中国很难获得成功，众多进入中国的智能贝塔策略都在进行“本地化”调整。

“以中国上市公司的财务数据为例，我们认识到这些数据可能受会计准则、做假账等问题的影响，认识到了现有数据的局限，所以会进一步做出相应的补充和调整。比如说，如果感觉中国上市公司的财务数据有被人为夸大或者修改的可能，那么就需要从其他途径去收集更多的侧面数据。这些侧面数据可以形成对已有数据的多一层检验，来帮助排除噪音，获得真正有用的信息。”许仲翔说。

另外，国有企业在A股市场占较大比重，按照量化策略挑选市盈率较低的价值型个股，很容易选中国企股。“有些国企效益不是很好，因为它一半是以非盈利机构的心态在管理企业，所以在中国，你要将国企相关因子做一些调整。”许仲翔表示。

市场上很多量化策略抱有避免踩雷国企的心态调整策略，但2017年国企大盘股表现抢眼，很多偏重于小盘股的量化策略没有跑赢市场。

“多因子的量化方法论，一定要跟对市场基本面的主动评估结合在一起。供给侧改革的题材，让很多大型国企去年表现很好，用量化方法论不大容易被抓出来，很容易漏掉市场上一个很大的趋势，所以要把主动经理人的观点带进来。”许仲翔表示，量化策略和主动基本面策略各有优势，应该结合使用。

由于中国股票市场历史较短数据量有限，且市场发展的过程经历了不少制度或政策变革等现象，这对纯量化式研究开发策略带来很大的困难。许仲翔表示，为了更进一步“本地化”，锐联选用量化基本面（Quantamental）的方法，通过结合本地基本面研究团队对市场的认知，在量化研究过程中加入新的数据和视角，为量化模型权重提供验证。