主動量化基金簡介
根據興業證券研報，主動量化基金通常是指不進行空頭對沖且沒有明確跟蹤誤差要求的主動管理的量化基金產品。我們可以將所有主動管理的量化基金產品分為3類，分別是：指數增強基金、量化對沖基金、以及主動量化基金。主動量化基金，與指數增強基金相比，沒有較為嚴格的跟蹤誤差約束；與量化對沖基金相比，主動量化基金通常是多頭策略而非多空策略。
由於指數增強基金有跟蹤誤差約束，而量化對沖基金也一般要對沖掉市場beta風險來獲取alpha收益，因此主動量化是一類限制較為寬鬆的公募量化基金產品，不同的產品風格、屬性可能相差很大，這裡我們僅以最為常用的多因子框架為例，說明一類主動量化基金組合的構建流程。使用多因子框架進行組合構建通常分為兩個部分：
第一，收益預測部分。這部分使用到的因子通常稱為alpha因子，是指其對於未來股票收益具有顯著且穩定預測能力的因子（如果能夠對收益能力顯著但不穩定的因子如17年後的市值因子進行擇時使用，那麼該因子也可以作為alpha因子，這部分屬於因子擇時的範疇）。單個alpha因子提供了全市場股票一個維度的“評分”，組合管理者通常會根據不同alpha因子的收益預測能力，對多個alpha因子進行加權，得到一個最終的合成“評分”，以此為基礎進行組合構建。
第二，風險控制部分。這部分使用到的因子通常稱為風險因子，或者稱為風格因子，這類因子的特徵是能夠對於未來股票的風險有顯著且穩定的預測能力。僅僅有了有效的收益預測往往不夠，組合管理者通常還有持倉最大權重、換手率、波動率、相對基準的跟蹤誤差、最大回撤等諸多限制條件，這就要求在構建最終組合時，要對組合進行風險控制。最簡單直觀的風險控制手段是行業中性和市值中性，因為行業、市值本質上就是風格因子，股票的收益波動很大程度來自行業端和市值端。當然實際中運用的風險模型可能更為複雜精細，但它們的目的都是使組合執行在產品的約束框架內。收益預測與風險控制，可以形象的比喻為多因子框架的矛與盾，收益預測部分是鋒利的矛，用於甄別股票未來的收益情況；而風險控制部分則是堅實的盾，使得組合在可能發生的各種市場環境下平穩的執行，從而最大程度的發揮出收益預測部分的威力。
主動量化基金特點分析和目前的缺陷
主動量化基金，由於投資方法不同於其他主動權益基金，投資目標不同於量化對沖以及指數增強，所以其在持倉、換手等方面有其獨有的特點。主動量化基金的平均倉位相比其同類基金都要更高，這一點在偏股混合型和靈活配置型基金中尤其明顯。
近年來，面對風雲變幻的股票市場，主動量化基金交出的答卷其實並不理想。其核心原因是量化模型的不完善。面對市場大漲時，主動量化基金跑不贏指數型量化基金；面對大跌時，主動型量化基金又不如對沖型基金抗跌。眾所周知，量化最離不開的就是資料。不少公司對財務資料的公佈不實對量化模型會有影響。其次就是資料的體量。中國金融市場發展飛速，但距離發達國家成熟的金融市場還有一些距離。所以資料期短也會對量化模型的準確性造成影響。
未來可期
從2015年來主動量化基金的歷史回顧中，我們可以看到，主動量化基金經歷2015、2016年的高光表現後，在2017年的市值因子反向、2018年的市場大幅下行中陷入了相對排名的低谷，但“疾風知勁草”，經歷了市場的起起伏伏、部分alpha因子的式微後，一批優秀的量化管理人在新的環境下仍然創造了優異的業績與排名，一批優質的量化產品在2019年、2020年陸續湧現了出來。我們可以看到主動量化基金有一定的共性，如倉位較高、換手率高、持倉分散、與其他權益基金超額收益相關性不高；同時透過對不同基金的個性化分析，我們也能看出它們在交易行為、持倉偏好、收益來源等方面都存在鮮明的特點。量化投資具有相對較穩定的預期收益，並因為在方法論上的差異，與其他主動權益產品往往具有較低的相關性。近年來，一批具有可觀穩定超額收益的主動量化基金陸續湧現，主動量化基金將迎來較大的發展空間。