景顺长城量化港股通产品采用多因子模型为主,涵盖30余个实盘因子和200余个备选特征,辅以机器学习模型捕捉非线性关系。产品定位为贝塔+阿尔法,港股通持仓占比不低于80%。基金经理周春泉自2021年1月管理该产品,以来年化超额收益3.3%,超额胜率70%,最大回撤34.5%,波动率处于同行最低。模型通过9个月的样本外验证后上线,结合实盘表现调整权重,不追求短期最优,更看重样本外与极端情景表现。
A股投资者配置港股可拓宽股票池、优化权益组合波动收益比。当前港股流动性及IPO供给逐步恢复,南向资金成为稳定定价力量。部分行业个股分化明显,量化产品能发挥选股与风险控制优势。港股市场投资者结构以机构为主,流动性相对较弱,交易成本较高,因子表现与A股存在差异,如估值因子稳定而价量因子表现较弱。
报告重点分析了景顺长城量化港股通产品的投资框架与业绩归因。产品采用多因子模型结合机器学习,数据来源涵盖海外财报、分析师报告及国内价量、南向资金等,解决港股数据短板问题。业绩归因显示超额收益60%来自选股,30%来自BARRA风格暴露,跟踪误差、回撤等指标稳健。此外,报告还探讨了港股市场特点及量化模型应用挑战。
当前港股市场流动性逐步恢复,IPO供给增加,南向资金成为重要定价力量。但港股市场仍存在流动性弱、交易成本高、因子表现异于A股等特点。投资者结构以机构为主,估值因子相对稳定,价量因子表现较弱。量化产品在港股市场可通过选股和风险控制发挥优势,尤其适用于个股分化明显的行业。
报告提示港股市场存在流动性弱、交易成本高、因子表现异于A股等固有特点。量化模型方面,机器学习模型易受金融市场时变性影响,可解释性弱,部分因子可能衰减或失效。大语言模型应用需解决幻觉问题、可审计性与数据安全。此外,宏观冲击如美联储加息、政策变动等难以提前预判,多为事后调整应对。