市场持续震荡之际，公募量化基金却密集宣布限购。

近年来，市场环境呈现结构性行情，行业快速轮动、热点主题活跃，公募量化基金凭借分散化投资，获取不错超额收益，受到资金青睐。一些擅长量化的优秀基金经理不断冒尖，涌现出为投资者赚取良好收益的优秀代表。

不过，量化投资策略通常存在容量限制，在规模与业绩之间，不少基金经理更倾向于通过控制规模，去博取更高收益。

公募量化基金频频限购

进入7月份以来，又有不少量化基金宣布限制大额申购或降低大额申购额度。

7月19日，王平管理的招商量化精选基金公告称，为保障基金平稳运作，维护基金份额持有人利益，现自2023年7月20日起对基金大额申购 (含定期定额投资)和转换转入业务的内容进行调整，如单日单个基金账户单笔或累计申请金额超过2万元，基金有权部分或全部拒绝。

招商量化精选基金主要采用量化模型用以评估资产定价、控制风险和优化交易，该基金今年以来累计回报近17%，年内最大回撤仅5.35%，基金净值频频创出新高，备受市场关注。该基金一季度末资产规模达到32.64亿元，相比2022年底增长近2倍。

招商量化精选基金在规模迅速增长后，多次宣布下调限购额度，该基金此前自2023年7月3日起将限购金额从10万元下调至5万元。

孙蒙管理的华夏智胜先锋基金和华夏智胜价值成长2只基金也于近日宣布，自7月6日起限购50万元，2只基金均为采取量化策略的主动权益产品，今年以来回报分别为16.21%和12.1%，一季度规模均实现快速增长。

此外，马芳管理的国金量化多因子、盛丰衍管理的西部利得量化价值一年持有、苏秉毅结合主动基本面研究和量化策略管理的大成景恒均处于限购状态。

除了主动量化基金外，一些运用量化策略的指数增强基金也频频发布限购公告。

如申庆管理的兴全沪深300指数增强基金宣布自7月19日起限购3.33万元（A类份额和C类份额分别判断），该基金是沪深300指数增强基金中近一年业绩表现最好的基金，规模达到51.47亿元。

孙蒙参与管理的华夏中证500指数增强、华夏中证500指数智选基金也于近日宣布，自7月6日起调整单个投资人单日累计申购（含定期定额申购）及转换转入申请基金A类或C类基金份额的合计申请金额各类别均应不超过人民币50万元，上述2只基金是中证500指数增强基金中近一年业绩表现最好的2只基金。

业绩表现突出

近年来市场持续震荡，市场环境结构性行情特征显著，行业轮动频繁、热点主题活跃，押注单一赛道的主题型权益基金净值大起大落，均衡类基金产品净值波动虽然较小，不过超额收益并不显著，对于追求绝对回报的投资者而言，难言满意。

反观公募量化基金，无论是回撤还是绝对回报，近年来均有不错表现，引发投资者关注。Wind数据显示，年内业绩领先的基金中，有不少主动量化基金的身影出现。与此同时，通过量化策略增厚收益的不少指数增强基金也获得较高超额回报，成为指数投资者的“心头好”。

具体来看，主动量化基金中，艾定飞的华商计算机行业量化A今年以来的收益率为23.03%，王平的招商量化精选A年内收益率为16.9%，孙蒙的华夏智胜先锋A、杨梦的博道成长智航、胡崇海的国泰君安量化选股A等基金均有不俗业绩表现。

就指数增强基金而言，西藏东财云计算与大数据主题指数增强基金、西部利得中证人工智能、华商计算机行业量化、西部利得CES半导体芯片行业指数增强等行业主题指数增强基金年内回报均超15%。宽基指数增强方面，华夏中证500指数增强、华夏中证500指数智选、国金沪深300指数增强、招商中证1000指数增强、招商中证1000增强策略ETF等年内均有4%以上的超额收益。

整体来看，Wind数据显示，截至7月19日，近400只公募主动量化基金（份额分开计算）平均收益率为1%，跑赢同期普通股票型基金指数和偏股混合型基金指数，这2类基金指数年内分别下跌1.32%和2.88%。指数增强基金方面，宽基指数增强基金的超额收益较为显著，业绩超越比较基准的平均值为0.94%。

可见，无论是主动量化基金还是指数增强基金，公募量化基金均获取了优于主动偏股基金和指数基金的收益。

公募量化优势突出却很难做大

不少业内人士指出，近年来主动权益基金风格在当下市场环境下很难跑出超额收益，而部分投资策略适合当下市场环境的公募量化产品脱颖而出，有偶然性也有必然性。

一位基金经理曾表示，对于量化基金来说，市场环境发生了改善，板块和个股表现的分化程度大幅提升，市场风格切换更加频繁，这种情况下宽度持股、行业分散的量化投资方式就容易凸显优势。

实际上，国内公募量化产品已发展多年，有过高光时刻，也有低谷的时候。公募量化之所以现在受到资金青睐，与市场风格发生较大变化息息相关。当下风格轮动的行情下，主动权益基金很难维持较高绝对收益和较低回撤，公募量化凭借分散化投资和严格的风险控制优势如鱼得水。

如华夏基金孙蒙介绍其AI量化策略主要是利用AI和海量数据，通过模型化的方法，寻找市场中被低估或错误定价的标的，从而获得超额收益。同时通过AI算法，让模型能够根据市场环境和自身表现不断地进行学习和进化，从而提高模型对于市场变化和异常情况的适应能力。最终，这样的模型不仅能够提高投资效率和精度，还能够降低人为干扰和情绪波动的影响，能够让模型努力为投资者创造可持续的、更稳定的、有壁垒的Alpha。

另一位基金经理表示，量化投资还可以通过不断地提升底层大类因子的有效性，对模型进行迭代升级，保持其生命力。

除了通过量化模型提升相对基准上的超额收益外，量化基金管理人还可以通过风险控制手段把不可控的波动做平滑和剥离，收益曲线也能做到尽可能的稳健，持有人体验较好。

不过，公募量化发展也面临着诸多挑战和困难，比如公募量化可投资品种较少、存在限制反向交易以及自动交易的束缚，导致量化策略投资的容量较为有限，这也是不少公募量化基金频频限购控制规模的原因所在。

编辑/范辉