信达澳银量化多因子基金投资价值分析_来源：海通量化团队摘要1.机器学习在量

来源：海通量化团队

摘要

1. 机器学习在量化投资中的运用

海外数据显示，机器学习在对冲基金业受到广泛关注，采用机器学习策略的对冲基金长期来看有着优异的风险收益表现。2018年BarclayHedge的对冲基金情绪调查发现，超过一半的对冲基金受访者正在使用人工智能来做出投资决策，约三分之二使用人工智能产生交易想法和优化投资组合。可见越来越多的对冲基金正在将目光聚焦于机器学习。对冲基金数据公司Eurekahedge专门编制了Eurekahedge AI指数用以反映使用机器学习策略的对冲基金的业绩表现。自2010年1月起截至2019年8月份，Eurekahedge AI指数实现了225%的累计收益，年化收益率高达12.98%，而Eurekahedge对冲基金指数同期只取得了61%的累计收益，年化收益仅为5.04%。可见采用了机器学习策略的对冲基金表现明显好于整个对冲基金行业的平均表现。。

2. 信达澳银量化多因子融合了人工智能与机器学习算法

信达澳银量化多因子混合型证券投资基金（LOF）是一只混合型量化产品，融合了人工智能与机器学习算法，基金代码为166107（A份额）、166108（C份额）。股票资产占基金资产的比例为 60%-95%。并且基金的股票量化多因子模型利用了最新扩展的大数据和非结构化数据库，包含了来自市场各类投资者、公司各类报表、分析师预测等多个维度的信息，使用决策树、随机森林、神经网络为主的深度学习等非线性机器学习模型来选择非线性因子，构建具有线性和非线性因子的综合量化多因子模型。目前基金的多因子模型选取因子分别包括价值、质量、技术、情绪、成长和一致预期六个大类。