□本报记者 徐文擎

　　国内首只主动管理的大数据策略基金——嘉实腾讯自选股大数据基金于近日发行，该基金将在腾讯自选股5000万用户数据的基础上，挖掘与市场传导路径短的数据源、构建可行度高的投资逻辑，打造一揽子投资组合。

　　“我们在做一套量化投资策略时并不是一劳永逸地构建一个黑盒子，而是每个策略背后都有一套简单易懂的投资逻辑。我们需要从有效数据源中挖掘其中的逻辑。”该只基金的拟任基金经理刘斌说。刘斌担任嘉实基金股票投资部Alpha策略组组长，具有多年的量化管理经验。

　　兼顾数据源和基本面

　　“日益丰富的大数据产品，说明大家都意识到这其中的价值，我们也希望能找到一些崭新的、未尝使用过的数据源，寻求更加有效的投资机会。”刘斌说，嘉实基金此次选择与腾讯合作，一方面是看重其庞大的数据储备，另一方面也是因为其数据源的“抗干扰性”和与投资之间较短的传导路径。

　　“例如电商的数据，一个商品的销量反映到公司报表再反映到股价上，这个路径可能十分漫长，从中找到一套稳健、有效的投资逻辑比较困难，或者搜索引擎的数据，数据源中可能存在一些与股市非相关的‘噪音’，而腾讯财经和腾讯自选股APP里5000多万客户的关注、点击和搜索这些直接和股市相关的行为，可以通过数据挖掘从中找到一系列的行为模式，构建稳健、可行的投资逻辑，从而寻找未来有超额收益的一揽子股票。”刘斌说。

　　他还提到，这只基金的投资组合基于大数据但非完全依赖于它，还需要借助于基本面的研究能力，“有了数据后要先与公司的基础股票池叠加，从而剔除掉基本面和流动性比较差的股票，防止进入投资陷阱；另一方面，需要结合团队在量化模型上多年的积累，从中筛选出有价值、成长、流动性、盈利质量等各方面较好的，用类似风格的属性进行筛选，而不是关注行业层面。”

　　多维度衡量量化策略

　　“我们在做一套量化投资策略时并不是一劳永逸地构建一个黑盒子，而是每个策略背后都有一套简单易懂的投资逻辑，它会随着市场情况而发生变化，我们需要不断调整它，最终使这个策略一方面能够适合当前的情况，另一方面当它和现在市场运行特征出现偏差时能够及时修正。”刘斌说。

　　而对于如何衡量一套量化策略的优劣，他认为可以从四重维度去衡量。一是看业绩，是指它相对于基准指数的超额收益水平；二是看整个超额风险收益的特征是否稳健，大起大落、大开大合式的波动对于投资者而言并不受欢迎；三是考核整个投资策略的稳定性，虽然策略可以根据市场当下的情况适当调整或修正，但如果策略频繁地、随机地改变，将不利于投资者在进行这类资产配置时有一个较为清晰的理解和定位；最后，考量数据提供商和策略研发方的整体实力。