量化價值投資精選(五篇)

序言：作為思想的載體和知識的探索者，寫作是一種獨特的藝術，我們為您準備了不同風格的5篇量化價值投資，期待它們能激發您的靈感。

篇1

（一）傳統證券風險量化指標的理論源頭

傳統的證券風險分析當中必然會同一個與之如影隨形的概念聯系在一起，那就是收益，同時，在西方傳統的經濟學當中風險和報酬存在著這么一個函數關系，甚至在一些傳統的經濟學課本上作者為了簡化兩者之間的關系，將兩者簡單的歸結為一個完美的線性關系，即風險與收益之間是一對一的數學關系，并且存在著這樣一個邏輯：風險越大，報酬或者收益也就越大，反之亦然。即使是稍微尊重事實一些的經濟學教材也運用了高等數學當中線性回歸的方法將兩者的關系從非線性回歸為一對一的線性關系。除了學界對于風險的分析是從報酬或者收益出發的以外，在國外或者國內的民間也有類似的對于兩者關系的表達，例如我國有句老百姓口中經常說到的“富貴險中求”就是對兩者的關系的簡單認識。因此，傳統證券風險分析的源頭明顯是來源于對于報酬的分析。

（二）傳統證券風險量化指標的數學方法的應用

傳統的證券風險理論認為證券的總風險=可分散的風險+不可分散的風險，其中可分散的風險主要指的是個別證券自身存在的風險，而不可分散的風險則是指市場風險，下面筆者介紹一下傳統證券風險量化的兩個重要的指標――標準差與貝塔值。

第一，標準差。傳統證券風險理論認為個別證券的風險可以從單個證券的報酬率為起點進行分析。財務投資專家從高等數學當中引入了一個衡量證券報酬率的波動性量化分析的指標――標準差來進行對單項證券風險的判斷，進而判斷出相同期望報酬率和不同期望報酬率時對于不同投資的選擇。測算的步驟如下：第一步，確定各種市場需求下各類需求發生的概率；第二步，計算出期望報酬率，其實質上是對于各類市場需求下的報酬率的加權平均數。第三步：根據標準差的數學公式計算出標準差，σ=[Σ（ri-?）2×Pi]1/2其中ri是第i只證券的報酬率，?是期望報酬率，Pi是第i只證券的報酬發生的概率。結論是在期望報酬率相同的時候，標準差越大證明該證券波動越大，風險也就越大，反之亦然。在期望報酬率不同時引入了另外一個概念即離差，由于基本原理也是根據標準差衍生而得，在此不再贅述。[1]

第二，代表市場風險的貝塔值。我們在第一點中提到的標準差主要衡量的是單項證券的風險，而貝塔值的引入主要是考慮到了證券組合的風險構成當中不可分散的風險即市場風險。而貝塔值的測算公式從數學的角度來說實際上是利用了標準差的升級版公式即協方差，協方差主要是衡量了兩組數據之間的相關程度，以此來判斷證券組合的報酬率與市場報酬率之間的數理聯系，進而判斷出不可分散的風險。理論上貝塔值的計算是βi=（σi /σm）ρim，其中βi第i個證券組合的市場風險程度，σi，σm分別第i個證券組合的標準差與市場證券組合的標準差，ρim代表第i個證券組合的報酬與市場組合報酬的相關系數。實際當中β系數可以通過將股票報酬對市場報酬做回歸得到，擬合得到的回歸線的斜率就是證券的β系數，即β=Ri /Rm。[2]

二、價值投資理念下風險與報酬的關系

價值投資理念是華爾街之父本杰明格雷厄姆所創立，在其傳世之作《證券分析》當中明確提出了有關投資與投機概念，其中論及投資界老生常談的收益與風險的問題時結論與傳統證券風險分析有著本質的不同，格雷厄姆明確指出收益與風險之間不存在著數學關系，并且認為證券的價格與收益并非取決于對于其風險的精確數學的計算，而是取決于該證券的受歡迎程度，而這種受歡迎程度本身包含了投資者對于風險的認識，但很大程度上還受到如公眾對公司和證券的熟悉程度，證券發行與購買的容易程度等。[3]并進一步指出，無論是理論上還是實際當中，對投資風險進行精確的計算都是不可能成功的，現實當中并沒有所謂的期望報酬率的概率經驗表，即使存在也是基于對于歷史數據的分析得到了，而歷史數據之于未來決策的有用性或相關性的大小還有待考證，其研究范圍不同于保險公司對于保單的精確測算，例如人壽保險能夠明確的了解年齡與死亡率之間的關系是明確的。而證券的風險與報酬之間的關系則沒有如此的確定。[4]

三、價值投資理念下傳統證券風險量化分析的反思

以上筆者對于傳統的證券風險理論與量化方法以及價值投資理念下關于風險與收益的關系進行了論述。筆者認為，價值投資理念下有關論述對于我們重新審視證券投資中風險因素的衡量有著非常重要的意義。

首先，筆者認為，標準差的計算過程本身就存在著無法避免的瑕疵，這一個公式至少有兩個基本假設，第一，計算的人必須能夠客觀的預測出各種市場情況發生的需求概率，并且準確的在各種概率下發生的報酬率；第二，假定歷史數據對于未來的投資決策具有確定的相關性。但是在現實生活中根本是無法預測的，這種算法實質上是硬將自然科學當中的數學模型強加到社會問題的研究當中，不可否認的是，目前來說大量的社會問題是無法通過數學來量化的，因為證券的風險當中不僅僅只有報酬因素的影響，還有各種在不同市場條件下的因素決定的，而這些因素又相互的的影響和動態的變化。因此，標準差的方法受到了質疑，后續的離差率、β值的計算自然也就沒有了根基。

其次，β值的測算除了上述由于標準差的非客觀性導致的不確定性的缺陷以外，筆者也針對實操當中第二種公式進行分析，β的第二種公式是β=Ri /Rm，從公式上來看，存在著明顯的邏輯上的可疑性，單個股票的收益率假如大于市場整體的收益率，則該只股票的風險就比市場風險大？這個觀點在《證券分析》當中就已經被很好地反駁了，在此，筆者只需要舉一個例子就足夠反駁這一個觀點，伯克希爾哈撒韋上市公司每股截至2017年6月5日是249660美元，每股收益率如果從上市之初可以用天文數字來形容，并且這家公司經歷了無數次大大小小的金融危機，依然以遠遠超過市場平均的業績笑傲群雄，難道說他的風險要遠遠大于市場？這家公司是以價值投資的理念進行風險評估和投資的。因此，筆者認為中國的證券行業乃至我們有關的證券專家和學者們有必要從價值投資的理念來重新審視目前證券風險量化的指標在實際當中的效用。

篇2

[關鍵詞] 項目投資 風險評價指標 風險值

項目投資帶來豐厚回報預期同時伴隨的是無法避免的風險，如何對項目投資中的風險進行科學評估是保證投資成功的首要條件。本文針對我國經濟環境的現狀制定一套項目投資風險評價指標，并對所有指標進行標準化的風險量綱統一，進而為科學的風險評估提供技術支持。

一、項目投資風險評價指標的風險值

為保證項目投資中各個不同的風險評價指標可進行綜合評估，首先要統一各個指標間的量綱確定表示風險大小的風險值。風險值是每個評價指標實際風險程度的數值表現，取值在-1與1之間，風險值越高表示該項評價指標的風險越高。

二、項目投資風險評價指標體系

本文選取為市場風險、技術風險、金融風險、環境風險及管理風險五個指標作為項目投資風險評價指標體系的一級指標。對于每個一級指標又可細分為若干二級指標，下面給出具體二級指標及其表示風險大小的風險值的確立方法。

1.市場風險。市場是連接生產和消費的橋梁和紐帶，在項目能否獲得成功的問題上，市場擁有較大的發言權。

(1)項目能否如期完工：提前完工（風險值=-1）；按時完工（風險值=0）；延期完工（風險值=1）。

(2)項目產品競爭力：強（風險值=-1）；較強（風險值=-0.5）；標準（風險值=0）；較弱（風險值=0.5）；弱（風險值=1）。

(3)消費者需求：需求多（風險值=-1）；需求較多（風險值=0）；需求較少（風險值=1）。

(4)競爭對手實力及項目經營戰略：無競爭對手、戰略清晰（風險值=-1）；競爭對手較弱、戰略清晰（風險值=-0.5）；競爭對手相當戰略清晰（風險值=0）；競爭對手較強戰略不清（風險值=1）。

2.技術風險。隨著知識經濟時代的到來，技術越來越顯現出它的重要性。誰掌握并利用最先進的技術，誰就在市場競爭中占有優勢，掌握先機。

(1)知識產權：有知識產權（風險值=-1）；無知識產權（風險值=1）。

(2)技術先進性：國際領先（風險值=-1）；國內領先（風險值=-0.5）；行業水平（風險值=0.5）；低于行業水平（風險值=1）。

(3)替代技術：無替代技術（風險值=-1）；有較少替代技術（風險值=0）；有較多替代技術（風險值=1）。

3.金融風險。項目能夠順利進行離不開資本鏈條的正常運轉，金融環境對項目的影響同樣起著舉足輕重的作用。

(1)項目的凈現值：其風險評級及風險值確立需要引入參照體系，假設需要投資項目的凈現值為 ，并引入一個參照凈現值 。其風險值由如下分段函數確立：

(2)現金流：充足（風險值=-1）；適當（風險值=0）；不足（風險值=1）。

(3)金融動蕩對項目影響：無影響（風險值=-1）；較小影響（風險值=-0.5）；影響適中（風險值=0）；有影響（風險值=0.5）；有較大影響（風險值=1）。

4.環境風險。任何事物都是處于環境當中，環境的好壞也會影響到項目的成敗。經濟形勢、政策及突發事件等社會環境因素往往可以決定項目的成敗。

(1)自然風險對項目的影響程度：無影響（風險值=-1）；較小影響（風險值=-0.5）；影響適中（風險值=0）；有影響（風險值=0.5）；有較大影響（風險值=1）。

(2)政策風險對項目影響程度：無關（風險值=-1）；小部分相關（風險值=-0.5）；相關（風險值=0.5）；高度相關（風險值=1）。

(3)法律風險：相關法律健全（風險值=-1）；相關法律比較健全（風險值=0）；相關法律不健全（風險值=1）。

(4)投資方與項目發起方綜合實力對比：投資方強（風險值=-1）；投資方較強（風險值=-0.5）；雙方實力相當（風險值=0）；發起方較強（風險值=0.5）；發起方強（風險值=1）。

5.管理風險。項目是否具有優秀的管理團隊、獨特的企業文化以及良好的管理機制對項目能否進行長期盈利都起到了關鍵的作用。具體還可以對管理風險進行細分如下二級指標。

(1)項目主管：具有豐富經驗（風險值=-1）；有一定的經驗（風險值=0）；無經驗（風險值=1）。

(2)管理機制：管理系統團隊完善（風險值=-1）；管理系統團隊不完善（風險值=0）； 管理不系統團隊不完善（風險值=1）。

(3)風險意識：有風險控制體系（風險值=-1）；有風險意識但不系統（風險值=0）；無風險意識無風險體系（風險值=1）。

三、項目投資風險評估

在統一量綱的項目投資風險評價指標系統下，很容易對選定的項目進行風險評估。首先要利用層次分析法對一級指標和二級指標的各個指標進行賦權，不同時期不同項目各個指標的權重應有所區別。確定各個指標的權重后，將權重與風險值相乘并與同級合并相加構成上級指標的風險值。

最后，加權合并一級風險指標的風險值得出項目總風險值，如果項目總風險值大于0，則表示此項目投資具有較高的風險，若項目總體風險值在-0.5左右，則表示此項目投資風險適中，若項目總體風險值接近-1左右，則表示此項目投資風險較低。

參考文獻：

[1]汪克夷 董連勝:項目投資決策風險的分析與評價[J]. 中國軟科學，2003年1月

篇3

簡單地說，就是利用基于數據模型的量化投資策略運作的基金。基金公司宣傳此類產品時，習慣于用“電腦+人腦”進行解釋。

從1971年巴克萊投資管理公司發行全球第一只定量投資產品至今，量化投資已走過30年歷程。

憑借著良好的業績表現，這一投資方法已占據全球投資30%的江山，成為主流的投資方法之一。其中著名的大基金自成立起至2006年的17年間，年化收益率達到38.5%。

然而，近兩年來，量化基金在全球的業績并不理想。次貸危機之后，量化基金一直舉步維艱。

國內量化基金的興起，正是在次貸危機之后。

截至目前，國內已成立的采用量化策略的基金有12只，其中9只自2009年以來成立。它們整體面臨業績不盡如人意的尷尬，據《投資者報》數據，它們的年復合增長率為11.78%，遠低于平衡類、價值類、成長類基金。

量化基金成敗，最關鍵是量化模型的有效性和投資紀律的執行情況。然而，國內已有的量化基金兩方面均無太大優勢。

一方面，模型相對較原始，量化投資策略要么機械地借鑒國外已經公開的模式，要么基于基金公司自有的多因子模型；另一方面，與海外量化基金一樣，具體的模型并不會公開，這樣投資紀律便無處考察。

從現有的幾只量化基金過往業績看，長期業績較優異的是上投摩根阿爾法，自成立以來，年復合增長率達到35%，算得上是量化基金的龍頭。

量化模型無亮點

投資模型是量化基金最核心的競爭力。

定量基金經理基于對市場的理解，提煉出能夠產生長期穩定超額收益的投資思想，并用歷史數據驗證其正確性，再由系統根據提煉出的投資思想，在全市場挑選符合標準的股票，并通過對收益、風險的優化，建構最優股票組合。

“對于中國這樣的新興市場，量化投資的關鍵是能否根據市場特點，設計好的投資模型。”接受《投資者報》記者采訪時，上海一位從事量化投資的基金經理說道。

然而，已有的量化基金中，大多簡單地利用國外已公開的模型，或是用基金公司自有的一些簡單模型，在考察市場的有效性上普遍比較欠缺。

如中海量化策略和南方策略優化在行業權重配置中均采用的Black-Litterman（BL）模型。

這種模型現是華爾街主流模型，亦是高盛公司資產管理部門在資產配置上的主要工具。

BL模型利用概率統計方法，將投資者對大類資產的觀點與市場均衡回報相結合，產生新的預期回報。即由投資者對某些大類資產提出傾向性意見，模型根據投資者的傾向性意見，輸出對該大類資產的配置建議。

然而，在國內市場信息搜集等方面局限性較大的情況下，該系統到底是否有效還僅是基金公司體現其“專業性”的一個由頭，有待探討。

國內量化基金模型還具有同質化特點，表現在對個股估值等方法的應用上，如PE估值法、PB估值法、PS估值法、PEG估值法、PSG估值法、EV/EBITDA估值法等。

另外，模型是量化產品背后“不能說的秘密”，雖然基金契約中對要采用的量化模型做了模糊介紹，作為靠“執行紀律”取勝的產品，實際運作是否執行到位，也無處查證。

量化基金業績平淡

量化基金的優點首先在于，通過具體的經濟模型對經濟復蘇行業評估并進行行業權重配置，將基金經理的投資理念與分析有效結合。

其次，覆蓋全市場，避免因基金經理個人偏見或經理不足造成選擇范圍局限。

再次，通過基金經理精細化投資運作，較好把握細微的結構性投資機會。

或許是因為模型簡單雷同，以及沒有較好體現A股的特征，比如說波動性、“政策市”等，現有的量化基金整體業績優勢并不明顯。

根據《投資者報》數據，可比較的6只“人腦+電腦”量化產品的年復合增長率為11.78%，低于“人腦”管理的趨勢類、回報類、價值類、平衡類（年復合增長率均超過18%）。

今年以來，所有量化基金中，超越指數的僅有采用量化投資的富國滬深300增強指數型基金，截至4月1日，回報率為6.94%。

而在估值修復行情中，以對估值有量化指標要求的華商動態阿爾法、國泰金鼎價值精選、嘉實量化阿爾法大幅跑輸業績大盤，取得負收益，凈值分別下跌7.2%、6.7%和4%。

上投摩根阿爾法領銜

從已成立的采用量化策略投資的基金中，年復合增長率大幅超過平均值的僅有上投摩根阿爾法，為35%。但這與該基金是較早采用量化策略的基金之一，成立于2005年10月，經歷過2006、2007年的大牛市行情有一定關系。

截至去年底，該基金資產規模44億元，自成立以來的回報率為425%。該基金受到機構投資者的青睞，持股2.9億份，占基金總份額的21%。

近兩年的市場表明，價值投資和成長投資在不同的市場環境中都存在各自的發展周期，并呈現出一定的適應性。而上投摩根阿爾法量化模型適應了這一市場特點。

篇4

劉海影是一位轉戰國內陽光私募的海外對沖基金經理，他在尋求價值投資理解的基礎上建立了自己的數量化投資邏輯，并以此為利器展開了國內陽光私募之旅。

劉海影曾擔任加拿大某對沖基金公司基金經理和首席投資官，2011年回國與廣晟集團合作創立廣東廣晟財富投資管理中心并擔任投資總監。

廣東廣晟財富投資管理中心也是國內首家擁有國企背景的陽光私募公司，大股東深圳市廣晟投資發展有限公司是廣晟投資集團旗下全資子公司和資產運作平臺。

對沖基金經理轉戰A股

劉海影是在2001年前往加拿大開始自己的海外投資經歷，當時他正在攻讀北京大學金融學博士學位，而在此之前，劉海影作為A股第一批操盤手已經在資本市場頗有斬獲。

對于歸國從事陽光私募管理，劉海影表示，一是希望追求事業的進一步提升，二是希望把國外學習多年的投資經驗應用到國內股市。

劉海影說，他在加拿大管理的對沖基金有兩個品種，一個是宏觀對沖性質的多資產平衡基金，一個是傳統的多空對沖基金，兩種基金都大量運用了數量化模型。而數量化投資在國內還處于起步階段，他期待通過這種系統科學的投資理念引導投資者比較成熟和理性的投資思考方式。

量化投資尋找市場犯錯機會

“價值投資就是用5毛錢的價格買入1塊錢的價值”。劉海影崇尚價值投資，這里假設市場犯錯，給投資者一個便宜買進的機會。

但事實上市場犯錯的機會是很少的，根據劉海影的分析和判斷，美國可能是5%，8000多家上市公司，可能有500家公司存在定價不太正確，其他的都難言錯誤；而中國市場的機會更多一些，可能有10%甚至15%，2000多家上市公司可能有200多家定價不完全正確。

在劉海影看來，尋找市場犯錯的機會也就是尋找價值，并不是一件容易的事情。他希望通過一套科學的量化系統去發現這些機會，因此，3年之前，在國外量化模型的基礎上，他開發了首套國內上市公司價值評估量化體系。

劉海影說，這套價值評估量化體系的一個核心環節就是尋找業績驚奇，即，在未來一段時間，上市公司基本面能表現出跟大家預期不同的狀況。通過定量化模型對每家公司建立一個數據庫，分別計算88個分析指標，每家公司都形成一份長達11頁的詳盡的分析報告，再給出1-9級的價值評級。

除了業績驚奇，安全邊際也是這個量化模型重要的一部分，劉海影尋找的投資標的需同時滿足這兩個條件，這樣2000家公司里面大概有200多家公司會符合標準。最后再做進一步的基本面分析和調研，最終會有50家公司進入投資組合。

戰略風險評級確定投資倉位

對資產組合的風險管理，劉海影非常重視對宏觀經濟的研究和整體市場的估值高低。劉海影說，中國股市的系統性風險是很大的，經濟各個方面的變化導致市場下跌時，個股會普跌，因此他覺得對股市的戰略風險進行研判和系統化評估是很重要。

而對宏觀經濟的研究也是建立在量化分析的基礎上，重要的變量包括利率、生產物價指數，固定投資增速、美國貿易逆差、重工業與輕工業指數之差等，計算和分析歷史上這些指標對于股市的運行方向以及作用度大小。

整體估值水平的高低也是判斷風險的重要指標，主要是通過這兩個指標來分析戰略風險確定倉位。劉海影舉例說，“2008年，當時估值水平高，宏觀經濟環境也不利，在我們的戰略風險評級里面處于第九級，最差的評級，因此倉位應該小一點，謹慎一點。之后隨著宏觀經濟刺激政策的出臺，宏觀經濟環境由不利變成中立，再變成有利，同時估值也在下降，風險評級也相應的從9級變為3級、2級和1級，提示市場存在較大的機會”。

股市上揚的機會在四季度或明年一季度

“根據我們的戰略風險量化評級體系，目前市場的估值水平合理偏低估，宏觀經濟處于經濟是在下滑的過程中間”。劉海影對未來一段時間的市場行情表示謹慎，中短期內看不見大行情到來的跡象，股市的上揚的機會可能會在四季度或者明年一季度之后。

劉海影說，今年的經濟增速能維持在9%以上，因為 GDP基數高，但從微觀經濟層面來講，企業的效益是下滑的，中小企業的處境比較艱難，未來這種情況可能難以迅速好轉，明年經濟狀況比今年困難。

按照他們量化的計算，目前整個經濟環境類似2004年的下半年。從目前來看，經濟從被動加庫存逐步演變到主動減庫存的階段，行業競爭進入白熱化，現金流會緊張，企業的利潤率會下滑，對市場形成利空。

對于通脹，劉海影表示周期性因素較大，主要原因是固定投資增速太大，歷史上，在投資建設期，通脹的壓力都會很大，新項目上馬，下游行業的景氣傳遞到下游和中間環節，互相推進，提價空間比較大，通脹就會上去。

一旦投資建設期走向產能釋放期，新項目投產，變成產能后競爭就會很激烈，需求沒有增加，供在增加，供過于求，通脹壓力就會下來。

重倉房地產不看好銀行

盡管對未來的行情表示謹慎，在劉海影看來，由于估值在下降，短期內不排除機構性機會的出現，一些錯殺的公司值得買入。

在其量化資產組合中，地產股是目前倉位相對較重的板塊，他們的分析指出，伴隨著中國的高經濟增長，房地產價格的上升和投資額的上升是有堅實的經濟學基礎的。政府的調控改變不了其內在的動力，并不認同中國的房地產價格一定要會下滑，只是增長的速度會下滑。

而在調控之下，往往會出現上市房企的的市場份額擴大，一些區域性城房地產上市公司的機會更大。

“市場數據支撐我們的看法，今年來房地產股票指數是上升的，到6月30日，大盤跌了2%―3%，小盤股跌的更多，房地產指數上漲了5%多”劉海影表示，所以做投資一定要看到市場喧囂下的一些事實，不能完全由市場情緒來主導。

篇5

第一個投資優勢是量化投資能夠做到理性決策。與傳統主動投資不同，量化投資是通過量化模型進行交易，剔除了主觀因素，按已經編制好的程序進行，不會因為情緒而產生投資沖動，我覺得這是量化投資最大的一個優勢。一般而言，量化投資有著模型研究——模型測試——實盤操作這樣的流程，首先有一個投資策略，討論確定其邏輯合理性，隨后將其固化為量化投資模型，綜合歷史回測業績和風險考量指標進行評測，試運行3至6個月進行虛擬交易，如果試運行結果和歷史回測及其他預期結果一致，該模型將得到正式確認，最終將此模型上線交易運行。一旦交付運行，將充分遵照模型的指令進行投資，降低情緒影響，克服人性貪婪恐懼的弱點，做到有計劃、有原則、有紀律地進行投資。一般而言，通過這樣的流程制定的量化投資策略能夠理性決策，獲取市場非理性的收益，大概率戰勝市場。

在這個過程中，量化投資不僅排除了人為的主觀因素，并且可以做到更精確，以精確的值達到一個最優結果，這是量化投資的第二個優勢。比如說什么叫成長性好的個股，是每年業績增長20%，還是更多？什么樣的標準才是他選股的標準？一般投資者判斷某個行業或個股好壞，往往憑借主觀經驗與判斷，量化投資則有一套完整的邏輯和規則，可以進行有效的評價和識別。比如有觀點認為醫藥行業成長快，量化投資或許會考慮用某個指標去度量成長性，比如ROE增速，如果這個指標超出一定閥值，就可確認該行業確實成長快。從這個意義上來說，量化投資采用量化工具將主動投資邏輯規范化，能夠帶來規范化的收益。

量化投資的第三個優勢是對海量信息的處理。現在滬深兩市已經有2000多只個股，和10多年前相比，一個最大的區別是信息爆炸。現在人腦是永遠不可能記住這么多信息的，并且對海量數據之間的關聯不可能做出迅速判別，而電腦可以做到。

從摩根士丹利華鑫基金數量化投資運行的量化模型來看，量化模型獲取的超額收益是非常顯著的。除已經實際運行的多因子模型和即將運用在大摩量化配置基金上的行業配置模型外，還有五六個量化模型在模擬運行，包括價值量化模型、成長量化模型、技術量化模型以及事件驅動模型等。截至三季度末，模擬運行的模型均取得明顯的超額收益。實際運作中的大摩多因子基金，根據Wind數據統計，截至10月26日，今年以來基金收益率為2.84%，與該基金的小盤風格比較類似的中證500指數則下跌3.17%。