㈠ 推薦幾個2014年比較有潛力的基金
這些基金今年可以考慮投資：
000017 財通可持續發展主題
000263 工銀瑞信信息產業
519983 長信量化先鋒
233009 大摩多因子策略
630011 華商主題精選
㈡ 大摩多因子策略股票 這種基金是騙人的嗎
摩根士丹利華鑫多因子精選策略股票基金，近一月回報率為8、04%，569隻股票基金中排名第24名，是不錯的優秀股平基金，可以繼續購買。
㈢ 中性策略是什麼意思
市場中性策略是指同時構建多頭和空頭頭寸以對沖市場風險,在任何市場環境下均能獲得穩定收益。股票市場中性策略包括統計套利和基本面套利兩個基本類型。
根據多頭端所使用的量化策略的不同，股票中性策略股票策略可以被劃分為如下幾類：交易型策略：量化選股模型以量價類因子為主，換手率高，以交易作為策略Alpha收益的主要來源。
傳統多因子策略：量化選股模型以頌纖基本面因子為主，換手率相對交易型策略較低，以基本面因子選股作為策略Alpha收益的主要來源。
機器學習策略：使用機器學習演算法作為多頭端選股的依據，在一般線性模型的基礎上額外關注其非線性部分。
T+0策略：以T+0交易作為策略Alpha收益的主要來源，可以按操作方式細分為以人工為主的手工T+0策略及以程序化交易為主的機器T+0策略。此外，按管理人是否自建多頭端進行分類，T+0策略也可以分為一般T+0策略及融券T+0策略，後者可以利用融券機制在完全對沖風險敞口的前提下，利用高換手率的價差交易逐步累計Alpha收益。
股票中性策略具體構成中性策略，是指在某一現貨品種多頭策略的基礎上，利用各類對沖工具建立空頭頭寸進行對沖構建對系統性風險的敏感度為0的，以絕對Alpha收益為目標的組合策略。中性策略組合方式多種多樣，而股票中性策略則特指多頭端由股票構成的中性策略。將股票中性策略的組成要素進行拆解，亂鎮可分為股票多頭端、對沖端及中性三部分：股票多頭端：採用量化多頭策略考慮到主觀多頭策略所採用的主要投資方式（中長周期、集中持倉等），在當前市場環境下難以通過對沖有效獲取穩定收益，不符合股票中性策略設計的初衷，因此目前在股票中性策略中管理人在多頭端的選擇通常為量化多頭策略。
對沖端：對沖工具可選擇餘地小目前市場上股票中性策略所使用的對沖工具主要為股指期貨及場內外融券兩類。
股指期貨：股指期貨是目前市場上股票中性策略使用最多的對沖工具。作為對沖工具，股指期貨的優勢在於市場流動性較高且交易便捷，缺陷在於股指期貨市場的升貼水及基差波動情況會對策略有效性造成較大的擾動。股指期貨市場在2015年股災後遭遇嚴格監管，保證金要求水平高且長期處於貼水狀態，其中作為股票中性策略主要對沖工具的IC合約，近年來貼水程度更是持續處於年化10%-15%的范圍，使得股指期貨對沖的股票中性策略成本居高不下。此外，基差在市場處於特殊時間點或出現極端行情時會出現快速收斂或擴大的情況，使得股票中性策略產品凈值會產生較為劇烈的波動。
場內外融券：目前場內融券工具可以分為兩類，一類是個股融券，一類是ETF融券。個股融券是股票中性策略最為優質的對沖工具，可以達成多空兩端的精細化對沖並獲取負向Alpha的收益，而ETF融券相比於利用股指期貨對沖成本略有下降。然而，受制於嘩櫻粗國內不具備完善的融券機制，市場整體融券標的的供應、覆蓋度、交易的便利性及相關成本仍然無法有效滿足股票中性策略的旺盛需求。近年來在場內融券供給嚴重不足、成本偏高的情況下，場外融券開始興起，部分管理人也會選擇與券商或期貨風險子公司簽訂SAC協議，利用收益互換+大宗交易過券的形式進行融券對沖。
中性：如何進行多空組合規避風險作為區別於其他各類策略的核心，股票中性策略中「中性」部分的討論必不可少。通常情況下，該策略所提及的中性包含以下三類：Beta中性、行業中性及市值中性。
Beta中性：首先定義Beta系數。Beta系數衡量了某一資產相對於整體市場（指數）的價格波動情況，其絕對值越大，則收益變化幅度相對於整體市場價格（指數）的變化幅度越大。Beta中性即股票中性策略組合中多頭端及對沖端Beta系數的組合敞口為0。通過保持Beta中性，可以獲得過濾市場漲跌波動後多空兩端帶來的絕對Alpha收益。由於國內對沖工具的使用限制及供應嚴重不足，股票中性策略通常難以有效獲得Alpha空頭部分的收益。因此，目前股票中性策略的收益以使用股指期貨進行多頭端Beta的剝離後所獲得的Alpha多頭的收益為主。
行業中性：行業中性是指策略組合內多頭端與對沖端在行業板塊上保持配置的一致性，以確保多頭端不受市場行業風格切換的影響及相關Alpha的穩定性。由於國內多用股指期貨作為股票中性策略的對沖工具，一般會要求多頭端行業分布對標對沖端所使用期貨品種對應的指數。
市值中性：市值中性與行業中性類似，是指策略組合內多頭端與對沖端在大、中、小盤股票的配置上上保持一致，以確保多頭端不受市場大、中、小盤風格切換的影響及相關Alpha的穩定性。本文開篇所提到的今年上半年明_旗下中性系列產品的顯著回撤，便是源於策略在大盤股上市值敞口暴露過多。根據明_2021年3月9日發布的投資者道歉信可知，今年1月以來其使用了過去6個月到1年的市場行情數據作為機器學習訓練的數據源，從而導致多頭相關策略集中覆蓋基金「抱團」股（質優大盤股），在大小盤股票的配比上出現了較為明顯的敞口。盡管在年初時，明_中性策略產品有較好的表現，但在今年春節後大小盤風格發生劇烈反轉時，其業績走勢也出現了明顯的反轉。
除上述三者之外，還有諸如盈利、流動性等因素需要考量其中性的必要性。理論上，股票中性策略的投資組合可以做到所有要素的完美中性，即多空兩端實現完全對沖。但在該情況下，股票中性策略所有收益也隨著風險被完全對沖，該策略便沒有了意義。而在實際投資中，客觀投資環境要素的限制（投資品種、交易成本等）使得策略無法做到完全中性，但股票中性策略也因此獲得了各個因素上的收益。究其本質，中性是一個在策略組合收益和風險暴露中持續權衡的問題，而各管理人基於自身所秉持的投資理念及所處的客觀的投資環境，對這一問題所給出的答案不盡相同。
股票中性策略收益特徵及配置價值股票中性策略收益特徵：曲線平滑，波動較小股票中性策略的風險調整收益通常弱於股票多頭策略但顯著強於債券策略，波動特徵與債券策略類似。根據朝陽永續基金研究平台股票市場中性策略典型指數統計，股票市場中性策略自2015年12月31日以來，年化收益率約為6.30%，區間最大回撤為5.36%，年化波動率約為4.00%，夏普比率約為1.20。
股票中性策略配置價值：對沖成本及收益穩定性是關鍵2018年以來，債券市場暴雷不斷（不乏3A高評級國企背景債券）、低利率環境中債券策略收益出現明顯下降、資管新規打破銀行理財產品剛兌的情境下，投資者需要在風險可控的前提下找到穩健收益的替代性產品。而在牛市中收益較為可觀，在熊市中亦能保有相對穩健的正收益，利用對沖工具過濾市場風險的股票中性策略便是這一問題的答案。
然而，當市場來到2021年市場大小盤及行業風格快速切換時，股票中性策略的性價比便不如股票多頭策略了。以幻方量化為例，根據朝陽永續基金研究平台現有數據顯示，截止至2021年9月10日，幻方旗下股票中性策略產品今年以來收益最高的產品為******，今年以來累計收益率為7.39%，區間最大回撤則為3.08%，收益回撤比為2.40；而幻方旗下指數增強策略今年以來收益最高的產品為**幻方指數增強，今年以來累計收益率為33.42%，區間最大回撤為7.84%，收益回撤比為4.26,2021年1月1日-2021年9月10日出現該情況的原因有二：第一，對沖端的存在。在股票中性策略中，為了控制風險敞口而疊加的對沖端將天然磨損多頭端相關的收益。在當前市場環境不明朗、對沖難度提升的情況下，股票中性策略收益難以累積。第二，市場對沖成本高。當前股指期貨市場仍然處於深度貼水的狀態，股票中性策略在對沖端開倉將天然承受年化約為10-15%的貼水損失作為對沖成本。而向券商融券進行對沖的選擇成本約為年化8-12%，部分活躍券的使用根據實際供應情況成本更高，整體成本相較使用股指期貨並未明顯降低。此外，在產品收益覆蓋對沖成本後，減去產品固有的業績報酬提成、管理費、託管外包費等費用後，投資者最後到手的收益大打折扣，也無怪幻方會選擇提示投資者贖回股票中性策略產品，選擇其他在當前市場環境下性價比更高的策略。
後續展望股票中性策略的本質是利用各類對沖工具對沖市場風險後捕捉Alpha收益機遇，針對策略本身的評估除去對一般量化多頭策略評估的維度外，還需要重點評估對沖敞口的暴露程度及對沖成本對策略整體收益的影響。未來隨著金融市場的發展擴容，市場交易活躍度的提升、對沖工具品種及功用的逐步豐富、對沖成本的逐漸下降等因素將使得股票中性策略逐步在多空兩端同時受益，搭配高質量管理人後其配置價值將有更為明顯
㈣ 大摩多因子是做什麼的
摩根士丹利華鑫多因子精選策略混合型證券投資基金是摩根華鑫發行的一個混合型的基金理財產品
投資目標
本基金通過多因子量化模型方法，精選股票進行投資，在充分控制風險的前提下，力爭獲取超越比較基準的投資回報。
投資范圍
本基金的投資范圍為具有良好流動性的金融工具，包括國內依法發行上市的股票（包含中小板、創業板及其他經中國證監會核准上市的股票）、債券、貨幣市場工具、權證、資產支持證券、股指期貨以及法律法規允許基金投資的其他金融工具（但須符合中國證監會的相關規定）。
如法律法規或監管機構以後允許基金投資的其他品種，基金管理人在履行適當程序後，可以將其納入投資范圍。
㈤ 什麼是多因子選股
多因子模型是一類重要的選股模型，它的優點是能夠綜合很多信息最後得出一個選股結果。多因子模型的表現相對米說也比較穩定，因為在不同的市場情況下，總有一些因子會發揮作用。因此，在量化投資界，不同的投盜者和研究者都開發了很多不同的多因子模型。各種多因子模型核心的區別一是在因子的選取上，二是在如何用多因子綜合得到一個最終的判斷。
一般而言，多因子選股模型有兩種判斷方法，一是打分法，二是回歸法。
打分法就是根據各個因子的大小對股票進行打分，然後按照一定的權重加權得到一個總分，根據總分再對股票進行篩選。打分法根據加權方法的不同又可以分為靜態加權和動態加權。打分法的優點是相對比較穩健，不容易受到極端值的影響。
回歸法就是用過去的股票的收益率對多因子進行回歸。得到一個回歸方程，然後把最新的因子值代入回歸方程得到一個對未來股票收益的預判，最後以此為依據進行選股。回歸法的優點是能夠比較及時地調整股票對各因子的敏感性，而且不同的股對不同的因子的敏感性也可以不同。回歸法的缺點是容易受到極端值的影晌，在股票對因子敏感度變化較大的市場情況下效果也比較差。