本期投资提示：
　　高盛量化策略源远流长，创新迸发活力。高盛从上个世纪80年代开始进行量化交易策略开发和模型风险管理，1999年组建量化投资小组（QIS），是最早一批开始因子投资的金融机构。此后，高盛将量化重心放在大数据和人工智能上，在资产管理方面使用大数据、机器学习和人工智能等技术，帮助构建投资组合，进行资产配置和风险管理。
　　高盛量化策略主要为两个方面：ActiveBeta和Alpha Generation。前者量化策略侧重于在Smart Beta基础上进行因子组合，以被动型产品ActiveBeta系列ETF落地；后者则完全由数据驱动，通过分析挖掘大量另类数据，构建差异化因子，实践于Insight系列共同基金。
　　高盛ActiveBeta投资策略使用价值、动量、质量和低波动四个因子，采用子指数等权合成方式。在基准股票池中，根据以上四个单因子分别打分，构建单因子子指数，将子指数等权合成为Activebeta指数。区别于因子信号合成，子指数等权合成可有效避免单个股票陷阱，精准控制组合风险敞口以及事后业绩归因。
　　 ActiveBeta系列ETF通过首发和低费率优势获投资者青睐。2015年高盛推出Goldman Sachs ActiveBeta U.SLarge Cap Equity ETF，是第一批应用因子组合策略的ETF产品，凭借先发优势和超低费率（0.09%），规模迅速增长，2020以来规模保持在100亿元以上。
　　 ActiveBeta美国市场ETF超额收益稳定，市场认可度高。美国市场的ActiveBeta系列ETF历年超额收益（相对市场基准指数）稳定，市场认可度高，规模较大；非美国市场ETF超额收益波动较大，市场认可度低，规模较小。
　　 Insights系列共同基金通过深挖另类数据构建四个主题因子分别为：基本面的错误定价、高质量商业模式、情绪分析和市场主题与趋势。如信用卡数据可以更加迅速预测某些行业的盈利情况，具有潜在信息优势。
　　 Insights系列共同基金中，非美国市场基金超额收益波动较小，而美国市场基金超额收益波动较大，前者吸引资金能力强于后者。
　　对我国量化管理人的启示。对于量化策略日益同质化的中国市场而言，另类数据是未来多因子发展的一个方向，高盛Insight基金产品显示在并不那么有效的新兴市场和国际市场的另类数据应用可以带来的更稳定的超额收益，我国管理人可以积极探索另类数据来构建差异化因子，避免因子拥挤，利用信息优势抢跑市场。
　　风险提示：本报告对于海外产品的研究分析基于公司、Bloomberg公开信息，本报告不涉及证券投资基金评价业务，不涉及对基金产品的推荐。