复合配景的纯量化团队，何如打造底仓型家具？
发布日期：2024-06-06 14:55 点击次数：722024年5月10日，一代量化泰斗吉姆·哈里斯·西蒙斯枉然离世。西蒙斯的死后，是一个量化投资极致发展、闻所不闻的期间。
由他管制的大奖章基金，在1988年至2019年间怒赚超1000亿好意思元；量化基金的来去量长年占全商场的75%以上，光是文艺回答一家就接近5%；商场上“最得益的私募基金司理”的名单，也多年被量化基金司理们“霸榜”。
与外洋量化商场的“已凌寥落”不同，国内的量化商场正处于“风起云涌”之时。
凭据《2023年中国私募证券基金年度论说》，贬抑2023年12月，国内公私募量化家具的揣摸限制约达1.5万亿，全商场市值占比不卓越2%(A股、港股市值揣摸)，A股来去量占比瞻望在10~20%之间。
另据国金证券统计，贬抑2023年末，国内量化选股型基金共计236只，管制限制达1284.23亿元，较上年环比增多42.35%，正是干涉稳步发展的阶段。
一个浩瀚的商场，一个蔚然初成的阵势，投资体系齐全、组织单干妥贴、策略迭代迅疾的量化团队昭着更容易“脱颖而出”。
01复合配景的纯量化团队
在一线公募机构中，广发基金是量化策略供给比拟丰富的基金公司之一。
广发基金里面有三支涉足量化策略的团队：一支纯量化团队，以及两支“主动+量化”团队(一支是由肃肃策略部总司理林英睿领衔，另一支是由专户投资部副总司理杨冬带队)。既安身于当下商场需要，亦讨论改日的政策发展空间。
而那支纯量化团队，就是赵杰率领的量化投资部。他们以经典的量化投资策略为基础，自主搭建量化投研一体化平台，捏续迭代时刻策略，并重点提供器具化、底仓型的量化家具。
和主动选股以深度取胜不同，量化团队平淡凭借泛泛的掩盖和分析往来来普适性的规定，因此更倾向于罗致“工业化”的模式运作。所有这个词这个词团队仿佛一台精密运转的机器，每个成员齐专注于他们各自擅长的边界，共同推动着机器的高效运转。
广发量化投资部，就是如斯实践投研一体的“工业化”模式，每位成员兼顾投资与连络，同期各有侧重，在广发投研平台上分享投研效果，高效运作。
量化自身就是一门交叉学科，广发量化投资部的成员配景也体现出了这种交叉性。中枢成员主要来自海表里顶尖高校的数学、盘算机、金融工程等专科，从业训戒掩盖投研、来去、信息时刻等复合边界，部门成员之间各有上风，形成专科互补。
量化投资部由广发基金总司理助理陈少瓜分摊，她的从业训戒超20年，曾在泰达宏利、嘉实基金担任基金司理、连络总监、联席CIO。
投资方面，部门共有4名中枢投资东谈主员，除赵杰外，还有易威、李育鑫、胡骏，齐是在量化投研方面有丰富训戒的干才。
部门讲求东谈主赵杰，本科和硕士齐在清华大学的数学专科学习。他领有16年量化从业训戒、12年量化投资实盘训戒，曾在申银万国证券、太平财富管制公司担任量化投资司理，擅长指数增强、多因子量化选股体系等投研使命。
从组合管制来看，赵杰的特质是投资作风肃肃，瞩目量化策略的表率性，主要罗致经连络分析得到的长期灵验的alpha因子，因子权重和个股权重凭据量化模子进行竖立，较少进行东谈主工干豫，较少在风险因子上进行主动自大。
基金司理易威，本科专科是数学与盘算科学，连络生学的是统计学，他是广发自主培养的投资东谈主员，入行10年，先后担任股票来去员、量化连络员、投资司理，老成方式化来去及商场微不雅结构分析，尽力于于通过数据挖掘、量价规定、来去博弈等翻新策略莳植收益。
基金司理胡骏，量化投研资历超8年，曾任量化连络员，擅长指数增强型策略、Smart Beta策略开发、大数据联系策略的连络开发。
基金司理李育鑫，香港汉文大学统计学博士，量化投研资历超5年，他是团队的“时刻前沿”，具备塌实的数理配景与数据分析才气，老成利用东谈主工智能机器学习算法，在多因子量化选股标的有丰富的训戒积攒。
连络方面，量化连络员陈旭宇是盘算数学博士，老成机器学习模子及算法旨趣，在模子遐想和组合优化层面为团队提供连络支捏。
图1：广发基金量化投资部投资成员
02平台化作战用数据和代码“通常”
公募基金的主动职权团队，平淡是通过组建专科、高效的投研队伍，来获取实时、深入的宏不雅经济、行业信息及公司默契，这亦然主动投研体系的竞争力所在。
公募量化团队则否则，他们更强调搭建平台、优化历程和迭代策略，并用数据和代码来通常。
广发量化投资部亦是如斯。团队建立了平台化、一体化的投研体系，所有这个词成员的数据、策略齐会落在量化投研平台上。平日里，众人既会在平台上作念策略的连络、评价、归因比拟，也会在平台上不雅察其他成员的进展，并彼此给出提议。
图2：广发基金量化投资部投研体系
团队中的每位成员均兼顾投资与连络，同期各有侧重：一方面，各自孤独鼓励我方的连络和投资使命；另一方面，在广发的投研体系下分享投研效果，通常策略、数据、想想的“火花”。
跟着时刻的发展和卓越，可获取的数据越来越丰富，对此，广发量化投资部自主遐想了大数据平台，对海量商场数据进行网罗、清洗、处理和索要，并在此基础上形成了公司的特色因子库。
自2011年以来，团队自主挖掘研发灵验因子卓越2600个；选股模子储备超20个，涵盖多因子选股模子和AI选股模子；实验灵验开发代码超12万行。
“咱们的投研通常很径直，就是彼此扣问策略的数据确认、回撤、逻辑和归因，里面评价亦然比策略、比确认和比回撤，言之有(数)据。”赵杰说。
Linux的首创东谈主 Linus Torvalds曾言，“Talk is cheap，show me the code(语言不值钱、枢纽在代码)”，广发量化颇有此风。
03敢坐“冷板凳”专注中低频量化
连年来，公募量化基金的限制与数目均有昭彰莳植。贬抑2024年4月底，公募量化基金数目卓越500只，其中2021至2023年新成立的家具均在70只傍边。
陪同量化策略的竞争加重，何如获取相对指数的逾额收益，已成为量化管制东谈主面对的发愤。广发量化投资部很早就运转想考这一问题，并形成了一套我方的支吾之谈。
中枢的少许，是开辟了以中低频的量化选股策略行为重点标的。
在对前沿选股模子作念了大宗深入的连络之后，他们充分意识到，逾额收益并不是来自于模子或者算力的简便堆积，黄金期货交易而是来自于对金融数据的真切贯穿。
因此，他们把全体的量化选股策略定位为更适应公募的中低度换手率，既幸免了策略拥堵，也更瞩目长期胜率。
具体来说，团队在选股模子的开发和遐想上，充分模仿机器学习模子的优点，通过深度研读经典论文，并针对量化投资进行定制和改进，重点开发偏中低度换手的量化选股策略。
此外，他们也会凭据不同的家具类型和标的指数来设定适应的换手率。关于偏小盘指数的换手率会更积极，关于偏大盘指数的换手率则更低少许，跟股票自身的价钱波动属性有较大关系。
除了贬抑换手率外，团队还强调“东谈主弃我取”“东谈主取我弃”的逆向投研布局才气。比如，将连络重点移交在中长期的收益预测而非短期的来去才气上，和量化惯常的高频作法保捏距离。
通过对因子作风特征的钻研，团队开发了多种具有开创性和各异性的量化选股模子，使用的逾额信息涵盖基本面数据、来去面数据、另类数据等，为策略提供了长期而捏续的生命力。
值得一提的是，团队相配瞩目基本面和量化相辘集的价值。在机器学习模子的开发中，他们倾向于设立较高比例的基本面因子，这种模子的中长期预测更为牢固，有较高的月胜率。
史学家范文澜曾盛名言 “板凳需坐十年冷，著述不写半句空”，而在广发量化投资部中，也颇有几分要把“冷板凳坐热”的风气。
04坚捏自主开发发掘“白盒”模子
量化投资频繁被称作“黑盒子”，寓意其投资策略上的“不可评释性”和“不可捏续性”。这天然隐含了对量化投资隐含风险的担忧。
当模子的过拟合风险形成了样本外回撤，每每会加重这一印象。而自洽的投资逻辑则是缩短模子风险的灵验道路，作念到“知其然、亦知其是以然”。
因此，广发量化投资部强调，他们的策略要作念“白盒子”，投资逻辑可追溯、可评释，亦相对可比拟和复制。
赵杰强调说，跟着AI和机器学习等时刻的介入，部重量化模子的“黑化”进度越来越高。但越是这么，他们越要尽可能地莳植模子的可评释性，要对模子的一脉相传有真切默契，不成停步于“黑箱”。
为了惩办这个问题，团队的中枢策略均为里面成员自主开发，枢纽时刻均由里面成员孤独罢了，较好地幸免了策略的同质化和“黑箱化”。
在因子选用和模子遐想的过程中，团队追求从因子到模子层面齐是有逻辑、可评释的。这么的遐想理念旨在确保投资作风的肃肃性，同期罢了收益与风险的均衡。
正是基于策略的开创性和可评释性，团队在面对商场回撤时，或然保捏安靖，深入领会策略失效的潜在原因。
若是他们经过分析，以为全体的投资逻辑莫得被破损，仅仅受到商场短期流动性的影响时，他们便会连接信守。唯有当判断中枢逻辑被破损时，他们才会冒失地采纳行动。
从这个角度看，广发量化投资部的基本理念和价值投资者们有不谋而合之妙。
05保捏进化引入机器学习
鉴于AI时刻发展得轰轰烈烈，广发量化投资部有引入联系的时刻补助投资么？
赵杰暗意，连年来，跟着时刻的发展和卓越，可获取的数据越来越丰富，另类数据的使用将极地面莳植模子的选股才气。基于此，团队很早就布局了AI和机器学习等方面的时刻和东谈主才，充分利用东谈主工智能时刻和先进的盘算架构，以引申因子和模子储备。
图3：广发基金量化投资部因子库概况
具体而言，团队构建了有筹画树、神经相聚等机器学习模子，以挖掘因子和数据中的非线性信息，与已有的线性模子进行集成优化；同期，挖掘新的时刻面因子和基本面因子，以扩张因子库，优化改进因子加权方式。
经过针对性的改革和适配，团队发现，加入了机器学习模式及高频因子的策略，关于公募量化家具功绩的莳植有较为昭彰的效果。
行为团队“时刻前沿”的李育鑫先容，业内利用机器学习时刻的量化策略主要在于两个标的。
一个标的是协助挖掘因子，权臣莳植使命效率。在手工挖掘因子的基础上，利用机器学习算法不错更高效地找到不易被发现的Alpha因子，为多因子体系提供特殊的增量信息。
另一个标的是整合因子打分，为制定策略权重提供支捏。传统的因子复合设施每每罗致线性加权的方式，而机器学习则罗致非线性的“脑回路”，能提供更高效的整合策略。
李育鑫提到，不同团队在AI时刻的细节处理上存在各异，包括模子遐想、模子构建、数据预处理和贪图函数采用等方面，齐需要深入连络和训戒积攒。在上述方面，广发量化投资部依然逐渐积攒了我方的上风。
06定位器具化打造“底仓”家具
在赵杰看来，许多投资者设立ETF、指数基金行为中长期投资的器具，是希冀获取Beta收益。而量化策略在争取得回Beta收益的基础上，还追求增厚Alpha收益的空间，也不止为器具化家具的另一个采用。
赵杰暗意，广发量化投资部尽力于于提供指数增强、量化多头、商场中性等不错行为“底仓”的器具化家具，主要具备以下三大特质：
一是设定明确的指数行为基准，锚定基准不漂移；
二是聚焦于选股得回Alpha，不作念择时，不作念行业轮动，不作念作风偏离，在胜率高的地点下注；
三是在追求收益的同期高度关爱风险，但愿提供牢固而捏续的逾额收益，追求收益风险比。
要打造这么的“底仓型”量化家具，要紧条目等于领有捏续获取相对牢固的逾额收益的才气。
“一方面，量化因子的挖掘和补充，是改日捏续获取逾额收益的迫切开首，咱们会凭据商场情况不断从新的数据挖掘新因子；另一方面，咱们会在现存模子的基础上，连接连络从宏不雅中不雅维度、因子拥堵度、机器学习等多角度优化因子配权模子。”
放眼改日，赵杰暗意，广发量化投资部会连接向另类因子以及机器学习标的拓展，进一步构建从多因子迈向多策略的投资体系。多策略的抽象应用，既有助于支吾不同作风的商场，也能为不同类型的家具提供更匹配的策略采用。
平台化的投研体系，专注长期的投资理念，不断进化的策略模子以及多元化的因子开首，共同支捏着这支团队在量化投资边界肃肃前行。
*以上内容不组成投资提议，不代表刊登平台之不雅点。用户应试虑本文中的任何观念、不雅点或论断是否合适其特定投资贪图、财务情状或需要。商场有风险，投资需严慎，请孤独判断和有筹画。
(著述和图片开首：资事堂)