公募量化，仍是一片藍(lán)海

近兩年的市場出現(xiàn)了有趣的現(xiàn)象，一場“私奔公”的人才流動正在發(fā)生。多位來自千象、靈均等頂尖私募機(jī)構(gòu)的優(yōu)秀人才，選擇加盟中歐基金，參與到公募量化體系的搭建中去。

他們的到來，對中歐基金的交易速度、數(shù)據(jù)、算力提出了更為嚴(yán)苛的要求，用中歐基金量化投資總監(jiān)曲徑的話來說，這如同要求為一條高鐵重鋪軌道。深耕公募量化領(lǐng)域多年的曲徑在接受中國證券報(bào)記者采訪時(shí)表示，通過對市場與客戶的洞察，發(fā)現(xiàn)客戶對穩(wěn)健超額的追求，讓公募量化無法再僅依賴長周期基本面的維度挖掘超額收益。2023年的“痛苦”反思后，曲徑?jīng)Q定系統(tǒng)性地補(bǔ)齊中歐基金量化團(tuán)隊(duì)的中短周期超額能力，而這往往是私募量化機(jī)構(gòu)更為擅長的能力。

這場改造結(jié)出了碩果。截至2026年一季度末，中歐旗下多只指增產(chǎn)品超額收益顯著。這并非偶然，而是一場從策略、人才到基礎(chǔ)設(shè)施的工業(yè)化進(jìn)階開始。

01 招兵買馬 構(gòu)建新策略體系

回憶2023年的心路歷程，曲徑用“痛苦”這個(gè)詞來形容。她的策略核心——基于基本面和行業(yè)邏輯的長周期阿爾法模型，在當(dāng)年不奏效了。“市場在收縮風(fēng)險(xiǎn)偏好，不對上市公司的成長和基本面趨勢定價(jià)。”這意味著，她最擅長的武器階段性啞火，而客戶對超額收益的期望卻并沒有減弱。

這次挫敗促使她進(jìn)行第一性原理的思考：量化到底賺什么錢？她得出的結(jié)論是，自己過去主要賺的是長周期基本面兌現(xiàn)的錢。“這種挖掘超額收益的維度是大部分公募量化機(jī)構(gòu)比較擅長的，但兌現(xiàn)周期也往往比較長，這與追求穩(wěn)定勝率的客戶需求產(chǎn)生了錯(cuò)配。”她意識到，世界上沒有永遠(yuǎn)完美的單一策略，任何模型都可能失效。更好的解決方案，是把不同維度、不同周期的阿爾法來源有機(jī)組合起來，形成一個(gè)個(gè)堡壘，用多元的低相關(guān)性來抵御單一方向的沖擊。

“我需要想清楚，我有哪些維度的阿爾法沒賺到，然后定向去找能補(bǔ)齊這些能力的人。”曲徑的藍(lán)圖逐漸清晰：在自身擅長的長周期基本面阿爾法之外，必須補(bǔ)齊私募所擅長的兩個(gè)領(lǐng)域——中周期的因子框架，以及短周期的深度學(xué)習(xí)。由此，中歐量化“三元低相關(guān)”策略體系的構(gòu)想浮出水面。

搭建新堡壘的第一步是招兵買馬。曲徑找到了當(dāng)時(shí)在頭部私募機(jī)構(gòu)的投資經(jīng)理宋婷。宋婷的加入，迅速補(bǔ)全了中歐基金在量價(jià)因子等方面的短板。由她主導(dǎo)搭建的系統(tǒng)化“因子工廠”框架，將海量的量價(jià)數(shù)據(jù)高效地加工成有效的阿爾法信號，并與原有的基本面阿爾法深度結(jié)合，力爭提升超額收益的穩(wěn)定性與勝率。此外，她還推動優(yōu)化了數(shù)據(jù)存儲與計(jì)算架構(gòu)等底層基礎(chǔ)設(shè)施，為后續(xù)策略迭代和深度學(xué)習(xí)融入提供了堅(jiān)實(shí)支撐。

緊接著，為了攻克短周期預(yù)測的難題，團(tuán)隊(duì)又引入了在深度學(xué)習(xí)端到端模型上擁有深厚經(jīng)驗(yàn)的楊柳。在擔(dān)任量化投資部系統(tǒng)化投資組組長后，楊柳不僅帶來了新的策略思路，更對中歐基金的數(shù)據(jù)處理、算力、交易系統(tǒng)等底層基礎(chǔ)設(shè)施提出了革命性的升級要求。

為何這些頭部私募機(jī)構(gòu)的優(yōu)秀人士愿意加入中歐基金，曲徑總結(jié)了三點(diǎn)。一是充足的硬件算力支持。近幾年，中歐基金將量化投資視為公司的重要戰(zhàn)略發(fā)展業(yè)務(wù)之一，并愿意投入充沛的IT資源。二是開放協(xié)同的工作氛圍。中歐量化采用項(xiàng)目制工作模式，優(yōu)質(zhì)人才可以參與不同類型的項(xiàng)目，在交流和挑戰(zhàn)中快速成長。三是公募量化大有可為的市場空間。盡管這兩年公募量化規(guī)模快速發(fā)展，但尚未形成有絕對壁壘的龍頭。相較于私募量化，公募量化仍是一片藍(lán)海市場，有巨大的業(yè)務(wù)空間。宋婷的選擇代表了很多人的想法：這里存在“從0到1”打造一個(gè)頂級平臺的歷史性機(jī)遇。

02 探索量化投資的“星辰大海”

頂尖的人才帶來了先進(jìn)的策略思想，也放大了原有基礎(chǔ)設(shè)施的滯后效應(yīng)。最大的瓶頸之一在于交易系統(tǒng)。曲徑透露了一個(gè)驚人的數(shù)字：改造前，中歐基金某些環(huán)節(jié)的成交回報(bào)耗時(shí)可能是某些對沖基金的100倍，這意味著由于交易系統(tǒng)和風(fēng)控流程的限制，很多阿爾法在成交前就已經(jīng)流失。

“我們要讓提速的高鐵在更絲滑的軌道上馳騁起來。”曲徑形象地比喻。于是，一場由量化部門牽頭，跨越量化、IT、交易、運(yùn)營、風(fēng)控等多個(gè)部門的“軌道更新”工程啟動了。經(jīng)過改造，實(shí)現(xiàn)了從程序生成交易指令、自動拆單到算法交易執(zhí)行的全流程自動化，成交回報(bào)時(shí)間被縮短了數(shù)個(gè)量級。“這打開了我們阿爾法和規(guī)模的上限。”曲徑表示。

與此同時(shí)，在策略的前沿，楊柳正帶領(lǐng)團(tuán)隊(duì)探索量化投資的“星辰大海”——深度學(xué)習(xí)端到端模型。與傳統(tǒng)“因子工程”思路不同，端到端模型試圖將海量的原始市場數(shù)據(jù)直接輸入，讓AI自己學(xué)習(xí)并輸出交易信號。

但這把“牛刀”用來處理金融數(shù)據(jù)這種“小數(shù)據(jù)集”和“低信噪比”數(shù)據(jù)時(shí)，極易誤入歧途。楊柳總結(jié)了過去行業(yè)的兩大彎路：一是模型可能僅僅學(xué)會了某個(gè)風(fēng)險(xiǎn)因子（比如市值因子），一旦風(fēng)格逆轉(zhuǎn)便全面崩潰；二是因搜索空間太大，在有限數(shù)據(jù)下學(xué)到的規(guī)律缺乏泛化能力，無法適應(yīng)市場變化。

“我們現(xiàn)在的思路，不是粗暴地讓模型為所欲為，而是給它加上約束。”楊柳表示，團(tuán)隊(duì)通過特征工程和模型設(shè)計(jì)，將傳統(tǒng)金融邏輯和經(jīng)驗(yàn)作為“護(hù)欄”引入AI的學(xué)習(xí)過程，控制其搜索空間。在楊柳看來，向投資者解釋清楚端到端的運(yùn)作可能不是最重要的，最重要的是為模型定義清晰的能力邊界——在何種市場環(huán)境下可能勝出，何種環(huán)境下可能失效，并嚴(yán)格控制風(fēng)險(xiǎn)。“知道邊界在哪里，比完全打開黑箱更重要。”楊柳說。

當(dāng)然，規(guī)模增長后的復(fù)雜管理亦是挑戰(zhàn)。當(dāng)管理規(guī)模邁入百億級，多個(gè)產(chǎn)品、多種策略同時(shí)運(yùn)行時(shí)，如何公平、高效地交易，最小化市場沖擊，成為棘手的優(yōu)化問題。中歐基金將目光投向了學(xué)術(shù)界的頂尖力量——上海交通大學(xué)智能計(jì)算研究院。中國證券報(bào)記者了解到，該團(tuán)隊(duì)為中歐基金量化團(tuán)隊(duì)提供優(yōu)化器技術(shù)支持，根據(jù)測算，投資組合優(yōu)化速度可提升百倍。

“過去主要靠經(jīng)驗(yàn)直覺和簡單的公式對交易細(xì)節(jié)進(jìn)行優(yōu)化調(diào)整。但當(dāng)約束越來越多——同時(shí)要考慮跨賬戶、跨周期的公平交易、控制沖擊成本——人力很難快速求出最優(yōu)解。”楊柳解釋。與上交智算的合作，正是要將這些復(fù)雜的業(yè)務(wù)邏輯，轉(zhuǎn)化為數(shù)學(xué)上的優(yōu)化問題，通過高性能計(jì)算求解。

曲徑舉了一個(gè)例子：兩個(gè)產(chǎn)品可能都需要買入同一只小盤股。傳統(tǒng)的做法可能是兩個(gè)基金經(jīng)理各自下單，對于流通盤較小的股票，這有可能推高交易成本。而優(yōu)化器可以在下單前就統(tǒng)籌計(jì)算，規(guī)劃出一條對整體組合沖擊成本最小、阿爾法損失最少的最優(yōu)交易路徑。這不僅關(guān)乎收益，更決定了策略的容量天花板。“只有這樣，規(guī)模才有繼續(xù)往上擴(kuò)的空間。”曲徑說。

03 激發(fā)高密度人才的創(chuàng)造力

在曲徑看來，量化投資的護(hù)城河，除了前文提到的技術(shù)，還有人才。中歐基金量化團(tuán)隊(duì)采用了“中央化賬簿”（Central Book）模式，并非各自為戰(zhàn)，而是像一條高度專業(yè)化的工業(yè)流水線，從數(shù)據(jù)處理、因子挖掘、模型預(yù)測到優(yōu)化交易，每個(gè)環(huán)節(jié)都有專崗專人。團(tuán)隊(duì)成員以“項(xiàng)目制”動態(tài)組合，資深研究員帶領(lǐng)年輕人攻堅(jiān)特定課題，項(xiàng)目結(jié)束即解散，以此激發(fā)高密度人才的創(chuàng)造力。

特別值得注意的是，在AIGC技術(shù)爆發(fā)的2026年春節(jié)前后，團(tuán)隊(duì)選人的標(biāo)準(zhǔn)發(fā)生了顯著變化。“我們更看重的不再是靜態(tài)的知識儲備，而是邏輯能力、學(xué)習(xí)新工具的意愿，以及交付高質(zhì)量工作的責(zé)任心。”楊柳說，AI編程副手已將策略復(fù)現(xiàn)時(shí)間大幅縮減，這帶來了范式革命。因此，團(tuán)隊(duì)鼓勵(lì)每個(gè)人用AI重構(gòu)自己的工作流，甚至在IT項(xiàng)目中嘗試用會議紀(jì)要直接生成技術(shù)代碼，實(shí)現(xiàn)“端到端”開發(fā)。能用AI提升效率的人，才是團(tuán)隊(duì)更青睞的人才。

在地緣事件頻發(fā)的當(dāng)下，楊柳認(rèn)為，量化模型需要關(guān)注的并非宏觀事件本身，而是事件引發(fā)的市場結(jié)構(gòu)性變化，如流動性、投資者交易習(xí)慣等關(guān)鍵指標(biāo)。在市場流動性尚維持充裕的情況下，量化策略仍有可為。

談及未來的產(chǎn)品布局思路，曲徑向中國證券報(bào)記者透露，在現(xiàn)有寬基指數(shù)增強(qiáng)的基礎(chǔ)上，團(tuán)隊(duì)將向更精細(xì)化的風(fēng)格與策略賽道進(jìn)行拓展。同時(shí)，團(tuán)隊(duì)會根據(jù)不同的產(chǎn)品的投資領(lǐng)域來調(diào)整三元策略的配比。例如，在中小盤產(chǎn)品上，端到端模型捕捉高維異質(zhì)性阿爾法的能力更強(qiáng)，權(quán)重就會更高；而在對標(biāo)偏股混合的基金中，各類策略阿爾法差異不大，則會均衡配置，最大化低相關(guān)性的優(yōu)勢。

在采訪的最后，曲徑也分享了她對公募量化價(jià)值的思考：“優(yōu)秀的量化產(chǎn)品，追求其阿爾法在長期覆蓋甚至超越基準(zhǔn)指數(shù)的波動，從而為客戶提供一種具有時(shí)間復(fù)利價(jià)值的、更可預(yù)期的回報(bào)體驗(yàn)。”

（內(nèi)容來源：中國證券報(bào) 魏昭宇）