公募量化的“數智化躍遷”：從追求單一Alpha到多元協同

“主觀研究沒有盡頭，量化迭代同樣沒有盡頭。”

在私募量化長期占據市場話語權、公募量化隨之獲得更多關注的背景下，中歐基金量化投資團隊正走出一條頗具差異化的發展路徑：通過引入私募頂尖人才、重構技術底座與交易體系、打造三元低相關策略組合，推動公募量化從爭取“長周期單一Alpha”向“多周期多元Alpha協同”的躍遷。

在中歐基金量化投資總監曲徑看來，公募量化的真正機會，正來自這一輪系統性重構——當技術、人才與機制逐步到位，行業格局仍未固化，誰能率先完成數智化升級，誰就有機會在這片“藍海”中占據先機。

補齊“短周期能力”

從追求單一Alpha到多元策略框架

回顧整個發展路徑，曲徑將團隊演進概括為三個階段：1.0：單一基本面Alpha驅動；2.0：因子工廠與基本面融合；3.0：多周期、多模型、低相關組合體系。曲徑表示，這一過程中最核心的轉變，是從“尋找單一最優策略”，轉向追求“構建穩健的Alpha組合”。

“世界上不存在永遠有效的模型。”曲徑強調，“任何模型都會失效，唯一的辦法是不斷迭代、不斷補齊工具箱。”

曲徑坦言，過去公募量化的核心問題，在于過度依賴中長期基本面Alpha，而忽視中短周期策略的補充。“我們以前追求的是中長期Alpha，但它的兌現是脈沖式的。”她表示，尤其在2022年、2023年市場風險偏好持續收縮的階段，基本面因子長期“失效”，導致策略超額收益與投資者希望“月月跑贏”的需求出現錯配。

這種反思，直接推動了中歐量化團隊的策略重構。

在曲徑的框架中，量化策略可以按照時間維度劃分為四類：日內策略、短周期策略（Level-2數據驅動）、中周期因子工廠、長周期基本面Alpha。她坦言，傳統私募擅長前三類，公募過去擅長最后一類。

因此，中歐量化的核心動作，是追求補齊中短周期的超額能力，并構建低相關甚至負相關的Alpha來源。2024年，來自百億量化私募的宋婷加入，補全了中歐量化的因子工廠，中長期基本面Alpha與量價因子體系呈現負相關，二者融合追求提升組合穩定性；2025年，曾在高盛、Capula等海外頂尖機構的楊柳帶來了深度學習端到端模型，從更高維度預測股價，與前兩者呈現低相關，量化策略的豐富程度進一步增強。

“我們最終實現了從傳統公募‘長周期Alpha’向‘三元低相關策略’的進化，所謂‘三元’，即基本面因子、量價因子、與深度學習端到端。”曲徑總結道。

項目制協同

量化人才的“工業化”協作方式

在公募行業中，大規模引入私募量化人才并不常見。曲徑直言，這一結果并非刻意選擇，而是能力篩選后的自然結果：“在因子框架和技術能力上，公募和私募之間確實有可以互相借鑒的地方。”

對于私募頂尖人才愿意選擇進入公募的原因，曲徑歸結為三點：

一是硬件算力支撐。中歐量化在算力資源、IT系統建設上持續加大投入；

二是高水平同僚的協作氛圍。頂尖研究員不想成為流水線上的“螺絲釘”，他們在中歐能獲得開放、平等的交流和成長空間；

三是公募量化的“藍海”機遇。目前公募量化規模相對私募仍較小，且尚未形成像私募那樣的絕對龍頭，這為追求職業成就感的人才提供了巨大的發展空間。

面對高密度技術人才，團隊如何高效協同，是另一個關鍵問題。

據曲徑介紹，目前中歐量化核心投研團隊僅10人，但每個崗位的人才畫像都極為清晰，且崗位對人才均要求處于行業前列的水平。中歐量化團隊采用的是典型的“科技公司式”項目制管理：每個研究方向以項目形式推進；由資深投研人員帶領年輕研究員組成小組；明確目標、周期與評價標準；項目完成后動態重組等等。

“我們不是獨立PM模式，我們更強調協同與共享。”她表示，這種機制的優勢在于：通過專業化分工，避免重復勞動，提高資源利用效率；促進跨模塊知識融合；在團隊擴張過程中減少“內卷”摩擦。“我們希望做增量，而不是存量競爭，所以沖突反而更少。”她談道。

數智化提效

讓“高速列車”在中歐跑起來

“如果研究員擁有‘高鐵’級別的技術能力，但公司只有一條老舊的鐵路，那是跑不起來的。”曲徑形象地描述了量化投研與底層系統之間的關系。在公司內部的協作下，中歐量化啟動了一場看不見的“工業革命”，目標是將底層設施修成“高速軌道”。

過去，受制于交易系統和流程的限制，傳統公募量化的成交速度慢，甚至需要通過Excel手動導入指令。曲徑回憶稱，這讓很多高頻策略難以落地。

為了解決這一痛點，中歐量化通過梳理流程節點，優化了底層的一體化平臺，將成交速度大幅提升。現在，量化基金經理只需要保證程序正常運轉，系統就可自動生成指令，并自動拆單進入交易所，大幅降低了交易損耗。

此外，中歐量化還積極運用AI技術，提升投研效率和決策準確度。這種“數智化”思維貫穿了量化投資的核心步驟：數據處理、因子生成、收益率預測模型、組合優化及算法交易。曲徑認為，量化是一個乘法過程，如果其中六個步驟是100分，但有一個步驟只有60分，那么最終可能完全沒有Alpha。只有每一個環節都達到80分以上，才能最大限度地爭取產品的超額收益。

此外，當中歐公募量化邁入更大規模邊界，如何解決多賬戶公平交易和沖擊成本問題，成為擺在團隊面前最緊迫的挑戰。“歷史上公募基金很難解決策略容量的問題，因為缺乏科學的辦法來進行多周期、跨賬戶的優化。”中歐量化系統化投資組長楊柳直言，只有在底層技術上實現突破，團隊才敢進一步打開容量上限。

為此，中歐量化選擇與上海交通大學智能計算研究院深度合作，上交智算為中歐量化團隊提供優化器技術支持，根據中歐測算，投資組合優化速度可提升百倍。據楊柳介紹，優化器是量化“精耕細作”的關鍵。在早年因子紅利肥沃的時代，專注挖掘因子即可獲取超額，但隨著因子擁擠度上升，必須通過更科學的優化算法來尋找最優解。例如，當多個基金同時買入同一只流動性有限的小盤股時，優化器能通過交易沖擊成本模型，計算出損失Alpha最少的跨產品下單策略，從而輔助基金經理爭取超額收益。

隨著市場有效性提高，更加考驗量化團隊精細挖掘Alpha的能力。曲徑堅信，通過頂尖量化人才的專業化分工、投研流程的AI數智化提效，未來，中歐量化將在公募量化的賽道上，依靠工業化投研體系構建起不可逾越的護城河。

來源：中國基金報 記者：曹雯璟

基金有風險，投資須謹慎。以上內容僅供參考，不預示未來表現也不作為任何投資建議。其中的觀點和預測僅代表當時觀點，今后可能發生改變。未經同意請勿引用或轉載。基金管理人承諾以誠實信用、勤勉盡責的原則管理和運用基金資產，但不保證基金一定盈利，也不保證最低收益。基金的過往業績并不預示其未來表現，基金管理人管理的其他基金的業績并不構成其他基金業績表現的保證。您在做出投資決策之前，請仔細閱讀基金合同、基金招募說明書和基金產品資料概要等產品法律文件和風險揭示書，充分認識基金的風險收益特征和產品特性，認真考慮基金存在的各項風險因素，并根據自身的投資目的、投資期限、投資經驗、資產狀況等因素充分考慮自身的風險承受能力，在了解產品情況及銷售適當性意見的基礎上，理性判斷并謹慎做出投資決策。