2024年度股票量化策略私募基金投资策略：超额趋稳态，配置成常态

第一部分 基础市场分析：影响因素一致性趋势较弱，长期运行环境渐趋中性

目前主流的私募基金股票量化策略主要细分策略为量化选股、指数增强、市场中性策略， 这里我们将这些主要的量化策略合并分析。从影响股票量化策略的市场因素来看，主要涉 及交投活跃度、波动水平、行业轮动速度、市场风格特征、股指期货基差贴水情况、因子 稳定性、行业政策影响等，具体来看：

1.1 北向持续流出，存量市场博弈格局下，交投活跃度或难有明显回升

国内私募基金在股票量化策略方面使用量价类因子的比例整体较高，因此市场活跃程度对 于策略的表现会有明显的影响。从 2019 年以来中证 500 增强策略月度超额表现与两市成 交额走势对比来看，除 2020 年 11 月以及 2021 年 1 月等这样的顺周期大市值股抱团行情 的个别月份外，超额收益与成交水平呈显著的正向相关。两市的成交水平体现了市场的交 投活跃度，同时也一定程度上影响着个股、行业的波动水平以及换手水平等等。成交活跃 的市场环境往往伴随着高流动性、高波动性，这也意味着通过量价类因子/数据特征为主， 去捕捉错误定价机会的量化策略可以实际使用的有效因子更多，数据特征维度更多，从而 获取更丰富的收益来源。虽然自 2021 年开始，伴随量化私募规模的快速上升，行业平均 换手水平较 2019、2020 年两年已有所下降，但相比于主观策略，传统的中高频量价类策 略年换手率仍维持在 30-50 倍，甚至更高的水平，在市场交投活跃度高的行情中更容易获 取超额收益，而伴随着 2023 年三季度以来成交量再次触及地板量，股票量化策略超额也 有一定下滑。近期来看，9 月两市成交水平在触底之后有一定反弹，不过仅个别交易日成 交额在万亿以上。

结合北向资金流向来看，自 8 月开始至 12 月下旬，北向开启了持续净流出模式，期间累 计净流出超过 2000 亿，并且持续流出的态势并无好转迹象。从重要指数的换手情况来看， 自 2021 年三季度开始，各指数换手水平一路走低，2023 年以来整体仍处在较低迷状态， 不过近期以中证 1000 为代表的中小盘指数换手已现触底反弹的势头。

1.2 时序及截面波动水平双降，均已处在历史底部区间

在过往的研究中我们发现，长期来看指数增强策略的超额表现与市场整体波动水平，尤其 是个股及行业离散度（以沪深 300、中证 500 及中证 1000 股票池作为样本计算个股收益 横截面标准差衡量个股收益离散度，以申万一级行业月度收益横截面标准差衡量行业离散 度）有较高的相关性，即当市场个股间、行业间收益率离散度较高、热点较为扩散时，量 化策略在选股端更易获得较高的超额收益，而在热点较为集中的市场环境下，则难以有较 好的超额表现。

从市场整体波动水平来看，近一年时序波动水平呈现中枢下移的趋势。进入 2023 年以来， 时序波动水平整体较低，四季度开始中小盘及创业板指平均来看波动有所回升，其中创业 板指数波动水平回升相对明显，不过临近年末时序波动再度转跌，其中上证指数及沪深 300 平均波动水平均创 2019 年以来新低。个股及行业收益率离散程度来看，2023 年以来 平均个股收益离散度相比过往再度有所下降，并持续维持在中位水平之下，市场截面波动 率稳定性较差，个股收益分歧度处于较低位置。从中长期趋势来看，近一年多来不管是个 股还是行业收益离散度，整体波动水平的中枢都有持续下移的趋势，当前已处在历史冰点， 预计未来进一步大幅走低的可能较小，不过波动水平的反弹或仍需等待市场情绪转暖。

1.3 行业轮动速度长期中枢上移，短期相对适中

量化策略超额水平与行业轮动速度呈现一定的负相关性。从 2019 年以来 A 股月度行业轮 动速度，与中证 500 增强策略的超额表现对比来看，行业轮动速度过快的月份，往往对应 着相对较低的超额表现，尤其是当轮动速度大幅飙升的时候，超额收益甚至会出现集体的 回撤现象。究其原因，一方面，不管是传统的线性多因子模型还是近一两年强势崛起的人 工智能选股模型，本质上都依仗于对大数据的历史统计规律，当行业轮动速度处于比较稳 定的波动区间，市场热点轮换相对有序且具备持续性时，策略更易捕捉到 alpha 收益，而 反之当行情切换加快，热点更换频繁，行业波动显著加大时，选股模型往往难以捕捉到短 期市场规律，造成因子短期失效；另一方面，在量化行业发展初期，量化管理人通常有较 为严格的风控限制，非常关注在风格因子上的暴露程度，在行业中性的控制上也较为严格， 使行业轮动或风格切换不会太多影响超额的水平，但随着行业规模的扩张加剧，管理人都 在经历策略容量、收益率、波动率多重约束下的不可能三角，多数管理人在行业或其他风 格因子上都有不同程度的暴露。通过一定的择时能力捕捉行业轮动或者风格轮动会带来额 外的超额，但盈亏同源，当出现热点行业切换频繁，行业和风格出现无序波动的紊乱状态 时，风险因子过多暴露同样会受到相应的惩罚。自 2022 年开始，行业轮动速度中枢有小 幅上移的迹象，不过从近期来看，四季度以来行业轮动速度处在适中水平，预计接下来对 超额负面影响不大。

1.4 小微盘风格存在一定持续性，但仍需进行风险防范

市场风格上，2023 年以来，宏观经济从“强预期”转向“弱现实”后，股票市场表现萎 靡。外资的撤出更是加剧了 A 股市场的空头力量，导致股票市场持续偏弱震荡。但在整体 偏弱的市场环境中，小市值风格股票表现却仍然强势，截至 12 月 20 日，2023 年以来沪 深300指数绝对收益-14.83%，中证1000指数绝对收益-8.28%，中证2000逆势上涨3.96%， 而代表微盘风格的万得微盘指数大涨 47.98%。 从各指数成交额的相对关系也明显发现，中证 2000 指数成交额自 2023 年第三季度以来， 已经大幅超越沪深 300、中证 500 和中证 1000 指数成交额，而这四个指数中，原本成交 额排名第一的沪深 300 指数，已排至第三。从这四个指数的成交额在全部 A 股成交额的占 比中，可以明显看到，中证 2000 指数成交在 2023 年第二季度以来占比大幅上升。

从经济含义上来说，信用利差是风险溢价水平的重要衡量指标之一，而小微盘股对信用风 险的暴露是强于中大盘股的，因此信用利差从逻辑上具备了与大小盘风格切换的相关性。 而从实际数据来看，也能看到信用利差上升的阶段，沪深 300 明显强于中证 2000，而在 信用利差下降的阶段，中证 2000 指数则具有更强表现。当前信用利差的水平已经处于历 史低位，进一步下探的空间十分有限，从这个角度来看，小微盘股强势的行情可能难以长 期持续。不过指标只是底部信号，而并非翻转信号，真正的大小盘风格切换，可能需要经 济进一步复苏，信用利差重新回升。

1.5 贴水收敛有效降低对冲成本，IM 持仓量稳定增长扩容中性策略

除去多头端的超额表现外，量化对冲/市场中性策略的业绩表现还受到空头端对冲成本的 影响。从 IF、IC、IM 跨期年化基差来看，截至 2023 年 12 月 20 日，2023 年以来 IF 平均 跨期年化基差为 0.36%，而 2022 年则为-2.03%，即对比去年来看，203 年使用 IF 对冲不 仅无需付出对冲成本，还可以获得小幅的升水收益。2023 年以来 IC 平均跨期年化基差为 -2.33%，2022 年为-5.29%，年化对冲成本降低 3%左右。2023 年以来 IM 平均跨期年化基 差为-3.34%，2022 年 7 月末上市以来为-7.25%，年化对冲成本降低 4%左右。从空头端来 看，年内对冲成本的显著降低大幅利好量化对冲类策略。另外自 2020 年中开始，基差波 动水平就呈现出明显的下行趋势，临近年末虽有小幅反弹，不过仍处于较低波动区间，长 期来看利好对冲类策略，有助于管理人锁定适宜的对冲成本。

除此之外，IM 自 2022 年 7 月 22 日正式上市交易以来，持仓量持续有所提升，截至 2023 年末一度超过 250000 张，占比已超过 IC 持仓量的 80%，并且自上市以来贴水幅度也在相 对友好的区间。随着越来越多的 IC 对冲盘逐步转向 IM，一方面有利于扩大量化市场中性 策略的整体容量，另一方面也中长期维度上缓解了 IC 基差贴水压力。从当前环境来看，A 股市场整体已处在底部区间，下探空间有限，未来开仓的头寸所需承担的对冲成本扩大的 可能性不高。

1.6 因子有效性尚可

通过对因子收益不稳定程度的追踪指标，衡量因子的稳定程度或对刻化量化策略运作的市 场环境具有一定的意义。当多数因子收益波动同时加大时，可以合理推测市场或进入风格 切换频繁、紊乱的市场环境中。因子不稳定程度与指数增强型基金超额收益之间在时间上 具有一定的负相关关系，即因子不稳定程度较高的时间，指数增强型基金超额往往有限甚 至出现明显回撤，反之亦然。2023 年以来，除二季度该指标阶段性处于临界值上方外， 其余时间段均持续保持在临界位置以内，对于指数增强策略超额端的负面影响有限。

1.7 程序化交易监管较强或制约高频策略，印花税调降利好超额端表现

2023 年 8 月 28 日起，证券交易印花税实施减半征收。证券交易印花税从原本的 0.1%，下 降至 0.05%，卖出时单边收取。印花税的降低对交易频率较高的策略有明显的降本增效的 效果。进一步的，由于交易成本的大幅下降，部分中高频策略夏普明显优化，可能会使部 分私募管理人在进行策略管理时，增加中高频策略的占比，从而更大幅度的使产品超额得 到优化。

2023 年 9 月 1 日，证监会指导证券交易所出台加强程序化交易监管系列举措，发布两项 通知，分别为《关于股票程序化交易报告工作有关事项的通知》《关于加强程序化交易管 理有关事项的通知》（以下分别简称《报告通知》《管理通知》）。《报告通知》与《管 理通知》中均提及，程序化交易投资者报告的最高申报速率在每秒 300 笔以上，或单日最 高申报笔数在 20000 笔以上的，交易所将予以重点关注。针对当前市场环境下，每日 20000 笔交易，在不同换手率和拆单情况下，可以完成的交易规模，倒推单产品最大规模，来观 察私募基金可能受到的影响。剔除 ST 股后，A 股的平均股价处于 10-15 元区间内，2023 年以来成交量加权的均价约为 12 元，因此以 12*100 = 1200 元作为单笔交易的最小平均 金额进行估算。从结果来看，该举措一定程度上限制了高频策略管理人的单产品规模以及 头部管理人所管理较大产品的拆单交易程度，不过总体来看影响相对有限。

第二部分 股票量化策略 2024 年展望：关注风险收益比，谨防市值风格波动

从行业整体管理规模变化预期、超额相关性所反映的赛道拥挤度变动、雪球票息报价走势 及股指期货年化基差水平四个维度分析，我们推断明年沪深 300、中证 500、中证 1000 指增策略超额表现不存在大幅下滑空间，同时策略间超额表现差距或进一步收窄，市场中 性策略相对不错的绝对收益仍有望维持。

2.1 预计未来量化私募整体行业规模增量有限，存量分化，对超额表现冲击下降

量化私募行业整体管理规模的变化情况是反映行业策略拥挤度的重要观察维度之一，从 2019 年 3000 亿左右，发展到目前接近 15000 亿，总管理规模持续扩张，各类指增策略超 额表现也在经历持续下行。不过 2023 年以来，部分中小型管理人规模增长的同时，几家过往的千亿巨头管理人则进入规模下降的区间。根据历史经验推断，目前量化管理人管理 规模在 1.4-1.6 万亿区间波动，市场份额占比也没有明显提升，预计 2024 年，整体增速 或进一步下降，资金更多是在内部细分赛道切换，因此从总规模扩张层面，策略拥挤度面 临的压力或有所缓解。

2.2 超额收益相关性体现出细分赛道拥挤度与资金流向，影响各类指增策略超额

从近两年超额收益相关性来看，沪深 300 指增策略超额相关性明显下降，中证 500 指增策 略超额相关性几乎持平，而中证 1000 指增策略超额相关性则翻倍。合理推断近一年多来， 中证 1000 指增策略的持续扩容，以及部分对冲盘多头端在 IM 上市之后逐步转向 1000， 均推动了细分赛道拥挤度的快速上升，同时一定程度缓解了沪深 300 及中证 500 指增策略 的拥挤度。从对应超额衰减来看，2023 年以来中证 500 与中证 1000 指增的超额差距明显 收窄。超额相关性显示目前 1000 增强策略已逐步逼近赛道容量上限，2024 年超额表现或 进一步小幅下降，而 500 增强策略在压力有所分流的利好影响下，相对更易维持目前超额 水平。

2.3 雪球票息持续下行后触底反弹，或反映中期超额中枢企稳

虽然雪球本质是一个场外期权产品，但其票息受挂钩标的波动、对冲成本、交易对手预期 等因素共同影响，因此也常被市场看作对应指数增强策略超额收益中枢的锚。根据衍选的 雪球历史参考票息来看，沪深 300、中证 500 及中证 1000 指数的雪球票息（此处选取 80-100 常规结构雪球）报价自四季度以来触底企稳，目前沪深 300 雪球年化票息中枢在 7%左右， 中证 500 雪球年化票息中枢 10%左右，中证 1000 雪球目前年化票息接近 14%，处在中期较 高水平，其中期中枢大概在 12%附近。

2.4 股指期货基差贴水反映对应指增策略超额下限

以截止到 2023 年 12 月 20 日的股指期货次月合约基差贴水幅度来看，IF 目前次季月合约 平均年化贴水 0.19%，IC 目前次季月合约平均年化贴水 5.17%，IM 目前次季月合约平均年 化贴水 6.55%。基差贴水幅度一定程度上可反映市场对指增策略费后超额收益预期的下限， 如果费后超额表现低于对应股指期货基差年化贴水，那么通过滚动持有对应合约多头则可实现更高的超额表现。

第三部分 股票量化策略私募基金筛选

2023 年股票量化策略相对亮眼的超额再次印证了超额收敛并非线性递减过程，并且从近 两年的表现来看，超额收益已逐步趋近中长期的稳定区间。运行环境层面，短期来看，市 场交投活跃度处在中等水平，市场时序及截面波动水平均已达到历史底部区域，进一步走 低的可能性不大。股指期货贴水自 10 月以来有加深迹象，不过因子稳定性相对较好。2023 年以来各影响因素缺乏持续性的变化一定程度上制约了全年超额表现，但目前来看股票量 化策略的个别影响因素已达到历史以来冰点状态，策略运行环境整体走差的可能性较低。

从 2024 年全年角度来看，股票量化策略长期运行环境渐趋中性：国金策略团队认为，2023 年类比 2013 年，经济复苏力度弱、持续性不强；2024E 可以参考 2014~2015 年，经济或 二次下探。预计国内流动性宽货币易、宽信用难，2024 年 A 股市场流动性或“N 型”修复。 倘若年初货币政策转向“宽松”（概率较大），“春季躁动”将会引导此轮反弹行情进入 “主升浪”，随着国内经济逐步进入复苏初期，倘若美国经济软着陆，A 股反转行情开启， 甚至可能是新一轮牛市起点；倘若美国经济硬着陆，信用危机或有阶段性冲击，但不会改 变反转趋势。风格层面，预计 2024 年中小盘、成长主题仍将阶段占优，或对超额端表现 有一定利好，但小微盘股强势的行情可能难以长期持续，相关风险仍需关注。结合交投活 跃度、波动水平、行业轮动速度、股指期货基差贴水情况、因子稳定性、行业政策等方面 来看，未来股票量化策略影响因素一致性趋势较弱，长期运行环境渐趋中性。从行业整体 管理规模变化预期、超额相关性所反映的赛道拥挤度变动、雪球票息报价走势及股指期货 年化基差水平四个维度分析，我们推断明年沪深 300、中证 500、中证 1000 指增策略超额 表现不存在大幅下滑空间，同时策略间超额表现差距或进一步收窄，市场中性策略相对不 错的绝对收益仍有望维持。对于指数增强及量化选股等策略而言，目前 beta 已经处在历 史底部区间，是量化多头类策略的较佳配置时点，在中小盘、成长主题阶段占优的预期下， 可以阶段性侧重中证 500 及中证 1000 指增策略的投资价值。另外，随超额收益趋近长期 稳态，市场中性策略的预期收益波动或有望降低，叠加使用三大股指期货混合对冲可以维 持较低的对冲成本，中性策略作为稳健底仓配置的特性或有所回归。

3.1 深圳市大道投资管理有限公司

深圳市大道投资管理有限公司成立于 2014 年 1 月，于 2016 年 7 月在中基协登记为私募基 金管理人，2017 年成为基金业协会观察会员，实缴资本为 1000 万人民币。大道投资专注 于量化投资领域，持续研发数学模型用于实时投资决策，开发量化交易系统实现自动化交 易操作，公司成立之初从事高频自营交易，2017 年开始布局股票策略的研究，并于 2021 年正式开始资管化，目前管理规模为 10 亿左右。大道公司团队总人数为 22 名，其中核心 投研 14 名，包括 8 名研究员和 6 名 IT 开发人员。团队核心成员为朱明强和刘小康，两位 是清华大学的校友，有着长期稳定的合作关系。总经理及投资总监朱明强，清华大学毕业 后就读于 UCLA 应用数学博士，曾在瑞士信贷总部从事衍生品方面研究，后加入 Two Sigma 负责中高频 CTA 策略及亚太区股票 Alpha 方面的研究，于 2014 年回国创立大道投资。技 术总监刘小康，清华大学计算机本科/硕士，先后在腾讯科技、海通国际等任职，主要负 责公司 IT 板块搭建及全流程自动化交易的实现。

大道策略研究流程从数据出发，数据包含量价数据、基本面数据、另类数据等；IT 同事 清洗为标准化数据后，投研人员在公司自研的研究平台中，从事因子挖掘及模型构建等相 关工作；子模型或子策略会在风险管理的基础上，由投研总监朱总进行模型的赋权组合优 化；最后，经过自研交易算法，形成交易信号并下单。其中，策略研发涉及到三大板块， 数据层面、模型层面和系统层面，数据层面包括对海量数据的挖掘与应用，模型层面包括 对各种前沿科学的计算机模型的使用和构建，系统层面，由 IT 团队对整个交易系统（硬 软件环境、算力、交易实时流程等）提供强大技术保障和支持，研发支出占公司总支出 70%以上，主要包括投研团队配置、硬件采买、数据投入等。具体来看，大道股票策略包 含 20 多个不同子策略，且要求子策略间相关性严格低于 20%；在频段方面，涵盖中长线 Alpha 统计套利策略及日内 T0 策略；在种类方面，包含传统的因子策略、量价技术面策 略、量化基本面策略及机器学习策略等。组合持仓 600 到 1500 只股票，基于对标不同指 数的产品线持仓数跨度较大。在 Alpha 持仓的基础上，会叠加自研的 T0 策略做收益增厚， 平均来看 Alpha 策略和 T0 策略的收益贡献比为在 3:1 左右。目前大道资管有三条重点产 品线：第一条核心产品线是稳健中性策略产品线，全市场选股，持仓 600-800 只，双边换 手为 70-100 倍左右，多空敞口控制在 5%以内；第二条核心产品线是超级中性策略产品线，

多头端与中证 500 超级指增一致，持仓 1500-1800 只，在风险收益预期上相较稳健中性更 为积极；第三条核心产品线是超级指增策略产品线，主要对标中证 500 指数，持仓 1500-1800 只，相较稳健系列的指增产品线，超级指增风控约束会相对宽松。 大道丰沃为大道中证 500 指数增强策略代表产品，成立于 2021 年 11 月，截至 2023 年 12 月 22 日，产品累计收益 6.44%，运作以来累计超额 30.47%，年化超额 13.31%。2022 年 7 月-8 月，大道在策略层面进行了全面深入的迭代，迭代至今累计超额 30.15%，年化超额 22.04%，效果显著。2023 年以来，产品绝对收益 14.06%，超额收益 23.49%，显著优于中 证 500 指数增强同策略产品平均表现。

3.2 千衍私募基金管理（上海）有限公司

千衍私募基金管理（上海）有限公司成立于 2015 年 1 月，实缴资本 1000 万元，于 2015 年 3 月成为中国证券投资基金业协会私募证券投资基金管理人，并获得观察会员资格， 2022 年开始运作股票量化策略。千衍专注量化投资领域，以中低频股票量化以及期货 CTA 策略为主，目前管理规模 20 亿。投资总监吴晶，华东师范大学硕士，2012 年起先后在光 大证券、国泰君安证券研究所担任量化分析师，2015 年进入私募行业负责量化投资工作， 而后任职富善投资私募合伙人兼香港持牌负责人，2020 年于华泰证券证券投资部担任自 营量化投资工作，具有十年以上的量化研究投资经验。股票研究总监郭其添，上海财经大 学统计学硕士，2011 年至 2016 年先后于交银施罗德公募基金、光大资管担任量化投资经 理，后于国海证券资管部担任投资经理、量化负责人，2018 年加入某百亿私募，进行股 票策略的投资及研究工作，2020 年于华泰证券证券投资部担任自营量化投资工作，具有 十年以上的量化研究投资经验。

千衍策略流程包含因子建模、组合构建、风险控制和交易执行四个环节。策略以低频基本 面因子为主、长期价量因子及另类因子为辅，在满足逻辑验证基础上，着重基本面因子及 长期价量因子的有效结合，其中基本面因子占比超过 70%，是整体模型的主要收益来源， 数据来源包括财务数据及分析师相关数据等，主要为人工编写因子，要求具有实际逻辑且 长期表现稳定，来源于投研团队长期积累，价量因子占比在 25%，注重具有多头稳定收益 的价量因子，大部分为人工编写的长期价量因子，小部分基于机器学习挖掘，但符合实际 逻辑，另类因子基于另类数据人工编写，占比较低。目前选股模型采取多策略组合的方式， 把市场按成长价值和大小盘风格划分成不同域，每个域做出不同的子策略，在多个低相关 差异化的子组合基础上，等权配置子组合得到最终持仓。最终组合持仓在 1000-1200 只左 右，个股仓位上限 0.5%，策略日频调仓，年化双边换手 30 倍左右。风控层面，千衍会进 行 Barra 的风格和行业层面的控制，但不会过于严格，当回撤超过一定阈值时，会将 Barra 的限制提升。 千衍六合 2 号为千衍中证 500 指数增强策略代表产品，成立于 2021 年 11 月月末，产品成 立不久即迎来了量化策略运行市场环境转差，行业超额整体下行且波动加剧的阶段，2023 年同样是量化策略运行较为艰难的一年，截至 2023 年 12 月 22 日，产品累计收益 6.95%， 运作以来累计超额率 33.37%，年化超额 14.92%，在近两年多的市场环境中表现非常亮眼。 2023 年以来，产品绝对收益 12.69%，超额收益 22.11%，大幅优于中证 500 指数增强同策 略产品平均水平。

3.3 青岛垒昂资产管理有限公司

青岛垒昂资产管理有限公司成立于 2018 年 11 月，于 2019 年 4 月正式在中国证券基金投 资业协会注册成为私募基金管理人，目前总管理规模不到 5 亿。公司成立初期构建量化交 易系统，以自营资金为主进行运作，2022 年初开始对外资管。垒昂人员配置相对精简， 共 8 人，其中策略 6 人，公司合伙人团队即是策略团队，拥有公司 90%以上股份，合作创 业 5 年，团队稳定。CEO 戢彦泓，清华大学学士&硕士（研究生阶段在计算机系人工智能 实验室），AI 机器学习专家，某量化平台科技公司前合伙人，拥有 12 年量化策略研发及 实盘操作经验。基金经理范数维，西南财大金融统计学士，10 年市场实盘交易和量化策 略研发经验。

垒昂策略分为四层架构：1）底层为 3000 多个因子，均为人工设计和开发，基于策略研究 员对市场和交易的理解，从构成来看量价因子占比 60%，基本面因子占比 30%，事件类因 子占比 10%；2）33 个子策略，都是基于底层因子的非线性模型构建，使用机器学习算法 训练策略，不同模型基于市场不同的子集（例如大盘、小盘、高价值、低价值，高流动性、 低流动性等等）；3）策略组合&风控以期望回报为目标函数，以各策略分数和各产品当前 持仓为输入，再用 5 个 barra 因子作为硬风控，自研的 40 多个因子作为软风控，使用非 线性函数映射策略分数和风格暴露，再使用动态规划算法得到各产品的换仓指令；4）输 出换仓指令，调用算法交易模块执行换仓操作（交易选择盘中 17 个截面，加上开盘和收 盘）。具体来看，垒昂单产品组合持仓在 200 只左右，等金额均匀持仓，个股上限不超过 0.75%。目前策略持仓周期 5-6 个交易日，日均换仓 15%左右，年化双边换手 80-100 倍左 右。风控层面，采用非线性函数输入动态规划进行风控，因此风格暴露、行业暴露和指数 成分暴露没有恒定的值域或标准差，从实际运行情况来看，对标指数成分暴露比例为 25%-40%，风格因子线性暴露绝对偏离不超过 20%，行业暴露偏离不超过+-15%。 垒昂顺意中证 500 指数增强 1 号为垒昂中证 500 指数增强策略代表产品。自 2022 年 9 月 月末开始运作，目前已实盘超过 1 年。策略运作于 2022 年末至今的量化策略运行市场环 境差，行业超额整体下行且波动加剧的阶段，经历了股票量化策略运行较为艰难的一年， 截至2023 年12月 22日，产品累计收益9.50%，累计超额收益率16.54%，年化超额13.28%， 在近一年多的市场环境中表现优异。2023 年以来，产品绝对收益 12.31%，超额收益 21.73%， 最大回撤 7.92%，显著优于同策略平均水平。

3.4 北京源晖投资管理有限公司

北京源晖投资管理有限公司成立于 2015 年 6 月，于 2018 年 4 月正式在中国证券基金投资 业协会注册成为私募基金管理人，实缴资本 1000 万人民币。公司是以量化投资方法管理 的资产管理公司，策略体系包含指数增强、市场中性、ETF 套利三大类策略。目前资产管 理规模 50 亿左右，其中股票量化策略 40 亿左右。源晖投资团队总成员 30 人，其中量化 投资部 15 人，核心团队毕业于清华大学、北京大学、复旦大学等国内外知名院校。联合 创始人及 CEO 郭毅，清华大学计算机人工智能方向本科、硕士、博士，曾担任汇丰全球互 联网科技行业研究负责人、中信证券互联网行业首席分析师，兼任中国人工智能学会认知 与系统专委会委员。联合创始人及 CIO 贾晓玮，清华大学数学系本科、新加坡国立大学计 算数学博士，曾任职于全球顶级量化对冲基金 Wolrdqunat 股票量化研究员、蚂蚁金服算 法专家。

源晖投资以基本面因子为主构建策略模型，认为基本面因子衰减速率低，交易拥挤度较低， 其中基本面因子占比 70%，量价因子占比 20%，另类因子占比 10%。根据模型判断市场风 格，自适应切换策略组合方式，组合的收益由因子收益率驱动。源晖多因子 Alpha 策略从 流程上讲，分为数据清洗、因子检验、策略开发、风险控制、交易优化五个层面，其中因 子构建又分为单因子开发、相关性检测、构建回测组合三部分。具体来看，源晖股票量化 策略设有市场中性、中证 500 指数增强和中证 1000 指数增强策略三条产品线，除此之外 还设有 ETF 套利策略线。由于股票量化策略以基本面因子为主，比较强调逻辑性和经济学 意义，因此换手相对偏中频，持仓周期在一周左右。从持仓来看，指增策略平均持仓在 300-350 只，对于行业偏离度控制严格，一般在 5%以内。市场中性策略多头端与指数增强 策略一致，2022 年 6 月以前多头端为 300 指增+500 指增模型，对冲端通过 IF+IC 混合对 冲，2022 年 6 月之后多头端完全对标中证 500，对冲端主要应用 IC。 源晖中证 500 指数增强为源晖投资中证 500 指增策略代表产品，成立于 2021 年 2 月，目 前已实盘超过 2 年。截至 2023 年 12 月 22 日，产品累计收益 55.62%，产品运作期间，超 额收益稳步上升，累计超额 71.92%，年化超额 20.58%。截至 2023 年 12 月 22 日，在 2023 年市场整体巨震回调，量化策略运作环境低迷的不利背景下，源晖中证 500 指数增强产品 仍获得 11.55%的绝对收益，并且实现了 20.97%的超额收益，最大回撤 6.11%，大幅领先 同策略平均水平。

3.5 杭州橡木资产管理有限公司

杭州橡木资产管理有限公司成立于 2018 年 3 月，于 2018 年 7 月在中基协登记为私募基金 管理人，实缴资本 1050 万人民币。橡木资产拥有经验丰富的私募基金管理团队，核心成 员具有多年量化基金的投资、研究经历。公司专注于股票量化领域，以中高频量价策略为 主，目前最新管理规模近 20 亿。橡木目前拥有员工 16 人，投研及 IT 人员 10 位，其中核 心投研人员主要毕业于浙江大学，由浙大数学系博士、知名科技公司高级系统工程师组成， 拥有多年量化投资研究经验。投资总监仲引辉，浙江大学数学系博士，特许金融分析师 （CFA），金融风险管理师（FRM），具有多年量化投资经验。投资经理于攀峰，浙江大学 仪器科学与技术专业硕士，曾任华为技术有限公司高级工程师，擅长市场中短期量价策略。 投资经理楼建平，毕业于浙江大学物理系，曾在华为技术有限公司任职。

橡木投资流程包含 5 大模块：1、数据处理；2、因子挖掘；3、模型构建，包括因子组合、 参数优化、模型训练等；4、组合优化，包括策略评估、组合优化、风险指标等；5、交易 执行，包括程序下单，算法交易。具体来看，橡木策略目前为以量价因子为主的中高频策 略，产品线包括中证 500、中证 1000 指数增强策略、量化多头策略以及量化对冲策略。 橡木注重因子逻辑性，比较偏好有可解释性、有金融逻辑的因子，因子挖掘更多是以人工 挖掘的方式为主，机器学习仅作为初选因子的工具来使用。策略实盘因子在几百个左右， 基本 100%为量价类因子，其中日内高频因子的占比在 40%-50%，其余为 1-3 天，3-5 天以 及两周左右预测周期的因子。模型构建层面，线性与非线性工具都会使用，不过整体还是 以线性模型为主。策略整体偏高频短周期信号，日调仓频率 30%，年化换手双边 150 倍左 右，盘中每分钟都会出信号，对选股域股票进行强弱的排序。持股数量上，中证 500 指增 策略持仓在 500-1000 只左右，中证 1000 指增策略持仓在 200 只左右。风控层面，行业偏 离控制在 5%以内，权重占比较低的行业多数情况下偏离控制在 3%以内。除此之外，橡木 会通过自研的优化器去控制中证 500、中证 1000 指增策略的跟踪误差在 10%以内。 橡木永富为橡木中证 500 指数增强策略代表产品，成立于 2021 年 2 月末，目前已实盘超 过 2 年。策略运作于 2021 年末至今的量化策略运行市场环境转差，行业超额整体下行且 波动加剧的阶段，截至 2023 年 12 月 22 日，产品累计收益 40.54%，年化收益率 12.74%， 成立以来累计超额61.30%，年化超额18.35%。2023年以来，橡木永富实现绝对收益8.80%， 超额收益 18.23%，显著优于同期中证 500 指数增强同策略产品平均表现。

3.6 上海卓胜私募基金管理合伙企业（有限合伙）

上海卓胜私募基金管理合伙企业（有限合伙）成立于 2022 年 1 月，于同年 9 月正式在中 国证券基金投资业协会注册成为私募基金管理人，实缴资本 1000 万人民币。卓胜专注于 国内证券市场低风险投资机会，自创立以来，公司始终致力于国内资本市场低风险投资机 会的金融创新与研究，尤其对国内证券市场的量化交易、高频交易、算法交易、都有着领 先的判断和执行，目前总管理规模 22 亿左右。公司团队成员来自国内外顶尖院校理工科 专业，具备持续开发升级策略的竞争力，并且拥有多位经验丰富的高级工程师，熟悉国内 外多种交易系统的架构设计，在大数据处理、低延迟高频交易系统开发有丰富的经验。具 体来看，投研和 IT 团队目前 20 人，以数据、算法、模型分工，不同模块之间也会进行合 作，优化完善策略体系。联合创始人兼投资总监马万里，北京大学物理学、经济学双学士， 物理电子硕士，2016 年起就职于头部量化私募，有多年的量化投资领域实战经验。

卓胜策略主要为基于机器学习为主的非线性模型投研体系，通过机器学习的方式进行特征 选取，再通过模型优化组合后进行全市场选股。策略生产逻辑为（1）海量数据处理：将 量价数据、基本面数据、另类数据等进行算法处理；（2）机器学习挖掘有效特征：通过 机器挖掘特征值，目前特征库超过 10 万个，其中 80%-90%为量价特征，剩余 10%-20%为基 本面与另类因子；（3）多模型组合构建：根据特征值库，每天会构建 10 个特征组左右， 其中每个特征组包含大概 300 个特征值，应用于实盘，最终的组合层面通过线性模型来做； （4）风控和优化模型。具体来看，卓胜中证 500 指数增强策略及对标中证 500 的市场中 性策略，组合持仓在 1000 只左右，策略持仓周期 1-5 天，年化双边换手 100 倍左右，中 证 1000 指数增强策略及对标中证 500 的市场中性策略，年化双边换手 60 倍左右，交易主 要分布在每天下午的交易时间进行。组合风险约束层面，卓胜控制中信二级行业的暴露， 对单个行业偏离度绝大多数情况下控制在 2%以内，对于传统风险因子的暴露一般控制在 0.5 个标准差。市场中性产品在多头持仓组合的基础上，使用相应的对冲工具（IC、IM、 ETF 融券）等进行对冲。 卓胜中证 500 指数增强策略自 2021 年 4 月月初开始运作，目前已实盘超过 2 年。截至 2023 年 12 月 22 日，产品累计收益 15.77%，年化收益 5.56%，累计超额收益率 31.93%，年化 超额收益 10.79%，在近两年多的市场环境中表现良好。2023 年以来，产品绝对收益 6.34%， 实现 15.76%的超额收益，优于同策略平均水平。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）