研究阅读 4 分钟
量化负责广度,基本面负责深度
我们如何在系统化引擎与基本面判断之间分工:以数据发现机会,以基本面建立确信,并且整个闭环每天重新运行一次。
量化投资与基本面投资常被视为对立。我们则将两者视为同一流程的两半,各司其职。系统化引擎负责广度:它每天读取大数据、机器学习与另类数据信号,覆盖投资范围内的每一家公司,不知疲倦,亦无偏私。基本面分析负责深度:公司质量、盈利与估值、产业与竞争格局,以及管理层洞察 - 这些是模型能够排序、却无法真正理解的事情。
这套引擎并非静态模型。每一天,数据刷新、信号重校、模型权重更新、持股在风险约束下重排,而执行结果又反馈至下一个循环。研究、持仓、执行与反馈构成闭环;市场每天改变,策略也每天学习。
在引擎与投资组合之间,是基本面融合与复核环节。财务质量、产业趋势、估值与事件脉络用以过滤或加权量化信号,并由一位拥有十四年以上经验的基金经理复核每一个由算法选出的持股,确保其符合投资逻辑与风险控制。广度提出候选,深度作出裁决。
若没有诚实的历史,这一切都不可信。一般回测识别的是修订后的过去;我们的研究则以每个决策日的 as-of 时点,重演当日真实可见的信息:时点切片、有界前向填充、每项结果的 run-id 血缘,以及前推评估。在这些规则下依然表现良好的策略,才有资格交由人工复核 - 然后才进入交易。
这正是确定性、可追踪与可持续在实务中的含义:明确的股票池与交易计划、能够解释每一个持仓的逐笔交易评估系统,以及在任何单一观点出错的时期仍能让流程延续的回撤控制。