基金經理研究系列專題報告：工銀主動量化，前沿視角+多元覆蓋，積極主動把握確定性投資機會.pdf

基金經理研究系列專題報告：工銀主動量化，前沿視角+多元覆蓋，積極主動把握確定性投資機會。工銀瑞信基金指數及量化投資部人員充足，研究方向多樣：目前團隊共有 15 位投研人員， 團隊由焦文龍先生牽頭管理，15 人中包含 8 名投資人員以及 7 名研究人員。團隊人員分工 明確，投研人員各有明確負責的產品或研究領域。

團隊投資理念上，工銀量化則以“ARC”投資導航系統為核心：A 即為 Active（積極主動）， R 即為 Reversion（均值回歸），C 即為 Certainty（確定性）。“ARC”投資導航系統在人員 充足、研究方向廣泛的條件下，也可以發揮最大的作用。

工銀瑞信主動量化團隊的多位基金經理均有不同的投資方法：其中，既有采用傳統多因子 模型框架構建投資組合的多因子策略，也有深耕 SmartBeta 指數專向投資策略的 SmartBeta 策略等其他多種策略。而各種策略投資框架中“前沿視角”和“多元方法”都 是最為明顯的兩個特征，這兩個特征貫穿了工銀主動量化投資框架的所有部分。

多因子投資框架：1）因子構建階段同時使用人工挖掘和算法挖掘方法，人工挖掘主要通過 參考海內外前沿金融研究文獻獲取想法，并進行本土化改造，而算法挖掘因子則采用遺傳 規劃，并人為進行二次篩選，保留因子搭建邏輯有差異化特征的因子；2）將兩種因子挖掘 方法有機結合，通過混頻數據因子挖掘和人工因子邏輯參入等手段打造差異化處理方式， 提升因子挖掘效率；3）團隊會采用分域學習模型體系提升因子組合效率。

在 SmartBeta 類產品的投資中，工銀主動量化有四個明確的決策步驟：1）策略定義，即 明確策略的定位與投資邏輯，主動尋找到現在以及將來可能占優的 Beta 并選擇增強空間較 大的方向進行布局；2）根據策略定義確定定量選股指標，對不同的策略進行不同的增強邏 輯制定，由此邏輯出發再去構建選股指標和因子；3）定期的基本面確認，增強模型邏輯合 理性，確保組合個股符合預定的投資邏輯；4）深度學習輔助交易，根據深度學習模型對 K 線進行識別，構建交易信號，輔助組合換倉與交易。

代表產品投資情況總結：1）工銀聚享，定位于量化固收+產品，其業績表現超越中證 1000 與債券指數構成的復合指數，策略上保持穩定，不依靠高換手交易和行業配置進行超額收 益的獲取；2）工銀瑞信中證 1000 指數增強，典型的 1000 增強產品，主要依靠換手獲取 超額收益。產品在行業和因子暴露上均較為溫和，但并非一成不變，而是會有適度的調整， 依靠較為積極的操作主動追求超額收益；3）工銀新價值，定位于質量紅利 SmartBeta 增 強，具有風格穩定但積極調整的特征，在保持整體投資方向的同時在細分賽道和個股上進 行積極操作，主動把握質量紅利 SmartBeta 賽道內 Beta 和 Alpha 帶來的投資機會。