一支公募量化团队，如何自我进化？

图片

作者：量化投资与机器学习公众号

这几年，量化投资正在进入一个新的发展阶段。

起初外界谈起量化投资，想到的往往还是模型、因子。而到了今天，一支量化团队能不能走得更远，越来越取决于研究、策略、系统、优化、交易执行等不同环节是否能够真正协同起来。

对公募量化来说，这种变化尤其值得关注！

他们原先最关注的部分，仍然在那些更深、更需要长期积累的地方：基本面因子、行业逻辑、长期 Alpha。现在更重要的问题是——怎样把这些已有能力进一步组织起来，并运用先进生产工具提效，形成一套更稳定、更成熟、也更能适应市场变化的体系。

这并不意味着原有长板跟不上时代，而是因为这些能力更注重挖掘长周期的Alpha，它们的兑现节奏并不总是可控。

“市场愿意给这类逻辑定价的时候，它可以体现得很快；市场不愿意给的时候，它也可能沉默很久。逻辑未必错，研究也未必失效，问题是价格并不总会按预想的节奏走。”中欧基金量化投资总监曲径把这件事想得很透彻：“自己想追求的是长周期的Alpha，而长周期Alpha的兑现，本来就可能是脉冲式的，会受市场情绪和风险偏好影响，并不受控。”

而量化产品，尤其是指增产品，在很多投资者心里，对应的却是另一种期待：希望超额更稳定一点，更连续一点，更快一点看到结果。

问题也就在这里变得具体起来：

不是研究有没有价值，而是价值什么时候体现？

不是模型有没有逻辑，而是逻辑能不能在客户可感知的时间里转化成结果？

破局之道

对中欧基金量化投资总监曲径来说，这种不适应在 2023 年前后变得尤其强。那段时间里，团队倚重的基本面预测模型，碰到了一个很现实的问题：研究给出了判断，但市场并不急着给出对应的价格。很多长周期逻辑迟迟得不到反映，因为市场风险偏好的收缩，一下子变得不确定。

当长周期 Alpha 的兑现变得脉冲式，压力最后都会落到最具体的问题上：为什么逻辑还在，结果却迟迟没有跟上？曲径后来回忆，那时客户会直接问“为什么这段时间跑输指数”，而她自己也越来越清楚地意识到：只靠原来的方法，已经不够了。

也正是在那个阶段，这支团队开始重新理解自己。

他们慢慢看清了一件事：自己更专注的是追求中长期 Alpha，可产品要面对的，却是更现实的要求——结果能不能更求稳一点、争取更少受市场风格变化的影响。解决方案随即浮现——补全多周期的Alpha能力，完善策略工具箱。

一旦把目标设成追求“多周期Alpha能力提升”，后面的变化就不再是局部修补，而会变成整套能力的提升，是怎么把原来已经有的长板，和后来必须补上的短板真正链接起来。

所以，后来的变化并不是简单扩张，而是按节点招人。

他们并不泛泛地找“会做量化的人”，而是先把岗位画像想清楚：这个岗位到底缺什么样的人，这个人应该擅长什么，然后再去市场里找这个岗位的人才。深度学习方向更是面了很久，直到遇到与画像高度匹配的人，就迅速发出 offer。

这种招法背后，其实是一种很深刻的组织理解：量化不是几个人一起写模型，而是一条精品流水线。数据处理、特征生成、因子构建、模型管理、风险模型、优化器、算法交易、运营支持，每个节点都要很强。

中欧量化核心投研人员超过十人，但不走独立 PM （Portfolio Manager组合经理）赛马的路子，而更接近 central book（中央化账簿）。团队采用项目制，资深投研人员带着研究员围绕具体问题立项，项目做完，再重新组合到下一个项目里去。一个资深的人可能同时带几个项目，研究员也根据各自擅长的领域去参与不同项目。这样的组织方式，对内要求很高：每个人都要很清楚自己的长板，也要知道自己的工作最终怎么接到整条链条上，为整个流程带来提升。

不只是模型

原来更偏中长期的基本面 Alpha，是中欧量化已经握在手里的长板；但如果整个体系想真正稳定下来，只靠这一条腿显然不够。于是，因子框架先被补了上来。曲径后来回头看，会把这一段视作一个明确的起点：自2023 年开始引入量化私募人才，因子工厂在 2024 年上线以后，中长期基本面 Alpha 和中周期因子工厂搭在一起，目标是追求提升组合的稳定性。

再往后，变化开始进一步加速。随着深度学习方向又一员大将的加入，原来很多隐蔽的问题被迫走到台前：更高频的数据能不能及时推上来，存储和回测能不能扛得住，交易反馈够不够快，系统链路能否承接更复杂的研究方式。新的研究路径不是直接挂上去就能跑，它会反过来要求整套基础设施一起升级。

也正是在这个过程中，这支团队逐渐形成了自己的策略骨架：基本面因子、量价因子、深度学习端到端，呈现出一种低相关甚至负相关、互相补位的结构。既然任何一种 Alpha 都可能有失效的时候，那更现实的做法，是让不同周期、不同来源、不同风格的 Alpha 在同一个体系里彼此补充，争取尽量减少单一路径失灵时对整个组合的冲击。团队现在把这一点概括成“三元低相关”。

接踵而至的是另一个更硬的问题：怎么把找到的 Alpha 尽量保留下来？

过去量化行业里，很多人更习惯把注意力放在因子和模型上。可当竞争越来越激烈，真正拉开差距的，往往不是谁先想到一个点子，而是谁能少损耗一点、少浪费一点。研究端辛苦挖出来的东西，如果在组合构建、交易冲击、执行时延里被一点点磨掉，最后到产品端，感受就会完全不同。 “量化不是一个步骤100 分就够了，而是需要每一个都 80 分以上，最后 Alpha 才可能留在产品里。”曲径说道。

这也是优化器会在这里变得重要的原因。

当产品越来越多、账户之间的约束越来越复杂、交易冲击成本越来越不能忽视时，靠手工经验去调，已经不够了。组合怎么做，约束怎么控，不同产品之间怎么兼顾，怎样尽量减少冲击、争取把Alpha留下来，对于一支想把量化真正做成工业化体系的团队来说，优化已不是外围能力，而是核心能力的一部分。

对此，中欧量化选择与业内顶尖的力量合作——上海交通大学智能计算研究院为团队提供优化器技术支持，根据测算，优化速度可提升百倍。（数据来源：中欧基金）

更关键的是，原本停留在通用层面的优化问题，开始被真正压进量化投资的具体场景里：跨产品和跨周期的组合安排、交易冲击成本等，这些过去很难被系统处理的问题，开始被放到同一套框架里重新定义，并用科学的方式来解决。

除了优化器，量化团队还联合风控、IT、交易等部门，打通了从程序生成交易指令、自动拆单到算法交易执行的全流程自动化，将交易环节的效率提升了数个量级。

不只是资源

很多机构都会谈资源、谈投入、谈平台，这些很重要，但更重要的是，顶尖人才更愿意在一个什么样的组织里工作。

中欧量化团队比较特别的一点，是它既不像一些传统企业那种层级分明的团队，也不像一些外界想象中的对冲基金那样，完全靠高压和高激励往前推。它有明确分工，有很高的技术密度，也有很强的项目推进力，但同时又保持一种开放交流和共同向上的氛围。

这种气质并不是靠几句价值观立起来的，而是从工作方式里长出来的。

一方面，标准很高。岗位画像要先想清楚，不为了扩张而扩张，也不因为招得难就往下降标准。另一方面，不是把人招进来当螺丝钉。项目怎么做，目标怎么定，资深的人和年轻研究员怎么搭，模块之间怎么配合，很多事情都需要靠持续讨论和共同理解去推。对外看，这是一支人数不算夸张的团队；对内看，它其实要求每个人都得又能学、又能协作，还要懂得在体系中利用好自己的优势。

这也是为什么，一些研究员愿意从私募转过来，真正有吸引力的往往是这几件事：硬件和算力是不是愿意投入，周围有没有同频的人可以交流，自己是不是还能持续成长，做的东西是不是能真正落地。

当这几点都在中欧找到了肯定的答案，而他们面对的又是公募量化这样一个蓝海，从私募到公募，似乎成为一个自然的结果。

不只是一个团队样本

写到这里，真正值得问的问题，其实已经不是“这支团队做了多少升级动作”。

更值得问的是：当量化竞争走到今天，公募量化下一阶段到底靠什么去竞争？

过去很长一段时间，大家习惯了用一种简单分工去理解这个行业：公募有平台、有产品、有规模，私募更快、更锐、更侧重回报导向。可如果这个分工正在发生变化，那么接下来真正重要的，就是谁能最先把自己的能力真正组织起来。

从这个角度看，中欧基金量化团队更像一个样本。

它未必已经把所有答案都写完了，但它身上确实有一种很明确的方向感：不是停留在“公募也可以做量化”的层面，而是继续往下追问——量化到底要做到什么程度，才算真正形成一套体系；一支公募基金的量化团队，能不能既保留原有长板，又补上过去缺少的哪些部分；能不能把研究、策略、优化、交易和系统真正接起来，成为一个精密的工业化产线。

这套能力重组并没有停留在纸面上，而是在产品和规模里得到检验。中欧量化产品线已经布局到 16 只，合计规模超130亿元，覆盖宽基增强和主动量化等多个方向。 （数据来源：基金定期报告，截至2026/3/31）

所以，回到文章最开始真正关心的问题，公募量化接下来如何继续往前走？

答案或许不在于寻找某一个单点突破，而在于怎样在原有长板之上，把研究、策略、系统、优化和交易执行这些环节真正接起来。量化投资进入新阶段之后，真正值得关注的，正是谁能把这套能力一点一点做实、做稳！

中欧基金量化团队的价值，也许就在这里。

它未必最早进入这个赛道，却正在用一种少见的认真程度，想把这道题重新作答。

风险提示：基金有风险，投资需谨慎。以上内容仅供参考，不预示未来表现也不作为任何投资建议。其中的观点和预测仅代表当时观点，今后可能发生改变。未经同意请勿引用或转载。基金管理人承诺以诚实信用、勤勉尽责的原则管理和运用基金资产，但不保证本基金一定盈利，也不保证最低收益。基金的过往业绩并不预示其未来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证。您在做出投资决策之前，请仔细阅读基金合同、基金招募说明书和基金产品资料概要等产品法律文件和风险揭示书，充分认识本基金的风险收益特征和产品特性，认真考虑本基金存在的各项风险因素，并根据自身的投资目的、投资期限、投资经验、资产状况等因素充分考虑自身的风险承受能力，在了解产品情况及销售适当性意见的基础上，理性判断并谨慎做出投资决策。