王鹏
中信建投基金
调研时间：2024/12/2 15:30
代表基金：中信建投中证1000指数增强A（015784）
个人简介：王鹏先生：哥伦比亚大学统计学硕士。曾任中财期货分析师、LCM Commodities研究员、CIBC World Market期权交易员、中金基金管理有限公司量化投资副总经理、中金睿投投资管理有限公司量化投资副总经理，现任中信建投基金管理有限公司指数与量化投资部行政负责人、基金经理。
关键词：风格配置能力突出、交易能力突出、风险控制严密、注重机器学习的使用
总结
调研总结
AI运用到投资全流程，从数据处理，因子挖掘，特征融合，选股模型到风险控制。指增产品AI化率各有不同，沪深300指增的AI比例最高。
投资观点
利率下行阶段，指增的超额会越来越难做，很多因子可能都会失效，所以基金经理比较注重风险，认为未来可能还是一个比拼稳定超额的时代。现阶段指数化竞争不可避免，叠加利率的下行，超额会越来越少。未来可能会跟美国、日本一样，在真实的实际利率的基础上加一两个点的溢价，就是真实的超额。所以基金经理认为未来很多产品可能收益率难以超越全收益指数，所以在积极寻求其他的一些策略以及模块的转换。
内容
投资框架
AI运用到投资全流程，从数据处理，因子挖掘，特征融合，选股模型到风险控制。
量化投资
因子方面，因子库中有1000多个因子，因子库扩充关注与现有因子的相关性。目前沪深300指增依旧是AI为主，AI因子在中证500上占比可能是60%，在中证1000上大概是50%。纯AI的因子包括四类，宏观因子、行业因子、个股因子和风险因子，使用了NLP和大模型技术分析的机器学习方法。整体量价因子多过基本面因子，但今年模型中增加基本面因子。因子挖掘上偏好机器学习端到端的方式，因子融合上会将不同频率、各种模态的数据结合起来。比如会把基本面数据、舆情数据、股东数据组合起来使用。整体上游任务（因子挖掘、因子组合等）非线性，越往下游（优化器等）越线性。
在管产品
主动量化产品方面，中信建投量化选股是新发行的产品，可以认为是中证800的增强。中信建投量化进取和中信建投量化精选，分别是以对标中证500和沪深300的全市场选股策略。不会控制跟踪误差，在各种风格上都不太限制。
风险管理
传统风险控制框架结合AI风险因子。使用AI，比如神经网络的方式挖掘特色的风险因子精细化控制动态的风险。在传统Barra风险因子中，仅简单控制市值和行业。
组合特征
换手率方面。沪深300指增双边换手在10倍左右，中证500指增在15到20倍，中证1000指增在25倍。风格因子方面，目前低波动风险和低Beta因子暴露优先。
公司团队
团队共7名成员，包括基金经理、数据分析师、AI工程师等。团队内因子和策略共享。基金经理会负责后端PM的工作，比如风险控制。
