盛丰基金：构建高水平的量化投资体系，力争上涨有锐度下跌守得住。
文摘
财经
2025-01-23 08:31
上海
私募基金的合格投资者是指具备相应风险识别能力和风险承担能力，投资于单只私募基金的金额不低于100万元且符合下列相关标准的单位和个人：1、净资产不低于1000万元的单位；2、金融资产不低于300万元或者最近三年个人年均收入不低于50万元的个人。
*泽募家温馨提示：金融资产包括银行存款、股票、债券、基金份额、资产管理计划、银行理财产品、信托计划、保险产品、期货权益等。最后，私募基金风险大，文章内容仅供参考交流，不构成投资建议哦~
私募基金分类
股票策略-股票多头：专门投资于股票的基金，所持有股票组合的涨跌幅决定了基金的业绩。
股票策略-股票多空：在持有股票多头的同时采用股票空头进行风险对冲，空头仓位主要是融券卖空股 票，也可以是卖空股指期货或者股票期权。
市场中性策略：主要采用做多股票，同时做空股指期货来进行对冲，以保持投资组合与所参照的 市场指数之间的独立性，选取风险敞口小于 20%的产品。
CTA策略：根据对商品等投资标的走势的预判，对期货期权等衍生品在投资中进行做多、做 空或多空双向的投资操作，以获取投资回报。
宏观策略：利用宏观经济的基本原理来识别金融资产价格的失衡错配现象，在世界范围内， 投资外汇、股票、债券、国债期货、商品期货及期权等标的。
债券策略：专门投资于债券市场，对债券进行组合投资，寻求较为稳定的收益。
多策略：将多种投资策略结合使用，在不同领域进行复合投资。
私募FOF：筛选私募基金，构造合理的基金组合，从而实现基金间的配置。
本期第260期路演回顾，我们邀请了盛丰基金机构业务总监吴湉女士为大家分享盛丰基金的量化股票策略。![]()
海南盛丰私募基金管理有限公司，成立于2022年1月，注册资本1000万，取得了私募证券投资基金管理人资格，编号：P1073590，基金业协会观察会员。公司核心成员均来自于清华大学、北京大学、复旦大学、中国人民大学等知名学府，分别在因子生成、因子组合、风险优化、算法交易等领域拥有五年以上的量化投资实践经验。专注于中国A股市场的量化交易，致力于获取显著且持续的风险调整后的超额收益。依托于专业的团队，公司构建了高水平的量化投资策略体系和交易系统。 盛丰基金 总经理/创始合伙人 林子洋
中国人民大学计算机硕士；曾任平方和量化策略研究员、大岩资本投资研究部VP；10年阿尔法策略研究经验，7年实盘交易经验。
盛丰基金 核心研究员 刘彦彬
波士顿大学数理金融硕士；擅长股票中高频策略研究和模型研发，曾就职于多家国内头部量化机构，Alpha策略研发经验丰富；8年阿尔法策略研究经验以及高频算法低延迟研究经验。
盛丰基金 核心研究员 王越
清华大学经济管理学院经济学学士、金融工程硕士；擅长股票、期货等多种资产、不同频率的策略研发，曾任国内头部私募量化研究员；6年量化策略研发经验，在股票中低频因子和高频策略全流程研发中造诣深厚。
![]()
核心策略：量化股票策略
1）策略原理：多因子模型进行全市场选股，利用期货对冲系统性风险。1）策略原理：对标中证500、1000指数，致力于获得超越指数的超额收益。2）策略定位：超额α在指数上涨时增加收益，指数下跌时起到缓冲的效果，减少损失。2）策略定位：较高风险的进攻性资产，力争上涨有锐度，下跌守得住。1.因子：人工挖掘95%+机器挖掘5%，量价因子85%+基本面+另类因子15%。2.组合：机器学习+深度学习，根据不同的函数变量、算法和预测目标进行因子组合，运用非线性模型进行预测。1.因子生成：2000+实盘因子，涵盖量价因子、基本面因子、事件驱动因子、另类因子、机器因子等。2.组合优化：机器学习模型和深度学习模型：xgb、lgb、transformer、mlp。3.实盘交易：自研算法交易，降低冲击成本，增厚组合收益。4.海量数据：财务数据、研报数据、传统量价、level 2等。a.高频还原完整市场数据，预测周期在15s-1d不等;b.中低频长期量价因子，预测周期在1d-5d不等，换手率控制在40%以下;c.基本面、另类数据、事件因子来源丰富，相互结合构建独特alpha来源。模型涵盖周期多样性，收益目标多样性，数据来源多样性，模型结构多样，以追求最大的预测稳定性。多周期策略叠加，不同目标结构策略优化器叠加，各类风险严格控制，每日更新千股级别禁投池，降低市场冲击，力求超额收益的长期稳定自研算法架构和预测体系，长期亿级别交易量基销在2bps+。2.分散度控制：单票集中度低于0.4%，每日同时持有超过1000只股票。3.交易风控：100%程序化交易，实时盘中人工+程序监控，每日盘后校验，敞口监控。4.系统安全：同时使用多台交易服务器，以备突发情况的发生。那对于我们中性策略来说，我们多头端采取的是混合，就是500跟1000指增去混合，配比差不多是在四比六之间，那我们的调仓是月度进行的，主要根据对冲成本来进行调整，如果说我们判断用1000去进行对冲成本会更低，我们可能会偏向于多配置一些1000的多头端，因为其实从过去一年的市场运作情况来看，对中性策略考验比较大的，更多的来源于对冲端。对我们来说，我们也从中学习到了一些，从大概9月份以后，其实我们就非常关注对冲端的稳定性，然后我们也会更多的去做一个基差管理。500跟1000模型在整体底层的逻辑上面其实没有太大的区别，但是因为一个叫500模型，一个叫1000模型，所以我们在风控上会有一些区别，比如说500模型，我们在行业上的偏离度正负是不超过2%的，然后在市值上的偏离度是不超过0.3个标准差。那1000指数增强的这个模型，我们在行业上也是正负不超过2%，在市值上面的偏离度是不超过0.1个标准差。
另外500指增我们对标中证1800之内的个股是达到80%的水平，然后1000指增我们对标中证1800内的成分股是70%，剩下的我们会在中证1800以外的1800只个股中去进行选择，我们整体的一个选股池差不多是3600只股票。之前我也介绍到，剔除掉流动性最差的800只个股，就是市值最小的800只。包括 ST，然后有 ST 风险的个股，以及我们在选股池黑名单中的个股，我们都是不碰的，那全部剔除掉。
我们中性策略目前的换手是80到90倍，然后量选的换手差不多是在150到180倍。其实我们做基差管理更多的是在9月份这一波，那2月份这一波我们的回撤相对来说可控的原因，是因为2月份的这一波下跌其实是属于一个偏极端行情了。在极端行情下面我们主要去监控期货端基差的指标。当时我们发现基差其实已经偏离正常的一个对冲成本非常高了，所以我们当时是做了一个人为干预，就是我们在2月5号开始，我们同时减仓了多头端跟空头端，然后一直到2月8号的时候，我们再同时把空头端跟多头端重新加回来，可以看到当时往下跌的幅度是有限的，但是往上回调反弹的力度其实是比较大的。这是我们整个中性策略唯一1次人工干预，然后从这次2月份的极端情况下面我们也使得我们的应急预案更完善了。所以说9月份的这一波市场猛涨，基差拉爆的这个过程中，其实我们更加注重空头端的基差管理。量化选股策略，它的仓位是在80%到120%之间浮动，我们最低的仓位基本上就是80%，然后120%的仓位就是加杠杆，是用两融里面的融资去加的，所以说大部分情况下，我们看这个仓位是在0.8到1.2之间，但是其实更多的是落在0.9到1.1之间。我们只有在择时模型出现比较强的信号的时候，才会把仓位加到偏高或者偏低这样子的水平。目前公司总的管理规模是10.3亿，中性策略是7个多亿，量化选股策略是2个亿左右，剩下1.5亿是指数增强。量选这个策略目前是不考虑用股指期货，会继续使用融资。2024年量化选股策略取得了非常优秀的成绩，这是如何做到的？我们量化选股的收益来源主要就是两块：一块就是选股，另一块就是择时。因为我们量化选股不像指增会有行业上的限制，还有就是市值上的限制，所以导致我们能放开去做，获取最高的一个选股Alpha。大家都知道盈亏同源，我们把风控放开其实相对来说承担了更高的风险，但是同时我们也能获得一个更高的收益，这就是我们选股这一块的超额来源。
那另外一个就是择时层面，我们是综合去运用像截面动量，时间序列，还有股指期货基差这样子多样化的信号来生成对大盘的一个择时信号。另外一个比较具有优势的就是我们完全是由机器去进行择时的，一旦出现了信号，会很灵活的去进行仓位调整，变动是比较迅速的。而且因为我们整体量化选股策略它的盘子就只有两个亿，所以导致我们这样子的灵活变动，不会给市场造成很高的冲击成本。
data@haizetou.com是我们净值数据观测邮箱，我们会收集各种优秀私募净值数据，整合到我们的fof观察池中进行分析和研究，欢迎各位管理人将优秀的产品发给我们。
各位管理人可以更好地展示自己产品的表现情况，提高产品的曝光率和认知度。 ![]()
▼![]()
风险提示：本内容仅代表原创方或原作者的分析、推测与判断，登载于此仅出于传递信息之目的，并不意味着泽募家赞同其观点或证实其描述，也不代表泽募家与原创号或原作者有任何代理或合作关系。对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性，泽募家不作任何明确或隐含的声明或保证，且不承担信息传递的任何直接或间接责任。相关信息仅供参考，不构成广告、销售要约，或交易任何证券、基金或投资产品的建议。本内容中引用的任何实体、品牌、商品等不代表泽募家的投资实例。
版权声明：本内容版权归原创方或原作者所有，如转载使用，请注明来源及作者、文内保留标题原题以及文章内容完整性，并自负版权等法律责任。本号转载文章大部分已获原创号或原作者授权，但部分文章推送前我们未能与原创号或原作者成功取得联系，若涉及版权问题，请通过本号微信后台联系我。
