光大保德信基金朱劍濤：當公募基金量化團隊用上了機器學習模型_風聞

曲豔麗 | 文

DeepSeek由知名私募巨頭幻方量化孕育而生。坊間推測，DeepSeek也沿用了幻方量化的一部分金融相關的方法論。2016年，梁文峯團隊推出深度學習算法驅動的AI模型，率先將GPU用於計算交易倉位。2018年，幻方曾獲私募金牛獎。

從DeepSeek所展現的人才密度和算力密度，可以反向推測，量化私募對於計算機技術的應用已經到了爐火純青的地步。

量化是金融、數學的交叉學科，在這方面，量化私募走得比較前面，比如在之前備受爭議的高頻交易領域，量化私募是主力，某種程度上也給人一種「黑箱」之感。

公募基金服務於大眾，監管和合規更嚴格，量化更多運用在被動型指數、指數增強、多因子選股等領域。

隨着技術發展，公募基金對於AI的應用，也亦步亦趨，按照自己的節奏在快速發展着。比如，近年來，公募基金行業也逐漸將機器學習策略應用到量化指增產品上。

據悉，光大保德信基金是行業內較早將「機器學習模型」納入實盤策略的公募之一。

1.

光大保德信基金量化團隊的負責人是朱劍濤。

他擁有16年量化研究經驗，先後就職於華寶信託、海通證券、東方證券、海南進化論私募，曾擔任東方證券量化首席分析師、數量金融創新實驗室負責人、東證衍生品研究院副院長、進化論私募量化研究負責人。

2024年5月起，朱劍濤擔任光大量化核心、光大一帶一路的基金經理，現任光大保德信基金量化業務負責人、基金經理。

朱劍濤構建量化投資框架，有兩大特點：

其一，他是一個「細節控」。

其二，他很注重「邏輯先導」，再以數據和模型來驗證。

2021年6月，朱劍濤當時擔任東方證券研究所量化首席分析師，他就接受採訪，將量化投資的概念更視之為「系統化投資」。

朱劍濤認為，一整套量化投資體系，由諸多個模塊構成，從數據處理、人工擴建因子庫、機器學習挖掘因子、風險控制、組合優化，如果每一個地方差一點，堆疊起來就不可控了，必須重視細節。

他在整個過程中秉承着一種追求穩健的思想。

舉個簡單例子，做數據處理的時候，傳統最常用的均值、方差統計量的計算都會受到異常值的影響，採用分位數或者一些其它的穩健統計量能夠有效降低異常數據干擾。

量化投資的核心部分是alpha模型，也就是一套「給股票打分」的機制。

3月3日起，朱劍濤的新基金光大保德信紅利量化混合A(A類:023106 C類:023107)正式發行。

如前述，這是一隻將「機器學習模型」納入實盤策略的主動量化產品。

過去，光大保德信基金量化團隊將這一套底層打分模型，先運用到光大中證500指數增強A上。該指增產品結合機器學習模型運作，實盤業績可圈可點。①

新基金光大保德信紅利量化混合A(A類:023106 C類:023107)產品的跟蹤誤差力爭控制在指增產品和SmartBeta之間，比起指增，跟蹤基準的行業偏離容忍度和跟蹤誤差容忍度都更高一些，發揮空間更大，它的選股池也比中證紅利指數更寬泛。

朱劍濤認為，低利率環境下，對紅利產品的配置需求長期存在，這個羣體很大。

「目前時點，很多利好因素都在快速釋放。」他評價當前市場。

2.

光大保德信基金量化團隊為何要採用機器學習模型？

據悉，機器學習模型相當於在傳統的多因子模型上進一步擴充。

「人工構建選股因子時，尋找一個新的選股因子不難，但是找到一個跟已有因子庫相比有明顯增量的因子，難度很大。」朱劍濤稱，人為構建選股指標可以成百上千個，但彼此之間信息重疊度比較大，增量有限。因此，傳統的多因子模型有瓶頸，數量級別在100-200個的選股因子庫，基本能夠覆蓋到市場上常見的alpha來源。

所以，光大保德信基金量化團隊藉助GPU的算力、以及機器學習模型的強分析能力，尋找新的因子。

眾所周知，人工智能的三架馬車，分別是：算力、算法、數據。

用以衡量公募基金量化投資框架的底層架構，實際上的關鍵因素也有三個：策略、模型、數據。

事實上，量化投資的出發點很多與主動策略耦合，方法論是多因子選股，即從數據出發，尋找選股指標，給股票打分。

是的，它的核心是一種「給股票打分」的機制。

先説策略。

傳統的多因子量化選股模型是人為構建一些選股指標(因子)。

常見因子包括盈利、成長、估值、分析師預期、量價、高頻等。

光大保德信基金量化投資負責人朱劍濤管理的量化團隊會通過GPU(顯卡)挖因子。方法論是對原始數據做最基本加工，如降噪、歸因化處理，之後輸入光大保德信基金自研的機器學習模型，讓它預測未來一段時間不同股票、不同頻段的漲跌幅。

這些因子、或者稱之為選股指標、或者「策略」，本身就來源於主動權益策略或者資產定價、行為金融理論、學術文獻、市場經驗等。但這些已經被大家發現了的策略，有時候，超額收益已經是被市場捕捉過了的，所以量化團隊還需要一些獨家的東西。

在機器學習的預測過程中，有一些隱藏的單元是非常有效的選股指標，朱劍濤將這些選股指標提取出來，合在一起。

也就是説，採用機器學習，是為了發現一些人力無法發現的東西。在這一部分，光大保德信基金量化團隊在運行的，是一個純粹的由機器學習模型驅動的策略，在業內是有一定先進性的。

光大保德信基金量化團隊每年可以挖出600個左右選股指標，量大且相關性低，跟人工構建的因子庫形成很好的互補。他們會對這些因子進行動態加權，相當於給因子一個權重，之後合成股票打分。

有了股票打分，相當於給股票做了排序，選擇得分較高的股票。

3.

量化投資中，數據是驅動一切的最底層、最核心的要素。

跟主動權益相比，光大保德信基金量化團隊增加了相當一塊有效數據，即Level2高頻逐筆成交數據。

Level2高頻逐筆成交數據，是目前國內證券市場上顆粒度最為精細的交易信息數據，包含大量有價值的信息，利用這些數據生成交易信號和獲取收益已經成為量化研究中的一種主流策略。

此外，光大保德信基金量化團隊還增加了一塊另類數據，包含很多非表格化數據。舉個例子，文本輿情就屬於這一類。

另類數據基本上是外購，目前市場上能夠提供的另類數據很多，在驗證了數十種另類數據之後，朱劍濤選擇了產業鏈數據，產業鏈的網狀結構中包含着很多聯動信息。一些新數據，必須藉助機器學習、神經網絡來加工。

再説模型。

光大保德信基金量化團隊的機器學習模型，是「基於損失函數的全量學習」，並非強化學習。

這是因為，金融是一個「高信噪比市場」。

在金融領域，無論如何窮盡理論、經驗或者高基數，大部分問題仍然無法使用模型來定量解釋。朱劍濤團隊也嘗試過強化學習模型，但它對起點和噪音更敏感，穩定性較差。

光大保德信基金量化團隊做模型是一個化繁為簡的過程，與大家想象得恰好相反。

他們做機器學習模型，先給一個很複雜的模型，讓它學習，具備足夠多的表達能力，然後再降低複雜性，用數據把複雜性一點點剪裁到合適的位置，讓模型更穩。

團隊的開發工作，大部分時間用於研究如何降低複雜性，用「正則化方法」提升模型的樣本外泛化能力。

如此，模型對噪音的敏感度更低。

據悉，光大保德信基金也在本地部署了DeepSeek蒸餾版本，目前運用於提升投研工作效率，還沒有到達直接做投資決策、提升收益率水平的程度。

4.

做指數增強，要控制跟蹤誤差，相當於「戴着鐐銬起舞」。

因此，模型還有重要一點：要控制組合跟基準不能偏離太多。

於是，光大保德信基金量化團隊獨立開發了一套「風險模型」。

跟海外版商業風險模型相較，這套風險模型的最大差別，就是加入了兩個A股特有的風險因子，一個是A股國企屬性，另一個是信息確定性指標。

因此，模型對市場波動的解釋度較海外市場的模型更高。

有了基礎模塊之後，實盤運營就是將模塊做成流水線的標準流程，服務器上有不同的定時運營任務對數據進行更新維護。

綜上所述，有了數據、策略、模型，光大保德信基金量化團隊通過人工構建一些因子，機器學習挖掘一些因子，合在一起，構成股票打分。

有了alpha預測收益這部分，量化團隊把它放到組合優化器，求解組合優化問題，得出目標倉位，目標倉位跟現有持倉的差額就是交易清單，把交易清單交給光大保德信基金的算法交易系統。

事後，再分析交易結果，看風險暴露是否偏離設想、交易計劃衝擊成本是否太大、做出反饋調整。不同模塊之間是相互反饋、相互改進的流程。

以上，就是光大保德信基金量化團隊一整個「從數據到交易」的流程。

數據來源：光大中證500指數增強近一年/近兩年收益率分別為24.06%、8.81%%，同期業績比較基準分別為14.87%、-4.15%，業績基準為50%*滬深300指數收益率＋50%*中證全債指數收益率。上述業績表現截至2025/2/17，相關數據已經託管行復核。

重要提示：朱劍濤先生，2008年畢業於復旦大學，獲得理學碩士。2008年7月至2010年8月在華寶信託有限責任公司任職量化研究助理；2010年9月至2015年3月在海通證券股份有限公司任職金融工程高級分析師；2015年4月至2022年5月在東方證券股份有限公司任職金融工程首席分析師；2022年6月至2023年8月在海南進化論私募基金管理有限公司任職量化研究負責人；2023年8月加入光大保德信基金管理有限公司，現任權益管理總部量化投資團隊副團隊長（主持工作），2024年5月至今擔任光大保德信量化核心證券投資基金、光大保德信主題混合型證券投資基金的基金經理，2024年10月至今擔任光大保德信風格輪動混合型證券投資基金、光大保德信誠鑫靈活配置混合型證券投資基金、光大保德信多策略智選18個月定期開放混合型證券投資基金、光大保德信中證500指數增強型證券投資基金的基金經理。2025年3月，擬任光大保德信紅利量化選股混合型證券投資基金的基金經理。

王衞林先生，北京大學軟件工程專業碩士。2016年7月至2018年1月在南方基金管理有限公司任職量化研究員；2018年1月至2023年2月在長城基金管理有限公司任職量化與指數投資部研究員、基金經理助理、基金經理；2023年2月加入光大保德信基金管理有限公司，現任權益管理總部量化投資團隊基金經理，2023年8月至今擔任光大保德信量化核心證券投資基金、光大保德信中證500指數增強型證券投資基金、光大保德信創業板量化優選股票型證券投資基金、光大保德信錦弘混合型證券投資基金的基金經理。

風險提示：基金有風險，投資需謹慎。在進行投資前敬請投資者仔細閲讀《基金合同》、《招募説明書》、《產品資料概要》等法律文件，光大紅利量化產品風險等級為R3（中風險），**適合風險評級C3（平衡型）及以上的投資者。**敬請投資者關注產品的風險等級與自身風險評級進行獨立決策。本材料不構成任何法律文件或是投資建議或推薦。基金管理人承諾以誠實信用、勤勉盡責的原則管理和運用基金資產，但不保證上述基金一定盈利，也不保證最低收益。本基金募集規模上限為30億元人民幣（不包括募集期利息）。基金管理人可對募集期的銷售規模進行控制，具體規模控制的方案詳見屆時相關公告（如有）。**上述基金的過往業績、淨值高低、獲獎情況及相關行業排名並不預示其未來業績表現，基金管理人管理的其他基金的業績不構成對上述基金業績表現的保證。基金的投資範圍包括港股，會面臨因投資環境、投資標的、市場制度以及交易規則等差異帶來的特有風險，基金資產並非必然投資於港股。本基金採用證券經紀商交易結算模式，可能存在信息系統風險、操作風險、效率降低風險、交易結算風險、投資信息安全保密風險等風險。**本產品由光大保德信基金髮行與管理，代銷機構不承擔產品投資、兑付及風險管理責任。

​