您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[未知机构]:稳博交流纪要20230920 - 发现报告
当前位置:首页/会议纪要/报告详情/

稳博交流纪要20230920

2023-09-20未知机构L***
稳博交流纪要20230920

稳博 目前全球有超过15,000只私募基金,管理资金规模超过3万亿美金,以管理资金规模体量排名,前10中有8家是量化对冲基金。截止去年四季度,中国的量化已经超过了这个1.6万亿的人民币 ,量化私募的占比是20%不到,与欧美相比,中国还有非常大的成长空间。 今年的主观多头股票投资策略更是让每一位投资人都感受到深深寒意,在这种市场的风云变幻极端的行情中,仍旧有一家私募量化管理人体现出其相对更高的确定性和稳定性。今天,就让我们认识一家优秀的私募量化管理人–稳博投资。 一、稳博团队介绍□1、稳博简介□稳博成立于2014年,直到2020年才开始启动资管产品管理 ,当年规模约20亿。这中间的几年,稳博一直在打磨自己的团队,包括资本的累积、机器学习策略的迭代。到2021年,稳博的规模达到80亿,2022年年底的规模突破百亿(在110亿左 右),截止目前管理规模超过200亿。虽然规模发展比较快,但是超额并没有下滑,仍然保持在市场前列。2、核心成员□目前团队管理成员有三名由郑耀、殷陶和钱晓珺三位构成,郑耀和殷陶是交大联读班的同学,共同创立了稳博,负责投研方面,钱晓珺负责渠道运营和财务方面。 郑耀创始合伙人,上海交通大学电子系本硕。2014年创立稳博投资,专注于各类策略算法开发、评估、实现,擅长从IT架构、算法优化、市场博弈、风险评估等维度将策略落地。从业以来,为投资人创造了持续稳定正收益。 殷陶创始合伙人,本科上海交通大学计算机专业,上海交通大学工学博士。稳博创始人之一,创立初期使用完全自创的方法进行高频交易获得可观收益。中期构建了基于人工智能机器学习的研究方法体系带领稳博在多个高频交易品种交易占比遥遥领先。目前担任股票alpha负责人,进一步融合各 家世界顶尖机构方法,形成了具有稳博特色的以多因子为基础融合人工智能机器学习方法的量化研究和交易体系。 钱晓珺总经理,复旦大学本硕拥有头部中、外资银行、券商和三方财富公司近20年工作经验, 曾任职美股上市公司高管;多年担任各公司核心部门负责人岗位,对整个财富管理行业有深刻认识 ,熟悉各类金融产品设计及营销管理工作。3、团队情况□目前稳博团队由50+的投研团队和20+的IT、运维团队构成,总人数超过80人 。在研究团队方面,清北复交占到85%以上,其中多位获得奥林匹克竞赛金牌奖、ACM金牌 、在国内top院校的顶级期刊发表过论文,并且目前稳博仍继续招聘这样的高精尖人才。 投研团队以核心组为主,独立PM为辅,核心组由郑耀和殷陶共同带队,管理所有的资管产品。从20年做资管以来,稳博在21年、22年连续获得“中国私募金牛奖”。合作机构主要是各家较大的渠道商,比如银行,券商等,中国银行等渠道目前占比越来越高。 二、投资策略介绍 首先我们要明白量化是概率学、统计学和计算机技术的结合。稳博借助计算机的算力去做“大概率对 ”的事情,利用数理模型代替人为的主观判断,可以克服人性的弱点,使得投资变得长期化,稳定化和分散化。 稳博投资的量化策略主要基于量价和基本面因子,运用多周期、多方法的模型对全市场股票进行收益预测。策略挑选出收益预测靠前的股票,形成股票池,在进行风控调整后执行交易。当前策略主要以周频预测周期为主,保持中等水平换手,其中使用量价因子为主,基本面因子为辅。 Alpha策略开发的流程可以分为7个阶段,包括方法论的搭建、数据的清洗和筛选、因子的挖掘、模型的组建、信号、组合和最后的优化执行。 因子种类:目前稳博量价关系和高频统计在因子贡献方面占80%,一致预期和基本面占比较小。因子预测周期:3-10天的预测周期占比70%,1-3天占比10%,10-30天占 10%,30天以上占10%。 因子产生背景:希望挖掘的因子都有投资逻辑和数据统计的逻辑背景,这样可以使得收益回撤比更优 、超额的稳定性更好。 同时稳博以多周期、多方法模型相互叠加,实现更精准的多周期预测。 组合风险优化方面,一是运用归纳法,建立风险解释模型,控制对风格因子的暴露(行业、成长性、估值、动量、市值、分析师等),持续优化调整,控制超额波动,减小超额回撤。二是运用演绎法,核心逻辑是不干预策略运行,争取屏蔽确定性高的回撤;风险规避手段是因子拥挤度检测和剔除、滚动训练与控制管理规模;观测市场,主动降低风险度。 三、稳博产品□在产品线方面,稳博的指增系列、量化选股系列、量化对冲系列和稳稳系列的业绩超额都比较好。1000指增:从1000指增来看,稳博超额月胜率大概是77%,绝对月胜率大概是67%,策略迭代(V3版本之后)超额月胜率是82%,绝对月胜率是71%,提升了非常高。而行 业平均只有63%左右。1000指增代表产品的净值发展可以体现管理人策略迭代的过程。在V1的 时候,稳博以T0为主,累计超额收益比较平稳,回撤也相对较小。后来,由于策略容量和一些交易的限制,稳博在20年底迭代了V2版本,当时整个因子比较好做超额,叠加基本面之后,超额的斜 率迅速提升。考虑到净值涨到一定程度后,市场的状态可能变得更敏感,在后期超额比较难做,稳博也储备了V3版本,在22年2月底迅速迭代到V3版本。V3版本的市场其实非常难做,但是稳博 的超额仍然保持一个非常好的斜率,超额回撤也控制的比较好,运作以来的累计超额是107.81 %,超额夏普是3.23。从20年5月到23年7月,虽然市场几乎没有涨,但是1000指增产 品净值已经翻倍,稳博的规模也得到快速增长。在规模80亿-200亿的过程中,稳博的超额并没有受到规模增长而迅速下滑,反而保持了比较好的超额性价比。 稳博1000指增策略运行2.6年,截止11.11日累计收益101.48%年化收益31.73%最大回撤22.11%今年以来产品绝对收益+11.87%。位例头部量化机构1000指增策略业绩第一名! 量化选股:和指增量化模型差不多,但是全市场选股,没有固定的锚定指数,可以筛选更好的或者更 高概率的票,集中度会更高一点,有300-1000多只。在股票指数仓位上面,去年量化选股 的最大回撤只有十个点,帮助稳博做到更好地规避市场风险,换手倍数大概50倍,组合优化的目的以绝对收益和控制回撤为主。 从净值图上来看,沪深300从去年的2月份到现在是负十个点以上,但是稳博的产品净值涨到了1.42,相当于跑赢指数50多个点,动态回撤是十个点。在择时的这个时间段,稳博偏向于挑选更优的股票,通过选股来控制仓位,而不是直接按比例调整某个仓位。 四、核心竞争力□我们认为:□1、稳博管理规模适中,Alpha团队正处于策略高产期,团队既有 凝聚力和韧性;2、期货高频起家,股票T0增强业绩处于行业前列,并且实盘是自营的资金在测试;3、与市场的博弈中不断进步,策略与方法论高速迭代,目前即将V3.3代更迭为V5代;4、坚持 工匠精神,合伙人躬身策略研发一线,保持创新性和稳定性推动量化落地。 和市场主流量化私募管理人相比,私募排排网数据显示,稳博投资在中证500指增、中证1000指 增、量化选股、市场中性等多个策略上,近一年超额收益或是近一年绝对收益都排名前列。(注:产品的过往业绩并不预示其未来表现)□五、精选Q&A□Q1:稳博投资目前的主要投资策略是哪些? 这些策略目前达到容量上限了吗?如何应对规模过大、策略拥挤的情况?A:目前主要投资策略有指数增强、量化选股和市场中性策略,暂未达到预测容量上限。对于预防策略失效,会持续做因子拥挤度检测和剔除,全面评价因子在不同股票池的表现,通过滚动训练观察策略在不同周期的有效性,同时每2-3个月会出新组合进行验证迭代;其次有计划地控制管理规模,将 策略研发优先于容量扩充,容量扩张优先于规模扩充,一切募资计划以保证策略有效性为前提。Q2:稳博的指增策略非常出名,超额收益来源是什么?会根据宏观、市场行情,进行仓位控制或行业轮动吗?A:超额收益来源于选股和风险优化两个层面,即力求选出能跑赢指数的票,同时控制超额波动率。原则上量化策略不做主观的行业轮动判断,不盲目追热点,但会研究行业动量因子,以期在市场主线明确的时候抓取更多上涨机会。 Q3:稳博的指增策略如何进行选股?A:策略主要基于量价和基本面因子,运用多周期、多方法的模型对全市场股票进行收益预测,挑选出收益预测靠前的股票形成股票池,在进行风控调整后执行交易。Q4:指增策略会考虑择时吗?短期策略(如T0等)、长期策略的分配占比是多少,仓位增减如何变化? A:不做择时,原则上满仓运作。Q5:稳博投资会使用其他一些策略增厚收益吗?比如打新、算法交易、期权等,如何使用?A:产品层面会叠加T0和打新,但T0交易对产品收益增厚贡献很小,打新收益目前也可忽略不计。Q6:稳博投资构建多因子模型或因子组合的的方法,大概是怎样的逻辑和步骤?A:首先有想法的诞生,再是数据采集和清洗,通过自上而下的逻辑和自下而上的统计得出多个因子, 通过机器学习将因子组合成预测模型,模型会挑选出收益预测靠前的股票形成股票池,在进行风控调整后执行交易。Q7:在历史数据和系统软硬件方面,稳博的投入有多少?人才储备和激励制度方面,如何留住人、保障核心竞争力?A:公司在每年数据和硬件投入上为千万级别。人才储备一直是超配的状态,公司对不同类型工作人员制定不同的考核标准和激励机制。Q8:最近大火的AI,对于投资尤其是量化策略等有什么赋能吗?有哪些可以应用的方向?对于研究 员、甚至基金经理来说,是不是意味着以后要失业?A:量化行业的发展和人工智能密不可分,我们擅长机器学习,但是机器学习主要在模型和信号组合上使用,因子挖掘还是注重可解释性,即我们更注重基于专家经验的人工挖掘方法。我们认为人脑是上层建筑的基础,人工智能为下层模型自适应,无法替代人脑。 (注:以上内容仅作为参考,不作为投资方面的任何建议或保证)六、客户群体□适合什么样的投资人 ? 看好1000指数贝塔增长,和享受A股量化红利。资产配置型客户,选择头部稳定可持续的Alpha策略长期持有。

你可能感兴趣

hot

稳博交流纪要

未知机构2023-09-20
hot

杰瑞股份公司交流20230920

未知机构2023-09-23