华泰柏瑞量化投资体系分为两类模型:年化换手4-6倍的主模型(基本面中低频)和年化换手20-30倍的短期模型(技术面+机器学习)。主模型侧重基本面中低频因子,而短期模型则利用技术面和机器学习捕捉趋势轮动。因子库超过1000个,实际运用百余个,其中技术面因子占比超过70%,并融合了基本面和事件驱动类因子。
华泰柏瑞量化策略年化换手率20-30倍,抓趋势轮动,弹性弱于高频私募但稳健性更优。与高频私募相比,其更注重长期趋势而非短期信号,避免拥挤交易放大波动。在公募同业中,其采用逻辑优先的机器学习应用模式,先设计投资逻辑再用模型表达,端到端模型弹性高但调整难度大,而本公司模型更稳健。
报告重点分析了华泰柏瑞量化投资体系的核心模型构成、因子库运用以及代表性产品业绩。其中,主模型年化换手4-6倍,短期模型年化换手20-30倍;因子库超1000个,实盘运用百余个,技术面因子占比超70%。代表性产品包括中证2000指增、中证1000指增和万得微盘股指数增强产品,分别面向不同市场风格和投资者需求。
当前市场呈现结构性流动性问题,前10%股票占70%成交量,未来板块轮动将加快,呈现分散化趋势,偏向题材小盘股。中证2000指数和微盘股指数均与流动性高度相关,流动性好时同步上涨,收缩时微盘股更敏感。年底因业绩博弈减弱、资金抢跑,节奏或提前,后续可能从抱团转向分散轮动向上。
微盘股投资风险主要来自资金结构变化,配置型资金增多可能导致波动放大。策略风险在于逻辑优先模型需持续跟踪因子表现,若逻辑与市场短期错位需调整行业板块暴露上限。微盘股产品规模受市场流动性影响,预期控制在20-25亿左右,限制大额申购保护现有投资者。此外,端到端模型与逻辑优先模型在应对市场快速轮动和大波动时管理方式不同,需基金经理辅助设置风控参数。