长信基金宋海岸：践行工匠精神力争获取超额收益

中国基金报

今年全球股市震荡加剧，影响市场行情的变量因素更加复杂。在此背景下，以数量化模型为依据的量化投资，凭借更加精准高效的优势，得到市场的广泛关注。量化投资是科学和艺术的结合，科学技术的每一次迭代或者投资艺术每一点精进都可以让投资的效果得到提升。长信基金量化团队十年如一日，拥抱机器学习的浪潮，加深对公司和行业的理解，围绕科学和艺术两个维度不断推陈出新，将新的成果纳入模型之中，保持模型的竞争力。

如何筛选出稳定有效的量化因子？量化策略又该如何发挥作用呢？长信基金量化投资部基金经理宋海岸认为，筛选出稳定有效的量化因子是量化投资策略的第一步，而要想获得量化因子，首先要确定超额收益来源，主要源于三个方面：

基于内在价值

精选优质公司

从价值投资的逻辑出发，以基本面为基石科学选股。在财务因子上，偏好高ROE标的，关注公司的净利润增速、现金流与净利润的匹配度。整体的选股逻辑是，挖掘盈利能力强、成长性较好，具有护城河的上市公司。同时以更为合理的价格买入，伴随公司的成长，从而力争获取长期稳健的超额收益。

基于市场波动

捕捉交易性机会

密切关注市场行情变化及其它投资者的动向，捕捉交易性投资机会。比如：要想获得超额收益，可与市场的“噪声交易者”进行反向操作。当“噪声交易者”较多买入时，倾向于卖出；当“噪声交易者”卖出时，倾向于加仓。相反地，选择与“北向资金”等聪明资金保持相对一致的步调，跟随聪明资金操作。规避市场上过度投机的公司，等待市场回归理性后获得相应的投资回报。

基于海量数据

AI以量取质

在信息大爆炸的时代，人脑处理数据的能力受到挑战，可以运用AI技术在海量数据中提取出有效因子。这种海量数据中发现的因子，看起来似乎逻辑性不强，但却常常能“以量取质”，挑选出优质的股票。

可证明、可验证、可持续

筛选Alpha因子

经过多年的摸索和尝试，形成了可证明、可验证、可持续的筛选因子原则，进而把因子划分为Alpha因子和风险因子。Alpha因子和风险因子最直观的差异就是Alpha因子可以长期持续稳定的跑赢市场，风险因子只是阶段性的跑赢市场，长期是均值回复的状态。所谓可证明，是指逻辑上要可以被证明，或来自于学术文献、或来自于投资实践、或来自于大数定律的以量换质；所谓可验证，是指在海内外股票市场的历史长河中，这个因子都有不错的表现；所谓可持续，是指从面向未来的角度，判断因子是否符合未来的市场状态，是否可以保持其选股能力。

目前长信基金量化团队储备了基本面因子300个，技术面因子100个，机器学习因子600个，丰富的选股因子增强了对市场刻画的细腻程度，进而可以见招拆招，为持续获取超额收益提升了基石。

汇集Alpha因子

构建多因子模型

将储备的Alpha因子汇集起来，对全市场股票形成一个客观全面的评价。选股模型可以划分为线性模型和非线性模型。线性模型基于线性回归，是各个Alpha因子的线性组合，缺点是忽视了因子之间的非线性特征，优点是比较便于理解，可控性强；非线性模型多采用机器学习的方法，基于历史捕捉到因子的非线性特征，缺点是可控性较差，优点是非线性规律的发现能力强。线性模型和非线性模型的特点互补，结合市场状态灵活运用可以起到1+1>2的效果。

专栏链接