国联安基金何贤发：在零和博弈的游戏中，公募主动量化如何系统地争取稳定Alpha

导读：逻辑缜密，系统性思维极强，擅长归因总结，这是国联安基金何贤发给我们最深刻的印象。他会像机器一样进行系统性的思考，输入什么变量、能得到何种结果、如何减少中间过程的摩擦损耗，几乎嵌入在他从工作到生活的方方面面。

何贤发语速不快，能明显感受到，他说出的每句话都有思考痕迹。某种程度上来说，这是一个系统化思考的新一代公募量化部总经理。

何贤发的成长背景和许多人不同。他曾经在美国大型资管机构做衍生品套利，回国后又“从0到1”参与了知名外资基本面量化机构中国投研团队和策略框架的搭建。他了解成熟市场的基本面量化打法，更懂得如何把海外有效的框架适配到中国市场。这样独特背景，让他横跨了中美，又打通了量化私募和公募的投资。

以下，我们先分享一些来自何贤发的投资金句：

1. 超额收益是一个零和游戏

2. 什么样的超额收益更具有持续性呢？我认为有三点：规避人性弱点，管理好成本和风险的基础上再追逐收益，理解模型的局限性

3. 成本是比风险更重要的考虑因素

4. 技术驱动的私募量化，在处理信息速度上具有优势。但是公募量化，在信息质量上是有优势的

5. 所有的Smart Beta，过去都是Alpha。赚钱的方式，一旦被更多人发现，就会衰减和周期化

6. 我们有一张精细化分域、动态更新的投资地图，把所有股票划分为成长、均衡、价值、特殊资产四大类

7. 不同类型的股票资产，背后有不一样的投资人群，会形成不同的交易特征

8. 高胜率的本质，是尽可能找到多元低相关的阿尔法策略，把他们揉在一起

9. 投资目标是超额收益，就以截面模型为主，投资目标绝对收益，就以时间序列为主

10. 评估策略有效的核心，是建立在空间、时间、相关性三大角度的分析

11. 我们的工作并非证明自己是对的，而是去逼近事物的本质

12. 在AI时代，提炼我们的投资品味变得更为重要，真正影响策略的核心，是我们怎么评估信息，哪些是Alpha型信息，哪些是Beta型信息

超额收益是零和博弈，

成本和风险都需要精确计算

朱昂：您从业经历很长，在海外的大型基金公司，国内的券商自营和私募基金都有过量化投资的经历，能否谈谈这些年来，您是如何一步步形成对量化投资的理解？

何贤发我在UCLA取得了金融工程的硕士学位，毕业后加入了安联保险旗下资管机构，做衍生品套利相关工作。在美国的求学和工作经历，确实对我之后的投研体系产生了比较大的影响。

2018年我在UCLA读书的导师、也是全球知名的基本面量化机构创始人决定进入中国市场，邀请我加入他创立的量化私募基金。我在那家私募主要负责搭建投研团队和整体策略框架，把海外成熟的基本面量化框架适配到中国市场。

我们偏向低频策略，后来叠加了量价维度的能力，把基本面量化和量价 Alpha 结合起来。之后几年我们管理的中证 1000 指增和沪深 300 指增产品业绩，在同期同类产品中位于前列。特别是 2024 年量化遭遇了流动性危机，我们在那一年表现出色。

这些过往的经历，也塑造了我对量化投资的一些基本理解：

超额收益是一个零和游戏。市场中有形形色色的参与者，我们需要理解大家的意图是什么，他们的局限性在哪里，我们相对其他人的竞争优势是什么。我们只有不断探究市场的真相，才有机会赢得超额收益的游戏。

理解了超额收益的零和博弈特征，量化投资的竞争优势无非两块：

1）高频量化的速度优势，通常在硬件和通信系统上建立竞争优势；

2）低频量化的策略预测能力，这是我们比较擅长的。

这两种竞争优势，分别对应私募量化的自营和资管模式。前者容量小，类似印钞机，没必要拿出来卖给持有人。后者容量大，适合资管行业，需要不断提升预测能力。

那么什么样的超额收益更具有持续性呢？我认为有三点：

第一点，规避人性弱点。只要有人参与的市场，都或多或少体现出人性的弱点。比如说，高度自信、有限理性、有限注意力等等。人性的弱点，意味着这些错误会重复发生。我们用行为金融学提取规律，挖掘有效因子，通过规避人性的错误来获得阿尔法。

第二点，管理好成本和风险的基础上再追逐收益。量化策略的最后一步，是构建组合。在组合优化中，需要在收益、风险、成本三者之间做动态平衡，形成综合最优解。很多的alpha机会，看起来有吸引力，但如果成本没管理好的前提上是不应该去做的。你未必会得到未来的alpha，但是交易成本会很确定的持续侵蚀你的本金。事实上，这种思维框架贯穿了我们的团队管理和投资决策。如何在控制好成本和风险的基础上，再去追逐产出，是让我受益终生的思维框架。

第三点，理解模型的局限性。所有的模型，都是基于历史规律做提炼。特别是做量化投资的人，非常依赖历史数据。但是，未来市场会发生我们从未经历过的事情。我们不希望在这一天来临时，完全是不知所措的。在投资行业，活下来的时间越长，创造出来的价值也越大。我们形成了一套应对“逃生指南”的机制，避免被意外冲击“绞杀”。

记得在美国工作时，2015年8月14日央行汇改后，美股也发生剧烈波动。当时我们的衍生品头寸遭遇了历史回测从未出现过的冲击。这种短期极端的非线性冲击，不仅是账面的亏损，甚至是难以平仓止损的流动性风险。

所以，我们主动量化部的主动部分，是指主动管理风险。

朱昂：收益和风险的关系许多人都懂，但您的三者关系中还有成本这个元素，您是如何理解成本？

何贤发每做一笔交易，成本是必然发生的，而风险未必一定会发生。某种意义上，成本是比风险更重要的考虑因素。我们应该在管控好交易成本的前提下，再去追逐好的收益。

公募量化的优势在信息质量

提纯是剥离Alpha的关键

朱昂：公募量化在算力资源不如私募的背景下，如何形成自己的竞争优势？

何贤发量化投资可以划分为技术驱动和策略驱动。在策略驱动的量化投资中，公募基金是有相对优势的。

技术驱动的私募量化，或许在处理信息上具有优势。但是公募量化，在信息质量上是有优势的。在基本面数据上，公募基金有大量产业数据和调研信息，在相对大盘的沪深300、中证500和中证1000上，也有更强的股票定价权。所以，这几个领域的主动量化产品会在公募基金实现大发展。

这也是我当年离开私募的部分原因。我认为，未来量化投资会在大盘中竞争。过去私募在小盘股有很丰厚的超额收益。但是随着小票的阿尔法变得过度拥挤而被挤压，未来有更多资金会流入到容量更大的大中盘量化策略，流入公募量化相对更有信息优势的领域。

事实上，今年公募量化的表现不输给私募。很多公募的主动量化都有明显的正超额，而私募量化今年业绩分化较大，依赖小盘股获得超额的管理人今年会比较难受。

关于信息处理和信息质量的差异，我再举一个例子。假设往足球场丢一根针，高频为代表的顶级算力直接做地毯式搜索；低频为代表的基本面投资更多依赖提问，怎么扔的、往哪里扔的、哪个角度和风速等，通过这些分析和推理更精准缩小搜寻的范围。整个过程中体现的是，人的智慧大脑与硅基武器的高效结合，而带来的结果是，更加精准、迅速，而且成本小。

朱昂：您来自国际领先的基本面量化团队，在基本面量化上，有哪些心得？

何贤发基本面量化是逻辑+数据的双重验证。这种验证是可以跨时间和地区的，帮助我们找到普适性的投资规律。我们会把基本面量化做泛化，不只是来自纯财务数据。投资逻辑，也可以用另类数据进行验证，只要这个数据对决策是有影响的。

随着自己不断思考和观察市场价格规律，后来我理解的基本面量化，慢慢变成了一种系统化的投资，它不完全依赖历史回测验证。许多逻辑，是我长期对市场思考中不断积累下来的。既然参与投资这个游戏，那就要知道所处的“气候”变化和规则变化。对未来环境变化的推演，是一种系统化的投资，需要做出不同的情景假设。不同的情景下，能发挥的工具也不一样。

所以，系统化的投资，决策链条更像主观投资。但也不是随意拍脑袋做决策，而是严格遵循规则和纪律化的执行。

朱昂：量化投资的关键是找到Alpha，但如何区分哪些是Alpha，哪些是Smart Beta？

何贤发所有的Smart Beta，过去都是Alpha。赚钱的方式，一旦被更多人发现，就会衰减和周期化。那么，一个因子的有效性，会夹杂许多噪音。我们把它分解成会衰减的alpha和周期两个部分。一旦Alpha演变为周期性，就和Smart Beta一样了。

Alpha因子用的人多了，价差会被压缩，就无效了。而Smart Beta有动量效应和均值回归特征。好的时候很好，差的时候很差，呈现出明显的风格特征。所以，我们看到越来越多人开始做量化的风格配置。

我们经常会看到，有些策略历史数据回测很好，但还要去做归因分析，理解底层收益到底是什么。比如说，一些看上去的Alpha，其实是某种结构性暴露。你以为自己获得了超额收益，本质是在买一类资产。这也是典型的，错把Beta当做了Alpha。

举个例子，如果我们用价值因子做筛选，很容易过度暴露在国企。这是因为国企估值整体比民企要便宜。所以，一般的价值因子在2024年中特估行情中表现特别好，前些年又有过很不好的年份，是因为价值因子会持续地对国企有正暴露。当我们看到结构性暴露后，就可以考虑提纯。把价值因子的国企和民企做中性化处理后，净值表现就会稳定很多。同样是价值因子，我们做了提纯后，就能够在Smart Beta基础上增加一些Alpha，而且稳定性得到了提高。

投资的终局是，不会有Pure Alpha。当未来的市场全部机构化后，就会变成完全有效市场。美国已经在接近这样的状态了。中国市场由于投资者结构的差异，目前Alpha还是比较丰厚的，但是长期会被压缩掉。

用精细化的分域投资地图

适配不同类型的策略

朱昂：Alpha的稳定性也很重要，我们如何为持有人在不同产品，都能形成相对稳定的Alpha？

何贤发我们的策略框架是统一的，不会根据沪深300、中证500、中证1000等不同基准做不一样的模型。但是，我们会根据不同类型的资产，运用不同的策略能力。

我们很强调精细化分域、动态更新的投资地图。举例来说，我们会把所有股票划分为成长、均衡、价值、特殊资产四大类。在这四大类中，进一步划分为56个一级行业和253个二级行业。我们分域的颗粒度，比传统的行业划分更细致。

不同类型的股票资产，背后有不一样的投资人群，会形成不同的交易特征。比如说，成长资产往往是相对收益投资者更具有定价权，而价值股的持有者很多是绝对收益导向，两类投资者的投资目标和思维模式是很不一样的，但他们各自都有比较稳定的定价体系和交易行为。这也启发我们去分别提炼每一类资产赢家的规律，把他变成我们在每个域的选股模型。

我们对这些资产的划分，是按照定量数据+定性逻辑的方式。同时，一旦行业的逻辑发生变化，我们会动态更新这张分域投资地图。举个例子，传统行业划分把玻纤和水泥都归类为建材。但是，今天的玻纤和水泥背后变成两拨完全不同的投资者在交易。我们会把玻纤从传统行业拎出来调整到成长类资产中。底层的投资地图足够精准，能够帮助我们更好的提炼出稳定的定价规律。

朱昂：您的这张投资地图，大概多久更新一次？

何贤发每一个季度都会做固定的更新动作，除此以外也会有不定期调整。通常我们会用量价特征去观察一些行业的异变。比如说，去年我们就用量价特征发现，玻纤的股价波动和水泥变得显著不同，相关性也在降低。倒是光通信和玻纤的相关性开始变高。只要我们把数据做得足够细，就能看到行业的异变，再用逻辑去把异变的原因抽离出来。

高胜率的本质，

是把低相关性策略揉在一起

朱昂：除了稳定的Alpha之外，Alpha的胜率也很重要，您如何提高Alpha的胜率，特别是市场环境会经常发生变化？

何贤发这又回到了分域的重要性。我们对不同行业进行分域后，在每一个域上采用不同的策略。成长和价值，适合的策略完全不同。高胜率的本质，是尽可能找到多元低相关的阿尔法策略，把他们揉在一起。

我们既有基本面策略，又有量价策略。前者从长周期挖掘阿尔法，后者从短周期挖掘阿尔法。基本面规律适合大中盘，量价规律适合中小盘。而且，这两大策略的相关度很低。目前来看，我们策略的月胜率回测来看比较令人满意。

朱昂：过去几年AI的出现，是否对量化投资的体系带来了一些变化，尤其是基本面量化提出了新挑战，如何看待AI和量化的结合？

何贤发我们最早用AI做机器学习，找到因子和收益之间的关系。之后，AI被运用到了端到端的深度学习。我们给AI投喂一些很原始的数据特征，AI能通过神经网络构建他们的关系，不再需要我们自己写有效因子了。

AI的出现一方面提升了工作效率，另一方面识别人脑看不到的深层次规律。但是，我认为AI并不能替代我们把控投资的方向盘，这是因为AI无法识别信息的真伪。如果投喂假信息给AI，那么AI也会基于此做出错误的决策。

在AI时代，提炼我们的投资品味变得更为重要。真正影响策略的核心，是我们怎么评估信息，哪些是好的信息，哪些是假的信息。AI解放了我们的双手，可以有更多时间锤炼思考力。

从客户痛点出发，

打造有价值的产品线

朱昂：您来到了国联安基金后，重点做了哪几件事？有什么印象深刻或很不容易的事？

何贤发我来了国联安基金后，第一件事是和不同类型的投资人深度沟通。有些客户类型，是我在私募时从未接触的。比如说，银行渠道的客户，保险的机构投资者等。和不同类型的客户沟通，需要了解他们不同的痛点，从而设计出解决这些痛点的产品。

一个较普遍的痛点是，指数增强产品在强beta阶段通常跑不赢ETF。这是因为，ETF能够实现100%满仓，而主动量化和场外指数增强产品的仓位上限约束在95%。理解了这一个痛点后，我们在产品策略结构层面做了调整，同时把衍生品策略加进去。策略调整后的指数增强产品，股票部分仓位中枢一般在90%，但也能比较好的在上涨行情中跑赢相关的指数基准。

从效果看，今年4-6月份这一轮上涨行情中，国联安科创综指增强排名很靠前，显著跑赢了同期的科创综指基准。让投资人得到满意的结果，是我来国联安后非常重视的一件事情。

第二件事是在国联安基金实现了交易链路的自动化。在交易上，公募和私募的差异非常大。私募基金能够直接交易，延时很低。而公募基金有严格的风控，还有各种交易层面的限制。过去，交易员也是通过手动下单完成交易的。

所以，我来到国联安基金后，在交易链路上做了更多精细化的调整。许多在私募比较容易实现的自动化、低延时交易，在公募基金确是比较难的。包括对股票集中度的限制，交易层面的风控等等。我们用半年时间全部梳理清楚，链路打通，也帮助公司优化了交易执行效率。

朱昂：您未来在产品线的布局上，还有什么其他的想法？

何贤发我们的产品布局上，未来主要在主动量化和场外指增。公募基金的主动量化未来可能会分流私募量化的管理规模，扣费之后的收益率更高，更有性价比。过去两年，公募基金的主动量化和私募产品的超额差距在缩小。这也是为什么，主动量化规模这几年增长很快。

除了对标全市场的主动量化，我们还会推出各类风格指数的增强，包括主流的价值和成长风格。这类产品力求在相同风格的权益型基金中提供更有竞争力的收益风险比。

也就是说，我们在产品线布局上，会为持有人挑选出比较好的Beta。比如说885001（万得偏股混指数）的增强。我们会模拟出主动权益基金的持仓，在这个指数上去用不同模型做增强，过去三年投资者越来越关注到这类型的主动量化产品，我们也希望通过我们统一的策略框架来提供比较有竞争力且高胜率的产品。

从相关性角度看，我们有基本面策略和量价策略两种增强方式，分别各自覆盖了成长、价值、均衡三种风格。他们之间互相整合后，彼此之间的相关性很低。风格之间的低相关性+策略之间的低相关性，最后或许就能成为一个高胜率的产品Alpha。

朱昂：我们不同产品的Alpha来源不同，在指数增强，主动量化，量化固收+等产品上，底层模型是否会有不同？

何贤发我们把量化模型归结为两大类型，一种是做截面的，另一种是做时间序列的。以“固收+”为例，作为一种绝对收益目标的产品，就需要引入时间序列类型的模型，包括仓位、组合结构、风格轮动等。投资目标是超额收益，就以截面模型为主，投资目标绝对收益，就以时间序列为主。

时间、空间、相关性三大维度

评估策略的有效性

朱昂：您非常注重的团队系统化建设，可否谈谈您是如何推进的国联安主动量化团队的系统化建设？

何贤发在研究端，我们把考核划分为研究成果、研究质量、研究效率三大部分。研究员的主要工作，是对数据提炼成底层的逻辑。有数据验证的逻辑，是模型最核心的部分。我们有一套标准化的研究系统，研究员更多是对逻辑层面的迭代，其他的部分系统都能解决。

在投资端，我们把大家的研究成果，变成落到纸面的账户收益。包括业绩相对排名要在靠前的位置，产品的超额收益要为正，回撤也要可控等等。

我们认为，真正决定长期质量的是研究决策，也就是如何去评估不同的数据。评估策略有效的核心，是建立在空间、时间、相关性三大角度的分析。去判断哪些是Alpha，哪些是Beta。能通过进入到我们体系的策略，大概率是Alpha。但如果和另一种策略相关性太高，那也进不来。

朱昂：在团队文化上，国联安量化团队有什么特点吗？

何贤发首先，我们强调第一性原理。无论是我本人还是研究员，我们的工作并非证明自己是对的，而是去逼近事物的本质。我们尽量把自己放在比较空杯的状态，试图找到真正的客观规律。

其次，我们不断在做有限资源的最优化决策。每一个研究的方向、质量、成果都是有限资源下的最优化平衡。大家每天都有不同的idea，但是这些idea到底要不要深入研究，因为每一个决策，都是有各种成本的，并不是每一件事都值得去做的。

朱昂：您如何鼓励每个人把各种的Alpha都贡献出来？

何贤发我们机制上要考虑到各种人性，在一个动态的博弈中，如何创造一个大家分享能得到最优解的环境。

第一步，在机制上按照贡献分配，而且这种贡献是可测量的。我们会在一段比较长的时间中，去评估每个人不同的贡献程度，并且把大家得到的激励和贡献形成合理的线性关系。

第二步，形成优胜劣汰的机制。我认为优秀的人往往只愿意和优秀的人共事，如果团队中有成员贡献的研究成果质量不佳却被容忍和采纳，那么其他人也不愿意把自己最好的研究成果贡献出来了，往往短板的那一环会限制了策略的上限。

我们在基本面、量价、投资地图、策略配置等方面都有专门的同事负责。只有彼此互相认同，才能形成一套正向循环的投研模式。所以，我们要找到胜任的人，也要在动态过程中持续优化。

把自己作为一套系统去思考、去复盘

朱昂：您在量化投资领域很多年，如何保持个人的进步和迭代？

何贤发我是一个比较系统化的人，甚至可以说有点像机器一样地进行思考：输入端是什么，输出的标准动作是什么，定期复盘历史决策做归因分析。我会去看市场，会跟客户沟通，也会去研究同行。关键是，对自己建立一套可不断优化的决策机制，知道预期和结果之间的差异是什么。找到问题后，变成可执行的动作。

朱昂：当面临压力时，您会如何缓解？

何贤发早年我喜欢运动，后来我开始偏好用安静的方式处理压力。动是排解，静是面对。找到压力的根源，对压力进行解构。今天，我更多是用直面压力的方式去化解压力，把压力转化为迭代系统的信号。

朱昂：在投资之外，您会做什么？

何贤发我比较喜欢做复盘，在复盘中记录自己观察到的这个世界运作的规律。我也很热爱这份工作，基本上习惯了早8晚8的工作节奏，保持一种“匀速”的努力状态。很早之前读过一个故事，印象特别深刻，有两个南极探险队，第一个探险队无论天气好不好，都会日行20里，最终到达了终点。第二个探险队在天气好的时候拼命跑，天气不好的时候就扎营，最终没能完成这段旅程。

参考海外成熟市场量化投资的竞争格局，公募量化未来很可能也是马太效应。所以，我们不能天天追着热点跑、时快时慢，而是要保持向前的速度。国联安主动量化部的策略经过多年实盘验证，在公募实战目前也磨合到比较丝滑的水平，团队 Central Book 机制运行顺畅，我们已经逐渐进入了最佳的状态。

- end-

按姓名首字母排序

上下滑动阅读更多内容

| | | | |

| | | | |

| | | | |

|| | | |

| | | | |

| | | | |

| | | ||

| | | | |

| | | | |

| | | | |

| | | | |

| | | | |

| | | | |

| | | | |
| | 银华 | 东方红 |
| | | | 东方红 | 中信保诚

| | | | |

| | | | |

| | | | |

| | | | |

| | | | |

| | | | |

| | | | |
| | | | |
| | | | |
| | | 民生加银 | 东方红

| | | | |

| | | | |

| | | | |
| | | ||
| | | | |
| | | 中银 | 中信保诚

| | | ||

| | | | |

| | | | |

| | | | |

| | | | |

| 富国 | 农银汇理 | |

| | | | |

| | | | 新华 | 富达

| | | | |

| | | | |

| | | | |

| | | | |

| | | | |