近年国内产业结构转型、国际环境变化，A股板块轮动特征明显，白酒、新能源、顺周期、国企等板块起起落落，上个月大模型还引发千军万马，这个月大家连夜学习超导材料，以致于有人调侃“科技圈已经跟不上炒股圈”，这也使得基金经理在投资中的可复制难度大大增加。

在这种复杂多变的环境底下，宽基以及对标宽基的产品，反而能凸显出运行更稳定更可预期的特点。以“信诚量化阿尔法”为例，自2017年7月12日成立至今净值上涨58.53%（截至2023年6月30日，来源：基金季报），从定期报告可看出，机构持有比例较高。

其基金经理提云涛是国内做量化投研的资历较久的人物了，1998年从复旦硕士毕业后就开始从事量化投研，在证券、保险、公募供职25年，23年证券从业年限，投资管理经验9年，还是申万系列指数的设计者之一。可以说，提云涛是A股起步较早、从业时间很长的量化研究老江湖之一。其论文《我国上市公司股权融资偏好研究》被多次引用，具备很强的学术价值。

(相关资料图)

在跟随A股浮沉的二十多年里，提云涛摸索出了自己独特的量化方法与争取超额收益的秘诀——

第一，寻找金融数据中的统计规律，以力争稳定跑赢业绩基准为目标。以提云涛管理的信诚量化阿尔法为例，其操作策略就是在锚定沪深300的前提下，结合长期上涨动力与短期因素构建模型，争取获得一定的超额收益。

第二，在约束条件下控制风险，追求绝对收益。在对标沪深300后，提云涛在追求超额的时候给自己设定了很多规避风险的限制条件，例如严格控制行业偏离度、市值偏好等。

这种化繁为简、坚守定位的风格，使得他的产品长期业绩表现较好，深受部分机构青睐。

图：信诚量化阿尔法A自成立至2023年6月底业绩、业绩基准情况

注：信诚量化阿尔法业绩基准为“沪深300指数收益率*95%+银行活期存款利率(税后)*5%

来源：产品2023年二季报，基金的过往业绩不代表未来表现

01驾驭

一千个人可能有一千种做量化投资的方法。

在内卷的A股市场上，一种方法、一个策略甚至一个数据、一条消息出来，往往就会引起群雄竞逐。在公募的量化战场上，有人用自主构建的因子库全市场选股，有人用特定指标做主题产品，有人深耕行业做行业量化产品，有人对标宽基做指数增强，可谓千帆竞发。

在群雄中，提云涛的投资理念与产品，显得既“复杂”又“简洁”。

“复杂”在，提云涛熟知与运用的量化方法非常多。例如，“神经网络”是最近几年火起来的词汇，但提云涛在90年代写硕士论文的时候已经探讨了怎么用神经网络做投资。又如，用Delphi编写行业指数，成了申万指数的雏形。至于像因子挖掘这些实战技术，都是用了二十多年的玩法了。

图：2003年，提云涛参加申万指数发布会

来源：《提云涛：一些金融工程研究的记忆》

“简洁”在，提云涛并没有成为不断用新因子、新模型去追逐更高收益的“技术派”，而是结合了中国市场与公募基金的特征，做出对标宽基的底仓型产品、红利产品等。

这种有点“弱水三千、只取一瓢”的特质，跟他的从业经历有关。

在长期的实战中，提云涛发现，尽管理论上通过不断挖新因子、应用新硬件，可以帮助投资取得更高收益，但轮动过于频繁的话，却反而有可能变成“折返跑”，把之前赚的钱又重新亏回去。于是，他慢慢转向了使用统计数据、历史规律来指引投资的道路上。

例如，他曾经对媒体说，“量化投资也有’价值观’”，需要秉承善良的投资理念，通过“主动+量化”的模式，来挖掘出估值合理、稳健增长的优质个股，从而努力为投资者带来长期稳健、可持续的超额收益。

因此，他的量化模型会更侧重于基本面指标，对估值、成长、业绩、盈利质量等数据进行总结、分析，找出统计规律，选择符合模型标准的标的进行配置。

这种“大浪淘沙”后的气质，为提云涛在投资中增添了一层稳健的色彩，从量化阿尔法产品过往长期偏低的换手率，即可见一斑。（换手率根据已披露的定期报告分析）

02挖掘

久经沙场的基金经理，往往都有一种直达本质的能力，其管理的产品也与自己的气质高度匹配。

在量化投资上，国内公募多采取基本面量化，以行业数据、企业财报等构建模型；此外也有结合量价做较高频交易的策略。

但不管是基本面量化还是高频，投资者很难把握准每一段行情；单一行业主题也难以避免牛熊市的波动。相比之下，对标宽基，适当增强，用分散、均衡的持仓获得市场的beta，再通过自行研发的因子来获得alpha，则是比较好的能做到“可复制”、“可持续”、“可预期”的策略。

因此，在信诚量化阿尔法中，提云涛就是锚定指数、挖掘因子，来提升产品的长期竞争力——

（1）锚定沪深300

作为对标宽基的产品，选择指数就是决定战场的所在地。信诚量化阿尔法选的是沪深300。

沪深300指数是A股市场最具代表性的宽基指数之一了，用沪深两市中规模大、流动好的300家证券组成，云集了中国经济中竞争力较强的一批公司。

在该指数成立以来，其成分股的变动也反映出中国经济结构的变化与活力。例如，2010年的前十大行业基本由有色金属、煤炭、房地产、银行等行业包揽；而在2023年，电力设备及新能源、家电、医药等行业龙头进入前十大，体现了国内新兴产业发展的历史进程。

在选定对标宽基后，提云涛的操作很“保守”，在受采访的过程中也坦言，模型没有翻天覆地的更新，标的里也没有惊天动地的独门牛股。做得更多的，其实还是着眼长期、防范风险。

例如，他会把股价变动用盈利、估值的内在驱动力以量化因子形式表达。然后，区分长期上涨驱动力，如盈利增长情况；以及中短期波动、估值波动、市场偏好变化等，以此构建出模型，控制行业、市值等的暴露。

（2）挖掘因子

锚定沪深300，是提云涛“量化+”策略中的“量化”部分，而追求超额收益则来自“+”。在这方面，非常能显出提云涛所说的“挖掘统计规律”以及风险控制的水平。

提云涛很喜欢在信诚量化阿尔法、红利的产品公告中强调，“综合考察盈利能力、偿债能力、盈利增长、估值和交易等多种因素选择标的，适当控制行业暴露和规模因子暴露”。个中的意味、控制风险的思路，需要在持仓分析中才能体味到。

例如，从去年开始，新能源、制造业等中游行业，在经过一轮牛市后，进入高估值、高开支的状态，因此，尽管在沪深300的前十大中有相关的行业龙头公司，但在量化阿尔法2023年一二季度的前十大里，并没有新能源公司的身影，也因此避免了受到其行业波动的影响。

这种局部的调仓操作，也构成了量化阿尔法长期以来注重高EPS、高股息率、高ROE，在EPS、DP、ROE等因子上有正向偏离的特征。

注：数据源自中信保诚基金，根据2022年12月31日持仓计算

图：信诚量化阿尔法产品特征，2022年

来源：中信保诚基金

03时代

今年A股市场的行情经常让人“猝不及防”。从年初至今，白酒、有色金属、传媒、计算机、国企、券商板块挨个潮起潮落，段子、小作文纷飞，市场博弈到极致，稳定收益难度大。

这种情况的根源，在于全球经济环境的不确定性，从欧美通胀剧烈、全球供应链洗牌，到中国经济复苏，全球经济在进入新模式的过程之中。应对这种情况，有人选择迅速应变，有人选择“以不变应万变”。

提云涛管理的信诚量化阿尔法就属于后者。

它的定位非常清楚，锚定沪深300指数，通过淡化择时、风格均衡、行业均衡的方式，力争能绑定A股市场上在各自细分行业里竞争力较强的公司，并且以统计规律、研究能力来作微调以期增强收益。

简而言之，这是一个非常典型的打造“底仓型”产品的策略。

在当前产业结构转型以及国际环境变动所带来的结构性行情中，投资者时常面临着大类资产配置、行业配置和个股选择，市场波动性加大，让投资的可复制性难度大幅增加。

数据显示，2018-2022年，信诚量化阿尔法A已连续五年跑赢沪深300指数（数据来源：基金年报，产品成立日：2017年7月12日）。对标沪深300、力争长期优于沪深300，就是在不确定市场里力求相对具有确定性的捷径吧。