量化投資的公募解法：人才、算力、優化器

頂尖量化人才的匯聚中歐量化的三元低相關提速的高鐵與更絲滑的軌道優化器的領跑讓量化Alpha走向普通投資者

“量化的迭代沒有盡頭。”

這是中歐基金量化投資總監曲徑反復提到的一句話。

在中國公募基金的版圖里，量化產品的規模大約只占整個量化行業的十分之一。換句話說，絕大多數普通投資者——那些不具備百萬級私募投資門檻的基民——還很難充分分享到量化技術進步帶來的追求超額收益的機會。

這是一片顯而易見的藍海，也是一種尚未被填滿的需求。

而在過去一兩年里，有一家公募基金的量化團隊，正在試圖改變這件事。中歐基金，是我在與業內人士交流時，頻繁聽到的名字。

作為公募量化的擁躉，時不時有機會與公募量化的基金經理閑聊。

除了談及他們自己管理的基金，一般也習慣問問他們近期特別關注哪些同行。

“中歐基金”，是過去一年多里，被提及頻率最高的名字之一——尤其是中歐基金量化團隊在人才密度和業績改善上的變化，令人側目。

公募量化至今還沒有形成巨頭級格局。對有抱負的量化人才來說，這是一片真正的藍�！恢皇且幠？臻g上的藍海，更是有機會從零搭建體系、定義行業標準的藍海。與此同時，部分基金渠道也在大力推動指數增強類產品，為公募量化提供了極好的發展催化劑。

中歐基金正是抓住了這個窗口。

從已經披露的任職信息來看，中歐量化基金經理宋婷，此前曾在國內百億量化機構擔任投資經理，擅長因子研究和中短周期選股策略；基金經理湯旻瑋，此前是量化機構的研究總監。而在近期的采訪中，曲徑透露，團隊還引入了專門負責深度學習因子組合與預測的核心AI人員。

當然，中歐量化團隊的基因遠不止于此。從中國公募量化的發展來看，早年奠定技術大發展的，還是海外量化人才的回歸，最著名的莫過于老一輩巴克萊三杰。曲徑本人，也曾任職于美國千禧年基金（Millennium）。而2025年加盟中歐基金并擔任系統化投資組組長的楊柳，是曲徑相識19年的老友，曾就職于高盛、英國百億對沖基金Capula Investment。

就這點而言，當下中歐基金的量化團隊，匯聚了海外對沖基金與國內量化行業的多元背景。

這些人為什么選擇中歐？

一位加盟中歐基金量化團隊的研究員曾表示：公募基金的交流機制更加開放，自己既有輸出，也在和同輩、前輩的交流中有輸入，成長空間也更大。對于追求成長的年輕一代研究員，工作中的交流氛圍或許更重要。

中歐量化采用的是項目制，更像一家科技公司的分工方式。資深基金經理帶年輕研究員，立項、攻關、交付，做完解散再重組。因子研發、模型迭代、交易執行，不同環節的人各有專長，但信息是流通的。用曲徑的話說，要讓每個人覺得自己不是螺絲釘，而是在和一群同樣聰明的人一起解一道更大的題。

在公募量化行業，曲徑的思路，獨樹一幟。她的思路是通過將主觀研究員的分析思路框架化、量化、因子化，來模仿主觀研究員的投研結果。迄今，中歐基金的量化團隊下還有基本面量化組，組長是王健，一位從業20多年的主動權益老將。

為什么從2023年開始，中歐基金密集引入人才，全面優化量化投資策略體系？

這一切，始于曲徑對2022年和2023年行情的反思。

基本面量化這套模式，在2019年至2021年市場由主動基金引領的行情下，顯然很有效。但三十年河東三十年河西，在2022年和2023年的市場調整結構下，基本面的許多因素，遲遲不會體現在價格層面：

比如說我們的基本面預測模型對上市公司做盈利預測分析，一般股價是要用趨勢的方式來兌現的。但22年、23年市場在收縮風險偏好，難以對上市公司成長，基本面的這些趨勢定價。我的Alpha可能不掙錢，主動型基金經理的預測，也容易跑輸指數。后來發現中長期Alpha兌現的周期是脈沖性的，它不是日日增加的，可能要花很長時間等它去兌現。它可能“9·24”行情之后立馬就有機會兌現了。

這讓曲徑意識到：“任何現在看起來很優秀的模型都有失效的時候”。

但對于量化基金的持有人，顯然不希望承受長期的超額回撤。許多基民之所以更關注量化產品，追求的就是超額的勝率。

要真正實現投資人的需求，顯然需要一套更穩健的框架。

這也是自2023年以來，曲徑不斷引入量化好手的根本原因。目前，宋婷負責因子工廠和偏中短周期的量價因子，楊柳負責短周期的深度學習端到端，與中歐基金原有的長周期基本面因子構成了互補，通過補齊各個時間維度的Alpha工具箱，可以在不同的市場狀況下，追求實現更穩健平滑的超額。

當然，這套三類策略的架構，即使是在公募量化，也并不罕見，甚至日益成為標配，要形成超額的競爭力，更重要的是如何將每一個環節做的更好。

量化投資，和科研很像，研發的硬件與軟件都很重要。

中歐基金目前在量化硬件上的投入力度很大，積極采購高性能顯卡用于模型訓練和算力支撐，在她看來，這還遠遠不夠。

當然，量化交易，不僅硬件重要，匹配的軟件環境也重要。

曲徑有一個比喻，“我們要讓提速的高鐵在更絲滑的軌道上馳騁起來�！� 這說的，其實就是中歐基金的交易系統。目前中歐基金的做法，是梳理流程節點，將底層計算“內存化”，同步實現“一鍵打通”的自動拆單與算法交易。早晨基金經理只需保證程序正常運轉，系統就可自動生成指令，自動完成委托切分（自動拆單），并自動下發進交易室的算法系統，由算法完成自動交易。這種無縫銜接讓量化指令能夠以極快的速度穿透拆單系統并打入交易所，大幅優化了成交回報速度。

更絲滑的軌道，可以讓提速的高鐵馳騁起來。但要真正釋放量化Alpha的潛力，光有速度還不夠。

中歐基金正在打造的另一個核心能力，是優化器。

即使買過量化公募，甚至聽過一些基金經理路演的基民，恐怕對這個概念也會有點陌生。

在談及量化投資，各類因子是廣為關注的，無論是基本面因子、量價因子，還是端到端模型，都是用來產生預測信號，預測某個交易可能有多少超額。

但從信號，到持倉，還有一個復雜的過程。一方面，量化投資會有很多的約束，比如行業中性、規模中性、小盤股的流動性不足，這意味著基于信號建構的持倉組合，必須符合這些約束。另一方面，對于公募還有反向交易限制、公平交易限制等必須遵守。

所謂“優化器”，就是將預測信號變成持倉結構，既滿足約束，又不損耗太多Alpha機會，在“理想”和“現實”之間尋求最優解，構成平衡。

但優化器好壞，千差萬別。最簡單的例子就是，傳統優化器采用CPU計算，一次可能耗時幾十分鐘甚至一天，如何將優化器放入GPU(顯卡)計算，迄今仍是全球金融界探索的難題。

早年，由于A股的量化Alpha機會很多，整個行業對優化器普遍研究不多——土壤肥沃的時候，不需要精耕細作。但伴隨行業擴大、市場定價效率提升，優化器成了精細化挖掘Alpha的關鍵工具。

也正是在優化器領域，中歐基金走在了前列。目前，中歐基金與上海交通大學智能計算研究院達成了深度合作，上交智算為中歐量化團隊提供優化器技術支持，據了解，基金經理通過該技術輔助，投資組合優化速度大大提升（數據來源：中歐基金）。由上交智算通過校企合作研發的COPT求解器在國際權威公測榜單中，攬獲15項世界前三，其中11項世界第一（數據來源：上交智算）。

目前，中歐基金公募量化產品的規模超130億，產品類型既包含寬基指增也包含主動量化，優化器對于團隊打開策略容量上限，實現跨產品、跨周期的高效優化，是極為關鍵的一環，也是團隊精細化挖掘Alpha的體現。（注：中歐量化產品共有16只，合計規模133.95億元，數據來自基金定期報告，截至2026/3/31）

說了這么多技術層面的故事，或許該換一個角度：對于普通投資者來說，這一切意味著什么？

在曲徑看來，量化指增由兩部分組成，一部分是追求日日累積的Alpha，一部分是底層指數波動的Beta。好的年份，Alpha加Beta，收益可觀；差的年份，如果Alpha能扛得住Beta的回撤，持有人依然有可能拿到不錯的回報。

過去，我們經常能發現有些指數階段性未上漲，但其掛鉤的指增產品卻能積累出Alpha，時間沒有白過。

是的，公募量化只占整個量化行業的十分之一，這個數字背后，意味著還有大量的普通投資者，尚未享受到量化技術進步帶來的紅利。當頂級的量化人才、前沿的優化器技術、大體量的算力投入匯聚到一只公募基金中，從量化中追求受益機會的不再只是百萬門檻以上的高凈值客戶，而是每一個關注指增產品的普通基民。

這或許是公募量化這片藍海更深層的意義：讓好的量化Alpha機會不再是少數人的，而是追求成為一種金融普惠。力爭每一天多積累一點確定性——對一支量化團隊如此，對關注量化產品的廣大基民，同樣如此。

基金有風險，投資須謹慎。以上內容僅供參考，不預示未來表現也不作為任何投資建議。其中的觀點和預測僅代表當時觀點，今后可能發生改變。未經同意請勿引用或轉載�；鸸芾砣顺兄Z以誠實信用、勤勉盡責的原則管理和運用基金資產，但不保證基金一定盈利，也不保證最低收益�；鸬倪^往業績并不預示其未來表現，基金管理人管理的其他基金的業績并不構成其他基金業績表現的保證。您在做出投資決策之前，請仔細閱讀基金合同、基金招募說明書和基金產品資料概要等產品法律文件和風險揭示書，充分認識基金的風險收益特征和產品特性，認真考慮基金存在的各項風險因素，并根據自身的投資目的、投資期限、投資經驗、資產狀況等因素充分考慮自身的風險承受能力，在了解產品情況及銷售適當性意見的基礎上，理性判斷并謹慎做出投資決策。