渡苇基金为什么坚持做“白盒”量化选股模型
——写在代表产品渡苇北洋1号再创历史新高之际
目录
第一部分：开篇
第二部分：量化研究团队分三大类
第三部分：我们的发展历史
第四部分：我们的因子
第五部分：我们为什么坚持做“白盒”量化选股模型
第一部分：开篇
渡苇基金是一家专注在A股市场的量化基金公司，深度研究投资者群体行为偏差造成股票错误定价特征。我们希望通过科学的投研方法识别投资机会，修正错误定价，发挥专业机构价值发现的功能，并在此过程中为投资者资产增值提供一款长期业绩较稳的量化选股多头产品。
渡苇基金核心策略研发历史超20年，资管实盘产品运作已近6年，以渡苇基金代表产品“渡苇北洋1号”为例，自2019年7月17日成立以来，策略经历了几乎所有类型的极端市场风险考验，我们为投资者交付了一款同时具有长效、较稳、低相关特征的基金业绩曲线，成功地将“年化收益率/历史最大回撤”这个指标控制在1左右，这背后与渡苇团队始终坚持做“白盒”量化选股模型的理念密不可分。
本文，我们从以下几个部分来阐述渡苇投研理念，我们始终站位在投资者一方，以极致负责任的态度管理好自己的钱和投资者的钱，主动屏蔽外部短期一年以内排名干扰，追求长期绝对复利收益、不为短期业绩高低而置投资者资金于不可控的风险之下。
第二部分：量化研究团队分三大类
以下分类方式仅为一家之言，欢迎讨论交流。
第一类：纯计算机、数理背景的团队，以D E Shaw&Co德邵公司、Renaissance文艺复兴科技、TWO SIGMA为代表：
D.E. Shaw &Co的创始人大卫·肖是美国著名数学家、生物及计算机科学家，拥有斯坦福大学计算机科学博士学位，曾在哥伦比亚大学担任计算机科学教授。
文艺复兴科技的创始人西蒙斯在麻省理工学院获得数学学士学位，在加州大学伯克利分校获得数学博士学位，曾担任哈佛大学和麻省理工学院的数学教授。
Two sigma的两位创始人大卫·西格尔拥有麻省理工学院计算机科学博士学位，约翰·奥弗德克拥有斯坦福大学数学和统计学硕士学位，两人都曾在D E Shaw & Co工作。
来源：deepseek，渡苇基金整理
这类管理人是极致宽客，只相信机器和数字，投入巨大资源维持IT上的领先优势。但也因为自营策略和外部投资者能够参与的策略上有差异而备受诟病。
第二类：文科经济学背景的团队，以LTCM长期资本、CITADEL城堡、BRIDGEWATER桥水为代表：
LTCM长期资本创始人约翰·梅里韦瑟在芝加哥大学布斯商学院获得工商管理硕士学位。
CITADEL城堡创始人肯尼斯·格里芬在哈佛大学获得经济学学位。
BRIDGEWATER桥水创始人雷·达里奥在哈佛商学院获得工商管理硕士学位。
来源：deepseek，渡苇基金整理
这一类管理人一般具有优秀的宏观视野，同时也有很强的模型能力，但像长期资本崩溃的失败经验仍然值得我们定期复盘警醒。
第三类：坚持因子投资和行为偏差逻辑的团队，以AQR应用量化研究资本、Dimensional、FULLER & THALER为代表：
AQR的创始人克里夫·阿斯内斯在宾夕法尼亚大学主修经济学并在沃顿商学院获得学士学位，在芝加哥大学获得金融学硕士学位和金融学博士学位，师从诺贝尔经济学奖得主尤金·法玛。阿斯内斯在学术和实践中都表现出色，尤其在量化投资和因子投资领域有深远影响，AQR的投资决策中深度融合数据分析和行为金融学的原则。
Dimensional Fund Advisors两位创始人大卫·布斯和雷克斯·辛克菲尔德都毕业于芝加哥大学布斯商学院，两人分别获得金融学博士学位和金融学硕士学位。Dimensional是一家以学术研究为基础、专注于因子投资和低成本被动管理的资产管理公司，深受芝加哥大学金融经济学派的影响，尤其是有效市场假说和因子投资理论。
Fuller & Thaler Asset Management 是一家专注于行为金融学的投资管理公司，其投资策略基于心理学和金融学的交叉研究，利用投资者心理偏差和市场非有效性来实现超额回报。公司名称中的“Thaler”指的是诺贝尔经济学奖得主理查德·塞勒，他是行为金融学领域的奠基人之一。
来源：deepseek，渡苇基金整理
渡苇基金团队可以被归在第三类，我们核心投研主要研究方向是在金融大学据分析、行为金融、量化投资、金融工程，除具备传统经济、金融学的专业素养，在使用计算机、借助人工智能领域模型开展基于微观个体投资决策行为方面的研究也一直走在国内学术界和资管实践领域的前列。
在第三类量化管理人都坚持“因子投资”的这一共识下，渡苇基金倾向于认为应当在人是有限理性以及市场非有效的前提下开展投资研究，只有基于证券市场最客观的规律开展策略研究，选股模型才有把握具备长期穿越市场的能力。
第三部分：我们的发展历史
很早时候，渡苇核心团队就内部形成了一个观点：优秀的工程师将是未来中国资产管理行业关键性变革与推动的力量，我们也致力于成为这样的资管界的工程师。但是在2015年、16年之前，市场上的一些“风云人物”能够做出夏普比率高达3的权益多头产品，相比之下我们研发的量化多头策略能够预期做到夏普1在当时就显得暗淡无光了。
随着资本市场的规范发展、不断加强监管，那些不是在合法合规前提下依靠价值发现做到的夏普3是毫无意义的。到了2019年我们下定决心开始实盘，长期投资目标之一就是夏普1，这是一个依靠科学的研究方法和严格风控有较高把握可实现的股票投资目标。
回顾历史，渡苇的核心投研团队从2001年起就开始做包括行为金融方向的学术研究；2016年开始正式组建团队，花了3年时间回顾整个领域国内外优秀学者的论文，构建了目前的量化选股模型并保持持续策略开发，并按照学术研究的严格标准，开展策略历史回测和模拟交易；在2019年7月17日成立第一只产品“渡苇北洋1号”，通过接近6年的实盘业绩曲线证明了在A股市场实践基于行为金融逻辑的量化选股策略的可行性，并且随着时间的拉长，策略表现出的优秀特征还在持续被投资者发现中。
作为一个具备工程师思维的研究团队，我们深知标准化是最能保证整个团队高效和稳定运转的。我们在过去这些年里，陆续形成了一组研发制度、标准、数据集和配套文档模板，保持每周至少2次的研讨会开展研究工作思维碰撞。
上图通过3个车间的形象比喻说明了我们的研究工作流程，我们向工作车间里投喂的“原材料”经过严谨的量化研究工作的“质检”，为我们生产出了超过20个可用于实盘的策略，这些策略都具有长期逻辑支持。
第四部分：我们的因子
以最为典型的投资者行为偏差“处置效应”为例，投资者总是倾向于长期持有浮亏的股票，而快速卖出小幅获利的股票，这种现象背后是由于我们作为人，在浮亏时追逐风险而浮盈时变成了厌恶风险，这种行为偏差长期稳定的出现是有非常强的理论和实证研究支持的。
再比如，人们容易高估小概率事件发生在自己身上的概率，买彩票和保险最能反映这种心理。假设一张彩票5元，而买了彩票后有千分之一的机会获得 5000元。人们往往认为自己中奖的概率高于千分之一，从而认为彩票的吸引力很高，但实际上彩票的预期收益仅仅是5元而已。
在投机活动中，人们也容易高估自己赢钱的概率，这种心理偏差反映了人类对不确定性的天然反应。而股票投资也是在未来的不确定性情形做选择，这一定会造成错误定价，那我们开发策略必须纳入“人们倾向于高估尾部事件发生的概率”也要考虑这一因素。
行为金融理论提出，在计算某个“选项”（股票）的价值时，应当按照决策权重是结果发生概率的一个非线性函数进行测算。如图，左下角圈住的部分表达了，对于那些发生概率很低的结果，人们往往高估它们发生的可能性。
相信有很多朋友喜欢篮球这项运动，比赛时如果某队员能够连续命中，大家会相信他“手感好”，下次进攻还会选择他来投篮，这被称作“热手效应”（近视偏好）。可是，行为金融学者对某赛季76人队的比赛数据进行了统计分析发现，在投丢1、2、3球后和投中1、2、3球后的平均第4球的命中率方面，发现没有显著差异，说明“热手效应”不存在。
但是，几十年过去了，篮球爱好者和运动员依然相信，“热手”的神秘力量。人们凭借一时直观感受就线性地预测未来趋势的现象始终存在。在股票投资中，反应为简单地追逐当下强势股，并认为股价具有持续性，从而忽视了更为安全的、阶段性被市场整体漠视了的投资机会。
通过上面的几个案例，你可能已经了解到了，从行为偏差出发，开发具有长期有效逻辑支持的选股模型，最有可能穿越周期。我们将自己的因子框架整体概括如下，希望有助于大家较好地了解渡苇基金策略。
我们的实盘策略由5个基于行为金融逻辑的子策略构成，在过去近6年时间中运行非常稳定和有效；策略库中已经储备了超过20个随时可被调用的子策略；中远期展望，基于行为金融学科的继续发展，我们有可能最终挖掘出300个左右的独立子策略，继续丰富策略储备。力争在保持业绩稳定的前提下，合理地扩充管理规模为更多的“理性”投资者服务。
第五部分：我们为什么坚持做“白盒”量化选股模型
渡苇基金坚持做“白盒”量化模型的初心，就是为了在市场中赚可解释的钱，将业绩曲线尽可能平滑，力争实现让投资者在连续持有满12个自然月正收益概率大于95%，并能够在稳定的投资心态下长期持有，获取较丰厚的长期复利收益。
我们来假设一种场景，某金融机构的资深理财经理向自己服务的私募基金合格投资者推荐两款历史业绩如下特征的股票型基金。如果仅仅是交流但还未真正决策投资那一款产品时，相信大部分投资者会很理性地意向选择投产品A，但现实中，我们会发现，大部分投资者账户里买的是产品B。
为什么会这样？我们回想下2021年初白马抱团达到极致时，投资者坚定地相信“吃药喝酒”行情会延续，大量资金涌入这一赛道，投资者们承受了3年以上的煎熬并仍然在期待着回本就赎回；2021年9月时，我们又相信量化永不止步，机器永不停歇可以为投资者攫取利润，很不幸，又一大批资金套牢在高位，默默忍受了3年，等来2024年的“924”行情才看到解套希望。
为什么我们总是陷入上述的投资恶性循环？从行为金融学角度看，人类在面对多个选项时在决策过程中由于羊群从众心理、认为自己能够控制和影响随机事件（控制错觉）、高估好事发生在自己身上并低估坏事发生概率等等心理偏差，会错误地预判未来趋势，从而陷入投资的恶性循环。
有没有解决办法？投资行业有个公式，IR=IC* √BR ，其中IC代表投资策略的预测能力; BR代表投资策略1年内可以做出独立预测次数。总的来说，评价一个策略好不好IR，主要是看管理人的策略的IC和BR。
因此，要求投资者要降低只看业绩曲线、团队背景等决策权重，更加重视充分地考察一个管理人的策略支持其“预测能力”高是否有逻辑解释和“预测次数”是否相对稳定。就以渡苇基金的量化选股策略为例，我们依靠第四部分提到的“行为因子”、“基本面因子”和“风险管理”三方面，保障了策略较高的IC值；按照固定月频换仓、任意时点持仓股票数量在40-70个，确定一个较为稳定和标准的独立预测次数BR；因此，过去几年策略较稳业绩的取得有其必然性。
我们预期未来投资业绩仍有可持续性。根据历史数据保守测算，A股年均200万亿左右的成交额，其中大约有3%的错误决策产生的交易，整体上会有6万亿的利润空间。基于我们的量化模型有方法对投资者群体非理性行为的精确测度与相应的风险管理，策略有能力在未来A股市场上继续稳定地捕捉到股票错误定价的机会，并在此过程中为投资者获取收益。
风险揭示：本文所涉的基金管理人及作者个人观点（如有），不代表本平台的任何立场。本平台无法保证文章内容的真实性、准确性及完整性，分析结论仅供参考，不构成任何投资建议。市场有风险，投资需谨慎。
版权声明：本文转载自渡苇基金 。未经许可，任何个人或机构不得进行任何形式的修改或将其用于商业用途。
本页面所涉私募基金内容仅对合格投资者展示！因擅自转载、引用等行为导致非合格投资者获取本文信息的，由转载方自行承担法律责任和可能产生的一切风险。
本页内容不构成任何投资建议，相关数据及信息来自基金管理人、托管估值机构、外部数据库，并可能援引内外部榜单、其他专业人士/或机构撰写制作的相关研究成果或观点，我司对所载资料的真实性、准确性、时效性及完整性不作任何实质性判断，对所涉产品/机构/人员不作任何明示或暗示的预测、保证，亦不承担任何形式的责任。
版权声明：未经许可，任何个人或机构不得进行任何形式的修改或将其用于商业用途。转载、引用、翻译、二次创作（包括但不限于以影音等其他形式展现作品内容）或以任何商业目的进行使用的，必须取得作者许可并注明作品来源为私募排排网，同时载明内容域名出处