浦銀安盛指數量化團隊：工程師思維+積木理論 打造更聰明的指數

在紛繁複雜的投資市場中，有這樣一群基金經理，不僅關注傳統的财報研報、路演調研制定投資決策，更以工程師的角色，以資料驅動投資政策。像工程師一樣，使用統計和算法來挖掘處理海量大資料，識别市場信号，訓練模型，并将投資政策轉化為可運作的代碼語言，用于交易執行、政策回測以及風險管理等環節。

浦銀安盛基金指數量化團隊就是這樣一支工程師思維的投研隊伍，團隊成員不僅是一群能夠了解金融市場的投資專業人士，還是一群精通算法設計、機器學習、雲計算等技術領域的工程師。正是在這樣的定位架構之下，浦銀安盛指數量化團隊布局多元化産品線、多樣化政策、多來源阿爾法，近年來這隻“大量化”團隊已逐漸在業内嶄露頭角。

積木理論+工程師思維

“我們是具有工程師思維的量化投研團隊”，浦銀安盛基金指數與量化投資部總監孫晨進介紹，每個團隊成員像搭積木一樣在平台上作戰，既有獨立子產品的分開運作又能互相補充組合。“我們的‘積木’包括因子選股、行業輪動、事件驅動、資産配置、配對交易等等”。量化投資既不是“聖杯”，也不是“黑箱”，多政策的子產品化開發模式，使得各個分工領域的研究成員能專注自己的核心政策。而基金經理能夠使用政策互相補充，靈活組合，進而使産品享受到各類子政策帶來的收益。

作為國内公募行業裡的一股新銳力量，浦銀安盛量化指數團隊成員構成呈梯隊型，既有行業經驗豐富的資深基金經理，也有新興有活力的年輕研究員，這一群兼具深厚專業知識和豐富實踐經驗的專業團隊，目前成員10人，平均從業年限10年左右。

公司首席指數量化官楚天舒擁有二十餘年金融從業經驗，富有指數量化投資管理經驗。部門總監孫晨進則擁有十餘年量化投資研究經驗，專注于指數增強、量化對沖、資産配置等量化領域的解決方案。另有3名基金經理，2名基金經理助理，3名研究員，均具有多年量化從業經驗，深耕多因子、資産配置、行業輪動、事件驅動、深度學習等領域。

浦銀安盛指數量化團隊強調“大量化”概念，量化投資既是公司多資産管理架構中的一部分，也有自身廣泛的産品和業務線：指數增強、場内ETF、固收+、主動量化、量化對沖等。指數量化投資和公司權益、固收投資團隊互相支援，力争指數量化産品多元化，政策多樣化，阿爾法來源多樣化。

打造“更聰明”指數

在長期的研究和投資實踐中，浦銀安盛指數量化團隊通過深入的市場研究和資料分析，開發出适應不同市場環境的投資政策，包括資産配置、擇時、行業輪動、量化選股、事件驅動等，同一政策架構下堅持多模型的開發思路，比如行業輪動政策，既有截面行業輪動模型，也有時間序列行業擇時模型。量化選股領域，不僅關注傳統的多因子模型，擁有一個幾百個因子的大型因子庫，實時更新，實時評價。這些因子被廣泛研究并證明能夠解釋股票回報的長期趨勢和異常表現。同時，積極探索深度學習和人工智能在投資政策中的應用，目前基于深度學習的選股因子已經進入實際投資。

正是在這種工程師思維下，浦銀安盛基金指數量化團隊建構了多政策多模型的量化體系，能夠适應複雜多變的市場環境。多樣化的阿爾法來源意味着浦銀安盛指數量化團隊并不是單個模型走天下，量化模型不再是“黑箱子”，團隊搭建了因子選股、行業輪動、配對交易和量化交易的多政策組合建構。

基金經理把研究員的多塊“積木”子產品化搭建起來，即多政策有機結合，根據重點和産品特色來選擇群組合政策模型。浦銀安盛中證A50指數增強拟任基金經理羅雯表示，多政策中配對交易是亮點，引入配對交易是美國對沖基金市場中非常經典的多空交易政策，有效性經過了長期市場的驗證。

超額收益的AI“捕手”

人工智能目前已經深入到量化投資的方方面面，浦銀安盛指數量化團隊也運用多種AI模型來捕捉市場的超額收益。

資料處理是量化投資的核心環節。“為什麼現在要用AI來做量化資料，因為量化要用到逐筆或者秒級、分鐘級的高頻資料”。孫晨進介紹，AI目前主要展現在高效的資料處理與分析，基于GPU的資料處理能夠大幅提升python的大資料處理能力，高頻資料的處理依賴最新的cudf庫。量化投資除了處理的資料量非常大，處理的資料種類也非常豐富，現在文本等另類資料的重要性也不斷提升，借助kimi等先進的大語言模型能夠準确提煉大段文本中的有效選股資訊。從海量非标準化的資料中提取關鍵資訊，幫助基金經理提煉有效選股信号，進而能夠對于子賽道的投資機會有更多的把握，從之前“大浪淘沙”進化到現在的“AI淘金”。

為了更加高效的将AI融入團隊的投資體系，團隊建立了完善的資料管理體系和代碼協助開發體系，每個基金經理、研究員都是工程師，都具有程式設計能力，團隊資料和模型管理體系全是自主開發，90%的自建率。

我們使用先進的計算工具和算法，對資料進行清洗、整合和分析，確定資料的高品質和可用性。團隊采用的是多程式設計語言、資料共享的技術架構，目前量化分析平台支援多種常用程式設計語言，擁有多套成熟的量化分析工具包，互相驗證互為補充。同時指數量化團隊和公司IT部門合作緊密，IT部門協助建構和維護我們的資料平台。這些系統不僅要求高性能和高穩定性，還要能夠快速響應市場變化，支援高頻交易和大規模資料處理。

指數增強是未來大量化發展的方向

近期，浦銀安盛基金首批獲批了中證A50指數增強、科創100指數增強等創新産品，A50指數增強基金發行在即。可以看到，在産品創新與布局上，浦銀安盛打造了ETF Pro的指數量化品牌，主打“核心寬基 衛星賽道”政策，已推出滬深300指數增強、創業闆ETF及聯接等核心寬基産品，中證A50指數增強基金作為全市場首隻跟蹤中證A50指數的場外指數增強基金，填補了A50場外同類增強産品的空白。同時，團隊積極布局“硬科技”指數産品，如光伏龍頭ETF、智慧電車ETF、遊戲傳媒ETF等，以及科創100指數增強産品，響應國家戰略，緊跟市場熱點，不斷完善産品譜系。

國内公募市場上，指數與量化投資的規模占比遠不及美國等成熟發達市場的經濟體。近年來國内ETF基金、指數增強基金等指數産品規模有大幅提升的趨勢。除了市場漲跌因素外的主要深層原因也是由于機構投資者和普通投資者對于指數量化投資的了解越來越深，逐漸有更多人開始接受指數化的投資模式，開始相信量化投資能帶來比較科學的超額收益。我們認為這給行業的發展帶來了更廣闊的縱深空間。

孫晨進認為，目前，國内的指數增強基金不論管理人還是客戶，都更重視收益，而對于基準的跟蹤誤差容忍範圍是比較大的。但在美國這樣的成熟市場中，指數增強基金甚至主動基金相對基準指數的的誤差是比較小的，這一方面能確定該基金能跟上基準指數，獲得标的指數的鮮明投資風格，全面給客戶帶來指數化投資的優點。另一方面在較小的跟蹤誤差下能盡力給投資者創造較好的投資體驗。

是以，在各種的指數之下，做“指數化”投資，嚴控跟蹤誤差、再尋找确定性的超額收益。這可能是國内基金行業走向成熟的必經之路。是以我們認為，未來指數增強是量化投資發展的重要方向。在國内市場，由于市場波動大，各類風格輪動速度較快，而我們量化團隊力争通過量化的投資架構，對各類指數做增強化的投資，實作Beta+Alpha的清晰收益模式。我們堅信，未來量化指數增強會成為一種被投資者認可的優秀投資方式。

風險提示:

基金有風險，投資需謹慎。本資料中提供的意見與評述僅供參考，并不構成對所述證券的任何操作建議或推薦，依據本資料相關資訊進行投資或行事所造成的一切後果自負。本資料歸我公司所有，未經書面許可，任何機構和個人不得對所述内容進行任何有悖原意的删減或修改。基金管理人承諾将本着誠信嚴謹的原則，勤勉盡責地管理基金資産，但并不保證基金一定盈利，也不保證最低收益。基金的過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本基金業績表現的保證。大陸基金運作時間較短，不能反映股市發展的所有階段。投資者在投資基金前，請務必認真閱讀《基金合同》及《招募說明書》等法律檔案。如需購買基金，請您關注投資者适當性管理相關規定，提前做好風險測評，并根據您自身的風險承受能力購買與之相比對的風險等級的基金産品。材料中的觀點僅代表個人，不代表公司立場，不作為投資建議，且具有時效性，僅供參考。