放下门户之见，“主动+量化”构建科学投资体系 | 进化论策略会文字实录

【观点速览】

关于投资理念：

1. 我们应该放下这些门户之见不能为了量化而量化，也不能为了主动而主动，而是要考虑怎么样做投资才能更加科学合理。所以我们提出了科学投资，也就是用数据结合逻辑这样的一种方式来进行投资。这是进化论比较独特的一个地方。
2. 中国的一句老话叫做“物极必反”，任何事物都不可能无限膨胀。传统的量化投资可能用了非常多的统计学模型和大数据分析，但其实统计的本质是归纳，这种归纳法在不断统计的过程中会出现一些问题。如果单纯地用归纳法构建的模型去套用事实，并且把它当作预测未来的工具，那么当未来出现了没有发生过的事情的时候，模型可能会产生极大的不适应性。模型是一个很不错的工具，但是我们不能完全依赖。
3. 我们认为科学的投资方法应该尽可能地接近客观事实，这就离不开归纳和演绎相结合。科学投资策略的反脆弱性来自于“知其然也知其所以然”，对于我们构建的因子，我们会去思考它背后到底是一些什么样的关系，它基于了什么样的逻辑假设。
4. 投资很多时候角度比深度重要，简单比复杂有效。我们下了不少功夫去开发各种逻辑类的因子，这些因子能比较好地应对尾部风险，和统计类的因子互补形成一套多元稳健的模型，也能有效增加模型的稳定性，降低跟其它策略的相关性。
5. 我们的模型并不追求收益最大化，而是追求更佳的风险收益比，因为行稳致远才是最重要的。我们会强调通过高度分散提升容错率，因为无论是主动还是量化策略，都要回归到中庸的智慧、分散的智慧去面对未知风险。

关于市场展望：

1. 投资实际上是由两部分构成的，一部分是概率，另一部分是赔率。目前我们认为中国资产的赔率已经到了非常好的阶段。
2. 很多观点认为房地产行业出现了问题会导致中国的经济放缓，我们并不这样认为。房地产的本质还是取决于现金流。如果整个经济重新活跃起来，房地产问题是可以解决的。
3. 优秀的基础设施及人才红利是中国的核心基本盘，是其他国家都很难做到的。这种广泛的、全面的、长期的、持久的基本盘，在全世界资产维度看，都是非常值得珍惜的，而我们所需要等待的只是我们的发动机重新跑起来。
4. 很多时候大家想等到经济复苏或等到某个时刻再看，但如果经济已经复苏，那个时候你再回头去看市场已经涨起来一大段，可能又到了人声鼎沸时。
5. AI是人类社会发展的一个新起点，大语言模型，包括通用的人工智能有可能会给整个人类社会带来非常大的进步。但是一定要避免炒作，回到真正拿得出手的公司上。也要考虑相应的赔率和估值水平。

以下是经整理后的文字内容：

01

十年匠心

打磨全新精品策略

各位投资人下午好！距离上一次和大家交流已经比较久了。在过去三年大家都经历了一个比较复杂的市场情况，在这个过程中我们的团队也沉下心来做了很多在长期来看是有意义的事情。所以今天带着我们这些年投资和研究的心得，希望和各位投资人分享。

首先回顾一下进化论历次策略升级的里程碑。今年已经是公司运作的第10个年头了，在我们的发展历史上大概有4次策略迭代。在2016年的时候，我们采取了多基金经理多策略的打法；在2018年整个市场状况不太好的情况下，我们推出了量化策略，并且在当年取得了一个比较优秀的成绩；2020年的时候，随着外资的逐步进入，我们开始思考如何更好地从长期基本面的角度选股；在最近的这一年半当中，我们融合了过去主动以及量化的投资经验，打造了一套科学投资方法论，升级了进化论的特色策略模型。

在介绍我们最新的策略模型之前，先跟大家聊一聊什么是科学投资。其实在这个市场上我们会发现，无论是主动投资还是量化投资，大家的争论都非常多。但其实我们应该放下这些门户之见，更多地去思考投资的底层逻辑究竟是什么？什么样的底层逻辑能够更好地实现资产管理的目的？在这个方面，我们自己的一个思考是，不能为了量化而量化，也不能为了主动而主动，而是要考虑怎么样做投资才能更加科学合理。所以我们提出了科学投资，也就是用数据结合逻辑这样的一种方式来进行投资。这是进化论比较独特的一个地方。

02

物极必反，基于归纳法的

模型可能存在局限性

那么为什么数据结合逻辑是一种比较科学的投资方法呢？首先，归纳和演绎是人类认知过程中的一条必经之路，并且两者都是不可或缺的。因为市场是永续变化的，认知市场需要我们不断地从具象的东西去总结抽象的东西，再从抽象的东西继续演绎到一些具象的东西。我们认为科学的投资方法应该尽可能地接近客观事实，这就离不开归纳和演绎的不断循环，这个过程中数据和逻辑都是必要的工具。

举个例子，比如说传统的量化投资可能用了非常多的统计学模型和大数据分析，但其实统计的本质是归纳，这种归纳法在不断统计的过程中会出现一些问题，包括年初这轮量化整体的波动。对于模型来说，如果小市值股票总是表现非常优异，那么通过学习归纳过去几年的市场，模型会认为小市值就是最好的。越来越多的统计数据表明小市值好，越来越多的资金也认为小市值好，然后越来越多的模型也认为小市值好，实际上就会形成一个不断增强的自我循环。但这个过程中其实有一个很本质的道理，就是中国的一句老话叫做“物极必反”。任何事物都不可能无限膨胀，从演绎法的角度是可以得到这样一个结论的。所以如果我们把归纳和演绎放在一起的时候，我们会更客观、更冷静地看待小市值的表现。

反过来讲，我们所谓的演绎或者判断也还是要基于归纳。我们从历史的长河中可以归纳出很多朴素的规律，这些是演绎的基础。所以回到我们讲的，归纳和演绎是认知的必经之路，两者都要涉及。我们不太关心投资到底应该用量化的方法还是主观的方法，我们更注重把思维降到最底层的东西上面，然后去思考什么样的投资方法可以更加科学地管理资产。

03

模型并非事实的全部

知其然也要知其所以然

第二，我想分享一句话叫做“模型并非事实的全部”。这句话是詹姆斯西蒙斯，也就是大奖章基金的创始人说的。他说这句话的背景是美国的长期资本公司破产的时候，西蒙斯说他认为模型并非事实的全部。其实这个观点跟我刚才表达的归纳演绎相结合是类似的。如果单纯地用归纳法构建的模型去套用事实，并且把它当作预测未来的工具，那么当未来出现了没有发生过的事情的时候，模型可能会产生极大的不适应性。而金融市场的本质上是规律与人性的复杂融合，模型是一个很不错的工具，但是我们不能完全依赖。

为什么我们认为科学投资会有更好的反脆弱性？因为它是“知其然也知其所以然”，就是对于我们构建的这些因子，我们会去思考它背后到底是一些什么样的关系，它基于了什么样的逻辑假设，有没有更强的逻辑在背后去调控它等等。

第三，我们认为数据结合逻辑的科学投资方法能显著提高投资效率。我们一直在思考计算机技术的进步如何更好地帮助我们做投资，比如我们用计算机去处理海量的数据，然后当这些数据呈现到我们的面前时，会给我们提供灵感，我们会去分析这些数据呈现的市场逻辑是什么。当我们理解了这些数据以后，也可以为计算机下一步寻找有意义的数据去提供方向指引，帮助计算机更快地加工处理这些数据。所以人和计算机两者之间实际上是一种相互成就的关系，我们内部开玩笑把它说成是碳基与硅基的一个融合。

04

多元模型更稳健

回归中庸智慧对应未知风险

以上是对我们科学投资理念的一个整体介绍。那么这次的策略迭代，我们做了一些什么样的升级呢？

第一，还是我们的科学投资方法论，运用逻辑结合数据去研究因子。这里再展开讲讲我们对于投资的一些思考。

首先，投资很多时候角度比深度重要，提出正确的问题比计算海量的题目要更重要。因为股票市场是实体经济的映射，除了量价数据，在现实生活中其实还有各种各样的数据。所以投资还是要回归本源，要从方方面面的角度去刻画。很多时候看问题的角度越多，和别人的差异化也就越大。

其次，简单比复杂有效，有效的分散化不在于复杂而在于因子之间的独立性。其实开发逻辑类的因子是一件很麻烦的事情，要总结收集数据，然后要去理解这些数据并证明其科学性。但是在这个过程中，我们认为慢即是快，一点一点地去做一件事情，最终是能有所收获的。反而有些事情虽然看上去快，但实际上是不停地在原地绕圈圈。

我们下了不少功夫去开发各种逻辑类的因子，我们经常会很欣喜地发现，当一个不同维度的因子加入到模型中去，大概率是有效的，它能增加模型的稳定性，并且降低跟其它策略的相关性。

所以我们策略的拥挤度比较低、容量比较大。而且我们是低频策略，不依赖于小市值股票，也不依赖于高换手，平均的换仓周期大概是20天左右。

其实高频的逻辑反而是更简单的，就像是地上掉了100块钱，谁先踩到这个钱就是谁的。但这不是我们擅长的领域，我们还是专注于把对市场的深刻理解开发成逻辑性的因子，加强预测长周期超额的能力。所以大容量和低频，这是我们策略最突出的两个特点。

第二，我们的模型是比较多元且稳健的，能较好地管理市场风险尤其是尾部风险，因为我们既有统计类又有逻辑类的因子。

我们可以来比较一下这两类因子异同：在底层的方法论上，统计类的因子偏归纳法，逻辑类的因子偏演绎法；在因子贡献上，统计类的因子胜率比较高，但是逻辑类的因子会更侧重于赔率；在思想来源上，统计类的因子更多来源于概率论与数理统计，逻辑类的因子更多来源于宏观经济学及行为金融学；在适用的场景上，统计类因子在正常的市场环境下都没有问题，但是逻辑类的因子在正常的市场环境和在极端的风险情况下都可以有所作为。

大家可以注意一下这个钟型曲线。很多时候我们可能倾向于把市场理解为一个正态分布，但我们觉得更确切的描述是一个偏正态的，但是在两侧极端环境下会有一些散点分布。尤其是在极端下跌这种恐慌发生的情况下，这些散点可能会有5倍、10倍、20倍甚至是50倍左右的标准差。虽然在上涨的环境里，比如说极度乐观的时候，可能也会出现一个5倍的标准差情况，这会给投资者带来暴利，但在下跌的环境中可能会出现更极端的巨幅亏损。

所以大家可能都有这样的一种感受，就是在正常的市场环境里，虽然收益不多但是体验可能还不错，因为胜率比较高。但是一旦市场进入极端情况，可能在1-2个星期里就亏掉过去1-2年的收益。我们做过一组统计，在过去10多年中，如果错过涨幅最大的30个交易日，年化收益会减少9%；反之如果能躲过指数下跌幅度最大的30个交易日，年化收益则可以提升超过14%。这证明了防守比进攻更加重要。

第三，就是我们风控方面的理念。我们的模型并不追求收益最大化，而是尽可能做得稳健，就是我们常说的夏普最优。

整个模型追求的是更佳的风险收益比，因为我们认为行稳致远才是最重要的。我们从三个方面加强风控。第一是我们通过构建更多维度的因子库，给超额带来更稳健的增长。第二是我们不惧黑箱问题，因为我们有不少逻辑类因子，所以模型可解释性相对比较强，一旦出现异常，我们能够快速拆解归因，并且及时迭代。第三是通过高度分散提升容错率，包括持仓数量的分散化，行业配置的分散化，市值暴露的分散化。

我们始终认为无论是主动还是量化策略，都要回归到中庸的智慧、分散的智慧去面对未知风险。

05

看好当下中国资产的赔率

接下来跟大家分享对当下市场的看法。可能有些人现在没有充足的信心，但是我们希望能给大家带来一些不一样的角度。

我们之所以认为当下不需要过于悲观，是因为投资实际上是由两部分构成的，一部分是概率，另一部分是赔率。目前我们认为中国资产的赔率已经到了非常好的阶段。

首先，从1998年到2024年近26年的时间里，我们可以看到A股市场的周期通常是6-7年，一般来说下跌超过三年的周期，往往容易迎来一个上涨开启以及加速上涨的阶段。所以在目前A股市场已经震荡调整了三年的情况下，我们认为2024年有望迎来一个长周期的转折点。当然这背后实际上和经济周期、库存周期以及货币周期等等都有关系。

再从筹码的角度看，我们认为当前整个市场向下的风险或者潜在的抛售压力已经变得比较小了。因为在1-2月份几乎90%的雪球产品都已经敲入，风险释放比较充分。而1月26到2月7号之间，微盘股指数下跌超过40%，这也是一个杠杆出清的过程。

所以我们认为当整个杠杆风险经过充分的释放以后，至少从筹码的角度已经出清较为充分了。当市场向下的动力减少时，自然而然容易有所回升

我们再从基本面的角度来分析。很多观点认为中国的房地产行业出现了问题，会导致中国的经济放缓，我们其实并不这样认为。

房地产的本质还是取决于现金流。比如以我所在的城市深圳为例，深圳其实一、二月份的时候，进出口数据是非常好的，去年深圳的人口净流入大概是150万到200万之间。所以大家会发现最近深圳的二手房市场成交相对全国的其他地区来说较为活跃，甚至成为很多宏观研究关注的重点。这说明房地产定价的本质是取决于现金流，比如像深圳湾或者科技园这些地段的房价会相对较高，很大一部分原因是深圳湾、科技园附近聚集的科技、AI等行业会带来很多机会。

所以房地产市场的问题其实是经济能否好转的问题。如果整个经济重新活跃起来，房地产问题是可以解决的。就像美国2008年次贷危机时，大家也觉得房地产市场泡沫破裂了，但是后来美国的房价因为科技互联网的发展带动现金流恢复，很快就恢复过来了。

所以对于房地产问题会拖累经济这样的观点，我认为还是要有一个比较清晰的认知，过度的偏见会对投资带来一些问题的错判。

06

从全世界资产的维度看

中国的基本盘都是非常值得珍惜的

我们认为中国经济依旧具有韧性。中国高等教育的财政支出占GDP的比例位于世界前列水平，如图所示我们甚至领先了非常多的发达国家，比如加拿大、瑞士、法国、荷兰等等。可以看出我们国家对于高等教育的投入是非常重视的。所以我们有很强的工程师红利。从专利申请的数据看，中国PCT专利申请数量已位居世界第一，这也能一定程度体现一个国家的科技竞争力。

中国有5000多年的文化和历史，一直以来也是一个非常有韧性的民族。而且在改革开放的时期，我们就出现过非常高速的经济增长，对比那个年代人口整体的素质，当代更多人是接受过更好的教育的。

所以，优秀的基础设施及人才红利是中国的核心基本盘，是其他国家都很难做到的。这种广泛的、全面的、长期的、持久的基本盘，在全世界资产维度看，都是非常值得珍惜的，而我们所需要等待的只是我们的发动机重新跑起来。

这实际上就是一个时间的问题，我们不去争论具体的时间点，但是我们一定要注意的是，这个赔率是足够支撑当前中国股票资产的估值，所以我想表达的另一个核心观点就是当前的赔率非常好。哪怕短时间内，暂时可能遇到一些节奏的问题，但是只要基本盘是值钱的，那么当我们的发动机重新运作起来时，赔率的力量是非常大的。

综上，我们当前明确的观点就是大家一定要相信中国经济的韧性和当下的高赔率。

另一方面，我们从数据来验证当下的赔率。根据Wind数据，我们统计沪深300指数在不同风险溢价下，对应未来一年的收益率的数据。当下的风险溢价率是6.39%，在过去10年，风险溢价率在6.4%以上的时点，未来1年内的回报率几乎均为正，最高回报率为124%，平均约为50%。而在风险溢价率为6.4%时，未来一年最高的回报率是40%，最低的回报率是-11%。这是基于当下的估值，也就是说如果市场越下跌，我们应该对未来一年的收益越有信心。

在现阶段，我觉得大家没必要过多的悲观或者恐慌，因为赔率就摆在这里。

现在社会上这么多的钱热衷于投10年期国债、30年期国债，甚至是城投债、地方债等等。为什么政策性资金会坚决地买沪深300指数？很简单的一点，因为沪深300指数的股息率是要高于这些资产的。沪深300指数对比全市场来说，或者对比整个中国的各类资产来说，在当下，它不比房地产也不比各种类型的债券差。

07

问答环节

Q：公司的量化策略之前有段时间超额回撤较大，但是近期表现非常亮眼，想了解一下是否在哪些方面做了迭代，以及这样突出的表现，是不是因为正好我们的策略适合这样的市场环境？

A：我们认为策略更重要的是因子的多维度和长期稳健的发挥。我们追求的是市场中长期的夏普最优，所以不太区分具体什么样的市场环境。

Q：过去在大的宏观时间节点都做过比较准确的回撤控制，但是在一些小波动里面，感觉到比较容易左右打脸，不知道最近一年择时策略有没有一些迭代或者调整？

A：择时策略更多来说是根据整个市场的情况去做市场是否会有调整的一个判断，因为是基于单个指数的判断，波动率肯定会比较高。在策略的调整上，首先我们大幅度缩小在择时策略上的权重，这样会给投资人带来更好的体验，不会觉得仓位突然上或者下得太快。其次我们是做多型的策略，无论如何我们都要求整体的仓位保持多头暴露。

Q：公司近近期表现亮眼，看到公司还自购了不少产品，请教一下对于现阶段加仓怎么去看？

A：目前整个市场依旧是比较便宜的。大家也可以看到，现在政策性资金对于整个市场非常呵护。从PB、ROE的角度来看，比2012年的时候都要便宜得很多，尤其是核心资产。

另外，从经济的基本面来看我们也要有信心。拉长时间，我觉得当前的位置是比较好的。很多时候大家可能想等到经济复苏或等到某个时刻再看，但我可以比较肯定的告诉大家，如果经济已经复苏，那个时候你再回头去看市场已经涨起来一大段，可能又到了人声鼎沸时。

目前市场经过了三年多的调整，加上我们的基本盘在那，经济也在改善，还有大家也可以看到相关部门在努力解决资本市场上的一些问题，包括分红、减持等。我认为这些东西在未来都会逐步体现出它的效果。我们不应该过于急功近利，想马上就看到成效，这一定有个过程。证券市场走的是一个预期，当下我认为赔率很充分，且也有一定概率。

Q：证监会发布了一些积极的改制，包括强制分红、限制减持以及新股发行，这些在制度上面是否会对A股带来较大的实质性利好？

A：这是当然的，整体分红率的提升，会带来整个证券市场的吸引力。限制大股东减持，也是对市场的呵护。这些东西都将带来实质性的利好，这是毋庸置疑的。

Q：您对重大时点的把握都很准，想问问今年港股在连跌4年后是不是会迎来重大的机会？

A：港股我认为也有非常多的核心资产，包括A+H资产，包括一些互联网公司也在港股上市。港股中的互联网公司，还有中国的一些核心资产，我认为现在的赔率是非常高的。熟悉的投资人也都知道，A+H股的溢价指数现在已经很高了，反衬出港股实际上是一种很便宜的状态。所以我认为港股具有比较好的投资价值。尤其对于一些A股上的核心资产来说，一些高股息的资产，类似于像石油公司，还有经营很稳健的互联网公司，如果大家愿意去等一等，愿意耐心一些的话，有一天可能会变成赔率和概率的双击。

Q：美联储已表态，今年可能会进行三次降息，如果进入降息周期以后，A股是否会有较大的机会？

A：我认为A股跟美股的降息周期已经错开，两者之间没有特别必然的联系。大家可以感受得到今年有好几次并没有传导过来，两者之间的周期是不一样的，我建议大家还是分开来看可能会比较好。

Q：目前主动选股，重点看好的板块有哪些？另外之前也说看好今年年中，目前是否依然是这个观点。

A：对于整个市场依旧是看好，因为我觉得赔率充分，基本面这些条件也很坚实。对于重点看好的板块，我认为要全方位去寻找，无论是A股、港股、美股都可以去寻找。AI我认为是重点方向，但对于AI我建议要回避炒作，回归到一些行业真正的龙头上面。

Q：当前的时间点，哪些行业会有比较确定性的一个增长？

A：我认为AI会有一个持续的发展阶段。AI很重要的是规模效应，在规模到了一定程度时，实际上会发出一种涌现式的突破，海外称之为规模效应。

我们可以看得到非常多的例子。比如像我们以前说过，一只蚂蚁虽然没有什么智力，但是一群蚂蚁却能构造出一个非常精美的蚁穴；一只蜜蜂也没有什么智力，但是一群蜜蜂能构造出一个非常漂亮的蜂巢。这种涌现效应在凯文凯利《失控》书中讲的很明确。

我认为AI是人类社会发展的一个新起点。大语言模型，包括通用的人工智能，这些东西有可能会给整个人类社会带来非常大的进步。但是一定要避免炒作，回到真正拿得出手的公司上。当然也要考虑相应的赔率和估值水平。

Q：我们作为多头策略，只有股市上涨我们才能带来收益，所以每次策略只能不断的找出向好的信号，这会不会导致我们的判断误差？这点像根据目标而找理由，如何去避免这种局限？

A：对，我觉得这点不可避免。多头策略多多少少都会有这样的一些问题。有些解决的办法，比如说通过分散化的投资，通过行业之间的比较去找寻超越市场的阿尔法。这是我们管理基金的策略，实际上能够提供一定的安全边际，帮助弥补判断上的失误。

Q：目前A股美股港股的配置比例大概是怎么样的？

A：目前我们大概超过80%在A股，10%左右在美股，港股占比不足5%。

风险提示：本内容登载于此仅出于传递信息之目的，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性，进化论资产不作任何明确或隐含的声明或保证，且不承担信息传递的任何直接或间接责任。相关信息仅供参考，不构成广告、销售要约，或交易任何证券、基金或投资产品的建议。本内容中引用的任何实体、品牌、商品等不代表进化论资产的投资实例。

版权声明：本内容版权归进化论资产所有，未经进化论资产授权，任何机构和个人请勿以任何形式发表、转载、改编、摘录、引用。如转载使用，请联系进化论资产获取授权，并注明来源及作者、文内保留标题原题以及文章内容完整性，请勿以任何形式曲解原意。