盛泽，东方基金量化投资部副总经理，华威大学经济与国际金融经济学硕士，7年投资从业经历。曾任德邦基金投资研究部研究员、基金经理助理。2018年7月加入东方基金，曾任量化投资部总经理助理，现任东方量化成长灵活配置混合、东方岳灵活配置混合、东方鼎新灵活配置混合、东方量化多策略混合等基金的基金经理。

　　量化投资大师西蒙斯曾在一次演讲中说，“被美丽指引”是一个很不错的指导性原则。在西蒙斯看来，创办一家量化交易公司“美丽”的一面就在于，找一群正确的人，用正确的方法把事情做正确。

　　在东方基金量化投资部副总经理盛泽的投资哲学中，“美丽”的既是他志同道合的量化团队，也是不断平衡收益与风险，以求带给投资者更好的投资体验。“我从事量化工作的热情来自客户的赞扬，从一开始的无人问津到如今机构客户的不断积累，这成为我做量化投资的动力。”他说。

　　“量化投资就是一门平衡的艺术。要不断在风险与超额收益之间寻找平衡点。”多年来，盛泽团队一方面通过多因子选股模型不断挖掘阿尔法收益；另一方面，通过量化风险模型进行相较于基准指数的风格暴露控制和跟踪误差控制，在千变万化的市场中追求进一步提高投资胜率。

　　在盛泽看来，今年的市场环境或许更适合量化投资。10月17日，拟由盛泽管理的东方沪深300指数增强基金发行，他所在的量化团队将继续以“美丽”为指引，力争为投资者带来更好的投资体验。

　　沪深300指数代表经济转型方向

　　“任何类型基金的收益都可以拆分为贝塔和阿尔法两部分。”对于即将发行的东方沪深300指数增强基金，盛泽说，沪深300指数是指数增强基金的贝塔收益来源，而阿尔法收益的稳定性是基金长期业绩的基础。

　　在盛泽眼中，现在的沪深300指数与五年前相比，已经发生了翻天覆地的变化。“在过去的五年中，沪深300指数已经从传统意义上的大盘价值蓝筹指数演变成为偏高成长性的指数。‘大市值、低波动、低弹性、高成长、高盈利质量’已经成为这一指数的代名词。”对于为何选择沪深300指数，抖客网，盛泽说，在五年前，沪深300指数当中的非银、银行两大金融行业权重占比接近36%，前十大权重股基本被金融、地产、家电龙头占据；五年后的当下，新能源和食品饮料两个行业占指数25%左右的权重，成为沪深300指数中的两个龙头行业。短短五年间，新能源、食品饮料行业的权重占比呈现大幅增长势头。

　　“高端科技产业、高端消费行业已经逐渐成为沪深300指数成分股代表，这映射了中国新经济增长动能的转变。”盛泽对选择这一指数满怀信心，投资于沪深300指数不会缺失分享中国新经济动能的成长性红利机会，因为其反映的行业占比也随着优秀公司的不断浮现，优秀行业的不断发展而发生变化。

　　从估值来看，盛泽认为，沪深300指数投资性价比凸显。“经过今年的一轮市场调整消化后，沪深300指数的动态估值在12倍左右。放在近5年的时间维度来看，这样的估值水平基本位于26%的分位数，相对来说处在偏低的位置。”

　　如果说兼具价值和成长的沪深300指数贡献组合的贝塔收益，那阿尔法收益则要靠量化手段做增强来获得。盛泽深知，量化投资是一场团体赛，作为一位量化基金的基金经理，做出成绩需要团队共同的智慧输出。“东方基金量化团队目前共有9人协同作战，我们一直致力于获取长期、有效、稳定的超额收益，通过长期投资高胜率的不断积累从而创造出稳定的投资业绩，这是我们团队的终极目标。”

　　“当然，超额收益并非只以高低来进行衡量，而是要长期有效、胜率相对较高才能形成有效的阿尔法收益，如果一个指数增强基金长期超额月度胜率（即超越基准指数收益）在60%-70%以上，指数增强阿尔法策略相对有效即被证明。既严谨对待了贝塔风险，不追逐某段时间的暴涨暴跌，同时也在尽可能实现长期阿尔法收益最大化。”对于超额收益的理解，盛泽如是说。

　　盛泽进一步将胜率细化为月度胜率、周度胜率。“一年有52周，我把过程拉长到三年，在三年156周的时间里，70%胜率就是156周里有70%数量的周投资收益率能够跑赢沪深300指数，这叫作周度胜率。一年12个月，三年36个月中，70%的胜率则是有70%的月度投资收益率可以跑赢沪深300指数，这叫作月度胜率。如果周度胜率、月度胜率都在60%-70%，就可以达到我们策略的初衷和既定目标。”

　　力争兼顾收益与风险

　　在我国，量化投资总体上分为两大技术流派：一类是数理统计类，从量价差着手，通过高频手段捕捉一些市场非有效定价，但一般不关注个股基本面；另一类则是基本面量化，通过量化选股模型选择蕴含着阿尔法能力的股票，主要着眼于市场背后各个公司的基本面，其换手相对偏向于中低频。盛泽和他的团队属于后者。

　　在一般投资者看来，数据、模型、因子等词汇“加持”的量化投资，神秘且复杂。在盛泽看来，基本面量化投资就像挑选“竞赛班学生”，一类因子相当于一个“班级”，这个“班级”中的每个学生都有不同特征，每一只股票就相当于一个学生个体，盛泽团队会把每个学生通过不同的维度进行一些因子刻画。在“海选”阶段，盛泽团队就用量化手段，先将选择范围聚焦在“高分学区”，即初始股票池。然后在每个“学区”中，再选择具有比较优秀阿尔法因子特征的“班级”，经过层层筛选，力争选出理想中的“全国竞赛班”。“我们带着这个班30—50个的学生来实现超越市场的超额收益。”他说。

　　盛泽介绍，团队的多因子选股体系中有成长、价值、分析师预期、质量等七大类多因子。在不同大类的多因子中，再通过量化手段和技术进行因子类的整合，此时，每个公司都被贴上了“标签”。在规划完因子后，盛泽团队会在因子中去寻找契合当前市场的相对有效的因子大类，并给予它们相对更高的权重。

　　赋予个股权重的过程也是一个再平衡的过程。“在这个过程中，我们的风险模型会对组合进行风险暴露控制，不仅是个股绝对权重，也有个股相对于指数的相对权重。”盛泽举例说：“如果量化策略计算出某只个股初始权重为8%，但沪深300指数中该股票的权重为6%，此时，该股票的配置权重相较沪深300指数的成分权重更高，则该个股的主动权重符合风险控制的预设范围；如果某只股票在沪深300指数的权重仅有1%，初始组合当中若个股权重达到8%则意味着过于集中，这一做法与指数增强风险控制模型相悖。”此外，“通过量化策略产生的组合也需符合预设的风格暴露范围，简而言之，组合要尽量做到分散投资，避免风格集中和行业赛道集中，一旦市场风格转向，超额收益的回撤将不可避免”。盛泽说，当组合的风格暴露达到极值时，也需要风险模型进行全局优化。

　　“量化投资的初衷是为了给投资者带来超额收益，但在整个流程中，我们必须兼顾收益与风险。”盛泽说，流程化的管理就是为了控制主动管理风险，也就是所谓的跟踪误差。尽管主动管理风险越高，获得的超额收益也越高，但超高收益不可持续，违背了力争长期稳定的初衷。

　　关注信息比率等重要指标