量化投资在中国公募市场的投资方法论从单因子、多因子到机器学习不断迭代。近日，中国证券报记者与路博迈基金联席投资总监兼公募量化投资部总经理赵大年、公募量化投资部基金经理韩羽辰展开了一场深度交流。两位基金经理表示，在投资者更看重收益稳定性、持续性和回撤控制的当下，基于深度神经网络的机器学习量化，正在成为公募量化从“可做得出来”走向“可稳定复制”的重要方向。
赵大年
韩羽辰
深度学习重塑公募量化
2019年到2021年，路博迈中国量化团队主要使用基本面因子，但2021年之后主动管理阿尔法大幅回撤，原有景气投资逻辑被破坏，许多传统基本面因子失效。同一时期，不少量化私募把深度神经网络用于高频因子挖掘，换手率高、超额稳定。而公募量化受制于一系列合规因素，不能做完全自动化程序化交易，也无法靠极高频换手取胜，团队因此重新设计中低频机器学习架构。到2022年，团队做出了第一版基于深度神经网络的机器学习因子挖掘框架，样本内回测成立，此后持续迭代。
为什么一定要用深度神经网络？赵大年用人工智能（885728）的发展打了个比方。他说，最早的人工智能（885728）就是专家把规则一条条写进电脑，但电脑的能力超不过专家本人；后来有了机器学习，让电脑自己从数据里找规律；现在到了深度神经网络阶段，电脑的模式识别能力已经远超人类专家。量化投资也是这个路径，从人写规则，到机器简单学习，再到深度学习。
他解释，人定规则的方法，只能在特定的市场风格里赚钱，稳定性和持续性都不够。“比如对于传统人工因子，衡量预测准确率的IC值只有3%左右，能做到5%就已经很不错了；团队现在用深度学习做出来的因子，IC值能达到14%。虽然公募基金受限于中低频交易，但深度学习依然能把超额收益的稳定性做出来。”
更重要的是，中低频交易具备预测周期（883436）更长的优势。目前，团队主要使用五类数据：基本面、交易数据、日K线、5日K线、另类数据，每一类生成60个相互独立因子，合计约300个因子；机器学习模型会基于过去一年数据自动决定因子权重，无人工干预。此外，团队在损失函数里还加入因子正交和参数平滑约束，提升样本外泛化能力。
模型迭代与风控升级
谈及公募量化与私募量化的区别，赵大年认为，核心主要差在交易频率上。他把量化产品的表现拆开来看：一方面看单次判断的准确率，另一方面看交易次数。公募基金做的是中低频，单次判断的准确率其实不比私募差，但交易次数较少，一定程度上影响了最终的数据。但高频策略具有规模难以做大的天然短板，当其规模达到一定门槛，超额收益便会衰退。赵大年直言，公募量化不是私募的简单“平替”，团队的目标并不是追求过高的超额收益，而是更看重收益能否具备较高持续性和稳定性以及是否具备较好的回撤控制。
AI写代码给行业带来的变化也是本次采访中谈及比较多的话题。赵大年表示，以前一个初级研究员写因子、做回测，少说要几个月；现在用大模型帮忙写代码，两三天就能搭出框架跑起来。“团队现在大量用AI来验证各种想法，试错的成本低了很多。这意味着团队人数多少不再是实力的关键，有两三个真正懂机器学习的人，就能完成过去一个团队干的活。”不过赵大年也表示，具体往哪个方向做模型，还是得靠对深度学习和市场的理解，深耕金融反而不是最重要的。在韩羽辰看来，这就像导演用AI工具做动画，想法和规划反而成了最关键的因素。
谈到风控，韩羽辰复盘了近年几次较大的回撤。2024年2月，团队彼时对风格暴露控制偏松，认为模型具备风格轮动能力，但遭遇历史罕见的外部冲击，相关指增产品承压；2024年9月，市场贝塔快速拉升，量化策略普遍回撤。经历几轮冲击后，团队做出关键调整：全面严控风格暴露，专注纯粹的选股阿尔法。韩羽辰表示，风格暴露虽能增厚收益，但波动过大且极端行情频发，仅靠阿尔法已足以支撑产品表现与持有体验。
量化团队的坚持终有回报。韩羽辰介绍，2025年的调整效果在2026年得到验证：5、6月AI板块再现极端分化，模型未现大幅回撤；7、8月市场高低切换、风格趋于均衡，组合整体表现不俗。
看好多资产布局前景
值得注意的是，路博迈基金于10月初成立了一只红利量化选股基金。聊到布局这类产品的原因，韩羽辰表示，长期来看，红利资产在过去10年里整体走势相对平稳，年化回报率并不低，主要靠公司业绩增长和现金分红驱动，市场情绪和估值波动对这类资产的走势影响较小。短期来看，相较于银行存款利率，A股红利类股票的股息率具备较大优势。从宏观环境来看，在利率下行的阶段，红利、低波动、高质量类资产往往表现更好。
谈及未来的产品布局思路，赵大年表示，多资产是团队接下来重点发力的重要方向之一。中国证券报记者了解到，从去年开始，路博迈中国量化团队就在“固收+”、二级债基和全球多资产产品方面持续探索，目前韩羽辰管理的路博迈添航就是用量化选股来增强债券底仓。
“多资产模型会广纳宏观数据，让机器自己寻找规律。”赵大年表示，“市场波动较大时，投资者的风险偏好也在下降。不管是个人还是机构，都更想要波动可控、收益稳健的产品。而多资产分散配置相当于投资里的‘免费午餐’，把股票增强、风险平价和战术调整结合起来，比单纯做股票多头更符合现在渠道和客户需求。”
在交流的最后，韩羽辰这样总结自己的投资思路：第一是分散，不能因为科技涨就全买科技、红利涨就全买红利，均衡才是长久之道；第二是积小胜为大胜，不追求名列前茅，但追求每年能位居同类产品的中上游。赵大年补充表示，量化投资并不追求短期暴利，而是在控制回撤和跟踪偏差的框架内，靠持续稳定的超额收益积少成多。
