公司概况 - 艳珍（北京）私募基金管理有限公司成立于2016年4月，初期以自营投资为主，于2023年开始开展资产管理业务[5][6] - 公司专注于运用Transformer深度学习算法，通过分析资产价格波动与交易信息来预测资产收益率和风险，并构建了从数据端到信号端的完整深度学习模型架构[5] - 公司核心策略为量化股票alpha，其代表产品为“艳珍中证1000指数增强私募证券投资基金”[6] - 公司发展历程：2022年全面转型量化股票类策略研发；2023年6月首支中证1000指增产品开始运作；2024年6月完成风控嵌入式训练框架；2025年3月全面铺开资管化运作，当时管理规模为1-2亿元；2025年11月规模突破10亿元[6] 核心团队与投研体系 - 核心投研团队均毕业于海内外知名学府，具备深厚的二级市场投资经验，致力于提供获取长期、稳定、可持续超额收益的系统化解决方案[8] - 公司采用“端到端”的投资方法论，即从原始数据输入到最终交易决策输出是一个统一、连续、可微分的映射过程，旨在消除传统因子研究中的中间表示，让数据自身涌现规律[11] - 该方法也是一种具体的神经网络训练方法，力求最大化原始行情数据的信息密度，减少信息压缩损失，使信息在神经网络中流畅传播以完成训练目标[11] 策略迭代与技术特点 - 在风控领域，公司在经历2024年2月小盘股流动性危机后，对神经网络训练在风格和行业上的暴露进行了架构重塑，将风控作为特征纳入模型训练，并于2024年6月部署[12] - 2026年1月，公司对非线性方法的风险暴露进行了迭代升级，增强了模型在面对非线性风险聚集和传染时的鲁棒性[12] - 在交易领域，模型信号生成速度经历了从5分钟到1分钟再到3秒的迭代，目前神经网络在信号计算和交易指令生成上已能与交易所切片行情对齐，更细密的数据频段有助于提升信息密度并发挥Transformer架构变体版本（自注意力机制）的效能[12] - 代表产品“艳珍中证1000指数增强”的alpha具有四个技术特点：1）交易层面对超额收益贡献强，其中T+1和T+0收益占超额比重超过60%，且T+1预测持续稳定、胜率高[15]；2）历史长期具有较稳定的正超额能力，在不同市场状态下均有稳定超额表现[16]；3）与传统多因子方法相比，其超额收益与市场同业平均的相关度约为70%（即同业alpha解释的方差为49%），仍有近一半方差来自残差波动[16]；4）自2025年以来，风格与行业归因显示，类似规模、动量等经典因子贡献收益较低，更多收益来自残差，反映模型在获取纯粹alpha（pure alpha）方面的占比较高，约占70%，表明策略模型有较强的选股能力[16] 核心优势与持续进化 - 公司拥有3年以上的实盘深度学习方法产品业绩，经历了不同市场风格和牛熊切换（如过往“924”行情），超额收益表现较为稳定[17] - 核心投研人员（基金经理吕廷博、谢辉）主导公司整体策略研发与迭代，拥有长期的A股实盘交易经验和对股票量化预测的深刻理解[17] - 公司在人员、设备、数据等方面进行长期规划的投入和建设，将股票预测、规模增长、基础设施建设进行全局性的系统规划和战略设计[17] - 公司持续进化能力体现在：1）致力于打造具有竞争力的深度学习投资研究框架，并聚焦于量化股票alpha赛道[17]；2）对技术人才和核心投研给予充分激励，持续培养和招募具备AI原生能力的架构工程师和研究团队[18]；3）未来策略迭代将更加聚焦于挖掘A股数据的信息密度、细化数据研究维度，以提升模型表现力和泛化能力，旨在提供稳定、可持续且高度分散化的alpha策略[18] 行业背景 - 截至2026年5月底，管理规模在20亿元以下的私募管理人有近7000家，占私募行业总数量的比例超过90%，是行业数量庞大的中坚力量[4]