量化投资行业趋势 - 随着AI技术发展，量化投资力量日益壮大，公募量化领域受到市场关注[1] - 传统量化多因子模型基于历史数据归纳，无法从根本上解决市场的长期有效性问题[1][4] - 量化行业竞争加剧，获取阿尔法的难度提升，模型需要不断挖掘新因子[1][4] - 相较国外成熟市场，国内量化投资历史较短积淀尚浅[7] - 量化私募具有交易成本低和灵活便利的优势，但选股层面创造超额收益相对较小[7] - 公募量化在基本面研究上的优势将逐渐显现，尤其在竞争激烈环境下[1][7] 黄志钢的量化投资框架 - 投资框架概括为“价值选股，双重轮动”[2] - 价值选股核心因子包括股利支付比例、净资产收益率、盈利收益率等[2] - 模型运作第一步是预测公司ROE和EP，第二步代入公式计算潜在收益率值并排序选股[2] - 选股并非固定不变，而是根据因子变化持续调整，从全市场选过去3到5年跌幅较大股票构建基础池[3] - 致力于智能选股数理模型开发，结合价值选股与量化轮动策略进行高抛低吸[4] - 在公募基金交易环境中需找到合理调仓率，平衡交易性收益和交易成本[7] 优秀量化模型的关键问题 - 优秀量化投资模型关键在于构建投资安全边际、识别投资价值陷阱、合理定义公司价格[1][4] - 实际操作中从两方面入手：一是排除陷入价值陷阱的个股，二是选择低市盈率、低市净率、高股息率股票提供安全边际[5] - 通过个股诊断系统和价量指标识别，采用特异度因子提高筛除价值陷阱股票的有效性[5] - 投资目标是在“好公司”和“好价格”之间寻求较佳平衡，追求长期业绩优势而非短期表现[5] - 量化投资能通过模型监测识别经济周期阶段，在不同阶段选择不同估值指标构建安全边际[7] 风险管理与业绩表现 - 量化投资风控手段主要体现在事前，通过降低波动控制回撤[8] - 具体措施包括基金仓位不长期满仓、分散持仓数量（单股最大权重2%以内）、保持策略风格平衡[8] - 在组合构建上不做择时，而是通过突出超额收益平滑波动风险，持仓分散不集中特定赛道[7] - 基金换手率稳定控制在双边12倍，持股数量在80至130只[7] - 截至2025年9月30日，南华丰汇混合A成立以来净值增长率超87%，同期业绩比较基准3.99%[4] - 南华丰元量化选股混合A自2024年1月管理至今净值增长率超38%[4]