CTA+指增多因子策略为主，收益10-15%，夏普2+（私募团队调研分享），建立科学的因子挖掘”流水线“是咱们实验室后续重点

说实话，熟悉咱们的同学都知道，这个领域有点“计划赶不上变化”，思路总在调整。

当初，咱们的初心不变。

用做科研的方式做投资。——那天好兄弟提醒我身上还有“科学家”气质，科学家暂时还不敢担，但还算一个不错的工程师，技术与极客，好奇心与探索未知领域的精神。

我做事情，需要强逻辑。而传统金融投资偏艺术甚至玄学；好在量化把它往科学侧拉了拉，我们做AI量化更应该建立科学的研究体系。

加上最近在思考的“人生的使命”。——我们需要“Calling（召唤感）”的目标。

好在前沿私募大玩家已经是这个实践体系了：Quantlab3.0进展，结合Quant4.0的思考：全自动，可解释AI量化是未来

咱们星球快800人的，我让我有机会近距离对一些100亿私募的同学做一些调研。

A公司：2022年成立，目前团队12人，其中核心投研人员7人（包括CTA3人，股票策略2人，IT模型迭代2人），管理规模1个亿。

策略为传统多因子模型，其中4成量价策略基础，3成基本面数据、2成期限结构及1成另类因子模型作为辅助，通过波动率的风险预算模型做风控（硬止损）。调仓周期3-5天。属于非日内，短线。

业绩表现：成立来年化10.4%，最大回撤7.42%。

B公司：2022年6月成立，主要深耕量化选股及CTA策略。量化团队现有7人。指数增强策略：筛选后的2400只票池中，通过多因子选股的合成信号，选取200-400只股票。

多因子模型由40%量价因子+60%另类及基本面因子构成，因子基本由人工挖掘，追求逻辑性。调仓周期3-5天，今年以前超额收益14.11%。

CTA策略：截面策略占总策略的75%以上，平均持仓周期5天，通过主观团队协助搭建的高频基本面因子日间频率获取截面alpha，叠加不超过25%的时序策略增加策略灵活性，时序平均持仓周期1-3天。子策略也是多因子模型框架构成，杠杆使用率为一倍，交易品种35~40个，单品种占比不超过整体仓位的4%。

年化收益率15.79%，最大回撤不超过1%，规模2个亿左右。

这种调研每周抽时间会持续做，给大家分享。

我更偏好管理规模相对小，比如亿级别，对于咱们而言更有参考性。

团队规模小，量化可能就2-3人，如果你技术够，一个人也能顶上。另外多因子是私募正道，这个毫无疑问，小团队一般没有到分钟或者订单流，而是日间短周期。因子策略有截面有时序，目前看截面不少（这一点上修正了我的一些观点），因子现阶段仍然主观为主，当然大家都在积极拥抱AI。

因此，总结出来对星球下一步的规划：

策略的核心就是因子，我们希望帮大家的主观转为量化，这一定是趋势。而且不依赖明星交易员的感觉，应该是福特“流水线“式的因子工厂。

1、因子流水线：因子评价与筛选体系。

2、因子组合与机器学习。

3、深度学习端对端挖因子。

4、止损与交易系统与实盘。

昨天咱们把gplearn挖因子的流程基本跑通了：

340万名表，开上亿豪车，住6亿美金毫宅：科技才是人类的星辰大海；quantlab3.0整合gplearn因子挖掘。

今天要把gplearn整合到咱们quantlab3.0的回测环境里。