前言：中文期刊网精心挑选了量化投资和价值投资范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
量化投资和价值投资范文1
年10月加入华泰柏瑞公司，任专户投资部投资经理
截至5月9日，沪深300指数市盈率仅为11.06倍，低于全市场整体水平。A股的估值中枢明显下移，中国股市的市盈率正逐步向成熟市场的低市盈率水平靠拢。在300指数现今的估值水平下，如何来判断它的投资价值？为此记者采访了华泰柏瑞基金专户投资经理杨景涵。
价值投资也要关注成长性
杨景涵说，简单的结论就是此时的市盈率基本上是在底部了，但是这个底部与其他时候的底部不同。2008年的底部很快就建立起来了，没有经过太久的波折，2005年底部筑成的时间也不是很长，大约有半年的时间，这两个时点之间是4年的大牛市。虽然眼下的底部时间比较长，但不影响对底部的基本判断。
股市迟迟走不出底部的原因在于，投资者对市场的预期是，在经济模式转型的时候，方方面面都需要时间去协调，固有的盈利模式要被打破，新模式的建立不是一朝一夕的功夫。这时的价值投资就是要看企业的成长性，话说起来仿佛是悖论，价值投资和成长性往往是相对立的，其实不然。价值投资时时刻刻都是在衡量企业的内在价值，而决定企业内在价值的，长远来看就是企业的成长性。
“回到沪深300的市盈率，成分股确实有好多目前正处于低估的状态。虽然它们在未来的一段时间里不可能维持前5年的成长性，但是我们可以看到的是，有一部分企业在行业里的垄断地位一时间无法被取代，依然有着优秀的管理层，依然有着比同行业的其他公司更为优质的成长性，我们以此就会计算这家企业到底值多少钱，得出一个结论：目前的11倍左右的市盈率确实是被低估的。所以，市盈率不能简单地一概而论。” 杨景涵介绍。
近日成为财经热点的T+0华泰柏瑞沪深300ETF对以量化和对冲为特色的各类投资产品将带来深刻的影响，尤其是在该产品5月28日起在上交所上市以后，T+0、期现套利、一二级市场套利等各类交易策略都可以开始实施了。
量化投资和价值投资范文2
近期，中国投资界关于人工智能（AI）在投资领域应用的焦点，非“广发百发策略价值基金”莫属，这是智能投资在国内公募基金投资领域首次多元化应用。
近年来，AI在投资领域的应用，正深刻改变着投资市场。高盛寻找员工建立自动化投顾平台，为100万美元以下资产的客户提供服务；全球最大资管公司贝莱德集团用机器人取代基金经理，对其主动投资基金业务进行重组，计划裁员包括7名投资经理在内的100名主动型基金部门员工。野村证券在报告中指出，截至2015年年底，全球机器人投顾旗下管理资产已经达到500亿美元，并预计于2020年达到2.2万亿美元，占到全球资管行业的2.2%。
基金投资开启人工智能时代
在中国资本市场，以人工智能为基础的投资技术以其独特的优势，正式走向前台。从广发基金网站上的“广发百发策略价值基金”的有关信息来看，百度与广发基金合作，正在尝试用智能投资技术，多元化整体提升投资效能、发掘市场价值。百度在人工智能领域一直走在国内的前沿，当人工智能遇上金融，我们看到了中国也正在进入人工智能的投资时代。
百发价值这只基金尝试将人工智能技术在量化投资领域多元化深度应用，实现“智慧投资”。不同于过去的风格或策略相对单一的量化基金，这是一款多策略和多数据种类交叉应用的主动型混合基金，瞄准的是大盘蓝筹股，投资基准对标沪深300指数，但不是简单追踪沪深300指数。从对标指数选择来看，适应了价值投资的趋势，回避了高波动、高风险和后市承压较大的小盘股。当以人工智能技术的应用来强化在选股、择时和资产配置方面的优势时，可以更加敏捷地应对风云突变的市场形势，也能回避投资风格漂移等问题，在效率和策略上强化传统量化投资的优势。
百度理财官网介绍，百发价值基于多元化智能投资的前沿技术，在极大拓展大数据应用领域的基础上，全领域萃取多样量化因子，并进行投资动态监测、风险监控跟踪，通过机器学习平台反复测试模型，建立量化交易策略的动态调整机制，最终实现智能选股、精准调仓、准确择时的完整投资链条。
为什么投资需要人工智能
投资的核心是什么？无非两点：决策好、执行好。人工智能的优势在于决策更好、执行更好。
一方面，人工智能极大地拓展了投资决策边界、更加智慧地捕捉投资价值。从大的投资逻辑来看，投资决策包括两点，一是宏观资产配置；二是微观组合构建。从资产配置来看，百发价值是混合型基金，股票好的时候多配置股票，债券好的时候多配置债券，股债双杀时则将资产集中于现金和货币资产保障安全收益。人工判断股票、债券和现金货币资产的配置比例，存在很大的随意性。人工智能依靠机器学习对海量数据处理和投资模型自适应的优势，实现科学决策，提高资产配置的效率，实现资金的使用效率和投资效率的全面提高。从微观组合构建或选股的角度看，人工智能不仅能有效运用远超任何个人处理能力的大数据和投资决策信息，还能通过高频反复迭代训练，为传统量化选股模型带来突破性创新，在投资逻辑与运算能力得到保证的前提下预期能够提升整体业绩。
另一方面体现在纪律上。机器辅助人执行投资，能够确保投资纪律的执行效率。机器执行，在时间上的效率优势上是人工难以比拟的。另外，除了时间效率，智能投资的逻辑也会对以人为主体的投资过程中的随意性进行有效的制约。投资的很多纪律，是反人性的。人性的任性往往造成情绪化决策，即便是优秀的基金经理也难以幸免。笔者曾写过“炒股的十三条纪律”，很多人虽然收藏了，但仍然很难做到。有一位优秀的基金经理，当时的同事对他的评价是“冷静得像一块石头”，这是对基金经理遵守选股原则和交易纪律的最高评价了，但如此优秀的基金经理毕竟是少数。人工智能，便是一个“冷静的机器人”。
投资哲学的优秀执行体系
笔者对基金公司的理解是：受人之托，替人理财，忠人之事。购买好的基金产品，核心评价当然是该基金公司的投资能力。一个优秀的基金公司，比人有好的投资哲学体系的指导，并在该公司长期的投资和研究实践中不断优化自己的投资哲学。如果一公司的投资哲学只停留在务虚的讨论上，而没有通过实践进行深刻检讨和改良，则很难形成真正有竞争力的投资能力。
百度用AI赋能金融，无疑给了投资哲学一个“智慧实践”的平台，让好的投资哲学能够在实践中不断进化，让好的投资哲学形成更加优秀的投资决策模型，形成真正的投资能力。比如：专精高效的机器学习技术支持。随着数据资源整合开发的深入，未来选股模型将面对更大规模、结构多元、信息丰厚的复杂性数据，这就需要更加适用于金融市场的算法开发、优化及应用；百度AI具有深度挖掘的情绪数据、舆情数据、热点数据、传统金融数据、分析师研报数据等，提升数据信息含量与质量、拓展投资决策依据的外延；此外，百度全面的生态体系，可以提供“特色数据资源”，以地理位置时空数据为例，行业基本面数据、非结构化数据或基于大数据创新的宏观经济指标等不同维度的特色资源，均能为选股和资产配置模型带来增量信息，在投资逻辑与运算能力得到保证的前提下预期能够提升整体业绩。
有很多曾经优秀的基金公司，由于基金经理和研究部门负责人的变更，导致该公司投资风格出现较大变化，投资业绩也受到影响。如果一个基金公司能够通过人工智能技术做好公司投资哲学的模型化，并在长期实践中实现智慧学习，推动模型的进化，在模型进化中，实现公司投资哲学的升华，则能在充分竞争的基金管理行业中，不断强化核心竞争力。
百发价值这款产品的上线，为传统证券与基金行业在产品创新上提供了新的思路。人工智能等技术的输出，让传统金融机构有了快速打造智能金融的阶梯。百度AI技术的开放，为传统金融机构创造了迅速跟进的机会，将极大地改变行业现状。在AI赋能的未来，或许将没有传统金融与新兴金融的区分，将共同开创智慧金融。
人工智能引领价值
量化投资和价值投资范文3
国内著名投行宏观策略的研究员的积累，华尔街量化投资历练，再加上国内私募基金投资的经验，费鹏对量化投资的A股应用有着自己的心得。他认为，量化投资最大的优势在风险控制上，在此基础上运用数据挖掘技术初选股票，再进行基本面的深入研究，使量化和价值研究相互印证，达到“中西医结合”。
他分析目前市场上的量化产品将研究的重点放在择股和行业配置上，实质上大多是“量化选股”基金，缺乏有效及时的风险响应体系，而从国外的经验看量化的一大特点就是对风险的预判。费鹏介绍，华商基金量化投资团队在设计该基金投资模型时就将风险量化模型作为重中之重。在设计中他们借助了包括统计信息学角度出发的信息熵值（Entropy）的变化、分形理论出发的市场模式（Pattern）的变化、金融物理学角度出发的金融泡沫统计指标的变化、市场微观结构出发的分析师一致预期分歧的变化和趋势等构建风险模型，对中短期系统风险进行定量分析。依靠基金经理和研究员对宏观经济发展状况、人口与社会的结构性特征、经济产业周期等因素的分析对长期风险进行定性分析。
在产品结构设计上，华商大盘量化基金独具特色，其一，仓位比较灵活，股票投资比例可为0—95%，也就是说当市场趋势性下跌时，可以空仓应对；其二，产品结构多样性，虽然目前公募基金已开展了股指期货，但基本上作为流动性管理的手段，而该基金将把股指期货作为一个有效的风控或者对冲工具应用到投资中；其三，在投资标的上，华商大盘量化主要选择流动性好的沪深300成分股，以保证在极端情况下可以及时调仓；其四，经过测算，在目前A股市场中利于量化操作规模在10亿左右，因此一旦华商大盘量化基金募集额达到10亿时便会停止。
而据记者了解，华商大盘量化基金在择股方面也有别于一些量化类基金。相较而言，目前国内公募量化基金多采用多因子模型，而多因子模型的设计原理是把价值投资理论通过数字模型加以表达。而在实际测算中，华商基金量化团队每日涨幅居前的股票中会有所谓投资价值较少的“垃圾股”，很难通过价值投资理论解释。对此华商大盘量化基金在设计选股模型时更多的是通过捕捉市场的异常波动，寻找股价波动的非基本面的因素。通过对数据挖掘，建立初选股票池，然后按照行业分类，结合基本面研究，通过行业研究员调研，寻找相互印证支持依据，最终进行择时投资。
从目前市场趋势看，越来越多的基金公司倾向于推出量化策略。相对于海外成熟市场，A股市场不是特别有效的市场，量化投资策略可以发挥其纪律性、系统性、及时性、准确性、分散化的有点而捕获国内市场的各种投资机会。同时A股市场的深度和广度都与前几年不可同日而语，市场上有两千多家上市公司，基金经理加研究员再加卖方，能把握和持续跟踪的公司也不过几百家。量化投资多层次，多角度，海量数据观察，可以捕捉更多的投资机会，拓展更大的投资空间。
巧理压岁钱
ETF联接基金生财有道
新春又至，在成人感叹春节成“春劫”时，孩子们的压岁钱水涨船高，越来越多的小朋友在春节长假后晋升为“小财神”。这笔贺岁红包若巧妙打理，则有望成为个人的梦想基金。在理财人士看来，作为儿童成长的见证，让压岁钱生钱也需要寻觅具有成长基因的理财产品。
目前在募的嘉实中证500ETF联接基金将90%以上基金财产投资于中证500ETF，紧密跟踪标的指数的市场表现，追求跟踪偏离度和跟踪误差最小化，可谓集普通开放式指数基金的申赎方便和ETF跟踪指数效率更高的优势于一身。本质上也是跟踪中证500的指数基金。该指数囊括沪深两市500家中小企业，是股市高成长的风向标，从长期走势看，显示出高成长特征。据WIND数据统计，在2006年到2012年的6年间，中证500累计收益率表现居于主要指数之首，累计涨幅超过280%。另外对于基金投资而言，成本优势就是收益优势。嘉实中证500ETF联接基金投资门槛低，管理费+托管费仅为0.6%，且投资于ETF的基金资产部分不再另行收取管理费和托管费，其运作成本低于一般开放式指数基金和股票型基金，所节省的成本使基金持有人有更多资金参与投资。
量化投资和价值投资范文4
（一）传统证券风险量化指标的理论源头
传统的证券风险分析当中必然会同一个与之如影随形的概念联系在一起，那就是收益，同时，在西方传统的经济学当中风险和报酬存在着这么一个函数关系，甚至在一些传统的经济学课本上作者为了简化两者之间的关系，将两者简单的归结为一个完美的线性关系，即风险与收益之间是一对一的数学关系，并且存在着这样一个逻辑：风险越大，报酬或者收益也就越大，反之亦然。即使是稍微尊重事实一些的经济学教材也运用了高等数学当中线性回归的方法将两者的关系从非线性回归为一对一的线性关系。除了学界对于风险的分析是从报酬或者收益出发的以外，在国外或者国内的民间也有类似的对于两者关系的表达，例如我国有句老百姓口中经常说到的“富贵险中求”就是对两者的关系的简单认识。因此，传统证券风险分析的源头明显是来源于对于报酬的分析。
（二）传统证券风险量化指标的数学方法的应用
传统的证券风险理论认为证券的总风险=可分散的风险+不可分散的风险，其中可分散的风险主要指的是个别证券自身存在的风险，而不可分散的风险则是指市场风险，下面笔者介绍一下传统证券风险量化的两个重要的指标――标准差与贝塔值。
第一，标准差。传统证券风险理论认为个别证券的风险可以从单个证券的报酬率为起点进行分析。财务投资专家从高等数学当中引入了一个衡量证券报酬率的波动性量化分析的指标――标准差来进行对单项证券风险的判断，进而判断出相同期望报酬率和不同期望报酬率时对于不同投资的选择。测算的步骤如下：第一步，确定各种市场需求下各类需求发生的概率；第二步，计算出期望报酬率，其实质上是对于各类市场需求下的报酬率的加权平均数。第三步：根据标准差的数学公式计算出标准差，σ=[Σ（ri-?）2×Pi]1/2其中ri是第i只证券的报酬率，?是期望报酬率，Pi是第i只证券的报酬发生的概率。结论是在期望报酬率相同的时候，标准差越大证明该证券波动越大，风险也就越大，反之亦然。在期望报酬率不同时引入了另外一个概念即离差，由于基本原理也是根据标准差衍生而得，在此不再赘述。[1]
第二，代表市场风险的贝塔值。我们在第一点中提到的标准差主要衡量的是单项证券的风险，而贝塔值的引入主要是考虑到了证券组合的风险构成当中不可分散的风险即市场风险。而贝塔值的测算公式从数学的角度来说实际上是利用了标准差的升级版公式即协方差，协方差主要是衡量了两组数据之间的相关程度，以此来判断证券组合的报酬率与市场报酬率之间的数理联系，进而判断出不可分散的风险。理论上贝塔值的计算是βi=（σi /σm）ρim，其中βi第i个证券组合的市场风险程度，σi，σm分别第i个证券组合的标准差与市场证券组合的标准差，ρim代表第i个证券组合的报酬与市场组合报酬的相关系数。实际当中β系数可以通过将股票报酬对市场报酬做回归得到，拟合得到的回归线的斜率就是证券的β系数，即β=Ri /Rm。[2]
二、价值投资理念下风险与报酬的关系
价值投资理念是华尔街之父本杰明格雷厄姆所创立，在其传世之作《证券分析》当中明确提出了有关投资与投机概念，其中论及投资界老生常谈的收益与风险的问题时结论与传统证券风险分析有着本质的不同，格雷厄姆明确指出收益与风险之间不存在着数学关系，并且认为证券的价格与收益并非取决于对于其风险的精确数学的计算，而是取决于该证券的受欢迎程度，而这种受欢迎程度本身包含了投资者对于风险的认识，但很大程度上还受到如公众对公司和证券的熟悉程度，证券发行与购买的容易程度等。[3]并进一步指出，无论是理论上还是实际当中，对投资风险进行精确的计算都是不可能成功的，现实当中并没有所谓的期望报酬率的概率经验表，即使存在也是基于对于历史数据的分析得到了，而历史数据之于未来决策的有用性或相关性的大小还有待考证，其研究范围不同于保险公司对于保单的精确测算，例如人寿保险能够明确的了解年龄与死亡率之间的关系是明确的。而证券的风险与报酬之间的关系则没有如此的确定。[4]
三、价值投资理念下传统证券风险量化分析的反思
以上笔者对于传统的证券风险理论与量化方法以及价值投资理念下关于风险与收益的关系进行了论述。笔者认为，价值投资理念下有关论述对于我们重新审视证券投资中风险因素的衡量有着非常重要的意义。
首先，笔者认为，标准差的计算过程本身就存在着无法避免的瑕疵，这一个公式至少有两个基本假设，第一，计算的人必须能够客观的预测出各种市场情况发生的需求概率，并且准确的在各种概率下发生的报酬率；第二，假定历史数据对于未来的投资决策具有确定的相关性。但是在现实生活中根本是无法预测的，这种算法实质上是硬将自然科学当中的数学模型强加到社会问题的研究当中，不可否认的是，目前来说大量的社会问题是无法通过数学来量化的，因为证券的风险当中不仅仅只有报酬因素的影响，还有各种在不同市场条件下的因素决定的，而这些因素又相互的的影响和动态的变化。因此，标准差的方法受到了质疑，后续的离差率、β值的计算自然也就没有了根基。
其次，β值的测算除了上述由于标准差的非客观性导致的不确定性的缺陷以外，笔者也针对实操当中第二种公式进行分析，β的第二种公式是β=Ri /Rm，从公式上来看，存在着明显的逻辑上的可疑性，单个股票的收益率假如大于市场整体的收益率，则该只股票的风险就比市场风险大？这个观点在《证券分析》当中就已经被很好地反驳了，在此，笔者只需要举一个例子就足够反驳这一个观点，伯克希尔哈撒韦上市公司每股截至2017年6月5日是249660美元，每股收益率如果从上市之初可以用天文数字来形容，并且这家公司经历了无数次大大小小的金融危机，依然以远远超过市场平均的业绩笑傲群雄，难道说他的风险要远远大于市场？这家公司是以价值投资的理念进行风险评估和投资的。因此，笔者认为中国的证券行业乃至我们有关的证券专家和学者们有必要从价值投资的理念来重新审视目前证券风险量化的指标在实际当中的效用。
量化投资和价值投资范文5
综合评价
招商行业领先基金是一只主动管理的股票型基金。投资限于具有良好流动性的金融工具，包括股票、债券、货币市场工具、权证、资产支持证券及法律法规或中国证监会允许基金投资的其他金融工具。股票主要投资于景气回升或受益于国家政策导向而成长前景良好的相关行业的资产比例不低于基金股票资产的80％。
博时信用债券
综合评价
博时信用债券A/B基金是博时旗下第12只开放式基金，属于二级债基。信用产品的投资比例占到整体债券投资比例的80％。适当情况下可参与一级市场新股申购以及二级市场的股票投资，立足于在保证债券市场收益的基础上强化组合回报。博时信用债券投资对象灵活，在一定程度上满足了稳健型投资者组合中低风险资产的配置。
富国优化强债
综合评价
富国优化强债是富国基金旗下第三只债券型基金，该基金为可投资二级市场股票的偏债型基金，其中不低于80％的基金资产投资于债券类及其他同定收益类金融工具，不高于20％的基金资产进行新股申购和股票市场投资，还可以在规定范围内投资于新股申购或增发新股。二级市场股票和权证等。富国基金为《中国证券报》2008年度金牛奖基金公司，拥有一支明星固定收益投资管理团队。
2009年以来，富同基金旗下两只债券型基金富国天利增长债券和富国天十强化收益按照复权单位净值增长率统计，分别实现收益3.72％和3.40％大幅高出同类0.91％的平均水平，业绩表现抢眼。
申万巴黎消费增长
综合评价
申万岜黎消费增长是一只股票型基金，其股票资产的配置比例为60％～95％。重点投资于拉动经济增长过程中充分受益的消费范畴行业，投资于具有良好财务状况、较高核心价值与估值优势的优质上市公司。
中海量化策略
综合评价
中海量化股票资产的比例为基金资产的60％～95％，是一只股票型基金。该基金采用数量化分析方法对股票进行分析和筛选，基于数量模型来配置行业权重。量化投资的优势在于，其决策主要依据数据和模型做出，可以减少投资过程的非理性因素，而且强大的信息处理能力能捕捉更多的投资机会，然而任何模型都不能完全模拟市场，全程量化选股替代人为主观判断，这对模型的有效性有较高的要求，且会使操作过于僵硬。
该基金在具体操作过程中需要管理者在模型判断和主观判断间寻求一个平衡点，这也是其取得较好业绩较为关键的一点，而另一个关键点便是模型设计的合理性。
广发聚瑞
综合评价
广发聚瑞基金是一只股票型基金，股票资产占基金资产的60％～95％。该基金通过自上而下的“主题投资分析框架”，通过主题挖掘、主题配置和主题投资三个步骤，挖掘受益于中国经济发展趋势和投资主题的公司股票，通过定量和定性相结合，筛选出主题特征明显、成长性好的优质股票构建投资组合。
纯粹的主题投资和传统的价值投资相比，具有更大的灵活度，可操作性也比较强，但也蕴含着更太的风险，而该基金将挖掘主题机会和考察个股特性相结合，体现了灵活而稳健的特征。
汇丰晋信大盘
综合评价
汇丰晋信大盘是一只股票型基金，股票投资比例为85％～95％。属于高风险基金，是较为典型的牛市品种。在投资目标上，该基金将不低于80％的股票资产投资于国内A股市场上具有盈利持续稳定增长、价值低估、且在各行业中具有领先地位的大盘蓝筹股票。汇丰晋信基金公司成立于2005年，目前管理着65亿元资产，旗下有5只基金，包括股票型、混合型和债券型，产品线有待进一步完善。
上投摩根纯债
综合评价
量化投资和价值投资范文6
1987年在美国南卡罗莱纳大学获得国际商业硕士学位，曾出狂台湾获多利詹金盘投资颀问公司(wardleyJamescapel)总经理。1995年。历任加拿大伦敦人寿保险公司(LLIM)权益证券按资副总裁、常务董事等职务。2003年担任荷兰银证券投资信托公司(ABNAMRO)首席投资总监。2006年11月，担任光大保德信基金公司副总经理兼审席投资总监。
一份，“一了夙愿”的情怀，一次机缘巧合的引荐，让袁宏隆开始了他在中国大陆的投资之旅，2006年11月，袁宏隆以副总经理兼首席投资总监的身份加盟光大保德信基金管理有限公司。在此之前，袁宏隆花了二十年时间，在中国台湾和北美不断积累着他的投资经验。而这也使得他成为中国大陆基金业中，全球投资经验最丰富的首席投资总监之一。
对于光大保德信的投研团队而言，袁宏隆的“空降”带来的最大变化，可以浓缩成两个字：量化。这既包括注重量化流转的投研程序，也包括强调量化考察的绩效考核。着力打造量化投研体系，是袁宏隆在光大保德信的得意之作，其效益则体现在三年来的业绩斐然，尤其是刚刚过去的2009年：根据银河证券基金研究中心的报告，在124只成立满一年的可比基金中，光大保德信旗下的量化核心基金、红利基金、新增长基金和优势配置基金分别排名第u位、13位、22位和32位，风格完全不同的股票基金，表现却能够一致，体现了投研流程的合理性和投研团队的实力。
坚守自己的理念
从中国台湾到加拿大，再从加拿大到中国台湾，这是袁宏隆步入中国大陆之前的投资生涯路线图。
1987年，从美国南卡罗莱纳大学获得国际商业硕士学位后，袁宏隆的投资事业从中国台湾起步。在此期间，他曾出任台湾获多利詹金宝投资顾问公司(WardleyJamesCaps)总经理。该公司是一家以汇丰集团为背景的知名证券经纪跨国集团公司，主要为投资于中国台湾地区股票市场的OFII提供投资咨询服务。到了1995年，袁宏隆来到加拿大伦敦人寿保险公司(LLIM)，先后担任权益证券投资副总裁、常务董事等职务。这家寿险公司的资产规模超过150亿加元，在八年半的任职期间，袁宏隆为山H管理约30亿加元的北美证券资产。而思乡之情让袁宏隆在20。3年再度回到中国台湾，担任荷银证券投资信托公司(ABNAMRO)的首席投资总监，该信托公司旗下有20多只基金，资产管理规模达到35亿美元。
二十载的海外投资生涯，拓宽了袁宏隆的投资视野，也让他切身感受到不同地区投资风格的差异。“不同地方的普通投资者心态是不一样的。比如在北美，大家者偏向于长期价值投资，而在中国台湾，则经历了从，早前热衷短线投资渐渐过度至成熟价值投资的过程。”袁宏隆告诉记者，“到了中国大陆以后，我发现这里的投资者对短线收益的要求比其他地方耍高，基金投资风格也常常会受到持有人需求的影响。”
很显然，袁宏隆的中国大陆投资之旅，首先要面对的，就是投资理念的一次碰撞是继续他二十年来的严谨，还是融入本土的投资偏好?在连续三年持续完善光大保德信的量化投研体系之后，袁宏隆用自己的工作表明了态度，他选择了坚守自己的理念。
袁宏隆力推的量化投研体系内涵丰富。如在研究员荐股上，袁宏隆让每位研究员可以艮据自己的研究偏好，选出比较个性的模拟组合，由5只股票组成，这个模拟组合不仅要在投资组合会议上接受其他投研人员的质询，而且还要进行系统追踪。公司则根据每天的实时表现，随时调阅出每个研究员和每个基金经理的投资组合的绩效比较，使得各投研人员的投资能力一目了然。而在考核中，袁宏隆也偏爱用数字说话，尽量使得每个研究员和基金经理的绩效业绩都得以量化，并根据量化考核的结果进行奖惩。
在股票池的建立上，袁宏隆也常强调定量分析的重要性。“实施上，在市场扩容速度加快的背景下，进行定性的分析越来越难，而通过定量分析，则可以发现被市场忽略的投资标的。所以，我们的股票池是采取定性和定量分析结合的办法确定，希望能从被动研究转移到主动研究。”袁宏隆说。“以光大保德信量化核心基金为例，我们会根据模型筛选出具有投资价值的股票，而当数量模型筛选出不熟悉股票时，要借助研究员的定性研究作补充，来决定股票的入库以及是否购买。”
恪守铁的纪律
量化投资最核心的是纪律――这是身兼光大保德信量化核心基金基金经理的袁宏隆在不同场合多次强调的观点。“能够克服基金经理个人主观因素的影响，恪守纪律的量化投资才有可能为投资者带来超额收益。另外，量化投资能够借助计算饥强大的运算能力去筛选个股，捕捉到被市场所忽略的个股或者板块，这是量化投资的魅力所在。”袁宏隆说。
袁宏隆指出，量化投资不会随意对模型进行调整，因为一旦模型建立也就意味着量化投资的风格已经确立，调整量化模型实际上就是改变基金的投资风格，除非经过市场一段时间的验证，新的归因值确实比旧的显示出更多优势，这时候才需要进行一定的调整。但总体而言，成熟的量化模型在运作中不会出现太大变化，量化投资的纪律就在于不能因为一时的市场变化就调整量化模型。
事实上，在二十年的海外投资生涯中，袁宏隆管理过多个投资团队，严守投资纪律是他对团队成员最基本的要求。而在光大保德信，袁宏隆的投资纪律观除了身兼基金经理而必须各守的量化投资纪律外，还包括身为投资总监对旗下其他基金经理“必须注重业绩比较基准”的要求。而对于后者，袁宏隆只用一句话来形容：基金经理必须根据基金合同的要求来管理产品。这其实意昧着，在光大保德信的基金产品中，所谓的投资冈格指的是产品自身的风格，而非基金经理的个人风格。
“如果基金经理持仓品种总是超越基金合同限定的条件，短时间内可能会取得超额收益，但一旦品种选偏、风险释放，无疑会使基金公司的运作产生被动，将无法面对基金持有人。而且，基金经理的行为只有和基金产品合同保持一致，才能让基金持有人有明确的预期，这一点很重要。”袁宏隆严肃地说，“我们是基金持有人的投资伙伴，这是我们必须遵守的最起码的投资纪律。”
这种投资纪律反映在光大保德信的股票池上，就形成了其特色的风格。袁宏隆告诉记者，在光大保德信投研的总股票池中，针对每个基金产品设立了对应的“冈格库”，而这些基金产品的投资对象则多从自己对应的“风格库”中挑选。当有新的股票进入股票池时，则会判断其适合哪个基金产品，将其补充到对应的风格库中。在这种操作模式下，光大保德信旗下的偏股型基金出现了非常明显的风格差异，各基金挣仓吉构完全根据各基金的特点，少有重仓股持股重合的情况。“这就是我们追求的效果。”袁宏隆说。
操刀中小盘基金
今年起，袁宏隆在身兼多职后，还将担任光大保德信中小盘基金的基金经理。这是光大保德信的第一只中小盘基金，袁宏隆的亲自担纲，足见公司对该基金的重视。而在近期各基金公司刮起的中小盘基金发行热中，袁宏隆又将如伺展现自己的独特之处呢?
袁宏隆的方法是使用动量策略模型来考量股票走势的变化趋势，并以定量、定性和动量策略作为选股的依据。定量上，光大保德信专门为中小盘基金研发了价值评估模型，并以此筛选出财务指标、盈利指标等表现较好的公司：与此同时，依托该公司强大的研究团队实现定性研究；动量策略着重考量股票过去的涨跌幅，及其过去一段时间和现在成交量的比较，来确定其盈利增长方向。
值得一提的是，光大保德信基金公司还建立了资产配置小组，其团队式的投资管理机构，是国际成熟投资理念及本土长期投资经验的集中体现。在强调深入挖掘投研团队集体智慧的同时，各层次的投资决策主体各司其职，明确权限设置及分工，对投资决策过程进行严格的风险管理。
