中证报专访 | 量派投资孙林：坚守“高夏普低回撤” 打造有区别度的策略

“在量化行业多年，有件特别让我开心的事情是，我在不断否定自己。”在谈及过往经验时，量派投资的创始人孙林如是说。

初见孙林，会不自觉被他身上那股天然的“极客”气质打动。低调谦逊，但对技术充满极高的热情，这种气质不仅穿插交织在采访中，也凝练成为了量派投资的特色。

丰富的海外背景让这种气质变得有迹可循。巴克莱资本、Two Sigma、骑士资本、Tower Research，在这些海外量化“大厂”十余年的工作经历，构建了孙林与另一创始人余航对量化投资的热情。从美国到上海，回国创业以来，他们对量化投资的热情持续高涨。

步入“毫秒”时代，量化行业正在成为竞争的红海市场。角逐之下，区别度即是生命力。坚守“高夏普低回撤”，是量派投资成立时就注入基因的投资目标，也是其在行业中突出重围的立足之点。第三方数据显示，2023年，量派投资的业绩在同规模公司中排名居前。自2020年末正式展业以来，这家年轻的机构虽经波折，却迅速扎根生长，目前已经成为具有指增策略、CTA策略、中性策略、量化选股策略等多策略的资管公司。

“高夏普低回撤”的投资基因

孙林：在海外工作十几年间，我一直有回国创业的想法。2015年我一度考虑回国，但那时正值职业生涯一次重要飞跃，因此未能成行。后来我意识到，自己已积累了足够的管理经验，投研技术方面也算游刃有余，如果再不回国创业，可能这辈子都不会创业了。所以在2019年时，我决定和另一创始人余航一起回国，创立量派投资。

从市场周期来看，2019年不一定是回国做量化的最好时机。每个行业都有自己的周期，虽然在行业周期底端开始是最合适的，但很难有人准确找到底端。所以关键还是要在适合自己时开始去做、坚定地做，而不是试图择时。我经历过美股量化交易的艰难时期。2017年时，美国股市一直在上涨，导致波动率很低，市场环境对短周期交易并不友好。但谁知道2018年却否极泰来。

有些同行可能更关注时机，但对我来说最关键的，是选择适合自己的方向。像量化这样需要积累的领域，国内目前绝大多数规模大的量化机构，都是很早就开始做。如果你觉得自己适合做某件事，而且这个方向在长期内有发展，那就去做。不能为了追求时机而放弃适合自己的方向。

孙林：我们的量化策略有两个主要特点。一是深耕短周期，预测周期以日内为主，最长预测周期为一天。二是追求高夏普和低回撤，注重稳定性。相较于市场的其他产品，我们往往会有更高的夏普比率和更严格的风控。比如在产品风控上，我们的参数设置会比行业的平均水平的一半还要低，所以夏普比率长期十分突出。目前市场中有这么多家量化机构，如果想做出彩，便需要具备独特性。也是基于我们的策略和模型储备，于是将目标定位在“高夏普低回撤”上。

孙林：我们的研究框架以预测为导向。如果要让预测周期变得更长，可能会在模型中加入更多基本面和另类数据。其实目前我们已有相关模型，只是目前未给予较大比重，因为我们更注重高夏普比。预测方面，我们会持续优化模型，确保其能够充分反映市场的变化，保持我们投资组合的适应性和效益。

人才不可替代

孙林：相对来说，规则型交易是一种较为传统的方法，而且如何将规则型交易与人工智能（AI）结合也是较为复杂的问题。相较而言，预测型交易代表更为先进的理念，同时也更能充分利用科技行业发展。

虽然A股市场和美股市场上涨逻辑有区别，但是从预测角度看，两个市场实际上差异不大。假设说，我脑子里有100个模型，其中在美股市场有70个模型非常有效，30个模型勉强能用；在A股市场可能是反过来，有30个模型可以用，40个模型非常有效，另外30个在美国很有效的模型可能效果一般。尽管存在这些差异，但总体来说，研究框架和模型铺设是相似的。

这也是我们的优势之一。我们在最开始就选定预测型交易的框架，模型在两个市场都表现得很好，甚至能在全球市场发挥作用。

孙林：在量化行业，一家机构最重要的核心竞争力是拥有怎样的人才。机器本身是可以替代的，然而合适的人才却具有强烈的不可替代性。

我认为一家量化公司的成功，在最初几年很大程度上取决于创始人是否能够构建出有效的模型。随着公司逐渐壮大，势必要招到对的人，发挥团队的力量，往前推进业务。所以我们对人才的招聘标准相当高。在选人上，我们比较看重思考的过程。比如在解题的过程中，可以观察到候选人有没有独特的想法，沟通解题的思路是否清晰。另外，个人的学习基础也很重要。

我们在海外积累了相当长时间的管理经验，懂得如何招人并留下人，我们能够招聘到许多毕业于世界知名学府的人才。通常情况下，我们公司的薪酬水平在行业位于头部区间；内部投研人员的架构也非常扁平，每个人都可以直接与创始人交流，沟通很有效。此外，我们内部的学习氛围相当浓厚，提供的理论体系目前较为先进。

孙林：过去一两年，公司在深度学习方面的投入持续增加。最初我们的模型储备主要来自海外经验的实践，以线性为主，是强因子弱模型的方式。从2020年底开始，随着公司人力和算力的提升，公司逐渐推进机器学习模型的研发，引入树模型等非线性机器学习模型。2021年，新模型陆续上线。我们对新东西也格外小心，经过反复测试调整，确保新上线的内容都能够达到预期效果。最终在2022年初，所有的策略都融入了机器学习元素。

此外，我们对交易框架进行了数次大改动，帮助交易延时减少至少一半，或者说速度增加至少一倍。这意味着我们现在能够处理更加复杂的模型。

需坚守自身特色

孙林：在量化行业多年，有件特别让我开心的事情是，我在不断否定自己。例如，过去我可能会认为某些方法行不通，但5年之后，曾经认为不行的方法，有时会变得非常有效。刚毕业时，我曾在面试时遇到过一位法国行业大佬，他当时对神经网络在金融领域的应用表示怀疑，而现在看来，神经网络已经被广泛运用了。

AI也是不断颠覆认知的技术，所以对于AI，我目前也在谨慎地推进。

孙林：参考海外经验，大众对不熟悉事物往往会产生猜测，美股市场的量化交易也经历过很大争议。2014年，麦克·路易斯（Michael Lewis）出版了《Flash Boys》，这本书让神秘的量化交易走到大众面前，引起广泛关注。此前在2012年8月，骑士资本（Knight Capital）由于在系统升级中未通过全面测试，导致自身交易指令出现错误，在短时间内引起美股市场上百只股票价格异动，一度导致纽交所启动熔断机制。这最终让骑士资本直接损失超4.5亿美元。舆论一度对量化交易变得非常负面，但随着各界对于量化交易有了更多的了解，舆论也逐渐平和。

目前在国内，我们希望量化行业能变得更加透明。希望通过交流、提高可解释性，消除投资者的认知门槛，让大众了解我们的业务；同时在不暴露核心知识产权的前提下，展示量化的运作方式。

孙林：我坚信量化仍会稳健发展，也会有越来越多的人知道、了解、认可量化，甚至加入量化。

更宏观来看，量化实质上代表生产力进步。一旦理解这一点，人们必定会积极拥抱生产力提升。在量化行业内部，我认为，未来竞争将会更加激烈，头部效应会变得越来越显著。当行业竞争激烈时，区别度便格外重要。所以作为量化机构，需要坚持自身的特色，才能在竞争中占据一席之地。