股票量化新晋黑马：永誉天泽

永誉天泽是一家成立于2021年初的黑马私募，坐落于成都高新区，是一家主打股票量化策略的精品私募。

永誉天泽的创始人，张润伟2010年毕业于清华大学自动化系，毕业后前往瑞士读了计算机系的博士，导师是信号处理中小波变换的奠基人Martin Vetterli。瑞士金融业比较发达，2016年初，张润伟博士毕业后进入金融行业工作，并加入了瑞士最大的量化对冲基金Systematica Investments，担任股票量化研究员。在最初几年的沉淀和积累后，2019年张润伟被擢升为公司的基金经理，管理亚洲区域的股票量化组合，包括日本和中国市场。

在海外私募多年，张润伟认为国内在量化资管领域有很大的机会，且整体量化管理规模正处于快速上升的阶段。而海外量化资管市场则已经比较成熟，是一个激烈存量博弈的阶段。海外大私募一般要开发新的策略和重构IT架构等等，会有诸多的限制。

考虑到国内量化仍有一段工程师红利期，创业成本也相对低，所以他决定回国创业，并且邀请了两名清华自动化系本科同学杨易清和于达一起成立了永誉天泽这家量化私募公司。

永誉的公司架构清晰，采用了扁平化管理的模式，秉承坦诚，严谨的风格。大部分员工都是合伙人自己培养的，且整个团队内部交流高效，要求员工有自驱力，不光是完成安排给他们的任务，而是尽可能做到最好。目前整个团队稳健，有强大的执行力，协作能力强。

永誉自我定位于快速成长的黑马管理人，发展前期最重要的工作重心仍然是扎扎实实做好产品，全方面精细化的研发和产品管理，坚持永誉稳定靠谱的标签。未来希望致力于成长为一个大家熟知并且能够信任的海内外一流的量化私募，从数据底层架构到策略研发，永誉都是使用最先进的技术架构和理念，用最高的标准来要求自己。

永誉产品线：

做好中性策略的管理人才是真正好的管理人

永誉的产品系列主要分指增和中性两条产品线。目前指数处于相对低位，指数的基础上叠加15-20%的超额，相对来说性价比比较高，建议能容忍较大波动的客户配置。中性产品收益相对稳健，适合比较稳健的，对回撤容忍低的客户，随时适合客户进行配置。

当下，市场上的中性产品越来越稀缺，永誉认为，能首先做好中性策略的管理人才是真正好的管理人。因为中性策略需要能有足够的超额收益，能够覆盖对冲端的成本，且要管控好风险才能保证稳定的收益率。

中性产品对于管理人的风控能力要求更高，比如指增产品大部分波动都来自于指数，超额的波动其实叠加指数波动上，不会很明显，而中性产品每周超额的波动都会直接展示在净值上，所以要求对波动的控制更加严格，管理人需要做到更精细化的管理，付出更多的精力在交易绩效，敞口控制以及对冲端管理上。

永誉策略：

严控风格暴露，赚纯alpha的收益

永誉专注于股票量化策略，相比于众多量化同行来说，永誉更加注重策略的可解释性、风险控制以及IT的底层架构，具备长远的策略开发思路。

永誉认为，一家好的量化私募，并不是它当前的模型有多好，过往的收益有多领先，因为过往的业绩可以大概评价一个私募策略的稳定性，但是也有很多偶然性。因为二级市场变化很快，没有完美的策略，量化私募最重要的是能够尽快的适应市场的变化。所以最重要资产是它的团队以及系统，永誉也是比较看重这方面，舍得投入并且有很长远的规划。

永誉认为，成为一家具有可持续性的量化需要做到以下三点：

• 好的底层IT架构

• 好的风控

• 不断推陈出新的策略研究 

-良好底层IT架构是量化研发的基础-

首先，永誉认为，工欲善其事，必先利其器，永誉非常注重软硬件底层的投入。系统上面，永誉从最开始就坚定一个理念，有好的底层架构才会有快速开发的策略，才会有好的收益，所以在基础平台的建设投入会先行于管理规模。

永誉从最一开始就布局了5人的IT团队，交易运维团队有2人，硬件上面的投入每年达到了数百万。且公司数据覆盖已经比较全面，从个股数据商也采购了各种传统和另类的数据，每年仅在数据上的支出同样在百万级别，整个团队在数据系统和人才的投入每年在千万级别。后续永誉还是会随着管理规模的增长不断加大系统和人才上面的投入，预期到2024年底，团队会扩张到15-20人，到2025年底，团队扩张到25-30人。

例如，永誉写的程序，都要求尽量高效能的使用到硬件的物理极限，一个NVME硬盘最大转速一般在3-4GBytes/s，永誉的数据仓库的吞吐量基本上就达到了数亿行每秒。永誉的研究员在处理海量数据的时候，会调用公司基于c++底层开发的python库，让单核CPU的性能发挥到极致。在数百个核的服务器并行后，永誉的数据处理能力就非常强大了，及时处理tick level 2级别的数据也就很游刃有余了。

目前，永誉已经搭建了一整套在全行业都是很领先的DevOps系统，数据仓库系统以及研究回测系统。永誉的研究员得到的支持是非常到位的，无论是数据清洗入库，还是研究回测工具，到最后策略上线，都非常方便高效，这样就能够让永誉的研究员把所有的精力放到策略因子研发本身上。比如研究员回测一个10年全历史tick级别的因子，仅需要10分钟就可以完成。

面对日益激烈的竞争，永誉目前也在不断提高人才和技术以及设备的投入。同时永誉也会考虑到投入的费效比，不会盲目的扩张团队和投入硬件，而是从真实的需求出发，让永誉在这些方面的投入能够有效转化为实实在在策略的收益。

-永誉采用了行业天花板级别的风控标准-

其次，永誉秉承着行业天花板水平的风控标准。张润伟提到，从业经历里印象比较深的是日本市场2020年3月的一次quant crisis，当时在3月18号和19号短短两天时间，很多风格因子达到了10-20倍标准差的快速变化。这时候对于风控不严格以及杠杆率特别高的一些私募基金，就面临很大的风险，甚至有一些基金因为达到了止损线，需要卖出头寸，就进一步导致类似仓位的量化基金出现净值的回撤，造成了螺旋式的危机。当时张润伟管理的基金相对风险管控相对比较严格，因此风险是可控的，在短短几天的流动性危机之后，产品净值即恢复了正常。

这次的经验强化了永誉强风控的逻辑，为了防止类似的事件对于产品的影响，需要万事考虑在风险前面，永誉会秉承严控的理念，行业市值波动率以及一些常见的Barra风格因子都需要严控。

对于市值、行业，尤其在中性产品里，永誉不会通过市值、行业敞口来赌收益。永誉对于市值行业都是严格控制的，市值和波动率因子几乎完全无偏离，申万一、二级行业永誉同时 都会做控制，控制不超过1%的偏离。同时会控制个股偏离度不超过1%，Barra其他的风格敞口控制在0.3个标准差之内。

交易层面，永誉会监控实时的净值以及数据传输情况。多空头持仓市值会控制在1%之内的偏离。最初写模型的时候，永誉目标就是做稳健类替代的夏普值较高的大容量产品，所以宁愿牺牲短期的高收益，也要追求长期的高质量的收益。

-重研发，强调因子可解释性-

最后，永誉广泛布局多重收益来源的因子，并持续开发新的策略和因子。永誉的因子来源广泛，基本面因子占比35%，人工量价因子占比35%，机器学习量价因子占比20%，另类因子占比10%。其中基本面因子主要是张总以前在欧美市场的一些积累，结合国内的特性研发的，量价因子是公司成立后自主研发的。

永誉的因子开发的理念是尽量坚持因子的可解释性。永誉认为未来的趋势是因子来源越来越综合化，单一收益来源很容易受短期事件的影响失效，因此收益来源需要尽量分散。永誉坚持可解释性强的低相关性的因子库一方面是为了尽可能降低过拟合带来的影响，另一方面也是为了进一步降低超额收益的波动率。

永誉认为，真正扎扎实实的alpha，同质化现象并没有那么严重。很多管理人相关性高可能是暴露了类似的beta风险，例如市值、成长、价值等风格，市场上的纯alpha机会还是有很多。

可以发现永誉的产品跟其他管理人的产品存在很多差异化，是因为永誉试图赚的是纯alpha的钱。从投研角度来说，永誉基本面因子会比大部分同行比例更高，同时永誉会更强调因子的可解释性，永誉希望研究员更多从市场本身出发去做因子，而不是从数据或回测结果出发做因子。最后在风控上，永誉的敞口控制会相对比同行更严格，波动率也会控制的更低。 

永誉认为，当前中国量化私募已经过了野蛮生长的年代，但仍然在高速发展。靠着几个风险因子暴露和少量几个策略能够稳定赚钱的量化私募会越来越少。整个行业未来将面临一些整合和出清。只有好的量化管理人才能持续保持好的业绩以及规模，养得起一个相当体量的团队和软硬件投入。

版权声明：部分文章推送时未能与原作者取得联系。若涉及版权问题，敬请原作者联系我们。