2230
3提到量化投资，很多人的第一反应可能是模型、因子、算法，甚至是一群数学和计算机高手，用机器去寻找市场里的定价偏差。
但如果把时间拉长，会发现「量化投资」其实一直在变化。
二十年前，洗干净一份数据本身就是优势；后来，从多因子走向基本面量化，再到多周期、多策略、低相关，量化开始用越来越多的维度理解股票定价。
再往后，这些策略还要真正装进产品里。
从基金经理的“集体智慧”，到全指增强，再到“反向固收+”，量化关注的也开始从“能不能赚到超额”，延伸到一个普通投资者更关心的问题：这个Alpha能不能更稳定地拿到？
而今天，大模型又把这场竞争推到了新的阶段——AI可以更快地写代码、复现因子，公开信息也越来越平权。当模型越来越像“水电”一样普及，真正稀缺的东西可能也在发生变化……
这期节目，我们邀请到中欧基金量化投资部基金经理——曲径。
从复旦数学系、卡内基梅隆大学（CMU），到千禧年，再到回国进入公募，她几乎完整经历了量化投资过去二十年的几轮迭代。她见过数据还是稀缺资源的年代，也经历过多因子最风光的时候；做过对冲，也经历过市场环境变化之后重新寻找“生存之道”；如今，她又在思考大模型之后，量化真正的壁垒还会剩下什么。
这期节目，我们想聊几个问题：
·一条历史回测非常漂亮的曲线，为什么真正上线后可能“一塌糊涂”？
·量化从多因子走向多周期、多策略、低相关，背后到底在解决什么问题？
·当AI让挖因子、写代码越来越容易，未来真正稀缺的Alpha会来自哪里？
时间轴：
Part1 从数学到量化：一个量化基金经理是怎么走到今天的？
00:54 在一群聪明人里发现“当不了数学家”，反而让她找到了自己的长板
02:31 一场比赛，确认自己更擅长把信息、判断和概率放在一起做决策
03:37 早期量化有多朴素？一份洗干净的结构化数据就是竞争优势
05:44 数据清洗很繁琐，但只有做了这个繁琐的事情，Alpha才属于你
07:18市场规则变了，量化也得重新寻找“生存之道”
09:54 量化真正的黄金时代：往往出现在市场足够分散的时候
Part2 量化没有“圣杯”：从多因子走向多周期、多策略、低相关
12:13 量化一直在迭代：从多因子到基本面，不断寻找新的信息优势
16:53 从“一招鲜”到多策略，量化追求的是更稳定的Alpha
18:42 同一只股票，宏观、基本面、量价和资金流看到的是四个世界
21:12 2023年的逆风提醒：量化也会遇到“风格错配”，关键是别只押一套逻辑
23:27 一套投资逻辑再完整，也很难穿越所有市场环境
Part3 从策略到产品：指数增强到底在“增强”什么？
24:27 从拼锐度到看胜率，量化开始更重视稳定的持有体验
26:00 为什么量化能把基金经理的“集体智慧”做成超额？
30:39 中证全指增强，正在变成一场“量化选股PK主动选股”
33:41 指数增强像“反向固收+”：先买Beta，再争取更稳定的Alpha
36:02 什么行情最适合量化？没有绝对主线的时候，量化反而更容易一点点赚超额
Part4 当Alpha越来越难挖，量化真正的壁垒还剩什么？
37:59 “私奔公”现象兴起：量化人才为什么开始反向流动？
40:52 公募&私募：真正拉开的不只是模型，还有系统、数据和优化器
41:46 Alpha越来越难挖，优化器开始负责把Alpha“留在账户里”
43:47“最老实的小孩”：严格约束反而帮它守住了风险下限
47:32 当人人都能用AI挖因子，量化反而更要警惕策略同质化
50:22 大模型最终可能像“水电”一样普及，真正拉开差距的是人的思维
53:24 量化的下一站：多策略、多周期、多资产，最终走向“总回报解决方案”
- 中欧基金出品 -
风险提示：基金有风险，投资需谨慎。以上内容仅供参考，不预示未来表现，也不作为任何投资建议。其中的观点和预测仅代表当时观点，今后可能发生改变。未经同意请勿引用或转载。
