随着AI技术迅猛发展，量化投资力量日益壮大，公募量化领域也愈发受到市场关注。近日，南华基金总经理助理兼量化投资部总经理黄志钢接受证券时报记者采访时表示，传统量化的多因子模型，本质是基于历史数据归纳，无法从根本上解决市场的长期有效性问题。量化模型的更新迭代，需要不断挖掘新的因子。

　　基于十余年经验，黄志钢总结道，公募量化在基本面研究上的优势将会逐渐显现，优秀的量化投资模型关键在于解决三个问题：构建投资安全边际、识别投资价值陷阱、合理定义公司价格。

　　价值选股

　　双重轮动

　　黄志钢现任南华基金总经理助理兼量化投资部总经理。这位拥有17年量化投资经验的“老将”是南开大学金融学硕士，曾历任国联安基金、金鹰基金等重要职务。

　　黄志钢对记者表示，他的量化投资框架可以概括为“价值选股，双重轮动”。价值选股方面，他在量化模型中提取出的核心因子，包括了DR（股利支付比例）、ROE（净资产收益率）、EP（盈利收益率）等。预测每家公司的ROE和EP，是量化模型运作的第一步，第二步是将该结果代入公式计算出IR（潜在收益率）值，再根据IR值进行排序，选择排名相对靠前的股票构建投资组合。

　　黄志钢指出，这种方法旨在寻找价值投资中的好公司、好价格。不同于人为主观层面的判断，量化投资具有相对客观、高效、纪律性强等优点。在具体操作中，将企业未来ROE和EP作为衡量“好公司”和“好价格”的两个核心指标，将其代入长期研究形成的系列模型公式中，计算出该只股票的潜在收益率，以完成筛选。在价值定价的同时，黄志钢还会关注个股的“安全边际”构建。黄志钢表示，在他的量化模型中，会有一系列构建“安全边际”的方法，如估值水平低、低市盈率、高股息等指标。

　　需要指出的是，按照这样的方式选出来的股票，并不是固定不变的，而是会根据因子变化进行持续调整。黄志钢介绍，他会从全市场中选出过去3到5年跌得较多的股票来构建基础股票池，通过股票池每天更新，致力实现个股“低买高卖”。

　　平衡“好公司”与“好价格”

　　截至目前，黄志钢在管4只基金总规模超过10亿元。截至2025年9月30日，南华丰汇混合A成立以来净值增长率超87%，同期业绩比较基准3.99%；近一年净值增长率超53%，同期业绩比较基准11.24%。黄志钢自2024年1月管理至今的南华丰元量化选股混合A，净值增长率则超过了38%。

　　业绩背后，黄志钢对量化投资有着前瞻性洞察。他直言，传统量化投资的多因子模型具有一定局限性，其本质是基于历史数据的归纳，无法从根本上解决长期有效性的问题。并且，随着量化行业竞争越来越激烈，获取阿尔法的难度也在不断提升。因此，量化模型的更新迭代，需要不断挖掘新的因子。

　　基于这些思考，黄志钢在南华基金平台上持续优化投资框架，致力于智能选股数理模型开发，通过价值选股策略寻找潜在投资机会，同时结合量化轮动的策略进行高抛低吸，争取实现收益最大化。黄志钢认为，优秀量化投资模型的关键要能解决三个问题：构建投资安全边际、识别投资价值陷阱、合理定义公司价格。

　　在实际操作上，黄志钢从两方面入手：一是排除陷入价值陷阱的个股。基于长期预期，企业盈利向股票价格传导有时会失灵，陷入价值陷阱的企业往往走势和大盘走势差异明显。通过个股诊断系统和价量指标识别，采用特异度因子可提高筛除陷入价值陷阱的股票的有效性。二是选择低市盈率、低市净率、高股息率等股票来提供安全边际。黄志钢还说到，在投资中，大多时间里“好公司”和“好价格”不可兼得，投资的目标就是要在两者之间寻求一个较佳平衡，追求公司长期业绩优势而不是某些年份业绩表现。

　　超额收益平滑波动风险

　　相较国外成熟市场，国内量化投资历史较短，积淀尚浅。黄志钢认为，量化私募具有交易成本低和灵活便利的优势，运用高频量化因子，通过高频调仓来获取交易性超额收益，但在选股层面创造的超额收益相对较小。随着高频策略竞争愈发激烈，公募量化在基本面研究上的优势将逐渐显现。量化策略在公募基金的交易环境中，需要找到一个较为合理的交易调仓率，在交易性收益和交易成本之间取得较佳平衡。

　　黄志钢认为，在投资中辨析经济周期至关重要。量化投资能通过模型监测，识别经济周期的阶段，在不同阶段选择不同的估值指标力争构建“安全边际”，既能生成不同的股票投资策略，更为重要的是还能识别投资风险，帮助提前做好风险控制。

　　以南华丰汇混合A为例，黄志钢在组合构建上不做择时，而是通过相对突出的超额收益来平滑波动风险。该基金持仓较为分散，不集中在某一特定赛道。同时基金换手率比较稳定，控制在双边12倍，持股数量在80至130只。

　　黄志钢坦言，量化投资的风控手段主要体现在事前，通过降低波动以控制回撤。一是基金仓位不能长期满仓，参考市场平均仓位即可。二是分散持仓数量，单个股票最大权重在两个点以内。三是保持策略风格平衡，无论是选股层面还是轮动换手率，均停留在相对平衡水平。