国投瑞银基金殷瑞飞

近年来，量化投资蔚然成风，涌现出了一大批量化投资，经理殷瑞飞便是其中的一员。即将管理专精特新这一热门主题，他将如何决策?

　　殷瑞飞在接受中国证券报

　　学统计出身的量化投资者

　　学统计出身的殷瑞飞毅然选择了量化投资道路。他认为，统计和金融投资的关联性很大，金融是一个有着大量数据的行业，投资则需要从不确定性中寻找确定性机会。统计正好提供了一个工具，通过对金融市场上的大量数据进行整理、分析、建模，发掘更具确定性的市场规律，提高投资胜率。

　　与主观投资相比，殷瑞飞认为，量化投资在投资广度上更有优势，可以借助统计工具处理海量数据，克服基金经理精力有限、难以覆盖大量投资标的的问题。

　　此外，量化投资受人的主观情绪影响较为有限，量化策略一旦成型，基本不会因情绪干扰而改变。而在主观投资中，个人情绪对投资决策的不良影响是很难规避的。不过，量化投资也有其劣势，面对突发的市场环境变化，往往难以做出及时准确的反应。

　　不过，没有一种投资方法是完美的。将量化投资与人工干预相结合正成为部分基金经理的新选择。殷瑞飞表示，针对量化投资存在的不足，团队也在持续不断地对量化体系进行迭代和完善，在必要时候，考虑基于市场环境变化进行适度的人工干预。

　　三大模型构建量化体系

　　殷瑞飞介绍，他的量化投资框架主要由三个模型构成，分别是收益模型、风险模型和交易模型。收益模型与风险模型驱动选股决策，进行投资组合的构建与优化;交易模型决定日常的买卖交易时点和节奏，降低交易成本。

　　在收益模型上，殷瑞飞主要选取了三大类因子：基本面类、一致预期类、交易类。基本面类涵盖成长、盈利、估值三大因子，每一个因子下面都有多个二级因子。殷瑞飞说，通过基本面类因子，他希望做到的是从长坡厚雪赛道里寻找到那些投资性价比高的个股。一致预期类因子是从各类研究报告中提取出分析师们对预期净利润增速变动、预期PE等指标的判断后，加工整合而成，若分析师们普遍看好某些标的，则相应的因子得分越高。交易因子则是分析市场的交易行为，通过量价数据、换手率、波动率、特异度等指标，找出那些非理性投资行为带来的潜在投资机会。

　　风险模型上，殷瑞飞主要通过市值、贝塔、波动率、动量等各类通用风险指标，以及符合具体行业特点的专用风险指标，监测并控制投资组合的风险敞口。进而在此基础上，结合收益模型，筛选个股，构建风险调整后的最优投资组合。

　　交易模型主要是服务于投资组合的日常交易，参考各类资产的市场交易活跃度、市场冲击成本等数据预测交易成本，优化交易策略。殷瑞飞介绍道，他主要基于UBS(瑞银集团)的算法交易进行量化交易，基本采用的是自动化交易模式。触发交易的条件则是多因子综合得分，得分提高，买入，反之则触发卖出。

　　追求平稳的交易与稳健的收益

　　殷瑞飞认为，基于基本面的量化投资其实和主观投资并没有太大区别，都是从长期视角进行投资，量化投资甚至纳入了更长时期的市场数据进行分析。而且量化投资在通过模型选定个股后，往往不会再轻易调仓换股，一定程度上能够起到市场稳定器的作用。而另外一类以量化私募为主体的高频交易策略也为市场提供了更多的流动性。

　　“稳健”似乎是殷瑞飞内心的信念。在谈及投资目标时，他直言，相较于高回报，他更希望能够实现投资与收益的平衡。

　　面对即将管理的专精特新主题产品，殷瑞飞表示，他将遵循平稳量化交易和稳健收益的原则，聚焦“专精特新”主题相关上市公司，分散投资于机械设备、电子信息、生物制药、新能源等细分领域，基于量化模型优选投资标的，力争实现基金资产的持续稳健增值。