文章核心观点 - 文章核心观点是介绍深圳翰荣私募证券基金管理有限公司（翰荣投资）作为一家科技驱动的量化私募，凭借其领先的端到端机器学习方法论、稳定的团队和严谨的风控体系，在中等管理规模量化私募中取得了突出的业绩表现，并展望了其未来在数据、算力、算法三要素上的持续投入以保持竞争力 [5][8][20][25] 公司概况与定位 - 公司专注于量化投资，利用数理统计、机器学习等方法建立旨在持续稳定战胜基准指数的策略 [6] - 公司定位为科技驱动的量化投资机构，是国内最早将端到端机器学习方法论应用到A股市场的量化私募之一 [8] - 公司成立于2015年12月，2017年6月登记为私募基金管理人，截至2025年11月底管理规模突破40亿元 [9] - 核心团队毕业于卡内基梅隆大学、复旦大学、浙江大学等院校，拥有华尔街和国内量化私募的多年经验 [6] 业绩表现 - 截至2025年11月底，在20-50亿规模的量化私募中，翰荣投资符合排名的3只产品年内平均收益位列量化私募榜榜首 [5] - 截至11月底，旗下产品“翰荣安晟进取一号B类份额”年内超额收益位列“量化选股”产品超额收益榜十强 [5] 核心策略与产品线 - 核心策略是基于端到端机器学习方法论的短周期Alpha策略，预测周期涵盖日内到3天，通过深度学习模型直接从量价数据中归纳统计规律，追求高纯度Alpha收益 [11] - 产品线包括量化选股、指数增强和市场中性系列，底层预测信号一致，差异主要体现在组合构建的风险控制约束上 [12] - 量化选股和指数增强系列维持满仓运作，不带择时信号；市场中性系列附带基差管理 [12] 投研体系与策略演进 - 策略方法论演进分为两个阶段：第一阶段（2021年9月至2023年4月）为传统多因子体系；第二阶段（2023年5月至今）升级为端到端机器学习方法论 [15][16] - 公司搭建了一套完整的“开源+自研”端到端深度学习投研和交易全流程生命周期管理平台，确保研究的系统化、统一性和继承性 [17] 风险控制体系 - 拥有系统化的事前、事中、事后全流程风控体系 [18][19] - 事前风控：在组合构建中采用BARRA CNE5风险模型约束风格暴露，例如对300/500指增约束0.1倍标准差，对1000/2000指增约束0.3倍标准差，申万一级行业暴露控制在2%偏离度内 [18] - 事中风控：通过自建系统对市场极端行情、交易进程、对冲敞口及基差进行实时监控和管理 [18] - 事后风控：对策略收益进行拆解分析、交易绩效评估和策略复盘，为迭代提供反馈 [19] 核心优势与未来规划 - 策略方法论优势：作为端到端机器学习在A股应用的先行者，提供了与传统多因子体系相关性较低的超额收益来源 [21] - 团队稳定性优势：股票投研团队自2021年组建以来保持0离职率，投研人员以自主培养为主，核心员工持有股权，拥有清晰的激励和投研流程 [22] - 风险控制优势：系统化的风控帮助公司平稳渡过了2024年春节及“9.24”等市场剧烈波动时期 [23] - 未来规划：坚持科技驱动，打造“数据、算力、算法”三要素高度协同的人工智能投资体系 [25] - 数据：构建系统化的数据处理流程以应对金融数据信噪比低的问题 [26] - 算力：搭建本地GPU服务器和存储集群，不让算力成为研发瓶颈 [26] - 算法：吸引复合型人才，持续将人工智能算法成果应用于策略迭代 [26] - 最终目标是成为科技驱动、科学投资的量化机构，持续产出有竞争力的超额收益 [28]