Workflow
量化投资
icon
搜索文档
基金经理十强巨震!量化巨头幻方量化、九坤投资旗下基金经理上榜
搜狐财经· 2025-10-25 10:12
行业整体业绩表现 - 截至2025年9月底,有业绩显示的2729位私募基金经理合计管理5405只产品,总规模约为4870.52亿元,今年来收益均值高达27.78%,显著跑赢同期大盘 [1] - 从不同管理规模来看,10-20亿私募的基金经理表现领先,322位基金经理管理的664只产品收益均值达30.30% [1] - 百亿私募的138位基金经理管理的660只产品,合计规模1338.18亿元,收益均值为29.43% [1][2] 基金经理群体特征 - 私募基金经理群体学历较高,硕士学历占比48.92%(1335位),博士及博士后学历分别有214位和7位 [1] - 从业经验丰富,从业20年以上的基金经理有445位,占比16.31%,从业30年以上的有86位,占比3.15% [1] - 百亿私募基金经理中,股票策略占主导(50位),博士后学历仅启林投资王鸿勇1位,博士16位,硕士31位 [3] 百亿私募基金经理业绩亮点 - 百亿私募基金经理前三季度收益前十的上榜门槛因监管要求未公开,位居前三的分别是复胜资产陆航、久期投资姜云飞、望正资产王鹏辉 [3] - 复胜资产陆航管理6只产品,合计规模约18.71亿元,位居百亿私募基金经理第一 [4][5] - 望正资产王鹏辉管理4只产品,合计规模约23.18亿元,位列第三,其公司于2025年9月新晋百亿私募 [4][5][6] - 量化巨头宁波幻方量化(徐进、陆政哲)和九坤投资(王琛)均有基金经理上榜前十 [4][6] 50-100亿规模私募基金经理表现 - 该规模区间收益前十基金经理上榜门槛未公开,前三名分别是同犇投资童驯、睿扬投资王世超、盛麒资产蔡智俊 [8] - 睿扬投资王世超管理的3只产品合计规模约3.36亿元,业绩突出,其公司于2025年9月新晋准百亿私募 [11] - 国源信达史江辉管理的3只产品合计规模达8.61亿元,位列第四,其同事李剑飞也上榜前十 [11] 20-50亿规模私募基金经理表现 - 该规模区间收益前十基金经理上榜门槛未公开,前三名分别是北京禧悦私募袁好、榕树投资翟敬勇、壹点纳锦(泉州)私募何玉清 [13] - 北京禧悦私募袁好管理的3只产品合计规模约2.36亿元,位列第一 [15][16] - 榕树投资翟敬勇管理的5只产品合计规模约2.24亿元,位列第二,从业经验达29年 [15][16] 10-20亿规模私募基金经理表现 - 该规模区间收益前十基金经理上榜门槛未公开,前三名分别是量利私募何振权、龙航资产蔡英明、北恒基金周一丰 [18] - 量利私募何振权管理的3只产品合计规模约1.59亿元,位列第一 [19][20] - 龙航资产蔡英明管理的6只产品合计规模约4.76亿元,位列第二 [19] 5-10亿规模私募基金经理表现 - 该规模区间收益前十基金经理上榜门槛未公开,前三名分别是富延资本刘祥龙、上海恒穗资产骆华森、龙吟虎啸吴胤彤 [23] - 富延资本刘祥龙管理的8只产品合计规模约8.58亿元,位列第一 [24][26] - 上海恒穗资产骆华森管理的3只产品合计规模约0.88亿元,位列第二 [24] 0-5亿规模私募基金经理表现 - 该规模区间收益前十基金经理上榜门槛未公开,前三名分别是龙辉祥投资杨仲光、京盈智投谢黎博、沁昇基金姚勇 [27] - 龙辉祥投资杨仲光管理的4只产品合计规模约3.62亿元,位列第一,业绩表现亮眼 [30]
主观私募霸榜“量化之都”10强!幻方位居杭州10强!深圳私募整体业绩领先!
私募排排网· 2025-10-25 10:00
私募行业地域分布特征 - 私募行业呈现显著的地域集中性,主要分布于北京、上海、深圳、广州、杭州等经济发达城市,厦门、成都、西安、长沙、重庆、南京等区域性经济中心也聚集了不少私募 [2] - 截至2025年9月底,共有633家私募公司(旗下至少有3只产品符合排名规则)分布在全国45个城市,其中仅有北上广深杭5个城市拥有30家以上符合统计规则的私募 [2] - 在北上广深杭五大核心城市中,深圳地区私募以超过30%的收益中位数在今年前三季度相对领先 [2] 主要城市私募业绩数据 - 上海地区符合排名规则的私募公司数量最多,达195家,产品数947只,前三季度收益均值为26.37%,收益中位数为22.04% [3] - 深圳地区有111家私募公司符合规则,产品数612只,前三季度收益均值为33.45%,收益中位数为30.12% [3] - 北京地区有87家私募公司符合规则,产品数468只,前三季度收益均值为31.52%,收益中位数为22.61% [3] - 杭州地区有47家私募公司符合规则,产品数231只,前三季度收益均值高达37.52%,收益中位数为28.87% [3] - 广州地区有35家私募公司符合规则,产品数179只,前三季度收益均值为38.82%,收益中位数为29.03% [3] 上海地区私募表现 - 上海地区私募前三季度收益中位数为22.04%,前10强私募上榜门槛为各地最高 [7] - 10强私募中主观私募占7家,"主观+量化"类私募占3家,量化私募无一上榜;按核心策略划分,股票策略私募占9家,多资产策略私募占1家 [7] - 百亿私募中仅有复胜资产上榜,其共有7只产品在9月创历史新高,是百亿私募今年前三季度和近五年收益冠军 [11] - 上海地区收益均值前5强私募依次是上海恒穗资产、同犇投资、玖歌投资、龙航资产、睿扬投资 [8] 深圳地区私募表现 - 深圳地区私募前三季度收益中位数为30.12% [13] - 10强私募中主观私募占7家,"主观+量化"类私募占2家,量化私募占1家;股票策略私募占9家,多资产策略私募占1家 [13] - 百亿私募中仅有望正资产上榜,其为9月新晋百亿私募,今年前三季度收益位列百亿私募第2名 [17] - 深圳地区收益前5强私募依次是富延资本、榕树投资、能敬投资控股、深圳泽源、亿库资本 [14] 北京地区私募表现 - 北京地区私募前三季度收益中位数为22.61% [19] - 10强私募中主观私募占7家,量化私募占2家,"主观+量化"类私募占1家;股票策略私募占9家,期货及衍生品策略私募占1家 [19] - 远信投资、灵均投资两家百亿私募位列前5强,其中远信投资为近期新晋百亿私募 [19] - 北京地区收益前5强私募依次是北京禧悦私募、北恒基金、指南基金、远信投资、灵均投资 [19] 广州地区私募表现 - 广州地区私募前三季度收益中位数为29.03% [24] - 10强私募中主观私募占8家,量化私募占2家;全部为股票策略私募,百亿私募阿巴马投资上榜 [24] - 广州地区收益前5强私募依次是精砚私募、三和创赢、海南香元私募、泽元投资、里思基金 [25] 杭州地区私募表现 - 杭州地区私募前三季度收益中位数接近29% [30] - 10强私募中量化私募占5家,主观私募占4家,"主观+量化"类私募占1家;股票策略私募占8家,多资产策略私募占2家 [30] - 知名百亿量化私募宁波幻方量化、龙旗科技均位列10强 [30] - 杭州地区收益前5强私募依次是农夫私募、浩坤昇发资产、巴克夏投资、云起量化、杭州博衍私募 [31] 其他地区私募表现 - 除北上广深杭外,其他地区符合统计规则的私募共有158家 [35] - 10强私募中主观私募占7家,"主观+量化"类私募占2家,量化私募占1家;股票策略私募占9家,多资产策略私募占1家 [35] - 其他地区收益前5强私募依次是路远私募、龙吟虎啸、壹点纳锦(泉州)私募、一久(海南)私募基金、聚力基金 [36] - 路远私募是一家成立于2023年11月的新锐私募,在2025年前三季度实现了规模从0-5亿跃升至10-20亿 [41]
鹏扬景科混合A基金经理变动:增聘马超为基金经理
搜狐财经· 2025-10-25 01:45
基金人事变动 - 鹏扬景科混合(基金代码:008499)于2025年10月25日发布公告,增聘马超为基金经理,同时李人望不再担任该基金基金经理 [1] - 此次变动后,鹏扬景科混合的基金经理为马超和黄乐婷 [1] 基金近期表现 - 截至2025年10月23日,鹏扬景科混合的净值为1.3450,较上一交易日上涨0.24% [1] - 该基金近一年上涨6.67% [1] 新任基金经理背景 - 新任基金经理马超先生为中国国籍,拥有中国人民大学管理科学与工程硕士学位,现任鹏扬基金管理有限公司量化投资部副总经理 [2] - 其职业生涯始于2017年6月加入创金合信基金管理有限公司,曾任职于量化指数与国际部,后于2018年6月加入珠海宽德投资管理有限公司,并于2021年10月重返创金合信基金管理有限公司担任量化指数与国际部总监助理、基金经理 [2] 新任基金经理历史管理业绩 - 马超先生曾于2021年12月1日至2023年9月12日担任创金合信量化核心混合型证券投资基金的基金经理,其中A类份额任职回报为-11.67%,C类份额为-12.96% [2] - 其曾于2022年1月29日至2023年3月4日担任创金合信中证500指数增强型发起式证券投资基金基金经理,其中A类份额任职回报为-0.68%,C类份额为-0.78% [2] - 自2024年4月16日起担任鹏扬元合量化大盘优选股票型证券投资基金基金经理,其中A类份额任职回报为35.07%,C类份额为33.44% [2] - 自2025年3月4日起担任鹏扬中证A500指数增强型证券投资基金基金经理,其中A类份额任职回报为20.49%,C类份额为20.18% [2] - 自2025年6月30日起担任鹏扬合利债券型证券投资基金基金经理,其中A类份额任职回报为1.21%,C类份额为1.11%,D类份额为1.21% [2] 新任基金经理投资案例 - 其管理的鹏扬元合量化大盘A在2024年第二季度调入宁德时代,当季均价为362.82元,于2024年第四季度调出,当季均价为481.68元,估算收益率为32.76% [2] 相关市场产品表现 - A50ETF(产品代码: 159601)近五日涨跌为0.96% [5] - 该ETF最新份额为23.8亿份,较上期增加0.0份,主力资金净流入1463.9万元 [5]
永赢指数增强基金如何“攒出”超额?
中国基金报· 2025-10-24 08:08
ETF业务规模与产品布局 - 截至2025年10月23日,公司旗下ETF管理规模合计268亿元,较年初增长超4倍 [1] - 黄金股ETF规模突破130亿元,成为国内首只百亿黄金股ETF [1] - 首创系列的卫星ETF规模达12.21亿元,通用航空ETF规模达11.66亿元 [1][11] - 已成立13只ETF产品,涵盖行业主题、指数增强等多元类别 [4] - 布局了旗下首只债券ETF,持续丰富产品储备 [1][4] 指数增强基金业绩表现 - 永赢上证科创板100指数增强A近一年收益率达73.06%,相对同期基准超额收益达12.08% [1][12] - 永赢中证A50指数增强A成立以来超额收益达8.41% [1] - 永赢中证500指数增强A成立以来超额收益达6.22% [1] - 永赢上证科创板100指数增强A成立以来净值增长86.78%,同期业绩基准为76.39% [12] 量化投资策略与方法论 - 选股模型采用成长为主、质量为辅的基本面量化投资逻辑 [1] - 投资运作积极运用新股申购、股指期货替代、剔除重大风险个股等方式增强收益 [2] - 构建可回溯、可验证、可迭代的多策略体系,结合基本面逻辑和AI技术双重驱动 [2] - 策略设计贴合科创100指数的科技成长核心内生风格 [1] 科技赋能与系统建设 - 公司打造五大领先的投研系统,牵星固收投研系统、明镜风险管理系统均荣获央行"金融科技发展奖" [3][13] - 在AI算力投入和DeepSeek等大模型加持下,对量化指增业务赋能效果显著 [3] - 量化业务获得公司大力支持,特别是在硬件资源方面为策略效果提升奠定坚实基础 [3] - 团队正重点深化机器学习等前沿方向,不断巩固竞争优势 [3] 未来发展规划与产品创新 - 公司致力于打造完整的"产品货架",在任何市场环境下为投资者提供合适工具或组合方案 [4] - 已逐步构建覆盖宽基、指增、策略、细分行业等多维度的产品体系 [4] - 已申报包括科创创业人工智能ETF、港股通互联网指数、化工行业ETF、工业软件主题指数等在内的多只指数产品 [4] - 产品矩阵涵盖医疗器械ETF、卫星通信ETF、港股医疗ETF、恒生消费指数等多个细分领域 [7][8]
融资净买入11天!机构在下一盘大棋?
搜狐财经· 2025-10-24 04:38
市场资金流向观察 - A股市场有75只个股连续5天以上获得融资净买入 [1] - 迈信林和迈瑞医疗连续11天获得融资净买入 [1] 市场分析方法论 - 历史走势分析的价值在于审视当时的心态和思路,而非简单预测未来 [3] - 真正决定股价趋势的是体量大到足以影响市场的资金的真实意图 [3] - 普通投资者获取的信息可能并非市场全貌,而是大资金有意展示的内容 [4] 量化分析工具应用 - 主导动能数据通过红黄蓝绿四种颜色柱体展示做多、回吐、做空和回补四种交易行为 [7] - 机构库存数据通过橙色柱体展示,柱体越长说明机构资金参与交易的积极性越高 [7] - 当交易行为呈现蓝色回补且伴有活跃的橙色库存时,意味着机构在补仓,属于震仓洗盘 [9] - 若无机构参与的回补行为,则大概率是散户在抢反弹 [9] - 量化数据能穿透表象看到本质,识别改变趋势的关键信号 [11]
上海量化私募地图来啦!头部量化扎堆浦东?稳博、天演、鸣熙、明汯等业绩领衔!
私募排排网· 2025-10-24 03:51
中国量化私募行业地域分布概况 - 截至9月底国内量化私募共有851家,其中335家办公地址位于上海,占比高达39.37% [2] - 上海地区50亿规模以上量化私募高达40家 [2] - 除上海外,北京有量化私募145家,深圳有125家,杭州有50家,广州有38家 [3] - 上海量化私募产品规模合计达481.887亿元,今年来收益均值为24.90% [3] 上海量化私募聚集的驱动因素 - 上海作为国家金融中心,拥有上海证券交易所、上海期货交易所、中国金融期货交易所等核心交易场所,物理距离接近带来低交易延迟优势 [4] - 量化私募是人才密集型行业,上海及周边拥有复旦大学、上海交通大学、浙江大学等一流高校,且是海归人才首选地 [5] - 行业聚集是"天时(国家金融中心定位)、地利(交易基础设施)、人和(优秀人才偏好)"三者结合的必然结果 [3] 上海浦东新区量化私募情况 - 浦东新区共有量化私募179家,其中50亿以上规模量化私募达22家,包括14家百亿私募 [8] - 从策略看,股票策略量化私募有94家、期货及衍生品策略42家、多资产策略23家 [8] - 源深路、世纪大道、银城中路等区域聚集量化私募居多 [8] - 该区有业绩显示的87家量化私募管理307只产品,今年来收益均值为22.01% [9] - 业绩前三的量化私募分别是稳博投资、天演资本、金戈量锐 [9] 上海虹口区量化私募情况 - 虹口区共有量化私募40家,其中50亿以上规模量化私募有10家,百亿量化私募包括明汯投资、鸣石基金、启林投资、量派投资 [12] - 从策略看,股票策略量化私募有21家、期货及衍生品策略12家、多资产策略5家 [13] - 东大名路、东长治路、四川北路等区域聚集量化私募居多 [13] - 该区有业绩显示的21家量化私募管理78只产品,今年来收益均值为23.20% [14] - 业绩前三的量化私募分别是上海陶山私募、鸣熙资本、明汯投资 [14] 上海徐汇区量化私募情况 - 徐汇区共有量化私募31家,50亿以上规模量化私募有5家,百亿量化私募包括金锝私募、锐天投资、衍复投资 [16] - 从策略看,股票策略量化私募有19家、期货及衍生品与多资产策略各5家 [16] - 龙耀路分布的量化私募居多 [16] - 该区有业绩显示的16家量化私募管理56只产品,今年来收益均值为25.22% [17] - 业绩前三的量化私募分别是上海紫杰私募、衍复投资、砚博乘风 [17] 上海其他区域量化私募情况 - 除浦东、虹口、徐汇外,其他区合计有85家量化私募,黄浦区、静安区、杨浦区、闵行区均有10家以上 [19] - 50亿以上规模量化私募有3家,分别是上海波克私募、磐松资产、坤灵私募 [19] - 从策略看,股票策略量化私募有43家、期货及衍生品策略17家、多资产策略14家 [19] - 该区有业绩显示的35家量化私募管理83只产品,今年来收益均值为32.86% [20] - 业绩前三的量化私募分别是锦望投资、智信融科、全成基金 [20]
纳斯达克携手宽睿科技, 为量化私募提供高质量美股数据技术服务
新浪财经· 2025-10-24 02:28
中国量化私募行业发展态势 - 截至2025年8月底,中国百亿级量化私募数量已达45家,占国内证券投资类百亿级私募总数量近半 [8] - 量化产品备案数量同比翻倍,显示量化策略呈现强势发展态势 [8] 中国量化机构在美股数据领域面临的挑战 - 市场上数据质量参差不齐,难以保证数据的准确性和完整性 [9][14] - 普通Level-2数据无法提供足够的市场深度信息,影响策略精度 [9][15] 纳斯达克与宽睿科技的合作解决方案 - 宽睿科技通过其“方筹数据社区”平台提供Nasdaq TotalView数据服务与支持,成为纳斯达克在中国首个量化平台服务合作伙伴 [8] - Nasdaq TotalView全景式呈现市场供需格局,实时披露个股所有买单与卖单的详细信息,帮助投资者直观判断多空力量对比 [14] - Nasdaq TotalView提供全量订单簿信息,包括所有可见的买卖报价、委托量及隐藏的流动性池,可观察距离最优买卖价五美分内三倍于常规数据的交易量 [15] - Nasdaq TotalView通过不平衡订单指标(NOII),提前揭示开盘与收盘竞价阶段的股票供需失衡信号 [15] 宽睿科技提供的技术支持与服务 - 方筹数据社区提供API接口直连、Excel导出、FTP/SFTP文件传输及客户端订阅等多种数据接入方式 [15] - 宽睿科技配备专业技术支持团队,为机构用户在数据订阅、接口调试、历史数据回放及日常使用中提供全流程协助 [15] - 宽睿科技成立于2015年,累计服务超千家量化机构,深谙中国本土需求 [13] 合作的价值与目标 - 合作旨在帮助机构减少在数据处理和技术对接上的时间与人力投入,使其能更专注于核心策略的研发与迭代 [15] - 未来合作将持续深化,为量化投资机构提供优质数据服务,共同推动量化投资行业在全球市场中稳步前行 [15]
融资数亿!这家公司为何被资本疯抢?
搜狐财经· 2025-10-23 00:30
公司融资与技术突破 - 苏州西恩科技完成数亿元Pre-A轮融资,投资方包括钟鼎资本、国投招商等顶级机构 [1] - 公司“华山一号”微型伺服驱动器实现100%国产化,其超高效率驱动芯片和高精度控制算法等关键指标达到国际水平 [3] - 技术突破源于对研发的持续投入和对市场的精准判断 [3] 行业背景与市场格局 - 伺服驱动器市场曾长期被日德企业垄断,技术壁垒极高,控制算法等环节曾卡死99%的国内玩家 [3] - 国产替代趋势正在成为现实,掌握核心技术的企业成为资本关注重点 [1][3] 量化交易行为分析 - 量化系统通过颜色标注交易行为:红色代表做多动能,蓝色代表回补行为,橙色反映机构资金活跃程度 [5][7] - 当蓝色回补行为与橙色机构库存同时出现,为典型的震仓洗盘信号,主力通过制造波动吸筹 [7] - 缺乏量化数据辅助的情况下,90%的投资者可能在震仓阶段被清洗出局 [7]
牛市狂欢中,为何受伤的总是散户?
搜狐财经· 2025-10-21 23:49
日本金融政策与比特币市场 - 日本金融厅正考虑允许银行直接投资比特币等数字资产 [1] - 受此消息影响,比特币价格反弹并重新站上11万美元关口 [1] - 政策调整背景涉及日本高达240%的债务GDP比,显示传统金融体系面临压力 [13] - 加密货币账户数量在五年内增长3.5倍,表明数字资产正成为不可忽视的力量 [13] 历史牛市中的市场特征 - 2015年牛市期间,个人投资者的平均收益为-60% [3] - 2007年553天的牛市中,有207天是阴线,下跌天数占比约37% [3] - 2015年495个交易日中,有212天是下跌的,下跌天数占比约43% [3] - 即使在最疯狂的牛市里,下跌的日子也占了40%以上 [3] - 2007年牛市曾出现6天内下跌22%的剧烈调整 [5] 特定市场行情数据 - 某次行情最高价6124.04,最低价1004.08,振幅达506.18% [4] - 该行情阳线346天,阴线207天,总成交金额32.93万亿 [4] - 另一次调整起始价4272.11,终止价3767.10,涨跌幅-11.8%,振幅21.81% [6] - 此次调整总成交金额为1.31万亿 [6] 投资者行为与心理 - 投资者存在从众心理,牛市中最可怕的不是自己赚得少,而是别人赚得多 [7] - 损失厌恶心理导致投资者为规避小损失而错过大机会,例如在2015年行情中因害怕回调而提前下车 [7] - 确认偏误使投资者倾向于寻找支持自己观点的信息 [7] - 个股的定价权始终掌握在机构大资金手中,未看清机构行为就贸然进场风险极高 [7] 机构行为与投资工具 - 通过大数据系统可识别真正的机构行为,其核心价值在于揭示机构资金的活跃程度 [10][13] - 左侧股票在上涨过程中多次出现“虚跌”但能收复失地,且“机构库存”数据始终活跃 [10][13] - 右侧股票在调整中出现“空涨”但最终继续下跌,即使在反弹时也没有机构参与的迹象 [10][13] - 在信息爆炸时代,“看见”市场资金动向比“预测”更重要,应相信数据本身 [13] 市场规律总结 - 金融市场永远在进化 [14] - 机构永远掌握定价权 [14] - 只有看清资金动向才能立于不败之地 [14]
AI不是“替代” 而是“赋能”:因诺资产的长期主义与智能进化
中国证券报· 2025-10-21 14:08
公司荣誉与行业认可 - 因诺资产在"2025私募基金高质量发展大会"上荣获"金牛私募管理公司(三年期管理期货策略)"奖项[1] - 这是公司自成立以来第五次获得金牛奖,体现了其在量化投资领域的稳健实力与专业深耕[1] AI与量化投资的关系定位 - AI被视为量化方法论的自然延展,而非外来革命,其本质是"更有特点、更具优势的统计学"[1] - AI与量化在底层相通,AI(尤其是机器学习与大模型)是更强大的统计学工具,具备更好的表征能力与非线性刻画能力[3] - AI是更锋利的工具,不是替代的剧本,公司选择将效率、精度与广度沉淀为工程与风控的底座[9] AI在量化投资中的具体应用 - AI已系统性地应用在Alpha、CTA、算法交易等多个策略方向上,提升了模型的识别力、响应速度与可迭代性[3] - AI被用作"放大镜"与"涡轮增压器",负责效率、精度与广度的提升,而"方向盘"始终由人掌握[2] - AI承接了数据清洗、特征构造、代码生成与回测编排等繁琐环节,显著压缩了"想法→实验→上线"周期[4] - AI被嵌入数据—模型—工程—交易全链路,通过标准化数据域与特征库实现研究可复现与灰度上线[4] 公司对AI的实践原则与组织管理 - 量化竞争不是简单的"AI竞赛",决定胜负的核心仍是人对问题的定义、逻辑构建和边界把握[7] - 公司原则是方法中立、结果导向,AI信号与传统因子并行开发、分档校准,组合成低相关的多源Alpha[8] - AI在组织中更多是赋能而非替代,让机器承接标准化与高频重复环节,使人能聚焦于洞察生成与决策取舍[7] - 通过将监管与交易所规则参数化写入系统,形成"模型—系统—风控"三重校验,实现快而不失稳[4] 未来发展方向与战略 - 随着数据要素丰富与工程基础夯实,AI在跨市场、跨资产与多模态融合中的应用空间将持续扩大[3] - 公司将持续把AI嵌入多策略与全链路,在本土市场把底盘做厚,在多资产、多市场寻找低相关的新增量[9] - 坚持方法中立与结果导向,让AI与传统方法并行验证、相互增益,以系统化迭代对抗复杂性[9] - 以可解释、可迁移、可持续的业绩回应信任,在合规与风控的框架中持续进化[9]