量化赛道正在被精细化分工重新定义，一方面以T0为代表的全复制+纯交易路径将执行门槛抬升至毫秒级与全自研的双重维度，量化领域中走得通的人本就寥寥。另一方面，把预测周期从日内扩展到一小时到三天的高频Alpha，把单一交易增厚扩展为交易与选股齐头并进，多元结构对超额稳定性形成更强的支撑。而当下这两条原本不重叠的线，正在同一间办公室里并行生长。

作为将股票策略聚焦在窄赛道里的高频机构，众量资产的实践或许能提供一个有效观察样本

众量资产的策略架构围绕高频交易展开，从纯交易收益的T0策略到交易与选股并重的高频Alpha策略，二者构成一套层次分明的高频交易矩阵。

众量T0策略核心特点是全底仓复制指数，由交易端创造收益。在这个子策略上，众量不进行主动选股，而是通过完全拷贝指数底仓使风险收益特征完全对齐。因此无需承担隔夜市场风险，也无需担忧任何风格暴露或选股带来的损失，收益来源纯粹为日内低买高卖带来的交易增厚，超额也具备相对的稳定性优势。

预测周期上，众量聚焦分钟级信号预测与Tick级别执行，对交易算法与机房算力有较高要求。但由于预测频段相对处于中等，对交易速度极致要求相对较低，受交易所交易机房迁移等事件因素影响较小。

由于对执行环节进入门槛要求极高，纯复制的T0策略在量化领域是非常窄的赛道。众量则通过与券商合作并反采，一户两地部署服务器，并自研高频交易系统与智能下单算法，实现交易信号毫秒级执行、最小化滑点损耗，致力于在窄赛道中持续深耕，做精做深。

相较于T0策略，高频Alpha策略收益来源更加多元。众量高频预测周期覆盖1小时至3天，既包含日内交易又涵盖隔日持仓，收益由交易收益与选股收益共同构成。由于预测频段在高频领域相对多元，因此收益来源由纯交易增厚扩展为交易增厚叠加选股收益两类，多元结构对超额稳定性形成更强支撑。

因子层面，众量基于金融理论与市场规律、由人工构建并产出强逻辑驱动的因子，机器则负责对海量数据进行深度挖掘、发现人工难以识别的非线性因子。模型层面，众量采用深度神经网络，依托复杂非线性结构捕捉市场微观结构中的短期定价偏差与交易机会。交易特征上，换手率随市场活跃度变化，选股域灵活可对应不同体量指增或全市场选股需求。

在适应环境上，高频Alpha更偏好流动性充裕、短期价格波动适中、且存在持续微观结构定价偏差的市场，这一画像也代表着在当下结构分化市场中该策略仍有可为空间。

众量的投研流程按数据集合、特征提取、模型训练、组合优化、算法执行五道工序展开，分别由因子挖掘组、模型训练组、交易算法组按顺序承接。各组别通过覆盖多维度数据，依托Barra风险模型完成行业、风格、因子暴露度的精细化拆解，以交叉验证进行质控，并多模型叠加与分层抽样验证，产出高维度市场解释力的复合策略，提升模型对市场规律的适应。

五道工序相互嵌套形成相对完整的方法论闭环，从策略迭代节奏看，众量并非频繁调整策略框架，而是在保持大框架稳定的前提下，持续优化预测周期与因子库。例如在2026年4月，众量在高频Alpha策略中加入更多1小时级别日内信号，使得预测周期更加多元，超额稳定性随之得到进一步提升。

众量风控体系涵盖传统风险监控与容量管理两个层面。传统风控方面采用Barra风控模型，对风格暴露、行业暴露与单票集中度均有严格限制，这使得策略在市场极端环境下表现出相对韧性。2026年7月市场大幅波动期间，中性策略最大回撤相对可控，其中约一半来自基差波动，超额回撤部分也相对可控。

更值得关注的是容量管理层面的前瞻性风控。众量对规模扩张始终保持审慎态度，目前T0策略已在20亿规模附近封盘，高频Alpha策略也计划在接近30亿时开始减少资金对接，远低于50亿的理论容量上限。提前控制规模本质上是将容量风险前置管理，有利于维持策略超额相对稳定性。

数据来源：众量资产

众量的方法论基因，同时也写在核心成员履历上。

众量团队成员大量来自海内外高等学府，其中核心成员均来自海外顶级量化机构Citadel，学院派密度与顶级量化从业共振成为亮点。投研密度上投研与技术人员占比超过80%，核心团队从业年限平均在十年以上，经验积累相对充分；部分核心成员共事同样超十年，稳定性也相对较高。

团队结构的稳定性，是众量在窄赛道里持续深耕、并把方法论闭环做完整的一定优势。