欢迎您来到金斧子,投资有风险,选择需谨慎!
当前位置: 首页 > 私募社区 > 基差成本与超额的拉锯中,赫富投资的精细化突围|金言洞见
基差成本与超额的拉锯中,赫富投资的精细化突围 | 金言洞见
2026-10-23
1000
0


对比起其他策略,对冲策略往往被视为是稳健但平淡的选择。但在量化对冲领域,仍有管理人通过精细化的工具选择和动态的敞口管理,试图突破传统对冲策略的收益上限。


作为深耕量化领域近10年的老牌玩家,赫富投资基于基差管理模型的对冲工具动态选择体系,不再被动接受单一工具的贴水成本,而是通过主动优化在基差与超额之间寻找最优平衡,在对冲赛道上走出一条差异化的精细化管理之路。




01

量化中性:赫富对冲策略的两条链路



如果把量化中性的总收益拆分为alpha端的超额收益与空头端的基差成本,那么对冲策略的进化轨迹就是不断在这两者之间寻找更高性价比的解。



量化中性策略的基本原理


量化中性策略的总收益可拆解为Alpha收益减去基差成本,即通过量化选股模型构造一组具有超额收益的股票组合多头,再通过股指期货等工具对冲市场风险(β),留下alpha。同时由于股指期货长期处于贴水状态,基差成本构成中性策略的负向项。


在国内市场,对冲工具相对匮乏,绝大部分量化管理人只能选择股指期货作为对冲工具。这导致一个问题长期存在:基差常年处于贴水状态。目前,基差年化成本普遍在8%到9%左右,高峰时甚至接近20%。对于传统中性策略而言,收益拆解是简单的减法:中性策略收益等于超额收益减去基差成本。在这一公式下,基差成本的高企直接压缩策略收益空间。更严重的是,如果管理人只能被动接受单一对冲工具的贴水成本,那么在基差成本显著恶化时(如2025年上半年),策略几乎没有腾挪空间。


赫富认为决定中性策略alpha路径竞争力的,主要是超额收益的稳定性与基差成本的相对控制。因此赫富的精细化突围正是在两个变量上做出差异化设计:一条链路在空头端工具组合上做精细化(即基差管理),另一条链路则在多头端的敞口比例上做精细化(即敞口择时)。



混合对冲:基差管理模型


目前,市场纯对冲策略通常以一个指数对应一个空头展开,例如500指增策略多头叠加IC期货空头。这一范式下基差成本往往集中于单一品种贴水曲线上,空头端成本变化将直接传导至alpha路径。赫富选择混合对冲逻辑在于,把空头端从单一工具升级为动态组合,以求在两个变量之间取得更优解。


基差管理模型的核心输入是四大因子,即基差成本相对水平、股指期货波动率、远近月合约切换损耗以及超额收益对比基差成本的相对性价比。基于这四大维度,基差模型动态选择空头端工具组合,如IF/IC/IM的混合比例、近月与远月的混合比例。空头端工具组合之后,多头端配置即达成自动匹配。多空自动对应的机制能够一定程度上确保策略的风险中性特征,而动态调整对冲工具也实现了基差成本的优化。


自2018年底至今,赫富对冲策略已经实盘运作近8年,历经多轮市场周期的检验。这段时间里,基差成本主动优化持续为策略创造价值。相比被动接受单一对冲工具贴水,赫富通过主动且动态工具选择,穿越周期找到更优对冲方案,力求将基差损耗控制在相对更低的水平。


数据来源:赫富投资



灵活对冲:择时模型与敞口机制


如果说混合对冲是赫富在空头端的创新,那么灵活对冲则是在多头敞口上的进一步探索。


赫富灵活对冲策略的核心逻辑是在混合对冲的基础上加入择时模型,动态调整多头敞口的比例,从而在中性策略与多头策略之间寻找最优平衡点。择时模型由60%的股指CTA信号与40%的基差成本信号组成,CTA信号包括趋势和反转,通过股指期货走势反推Beta涨跌;基差成本信号观测当成本偏低时多对冲,当基差成本偏高时少对冲。


具体策略运行时,当择时模型判断beta有机会且基差成本较低时将适度暴露多头敞口,即分出部分资金配置量化多头;而市场环境不佳或基差成本较高时将缩小敞口,策略也回归至中性策略的安全垫。过去三年,模型多头敞口中枢基本控制在较低区间。且由于CTA信号部分以中长周期为主,整体敞口切换基本以月度及以上频率进行。简而言之灵活对冲策略如同动态资产配置策略,通过量化择时模型动态调整避免人为判断的主观性与情绪化,在市场颇具向上弹性时拥有获取beta收益的能力,在市场下行时也拥有保护垫的能力。


因此,赫富的灵活对冲策略可以理解为在纯中性底座上添加一层可控的beta弹性,更偏向“中性+”而非纯多头,本质上是对中性策略的弹性化处理。


数据来源:赫富投资




02

风险管理:策略与交易双风控



赫富通过自研开发风控系统,建立完善系统的多层风控机制。


  • 策略风险层:监控投资策略在规模、行业因子、风格因子、市场、流动性等多个维度的风险因子暴露,确保策略层面风险可控。


  • 交易风控层:从事前、事中、事后三个环节出发:事前在投资组合层面进行风险因子的暴露分析并检查各项风险参数;事中在交易进程中实时监控,程序设定报警机制,确保盘中交易按预设方向、数量、价格在合理范围执行;事后当日持仓分析复盘,通过交易系统进行信号盈亏记录分析。


  • 优化层统一目标:无论是组合构建还是敞口调整,赫富都将 "类夏普最优" 作为统一优化目标,同时考虑收益与风险两端,而非单边追逐收益。


数据来源:赫富投资




03

公司速写:顶尖基因,稳扎稳打



赫富的两位创始人代表着国内量化投资萌芽期两条典型的成长路径。创始人蔡觉逸拥有北京大学双学位以及哥伦比亚大学金融数学硕士学位,曾就职于头部量化私募搭建股票量化交易团队,拥有13年量化交易经验。创始人董常同样拥有北京大学双学位,曾任境外知名对冲基金量化研究员,从事全球多市场alpha策略研究与交易,在欧洲、美国与香港等市场积累了近15年的丰富跨市场经验。


2016年,两人带着各自在海外顶级机构和国内头部量化私募的积累共同创业,开启了赫富投资的征程。在行业人才竞争日益白热化的背景下,赫富成立至今核心投研人员零流失,背后是独特的团队管理模式贡献。赫富结合相对学术化的研究氛围采用流水线式管理,将投研人员划分为不同项目小组专注不同研究环节。目前赫富投研团队博士占比超过70%,平均拥有10年的国内外丰富的量化交易经验。高效的管理模式与丰富的学术背景既保持了策略开发的专业化分工,又通过小组协作实现知识传递与经验沉淀。


数据来源:赫富投资




04

于长期主义中坚守初心



量化投资行业有两种截然不同的竞争策略:一是追逐短期业绩排名,在某个风格行情中显著冒尖;另一种是追求长期稳健,在大部分时间里保持前列。盈亏往往同源,显著的风格暴露可能在个别时候带来惊喜表现,但在资金抱团被瓦解时也需要面临难以承受的回撤。赫富选择长期稳健,力求每一年都能在市场保持一定优势,而非追逐短期业绩,为投资者提供更好持有体验。


量化投资是一场精细化管理竞赛,在大策略框架趋同背景下,在细节中寻找优势的思路贯穿于赫富策略开发的全流程:因子挖掘上关注单个因子的有效性更关注因子组合的协同效应;风控管理上约束单一维度更考虑维度之间的风险传导;在算法执行上追求速度更注重降低冲击成本;团队建设上招募顶尖人才更注重长期稳定和知识传承。


在充满不确定性的市场中,能够在细节中持续优化、在长期主义中坚守初心的管理人,或许才是真正值得信赖的同行者。


尚未登录,请 后再评论
发表
  • 当前帖子暂无评论
持牌机构 / 强大股东