前言：中文期刊網精心挑選了量化投資和價值投資范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
量化投資和價值投資范文1
年10月加入華泰柏瑞公司，任專戶投資部投資經理
截至5月9日，滬深300指數市盈率僅為11.06倍，低于全市場整體水平。A股的估值中樞明顯下移，中國股市的市盈率正逐步向成熟市場的低市盈率水平靠攏。在300指數現今的估值水平下，如何來判斷它的投資價值？為此記者采訪了華泰柏瑞基金專戶投資經理楊景涵。
價值投資也要關注成長性
楊景涵說，簡單的結論就是此時的市盈率基本上是在底部了，但是這個底部與其他時候的底部不同。2008年的底部很快就建立起來了，沒有經過太久的波折，2005年底部筑成的時間也不是很長，大約有半年的時間，這兩個時點之間是4年的大牛市。雖然眼下的底部時間比較長，但不影響對底部的基本判斷。
股市遲遲走不出底部的原因在于，投資者對市場的預期是，在經濟模式轉型的時候，方方面面都需要時間去協調，固有的盈利模式要被打破，新模式的建立不是一朝一夕的功夫。這時的價值投資就是要看企業的成長性，話說起來仿佛是悖論，價值投資和成長性往往是相對立的，其實不然。價值投資時時刻刻都是在衡量企業的內在價值，而決定企業內在價值的，長遠來看就是企業的成長性。
“回到滬深300的市盈率，成分股確實有好多目前正處于低估的狀態。雖然它們在未來的一段時間里不可能維持前5年的成長性，但是我們可以看到的是，有一部分企業在行業里的壟斷地位一時間無法被取代，依然有著優秀的管理層，依然有著比同行業的其他公司更為優質的成長性，我們以此就會計算這家企業到底值多少錢，得出一個結論：目前的11倍左右的市盈率確實是被低估的。所以，市盈率不能簡單地一概而論。” 楊景涵介紹。
近日成為財經熱點的T+0華泰柏瑞滬深300ETF對以量化和對沖為特色的各類投資產品將帶來深刻的影響，尤其是在該產品5月28日起在上交所上市以后，T+0、期現套利、一二級市場套利等各類交易策略都可以開始實施了。
量化投資和價值投資范文2
近期，中國投資界關于人工智能（AI）在投資領域應用的焦點，非“廣發百發策略價值基金”莫屬，這是智能投資在國內公募基金投資領域首次多元化應用。
近年來，AI在投資領域的應用，正深刻改變著投資市場。高盛尋找員工建立自動化投顧平臺，為100萬美元以下資產的客戶提供服務；全球最大資管公司貝萊德集團用機器人取代基金經理，對其主動投資基金業務進行重組，計劃裁員包括7名投資經理在內的100名主動型基金部門員工。野村證券在報告中指出，截至2015年年底，全球機器人投顧旗下管理資產已經達到500億美元，并預計于2020年達到2.2萬億美元，占到全球資管行業的2.2%。
基金投資開啟人工智能時代
在中國資本市場，以人工智能為基礎的投資技術以其獨特的優勢，正式走向前臺。從廣發基金網站上的“廣發百發策略價值基金”的有關信息來看，百度與廣發基金合作，正在嘗試用智能投資技術，多元化整體提升投資效能、發掘市場價值。百度在人工智能領域一直走在國內的前沿，當人工智能遇上金融，我們看到了中國也正在進入人工智能的投資時代。
百發價值這只基金嘗試將人工智能技術在量化投資領域多元化深度應用，實現“智慧投資”。不同于過去的風格或策略相對單一的量化基金，這是一款多策略和多數據種類交叉應用的主動型混合基金，瞄準的是大盤藍籌股，投資基準對標滬深300指數，但不是簡單追蹤滬深300指數。從對標指數選擇來看，適應了價值投資的趨勢，回避了高波動、高風險和后市承壓較大的小盤股。當以人工智能技術的應用來強化在選股、擇時和資產配置方面的優勢時，可以更加敏捷地應對風云突變的市場形勢，也能回避投資風格漂移等問題，在效率和策略上強化傳統量化投資的優勢。
百度理財官網介紹，百發價值基于多元化智能投資的前沿技術，在極大拓展大數據應用領域的基礎上，全領域萃取多樣量化因子，并進行投資動態監測、風險監控跟蹤，通過機器學習平臺反復測試模型，建立量化交易策略的動態調整機制，最終實現智能選股、精準調倉、準確擇時的完整投資鏈條。
為什么投資需要人工智能
投資的核心是什么？無非兩點：決策好、執行好。人工智能的優勢在于決策更好、執行更好。
一方面，人工智能極大地拓展了投資決策邊界、更加智慧地捕捉投資價值。從大的投資邏輯來看，投資決策包括兩點，一是宏觀資產配置；二是微觀組合構建。從資產配置來看，百發價值是混合型基金，股票好的時候多配置股票，債券好的時候多配置債券，股債雙殺時則將資產集中于現金和貨幣資產保障安全收益。人工判斷股票、債券和現金貨幣資產的配置比例，存在很大的隨意性。人工智能依靠機器學習對海量數據處理和投資模型自適應的優勢，實現科學決策，提高資產配置的效率，實現資金的使用效率和投資效率的全面提高。從微觀組合構建或選股的角度看，人工智能不僅能有效運用遠超任何個人處理能力的大數據和投資決策信息，還能通過高頻反復迭代訓練，為傳統量化選股模型帶來突破性創新，在投資邏輯與運算能力得到保證的前提下預期能夠提升整體業績。
另一方面體現在紀律上。機器輔助人執行投資，能夠確保投資紀律的執行效率。機器執行，在時間上的效率優勢上是人工難以比擬的。另外，除了時間效率，智能投資的邏輯也會對以人為主體的投資過程中的隨意性進行有效的制約。投資的很多紀律，是反人性的。人性的任性往往造成情緒化決策，即便是優秀的基金經理也難以幸免。筆者曾寫過“炒股的十三條紀律”，很多人雖然收藏了，但仍然很難做到。有一位優秀的基金經理，當時的同事對他的評價是“冷靜得像一塊石頭”，這是對基金經理遵守選股原則和交易紀律的最高評價了，但如此優秀的基金經理畢竟是少數。人工智能，便是一個“冷靜的機器人”。
投資哲學的優秀執行體系
筆者對基金公司的理解是：受人之托，替人理財，忠人之事。購買好的基金產品，核心評價當然是該基金公司的投資能力。一個優秀的基金公司，比人有好的投資哲學體系的指導，并在該公司長期的投資和研究實踐中不斷優化自己的投資哲學。如果一公司的投資哲學只停留在務虛的討論上，而沒有通過實踐進行深刻檢討和改良，則很難形成真正有競爭力的投資能力。
百度用AI賦能金融，無疑給了投資哲學一個“智慧實踐”的平臺，讓好的投資哲學能夠在實踐中不斷進化，讓好的投資哲學形成更加優秀的投資決策模型，形成真正的投資能力。比如：專精高效的機器學習技術支持。隨著數據資源整合開發的深入，未來選股模型將面對更大規模、結構多元、信息豐厚的復雜性數據，這就需要更加適用于金融市場的算法開發、優化及應用；百度AI具有深度挖掘的情緒數據、輿情數據、熱點數據、傳統金融數據、分析師研報數據等，提升數據信息含量與質量、拓展投資決策依據的外延；此外，百度全面的生態體系，可以提供“特色數據資源”，以地理位置時空數據為例，行業基本面數據、非結構化數據或基于大數據創新的宏觀經濟指標等不同維度的特色資源，均能為選股和資產配置模型帶來增量信息，在投資邏輯與運算能力得到保證的前提下預期能夠提升整體業績。
有很多曾經優秀的基金公司，由于基金經理和研究部門負責人的變更，導致該公司投資風格出現較大變化，投資業績也受到影響。如果一個基金公司能夠通過人工智能技術做好公司投資哲學的模型化，并在長期實踐中實現智慧學習，推動模型的進化，在模型進化中，實現公司投資哲學的升華，則能在充分競爭的基金管理行業中，不斷強化核心競爭力。
百發價值這款產品的上線，為傳統證券與基金行業在產品創新上提供了新的思路。人工智能等技術的輸出，讓傳統金融機構有了快速打造智能金融的階梯。百度AI技術的開放，為傳統金融機構創造了迅速跟進的機會，將極大地改變行業現狀。在AI賦能的未來，或許將沒有傳統金融與新興金融的區分，將共同開創智慧金融。
人工智能引領價值
量化投資和價值投資范文3
國內著名投行宏觀策略的研究員的積累，華爾街量化投資歷練，再加上國內私募基金投資的經驗，費鵬對量化投資的A股應用有著自己的心得。他認為，量化投資最大的優勢在風險控制上，在此基礎上運用數據挖掘技術初選股票，再進行基本面的深入研究，使量化和價值研究相互印證，達到“中西醫結合”。
他分析目前市場上的量化產品將研究的重點放在擇股和行業配置上，實質上大多是“量化選股”基金，缺乏有效及時的風險響應體系，而從國外的經驗看量化的一大特點就是對風險的預判。費鵬介紹，華商基金量化投資團隊在設計該基金投資模型時就將風險量化模型作為重中之重。在設計中他們借助了包括統計信息學角度出發的信息熵值（Entropy）的變化、分形理論出發的市場模式（Pattern）的變化、金融物理學角度出發的金融泡沫統計指標的變化、市場微觀結構出發的分析師一致預期分歧的變化和趨勢等構建風險模型，對中短期系統風險進行定量分析。依靠基金經理和研究員對宏觀經濟發展狀況、人口與社會的結構性特征、經濟產業周期等因素的分析對長期風險進行定性分析。
在產品結構設計上，華商大盤量化基金獨具特色，其一，倉位比較靈活，股票投資比例可為0—95%，也就是說當市場趨勢性下跌時，可以空倉應對；其二，產品結構多樣性，雖然目前公募基金已開展了股指期貨，但基本上作為流動性管理的手段，而該基金將把股指期貨作為一個有效的風控或者對沖工具應用到投資中；其三，在投資標的上，華商大盤量化主要選擇流動性好的滬深300成分股，以保證在極端情況下可以及時調倉；其四，經過測算，在目前A股市場中利于量化操作規模在10億左右，因此一旦華商大盤量化基金募集額達到10億時便會停止。
而據記者了解，華商大盤量化基金在擇股方面也有別于一些量化類基金。相較而言，目前國內公募量化基金多采用多因子模型，而多因子模型的設計原理是把價值投資理論通過數字模型加以表達。而在實際測算中，華商基金量化團隊每日漲幅居前的股票中會有所謂投資價值較少的“垃圾股”，很難通過價值投資理論解釋。對此華商大盤量化基金在設計選股模型時更多的是通過捕捉市場的異常波動，尋找股價波動的非基本面的因素。通過對數據挖掘，建立初選股票池，然后按照行業分類，結合基本面研究，通過行業研究員調研，尋找相互印證支持依據，最終進行擇時投資。
從目前市場趨勢看，越來越多的基金公司傾向于推出量化策略。相對于海外成熟市場，A股市場不是特別有效的市場，量化投資策略可以發揮其紀律性、系統性、及時性、準確性、分散化的有點而捕獲國內市場的各種投資機會。同時A股市場的深度和廣度都與前幾年不可同日而語，市場上有兩千多家上市公司，基金經理加研究員再加賣方，能把握和持續跟蹤的公司也不過幾百家。量化投資多層次，多角度，海量數據觀察，可以捕捉更多的投資機會，拓展更大的投資空間。
巧理壓歲錢
ETF聯接基金生財有道
新春又至，在成人感嘆春節成“春劫”時，孩子們的壓歲錢水漲船高，越來越多的小朋友在春節長假后晉升為“小財神”。這筆賀歲紅包若巧妙打理，則有望成為個人的夢想基金。在理財人士看來，作為兒童成長的見證，讓壓歲錢生錢也需要尋覓具有成長基因的理財產品。
目前在募的嘉實中證500ETF聯接基金將90%以上基金財產投資于中證500ETF，緊密跟蹤標的指數的市場表現，追求跟蹤偏離度和跟蹤誤差最小化，可謂集普通開放式指數基金的申贖方便和ETF跟蹤指數效率更高的優勢于一身。本質上也是跟蹤中證500的指數基金。該指數囊括滬深兩市500家中小企業，是股市高成長的風向標，從長期走勢看，顯示出高成長特征。據WIND數據統計，在2006年到2012年的6年間，中證500累計收益率表現居于主要指數之首，累計漲幅超過280%。另外對于基金投資而言，成本優勢就是收益優勢。嘉實中證500ETF聯接基金投資門檻低，管理費+托管費僅為0.6%，且投資于ETF的基金資產部分不再另行收取管理費和托管費，其運作成本低于一般開放式指數基金和股票型基金，所節省的成本使基金持有人有更多資金參與投資。
量化投資和價值投資范文4
（一）傳統證券風險量化指標的理論源頭
傳統的證券風險分析當中必然會同一個與之如影隨形的概念聯系在一起，那就是收益，同時，在西方傳統的經濟學當中風險和報酬存在著這么一個函數關系，甚至在一些傳統的經濟學課本上作者為了簡化兩者之間的關系，將兩者簡單的歸結為一個完美的線性關系，即風險與收益之間是一對一的數學關系，并且存在著這樣一個邏輯：風險越大，報酬或者收益也就越大，反之亦然。即使是稍微尊重事實一些的經濟學教材也運用了高等數學當中線性回歸的方法將兩者的關系從非線性回歸為一對一的線性關系。除了學界對于風險的分析是從報酬或者收益出發的以外，在國外或者國內的民間也有類似的對于兩者關系的表達，例如我國有句老百姓口中經常說到的“富貴險中求”就是對兩者的關系的簡單認識。因此，傳統證券風險分析的源頭明顯是來源于對于報酬的分析。
（二）傳統證券風險量化指標的數學方法的應用
傳統的證券風險理論認為證券的總風險=可分散的風險+不可分散的風險，其中可分散的風險主要指的是個別證券自身存在的風險，而不可分散的風險則是指市場風險，下面筆者介紹一下傳統證券風險量化的兩個重要的指標――標準差與貝塔值。
第一，標準差。傳統證券風險理論認為個別證券的風險可以從單個證券的報酬率為起點進行分析。財務投資專家從高等數學當中引入了一個衡量證券報酬率的波動性量化分析的指標――標準差來進行對單項證券風險的判斷，進而判斷出相同期望報酬率和不同期望報酬率時對于不同投資的選擇。測算的步驟如下：第一步，確定各種市場需求下各類需求發生的概率；第二步，計算出期望報酬率，其實質上是對于各類市場需求下的報酬率的加權平均數。第三步：根據標準差的數學公式計算出標準差，σ=[Σ（ri-?）2×Pi]1/2其中ri是第i只證券的報酬率，?是期望報酬率，Pi是第i只證券的報酬發生的概率。結論是在期望報酬率相同的時候，標準差越大證明該證券波動越大，風險也就越大，反之亦然。在期望報酬率不同時引入了另外一個概念即離差，由于基本原理也是根據標準差衍生而得，在此不再贅述。[1]
第二，代表市場風險的貝塔值。我們在第一點中提到的標準差主要衡量的是單項證券的風險，而貝塔值的引入主要是考慮到了證券組合的風險構成當中不可分散的風險即市場風險。而貝塔值的測算公式從數學的角度來說實際上是利用了標準差的升級版公式即協方差，協方差主要是衡量了兩組數據之間的相關程度，以此來判斷證券組合的報酬率與市場報酬率之間的數理聯系，進而判斷出不可分散的風險。理論上貝塔值的計算是βi=（σi /σm）ρim，其中βi第i個證券組合的市場風險程度，σi，σm分別第i個證券組合的標準差與市場證券組合的標準差，ρim代表第i個證券組合的報酬與市場組合報酬的相關系數。實際當中β系數可以通過將股票報酬對市場報酬做回歸得到，擬合得到的回歸線的斜率就是證券的β系數，即β=Ri /Rm。[2]
二、價值投資理念下風險與報酬的關系
價值投資理念是華爾街之父本杰明格雷厄姆所創立，在其傳世之作《證券分析》當中明確提出了有關投資與投機概念，其中論及投資界老生常談的收益與風險的問題時結論與傳統證券風險分析有著本質的不同，格雷厄姆明確指出收益與風險之間不存在著數學關系，并且認為證券的價格與收益并非取決于對于其風險的精確數學的計算，而是取決于該證券的受歡迎程度，而這種受歡迎程度本身包含了投資者對于風險的認識，但很大程度上還受到如公眾對公司和證券的熟悉程度，證券發行與購買的容易程度等。[3]并進一步指出，無論是理論上還是實際當中，對投資風險進行精確的計算都是不可能成功的，現實當中并沒有所謂的期望報酬率的概率經驗表，即使存在也是基于對于歷史數據的分析得到了，而歷史數據之于未來決策的有用性或相關性的大小還有待考證，其研究范圍不同于保險公司對于保單的精確測算，例如人壽保險能夠明確的了解年齡與死亡率之間的關系是明確的。而證券的風險與報酬之間的關系則沒有如此的確定。[4]
三、價值投資理念下傳統證券風險量化分析的反思
以上筆者對于傳統的證券風險理論與量化方法以及價值投資理念下關于風險與收益的關系進行了論述。筆者認為，價值投資理念下有關論述對于我們重新審視證券投資中風險因素的衡量有著非常重要的意義。
首先，筆者認為，標準差的計算過程本身就存在著無法避免的瑕疵，這一個公式至少有兩個基本假設，第一，計算的人必須能夠客觀的預測出各種市場情況發生的需求概率，并且準確的在各種概率下發生的報酬率；第二，假定歷史數據對于未來的投資決策具有確定的相關性。但是在現實生活中根本是無法預測的，這種算法實質上是硬將自然科學當中的數學模型強加到社會問題的研究當中，不可否認的是，目前來說大量的社會問題是無法通過數學來量化的，因為證券的風險當中不僅僅只有報酬因素的影響，還有各種在不同市場條件下的因素決定的，而這些因素又相互的的影響和動態的變化。因此，標準差的方法受到了質疑，后續的離差率、β值的計算自然也就沒有了根基。
其次，β值的測算除了上述由于標準差的非客觀性導致的不確定性的缺陷以外，筆者也針對實操當中第二種公式進行分析，β的第二種公式是β=Ri /Rm，從公式上來看，存在著明顯的邏輯上的可疑性，單個股票的收益率假如大于市場整體的收益率，則該只股票的風險就比市場風險大？這個觀點在《證券分析》當中就已經被很好地反駁了，在此，筆者只需要舉一個例子就足夠反駁這一個觀點，伯克希爾哈撒韋上市公司每股截至2017年6月5日是249660美元，每股收益率如果從上市之初可以用天文數字來形容，并且這家公司經歷了無數次大大小小的金融危機，依然以遠遠超過市場平均的業績笑傲群雄，難道說他的風險要遠遠大于市場？這家公司是以價值投資的理念進行風險評估和投資的。因此，筆者認為中國的證券行業乃至我們有關的證券專家和學者們有必要從價值投資的理念來重新審視目前證券風險量化的指標在實際當中的效用。
量化投資和價值投資范文5
綜合評價
招商行業領先基金是一只主動管理的股票型基金。投資限于具有良好流動性的金融工具，包括股票、債券、貨幣市場工具、權證、資產支持證券及法律法規或中國證監會允許基金投資的其他金融工具。股票主要投資于景氣回升或受益于國家政策導向而成長前景良好的相關行業的資產比例不低于基金股票資產的80％。
博時信用債券
綜合評價
博時信用債券A/B基金是博時旗下第12只開放式基金，屬于二級債基。信用產品的投資比例占到整體債券投資比例的80％。適當情況下可參與一級市場新股申購以及二級市場的股票投資，立足于在保證債券市場收益的基礎上強化組合回報。博時信用債券投資對象靈活，在一定程度上滿足了穩健型投資者組合中低風險資產的配置。
富國優化強債
綜合評價
富國優化強債是富國基金旗下第三只債券型基金，該基金為可投資二級市場股票的偏債型基金，其中不低于80％的基金資產投資于債券類及其他同定收益類金融工具，不高于20％的基金資產進行新股申購和股票市場投資，還可以在規定范圍內投資于新股申購或增發新股。二級市場股票和權證等。富國基金為《中國證券報》2008年度金牛獎基金公司，擁有一支明星固定收益投資管理團隊。
2009年以來，富同基金旗下兩只債券型基金富國天利增長債券和富國天十強化收益按照復權單位凈值增長率統計，分別實現收益3.72％和3.40％大幅高出同類0.91％的平均水平，業績表現搶眼。
申萬巴黎消費增長
綜合評價
申萬岜黎消費增長是一只股票型基金，其股票資產的配置比例為60％～95％。重點投資于拉動經濟增長過程中充分受益的消費范疇行業，投資于具有良好財務狀況、較高核心價值與估值優勢的優質上市公司。
中海量化策略
綜合評價
中海量化股票資產的比例為基金資產的60％～95％，是一只股票型基金。該基金采用數量化分析方法對股票進行分析和篩選，基于數量模型來配置行業權重。量化投資的優勢在于，其決策主要依據數據和模型做出，可以減少投資過程的非理性因素，而且強大的信息處理能力能捕捉更多的投資機會，然而任何模型都不能完全模擬市場，全程量化選股替代人為主觀判斷，這對模型的有效性有較高的要求，且會使操作過于僵硬。
該基金在具體操作過程中需要管理者在模型判斷和主觀判斷間尋求一個平衡點，這也是其取得較好業績較為關鍵的一點，而另一個關鍵點便是模型設計的合理性。
廣發聚瑞
綜合評價
廣發聚瑞基金是一只股票型基金，股票資產占基金資產的60％～95％。該基金通過自上而下的“主題投資分析框架”，通過主題挖掘、主題配置和主題投資三個步驟，挖掘受益于中國經濟發展趨勢和投資主題的公司股票，通過定量和定性相結合，篩選出主題特征明顯、成長性好的優質股票構建投資組合。
純粹的主題投資和傳統的價值投資相比，具有更大的靈活度，可操作性也比較強，但也蘊含著更太的風險，而該基金將挖掘主題機會和考察個股特性相結合，體現了靈活而穩健的特征。
匯豐晉信大盤
綜合評價
匯豐晉信大盤是一只股票型基金，股票投資比例為85％～95％。屬于高風險基金，是較為典型的牛市品種。在投資目標上，該基金將不低于80％的股票資產投資于國內A股市場上具有盈利持續穩定增長、價值低估、且在各行業中具有領先地位的大盤藍籌股票。匯豐晉信基金公司成立于2005年，目前管理著65億元資產，旗下有5只基金，包括股票型、混合型和債券型，產品線有待進一步完善。
上投摩根純債
綜合評價
量化投資和價值投資范文6
1987年在美國南卡羅萊納大學獲得國際商業碩士學位，曾出狂臺灣獲多利詹金盤投資頎問公司(wardleyJamescapel)總經理。1995年。歷任加拿大倫敦人壽保險公司(LLIM)權益證券按資副總裁、常務董事等職務。2003年擔任荷蘭銀證券投資信托公司(ABNAMRO)首席投資總監。2006年11月，擔任光大保德信基金公司副總經理兼審席投資總監。
一份，“一了夙愿”的情懷，一次機緣巧合的引薦，讓袁宏隆開始了他在中國大陸的投資之旅，2006年11月，袁宏隆以副總經理兼首席投資總監的身份加盟光大保德信基金管理有限公司。在此之前，袁宏隆花了二十年時間，在中國臺灣和北美不斷積累著他的投資經驗。而這也使得他成為中國大陸基金業中，全球投資經驗最豐富的首席投資總監之一。
對于光大保德信的投研團隊而言，袁宏隆的“空降”帶來的最大變化，可以濃縮成兩個字：量化。這既包括注重量化流轉的投研程序，也包括強調量化考察的績效考核。著力打造量化投研體系，是袁宏隆在光大保德信的得意之作，其效益則體現在三年來的業績斐然，尤其是剛剛過去的2009年：根據銀河證券基金研究中心的報告，在124只成立滿一年的可比基金中，光大保德信旗下的量化核心基金、紅利基金、新增長基金和優勢配置基金分別排名第u位、13位、22位和32位，風格完全不同的股票基金，表現卻能夠一致，體現了投研流程的合理性和投研團隊的實力。
堅守自己的理念
從中國臺灣到加拿大，再從加拿大到中國臺灣，這是袁宏隆步入中國大陸之前的投資生涯路線圖。
1987年，從美國南卡羅萊納大學獲得國際商業碩士學位后，袁宏隆的投資事業從中國臺灣起步。在此期間，他曾出任臺灣獲多利詹金寶投資顧問公司(WardleyJamesCaps)總經理。該公司是一家以匯豐集團為背景的知名證券經紀跨國集團公司，主要為投資于中國臺灣地區股票市場的OFII提供投資咨詢服務。到了1995年，袁宏隆來到加拿大倫敦人壽保險公司(LLIM)，先后擔任權益證券投資副總裁、常務董事等職務。這家壽險公司的資產規模超過150億加元，在八年半的任職期間，袁宏隆為山H管理約30億加元的北美證券資產。而思鄉之情讓袁宏隆在20。3年再度回到中國臺灣，擔任荷銀證券投資信托公司(ABNAMRO)的首席投資總監，該信托公司旗下有20多只基金，資產管理規模達到35億美元。
二十載的海外投資生涯，拓寬了袁宏隆的投資視野，也讓他切身感受到不同地區投資風格的差異。“不同地方的普通投資者心態是不一樣的。比如在北美，大家者偏向于長期價值投資，而在中國臺灣，則經歷了從，早前熱衷短線投資漸漸過度至成熟價值投資的過程。”袁宏隆告訴記者，“到了中國大陸以后，我發現這里的投資者對短線收益的要求比其他地方耍高，基金投資風格也常常會受到持有人需求的影響。”
很顯然，袁宏隆的中國大陸投資之旅，首先要面對的，就是投資理念的一次碰撞是繼續他二十年來的嚴謹，還是融入本土的投資偏好?在連續三年持續完善光大保德信的量化投研體系之后，袁宏隆用自己的工作表明了態度，他選擇了堅守自己的理念。
袁宏隆力推的量化投研體系內涵豐富。如在研究員薦股上，袁宏隆讓每位研究員可以艮據自己的研究偏好，選出比較個性的模擬組合，由5只股票組成，這個模擬組合不僅要在投資組合會議上接受其他投研人員的質詢，而且還要進行系統追蹤。公司則根據每天的實時表現，隨時調閱出每個研究員和每個基金經理的投資組合的績效比較，使得各投研人員的投資能力一目了然。而在考核中，袁宏隆也偏愛用數字說話，盡量使得每個研究員和基金經理的績效業績都得以量化，并根據量化考核的結果進行獎懲。
在股票池的建立上，袁宏隆也常強調定量分析的重要性。“實施上，在市場擴容速度加快的背景下，進行定性的分析越來越難，而通過定量分析，則可以發現被市場忽略的投資標的。所以，我們的股票池是采取定性和定量分析結合的辦法確定，希望能從被動研究轉移到主動研究。”袁宏隆說。“以光大保德信量化核心基金為例，我們會根據模型篩選出具有投資價值的股票，而當數量模型篩選出不熟悉股票時，要借助研究員的定性研究作補充，來決定股票的入庫以及是否購買。”
恪守鐵的紀律
量化投資最核心的是紀律――這是身兼光大保德信量化核心基金基金經理的袁宏隆在不同場合多次強調的觀點。“能夠克服基金經理個人主觀因素的影響，恪守紀律的量化投資才有可能為投資者帶來超額收益。另外，量化投資能夠借助計算饑強大的運算能力去篩選個股，捕捉到被市場所忽略的個股或者板塊，這是量化投資的魅力所在。”袁宏隆說。
袁宏隆指出，量化投資不會隨意對模型進行調整，因為一旦模型建立也就意味著量化投資的風格已經確立，調整量化模型實際上就是改變基金的投資風格，除非經過市場一段時間的驗證，新的歸因值確實比舊的顯示出更多優勢，這時候才需要進行一定的調整。但總體而言，成熟的量化模型在運作中不會出現太大變化，量化投資的紀律就在于不能因為一時的市場變化就調整量化模型。
事實上，在二十年的海外投資生涯中，袁宏隆管理過多個投資團隊，嚴守投資紀律是他對團隊成員最基本的要求。而在光大保德信，袁宏隆的投資紀律觀除了身兼基金經理而必須各守的量化投資紀律外，還包括身為投資總監對旗下其他基金經理“必須注重業績比較基準”的要求。而對于后者，袁宏隆只用一句話來形容：基金經理必須根據基金合同的要求來管理產品。這其實意昧著，在光大保德信的基金產品中，所謂的投資岡格指的是產品自身的風格，而非基金經理的個人風格。
“如果基金經理持倉品種總是超越基金合同限定的條件，短時間內可能會取得超額收益，但一旦品種選偏、風險釋放，無疑會使基金公司的運作產生被動，將無法面對基金持有人。而且，基金經理的行為只有和基金產品合同保持一致，才能讓基金持有人有明確的預期，這一點很重要。”袁宏隆嚴肅地說，“我們是基金持有人的投資伙伴，這是我們必須遵守的最起碼的投資紀律。”
這種投資紀律反映在光大保德信的股票池上，就形成了其特色的風格。袁宏隆告訴記者，在光大保德信投研的總股票池中，針對每個基金產品設立了對應的“岡格庫”，而這些基金產品的投資對象則多從自己對應的“風格庫”中挑選。當有新的股票進入股票池時，則會判斷其適合哪個基金產品，將其補充到對應的風格庫中。在這種操作模式下，光大保德信旗下的偏股型基金出現了非常明顯的風格差異，各基金掙倉吉構完全根據各基金的特點，少有重倉股持股重合的情況。“這就是我們追求的效果。”袁宏隆說。
操刀中小盤基金
今年起，袁宏隆在身兼多職后，還將擔任光大保德信中小盤基金的基金經理。這是光大保德信的第一只中小盤基金，袁宏隆的親自擔綱，足見公司對該基金的重視。而在近期各基金公司刮起的中小盤基金發行熱中，袁宏隆又將如伺展現自己的獨特之處呢?
袁宏隆的方法是使用動量策略模型來考量股票走勢的變化趨勢，并以定量、定性和動量策略作為選股的依據。定量上，光大保德信專門為中小盤基金研發了價值評估模型，并以此篩選出財務指標、盈利指標等表現較好的公司：與此同時，依托該公司強大的研究團隊實現定性研究；動量策略著重考量股票過去的漲跌幅，及其過去一段時間和現在成交量的比較，來確定其盈利增長方向。
值得一提的是，光大保德信基金公司還建立了資產配置小組，其團隊式的投資管理機構，是國際成熟投資理念及本土長期投資經驗的集中體現。在強調深入挖掘投研團隊集體智慧的同時，各層次的投資決策主體各司其職，明確權限設置及分工，對投資決策過程進行嚴格的風險管理。
