作者：私募finder（知乎平台同名） 好投学堂专栏作家
今天尽调了一家专门做量化的私募，既有量化股票又有量化期货，两者是不同的两个量化系统，而且做的都还不错，这挺难得。
一、公司介绍
“HC”投资成立于2012年，2014年拿到私募牌照做FOF起家，2014-2017年做FOF，主要与券商资管合作，以银行委外资金为主；资管新规后开始转型，2018年开始做公募FOF，并且自研了CTA学习引擎，2019年开始对外发行产品，目前在管规模9亿元左右，其中85-90%来自金融机构，历史管理总规模超50亿元。
公司现有29人，核心人员4名，14人负责投研，其中有一名大学教授担任公司顾问，负责系统的开发以及迭代维护，并且不定期来公司做交流。
公司以智能量化策略引擎为核心，充分发挥人与机器的双重优势，形成三大系列产品线：量化多头、量化CTA和组合配置。
二、策略介绍
（一）量化多头
1.量化选股+择时
【选股】公司先从全市场多维度筛选出1500只股票，并滚动更新，之后利用人工智能给予各类因子不同的权重，接着使用多因子排序权重进行打分，选择分值最靠前的100只股票持有。
【择时】分析和区分市场多头强度，在不同强度的市场下选择与之对应的风格档位，判断市场风格的数据每周更新一次，目前公司已分成4档仓位，对选择档位对应的个股进行分析，并最终得出仓位的结果。此外，为降低磨损，公司会跟踪成交量加权均价分批建仓，使得成交价格长期低于加权均价，并且对于当日不交易的持仓会叠加程序化T0增厚收益。
每天根据市场行情换手30-40%，平均持仓3天左右，年换手率100倍左右。
该策略的核心在于自研的量化系统：机器学习选择票池：根据行业、概念、或风格的优化，进行票池逻辑筛选。
AI挖掘个股alpha：含动量、行为、情绪、形态的本征逻辑挖掘，耦合因子。
短期因子并行进化：含基础因子强调可解释性，含因子的升维大爆炸，后根据近期行情进行并行进化。
算法交易：根据个股形态，择时进行算法交易的任务下达。
该策略实盘两年来，平均年化28%，最大回撤18%。
2.量化可转债和宏观策略
【量化可转债】利用多因子选择当下优质的可转债标的，挑选价格安全边际高的可转债标的进行投资，该策略平均年化25%，最大回撤7%左右。
【宏观策略】宏观分析判断当下各类板块位置和估值，基于舆情监控来判断板块热情强度。一般选择低估值板块和高投机情绪 板块，挑选优质的标的分析胜率及盈亏比，并进行交易。该策略平均年化14%，最大回撤12%左右.
这两个策略也都基于自研的量化系统，由于时间原因，这两个策略没有细问，如果有朋友感兴趣，我可以安排尽调。
（二）量化CTA
该策略包含商品趋势策略和商品套利策略两类子策略。
1.商品趋势策略
以基本面为基础，结合市场量价分析，通过基本面确定方向提高交易胜率，结合量价关系提高交易盈亏比，来实现净值上的一个较好的表现。
2.商品套利策略
该策略由3大套利模型构建跨期套利，其中包括主力合约和次主力合约间的统计套利、次主力和远月主力的统计套利以及套利合约之间波动率回归中的中高频基差管理。
量化CTA策略目前规模3.5亿左右，其中趋势和套利占比大概1比2，但会根据个人判断，季度调整。保证金占用20%，持仓周期在7-15天左右，属于中低频。
量化CTA策略平均年化16%，最大回撤5%左右。
量化多头和量化CTA是有两个不同的量化系统组成，
（三）组合配置（FOF）
组合配置分为两类：权益型组合和稳健型组合。
【权益型组合】主要是投公司自身的量化多头和量化CTA；
【稳健型组合】则结合衍生品、ETF套利、场内外期权以及各类债等负反馈策略。通过低相关性、高分散性原则，来实现一个较稳定的盈利。
权益型组合平均年化40%，最大回撤7%左右，但主要是2021年贡献的，去年并没有做出收益（因为量化多头和量化CTA并没有做出太大的收益）；稳健型组合平均年化10%，最大回撤3%。
但是目前对于个人投资者，只能购买组合配置或者定制量化多头\CTA产品。
三、总结
该公司属于比较老牌的私募，拥有两套自研系统，且股票和期货都做的很好，这点还是挺难得的，而且他们自己的FOF产品，尤其是权益型组合产品，基本上都投的自己产品，这点相比于其他家的FOF还是很有优势的，至少不用担心道德风险，毕竟投的都是自家策略，对策略了如指掌。如果看好他家的量化多头和量化CTA策略，则可以考虑他家的权益型组合产品。
重要声明与风险提示：本报告仅供合格投资者及定向客户参考，本文中的数据信息均来源于公开资料，文中的观点、结论和建议仅供参考，不构成任何投资建议，投资者据此做出的任何投资决策与作者无关。
投资有风险，入市需谨慎
