亲爱的球友们，进化论资产CEO、首席投资官王一平 @进化论一平 在雪球做了一场限合格投资人查看的直播，现将部分删减版公开内容整理文字版分享给大家，希望有助于大家了解进化论资产的品牌和 @进化论一平 的投资策略。
完整版文字回顾：
进化论一平｜对比主动投资，量化策略的核心竞争力在哪？ （上篇）
进化论一平｜对比主动投资，量化策略的核心竞争力在哪？ （球友问答部分）
回顾如下：
王一平：大家好，今天由我来给大家介绍一下公司量化策略的一些相应情况，今天的交流分两部分：第一部分我介绍一下公司的情况，第二部分搜集了一些雪球网友的问题，一会儿我统一解答，到时大家也可以留言提问，一起聊一下。下面进入正题：
公司介绍：进化论资产成立于2014年6月4日，我们是市场上比较少的同时做主动管理和量化对冲两种模式的私募基金之一。多基金经理以及多策略投资的模式是我们在团队建设以及投资理念上的两大特点，截止到7月31日我们旗下的基金共62只，总规模98亿，其中主动策略产品22只，量化策略产品40只。
发展历程：2015年4月份我们发行了主观策略基金产品，2016年我们在主动策略单中开始采取多基金经理多策略的模式，2016年时管理规模突破10个亿。在2017年我们发行了量化系列，包括明德、至诚、博学，实现了主动跟量化的双轮驱动，2018年我们在各平台都有代销产品的发行，在雪球也有，凭借当年的优异成绩我们同时获得了主动和量化两座金牛奖。
2019年，我们获得了私募基金业协会发放的投顾资格，也就是我们可以接受机构的委外了，管理规模也正式突破50亿。今年我们的管理规模已经超过90亿了，整个团队的人数超过50人，另外首只银行系委外产品正式落地，这也算是公司一个里程碑事件。
大家大体看一下吧，各种奖我们都拿了，金牛有四座，其它的中国基金报、证券时报、私募排排网、Wind的都有。
接下来讲一下我们规模成长的理念。公司做到现在规模增长得还算不错，我们有一个规模增长的理念：不断寻求在有限的风险敞口下产生优质风险回报比，而不是规模过大但不稳定的回报。
我给大家翻译一下，这个话相对可能比较拗口，意思是：如果赚钱时我们觉得可以获得1.5元的收益，但只承担了1元钱的风险，可能是我们可以接受的；但如果只有1元钱的收益而要承担1元钱的风险，可能这时我们就觉得不是很优质的风险回报比了。在这个过程中我们会觉得规模是否太大、是否不够稳定，这样的情况下就会停止募集。
可能跟很多私募不同，大家经常会看到进化论停止募集，过去几年好几次停止募集，包括和机构说不要调研了，都是因为我们发现自己有可能会不太管得过来。在这样的情况之下，我们就会向无论是C端投资人还是B端投资人去发声明，现在我们的整个规模不想继续扩大。
团队介绍：我是江财金融学专业，本科硕士保送，现在也是江财的客座教授，大体上来说是这样，剩下的东西大家都比较了解了。目前我已经有15年的投资经验了。
今天的主题既然讲量化，那重点给大家介绍一下CTO李靖：李靖是上海财大毕业的，但他是非典型文科毕业生。他对数理非常感兴趣，在上财时他一度迷失了自己，觉得对文科专业提不起兴趣，所以大一大二他跟我说沉浸在游戏中。但到大三大四，他接触到一个选修课老师，老师跟他讲建模编程之类的东西，当时他就非常感兴趣，后来成绩也突飞猛进，获得了全国大学生数学建模大赛的国家奖。另外他毕业后（2013年）就去了人工智能的公司，2013年时人工智能是非常新的领域跟理念，他主要是做文本挖掘、自然源处理、机器学习等研究工作。李靖的学习方式不是看金融领域相关的论文，他每天在做的都是跟进海外最新AI方面的Paper，从那里面寻找灵感，再反哺到金融工程这一块。所以我们两个人其实也是搭档，他主要负责模型的构建，我主要负责因子的挖掘，我们是这样去配合的。
黄靓是稳进1号的基金经理，大家知道进化论稳进1号是历史以来表现夏普比率最高的基金，跟他配合他就是极度风险厌恶型选手。
张奕裕毕业于暨南大学毕业，有丰富的A股跟港股的交易经验，他对指数方面的判断做得尤其好，一直以来他跟我是一起管理进化论悦享一号。
再说一下风控总监唐陈兴，福州大学计算机协会的会长。他在校期间带领计算机协会连续三年获得ACM-ICPC国际大学生程序设计竞赛的亚洲区银奖，曾经在兴业证券担任软件和数据工程师，后来来到进化论，现在是我们的风控总监。
大家可以再看一下整个公司人数的情况：进化论资产总人数50人，其中主观投研团队25人，量化团队20人，剩下的是后台运营、行政，这是公司整个架构。前台可能大家比较感兴趣，分为主动管理部、量化部、期权部、分析师部、T0部。中台是IT部。后台是运营跟行政部。上层还有一个风控部。
简要过一下整个公司的运作，因为我们公司既有主动也有量化，比如分析师部跟量化部之间的结合，量化部其实可以根据分析师财务上的要求直接给他们大数据，在几千只股票里快速筛选推送他们想要的符合财务数据、财务指标的股票。另外分析师部要在相应的财务数据分门别类时，就把分析逻辑输入到量化部，我们能看有什么东西可以转化为因子。交易部是偏交易逻辑的输入，主要是价量逻辑的输入，可以给量化部提供很多素材，同样的我们也会针对他们所需要的一些数据反向对他们进行数据分析与推送。
交易部跟分析师部的配合相对来说比较传统，分析师部给基金经理提供优质的股票池，基金经理有时也会从市场热点进行监控，反问分析师部，比如这个股票为什么会走得这么好，它还有没有下一步继续上涨的空间，这就是整个公司三个前台部门相互促进的过程。
团队价值观：整个公司推崇极度透明、极度诚实的环境。在这样的环境中我们认为最好的想法能够被探究出来；另外我们也非常强调必须在复杂多变的情况下持续进化，以适应不同的市场环境，并且要运用多种策略。因为从2015年到现在好多轮股灾，整个市场环境从偏成长、偏价值等不停地在切换，很复杂多变。为了适应市场、长期保持超越市场的超额收益，我们一方面要多策略，另一方面也要不断提高自身的能力。我们认为整个公司的价值在于长期稳定地跑赢指数，只有这样才能体现出管理人的专业性。
我们的主动管理策略：复合型策略。投资品种的多样性与投资策略的多样性，今天主要讲量化，我就快速过一下。之前大家在雪球上应该都看到过。
大家可以看一下这张图，高风险对应事件驱动跟指数增强；中等风险对应成长股投资和阿尔法策略；低风险对应价值投资与套利策略。大家可以把它从上到下、一分为二地切开：左边的部分是事件驱动、成长股投资、价值股投资，实际上都是主动管理型策略；右边的一半：指数增强、阿尔法策略、套利策略都是偏量化的。我们不仅把策略分为高风险偏好时好用的策略，中等风险时可用的策略，以及低风险偏好时可用的策略，同时还分为主动和量化两块，一块由人决定，一块由机器决定。
再说一下达尔文量化体系。
我们的构建与其它私募有最大的不同，我们是从两个维度挖掘因子，第一是比较传统的数理统计、机器学习挖出来的因子，比如之前海外WorldQuant、Alpha101等东西，我们也有相应的一套东西不断地持续挖因子；另一套跟他们不一样的是，我们会基于A股市场的一些行为习惯从市场的逻辑出发，自己构造相应的因子。毕竟我们在主动投资这方面也已经运作了很多年，也有跑赢市场的能力，所以我们会把很多主动的想法变成我们的因子，丰富因子库。
第二步是李靖在做的事情，他用超大规模的神经网络运算和创新的人工智能架构，可以把不同维度的因子进行整合。
第三个，绝对收益与相对收益，实际上是你选择到底对冲还是不对冲，完全的指数增强还是做一半的对冲等等。
为什么有一些基金的回撤相对来说小一些，有一些相对来说大一些，收益率为什么略有不同？实际上影响量化基金收益率的因素非常多，给大家举个例子：
首先有一些基金可能可以借到中证500ETF来对冲，不需要用指数对冲，它的最大回撤相对来说就会小一些；否则有时候因为指数升贴水的影响，它的最大回撤来得更大一些。这是一方面。
另一方面，比如现在进化论整个公司投资人比较多，投资人的成分相对来说也比较复杂，有时候一些打新的产品，如果有券商的投资，且投资的券商刚好又是这只产品的主承销，就会导致我们一些产品不能打新，从而导致整个收益的差异。
另外是对冲端能不能借得到现货对冲，也会导致收益有一些差别。
还有其它很多种情况，相对来说会比较复杂，我先讲两个最大的影响因子。
大家可以看得到，整个量化，如果是对冲的话，回撤相对来说比较小，收益相对来说比较稳定。但量化对冲基金肯定不能跟完全不对冲的基金比，它们两者之间的风险偏好完全不一样，量化对冲基金可能相对来说更多是喜欢银行理财、喜欢信托之类的投资人，我们的量化投资人投资的客单价（单个客户购买的量），往往远超主动型产品单个客户购买的量。为什么呢？其实主要就是因为会有很多高净值客户需要比较稳健的理财，他们的风险收益偏好相对来说是比较低的。
可以看到年化波动率，净值波动率相对年化波动率来说，衡量的是财产变动的情况。整个波动率基本可以控制在5.5%左右；如果是指数增强，就是完全不对冲的，它的整个波动率可以达到26%，确实风险也不一样。
但从今年来看，因为今年市场涨得比较好，大家肯定是喜欢指数增强或完全不对冲的主动型产品。比如2018年，当市场不好的时候，我们量化对冲的这一系列的产品基本就是供不应求。所以我觉得不同的时候，投资人会有自己的风险偏好，自己的钱相对来说如果比较有限，可能会在两者之间去切。但其实切这件事情挺难的，因为你是在判断大盘的涨跌，而另外一部分人，有一部分资金用来投机，另一部分资金相对来说风险偏好比较低，这样实际上是可以搭配在一起做的。
再讲一下量化的风控。
实际上量化本身有一个天然的风控，像我们的量化模型基本一个策略就会选择300到400只股票，一整个基金可能一般来说会有两个或两个以上的策略，在这样的情况之下，我们的股票只数可以达到600到700只，所以我们已经通过了仓位的高度分散化避免了非常多的个股黑天鹅风险。另外我们又用股指期货或500ETF对冲，帮投资人过滤掉大盘波动的风险，股票是分散的，大盘风险又对冲掉了，在这样的情况之下其实得到的收益率或风控流程已经是做得相对来说比较充分了。
当然有一些投资人不希望大盘的波动率被波掉，这样的情况下他比较好的选择就是指数增强系列的产品。本身来说对冲的产品如果多头几百只组合不能跑得比指数更强，对冲其实是没有意义的。因为对冲本来还要扣掉贴水等东西，所以多头系列一定要跑赢指数才是有意义的。这两种产品唯一的区别就是你到底是对冲还是没有对冲，多头端实际上是一样的，所以这两种产品的选择完全取决于投资人的风险偏好。
大家可能有一个疑惑，这些年为什么量化的很多私募崛起非常快？其实我想告诉大家一个我手里的数据，市场上顶尖的主动私募很多大概都运营了差不多10-13年的时间，他们顶尖的平均年化收益率大概是在19个点左右（年化），最优秀的可以做到年化22% 左右（我说的是十年以上的私募）。现在市场上的量化私募，成立时间相对来说会晚一点，所以以5年期的时间，单纯从指数增强来看，头部前五家平均的年化可以达到近25%，也就是25%对19%。这个过程中是有一定优势的。
当然这方面不同人会有非常多不同的看法，比如有人认为量化这个东西是机器做的，不知道该不该信任。另一方面他可能觉得主动产品有投资经理不断地帮自己进行心理按摩，会让投资人知道他的思路跟想法，更有利于投资人去了解这个基金，所以实际上人与人之间的交互肯定是有优势的。
但从数据上看，我觉得量化的指数增强型产品也是在不断崛起的。有一些投资人，如果单纯从收益率以及几百只股票跑出来的成绩来看，偏理工类的客户往往更容易接受；偏感性类的客户可能还是会比较喜欢价值投资的、很能说得清道得明的逻辑理念的传统型的主动私募。
但确确实实，市场上的一些资金已经渐渐关注到了量化私募，通过几百只股票做出来的业绩，我觉得在统计方面是比较有说服力的。在这样的情况下，他们也会愿意相信，这也是为什么这几年指数增强策略，包括量化对冲策略快速兴起的原因。实际上大家各取所需吧。
从我个人的看法来说，包括我们公司自己也有主动和量化，感觉有时就是在左右互搏，我自己也搏得很辛苦。但这种挑战，与机器下一盘棋、跟机器PK，这个事情有时候其乐无穷。
其实从人的角度来说我觉得也可以接受，因为我之前在研究特斯拉，发现如果全网都说特斯拉的自动驾驶出问题了，涉及人身意外或是怎样的情况，这样新闻可能会变得很大。大家会天然就不信任机器，但事实是特斯拉的自动驾驶系统（我前一阵看到的数据）出现车祸的机率已经是人类驾驶的1/200了，到这时人类可能会逐步接受。所以由机器发起的量化，它的收益率要比人工高很多，才能得到人的放心与认可。这是持续发展，也是大家逐步了解认同的过程，我也觉得量化的兴起以及量化的未来还有比较长的路去走，但我相信量化在未来确实也会非常有竞争力。毕竟量化中性的产品就是一个相对来说比较偏低风险中等收益的产品，其实对于很多高净值客户来说是非常有吸引力的，它的容量相对来说也比较大，因为通过几百只股票组合而成，所以整个策略容量也比较大。
另外对风险偏好比较高的投资人来说，我觉得未来指数增强会对所有主动型基金经理形成很强烈的冲击，最顶级的主动型基金经理一定会在某一年做对了某一种风格，那种收益率很难超越，可能他不能每一年都成为最顶级的基金经理。但以过去五年顶级的指数增强产品来书，过去五年可能每年有25%的年化收益，这样的水平就已经可以超过90%甚至95%的主动型基金经理了。所以从长期来看，我觉得指数增强型产品在未来，大家逐步认知后会展现出强大的生命力与竞争力，量化产品的选择无论是对冲还是指数增强其实都只取决于投资人自己的风险偏好。
问答环节：
接下来我就花一些时间回答大家的问题，大家有什么问题可以跟我提问，我就针对这些问题来回答吧。
问题：达尔文量化（策略体系）可以容纳多大规模？今年量化基金收益不错，怎么保证量化基金收益一直这么好，不会随着时间和规模的扩大而降低？
一平：达尔文的量化（策略体系），根据我们自己内部的测试，容纳的规模现在150个亿是没有问题的。怎么保证量化基金的收益一直这么好，其实只能不断地去研发，加强团队的投入，自己也要跟着研发，绝对不能放着它不动的。我觉得量化基金是这样的，它的业绩可见度，比如总是能跑出超额收益，往前看3到6个月可能都没有问题，但如果往前看一两年，谁也保证不了。所以这样的情况是要求团队一定要去持续不断地研发开拓它的新策略，这个东西是阿尔法因子，包括你对于现在市场风格上的把握等等，都会决定了整个量化基金能不能一直保持这么好的收益。
以进化论为例，大家会发现收益会有起伏，2018年时我们对冲完的收益基本达到25-30%，当时排在我们后面的产品全年收益只有13%。就是因为当时我们首创了业内率先用人工智能模型做量化系统的公司，当然其它家也说自己用人工智能了，但为什么结果差异这么大？其实是浅度人工智能或者我们不称它为人工智能的东西去跟真正的深度神经网络对抗、PK的结果。
但到了2019年，因为人家知道你的技术路径，各家很快就会追上来。那一年我们从第一名就落到10名左右，当年整个量化私募的排名我们只拿到了7到8个点对冲完的收益。
到今年我们重新又回归了第一梯队的收益，实际上也是因为我们在去年年底第四季度，整个团队没日没夜的加班加点，拓展了我们整个产品的因子丰富度、改进了模型架构，包括如何让整个策略有更大的容量、整个策略运作得更加平稳，各个方面的事情都去做。所以量化要保持竞争力一定需要长期不断地投入，硬件的投入不说了，像我们在硬件投入去年就砸了2000万进去。
问题：为什么会采用中证500而不是采用300呢？
一平：实际上是这样的，300的行业相对来说趋于集中，它不像500的行业分布在全市场。而我们选股，整个基金会有600到700只股票，这一定是从全市场大概4000只股票里选择出来的。所以在这样的情况下必然带来我们行业上的广泛分布，这时候对冲一些行业特别集中的指数，比如300指数，它是对冲不住的，也对冲得不太合理，所以就用500指数对冲。
问题：能买到的产品有哪些？
一平：雪球上就有代销 $进化论达尔文中证500指数增强一号(P000728)$ ，主动型产品是 $进化论稳进一号(P000700)$ 。另外，我跟梁宏的基金，应该是雪球（旗下私募基金管理人）帮我们配的（FOF产品），拟投一半的中证500指数增强产品和一半的希瓦主动型产品，我个人觉得还是比较有信心的。
问题：对比幻方跟明汯，达尔文系列（量化策略）有哪些区别？
一平：幻方和明汯首先是规模比我们大吧，我们现在的量化规模大概是50多亿，当然后面我们的规模也会上得相对比较快。但刚才我也说了，我们的整体策略容量有150亿，而且现在我们整个的交易，包括测试、模拟盘、实盘测试在市场里交易都非常流畅，所以我们预估150亿的策略容量没有太大问题。
另一个，最近半年的业绩，比如达尔文系列，你们自己随便拉，看看今年以来以及最近半年的比较，一看便知，我们还是很有信心的。
问题：普通投资者怎么可以对冲？
一平：这个应该比较难了吧，我觉得这个问题挺复杂的，最好还是交给私募管理人吧，问这种问题的确实对对冲不是很了解，说来也话长。
问题：怎么看未来的市场？
一平：我觉得现在最关键的点（这又回到主动投资了）是疫苗的出现，现在还是流动性相对比较泛滥的市场，流动性泛滥，其实大家看美股就可以看得到，只要流动性一泛滥，科技网络、生物医药都会起来的。如果疫情稍微有好转，整个市场有时候纳斯达克反而会走得比较弱，道琼斯会走得比较强，因为道琼斯主要代表工业指数，也就是实体经济，这里是形成了翘翘板，我觉得到年底很多疫苗都会出来，实际上它会给整个市场非常强的顺周期底部起来的预期，反而是高位被大水冲起来的估值过高的股票可能会有一些回调压力，因为一旦经济复苏，可能持续的大水漫灌的局面就会进行边际型的收窄，所以我觉得这里面最先行的指标就是疫苗广泛的推出。
疫苗广泛推出以后必然会带动实体经济的回升，各国央行为了控制自己的通胀目标，肯定也会在实体经济回升以后对自己的货币政策进行边际上的收紧，这样就会对市场形成一定的压力，我觉得这是一个比较重要的、大家需要去注意的今年后面的一个逻辑。
问题：行业研究人员的规模大概有多少人？
一平：我们目前来说分析师是7个，大概分布的行业是在消费、电子、半导体、新能源汽车、光伏、医药、生物科技，大概来说就是这几个门类了。
现在我们公司马上要搬迁了，现在的场地大概是一个400平米的场地，两个月以后我们的场地会扩到1700平左右。后续我们也会加大人员的投入跟配置，新场地完全装修好了，马上也可以投入，所以后续无论是IT人员还是研究人员，无论是量化研究还是主动研究，我们都会进一步扩充团队，很快也会有招聘启示出来，到时也欢迎大家给我们推荐优秀人才。
问题：未来A股看好大医药板块还是大科技板块？
一平：其实我觉得我说不好，可能要交给行业分析师去说更好。
问题：创业板20%涨跌会给私募带来更多机会吗？
一平：我觉得没有什么更多的东西吧，股市运行的规律还是这样的，可能会影响到一些投机资金的具体操作吧，但我们现在基本也没有什么太多投机的策略。
问题：500（指数）增强能跑赢主动吗？
一平：这就是问我矛盾之争，矛是不是能攻赢盾，从这几年来说我们做得基本差不多，但就看大家的期望。指数增强相对来说更符合投资人的心理，指数涨的时候我也涨，指数跌的时候我也跌，比较顺。个人的做法可能相对来说，指数大跌我们会跌得少一些，但指数大涨也会涨得少一些，相对于永远满仓的基金来说波动率肯定是要小一些的。
时间差不多了，特别感谢大家，今天晚上比较仓促，也请大家多支持雪球私募吧，我们的产品也放在雪球私募上，大家有兴趣可以联系雪球的私募。
在这里感谢大家，谢谢大家，再见！
附视频回放地址：对比主动投资，量化策略的核心竞争力在哪？
$斯诺波雪山精选FOF2号(P000730)$ $进化论达尔文中证500指数增强一号(P000728)$ $进化论稳进一号(P000700)$