手机网站
手机网站
华中科技大学工程硕士刘颖先生；工商管理硕士；中欧国际商学院；后沃顿金融科技的第一阶段；哈佛、清华、东南大学2013；中欧的；耶鲁大学对冲基金管理高级项目第一阶段；具有20多年的证券投资经验
是方达基金管理公司的前董事。深圳印盒投资管理公司合伙人兼副董事长；他现任上山裕富资产管理有限公司董事长兼投资决策委员会主席。
重要关系:“投资和资产管理”
投资是资产管理的重要组成部分，但不是全部投资关注投资收益和本金的安全性。众所周知的价值投资是一个非常好的投资理念。事实上，中国许多优秀的价值投资者也获得了良好的长期回报。然而，纵观历史数据，长期持有单一类别股票资产且仅依靠股价上涨来获得投资回报的投资方法极易受到市场大波动周期的影响，导致账面亏损大波动。同时，获得投资回报需要一个相对较长的投资周期。这种忽视资产价格波动、降低流动性要求的投资方式，只有少数投资周期长、能够承受资产价格大幅下跌的投资者能够接受和控制。大多数投资者无法“考虑这么做”
重要概念1:“被动管理和主动管理”
“被动管理”认为人们不需要关心市场的盛衰，只需要关心资产配置，他们可以通过购买指数或固定投资进行投资以获得投资回报。这种投资方法管理成本较低，但波动性可能较大。在相对成熟的市场，如美国，机构投资者有绝对的权重，指数基金成本低，市场趋势长，指数基金是一个很好的选择。
“积极管理”认为，专业资产管理人员通过多年资产管理经验的积累，在宏观经济、市场风险和重大资产周期的分析研究方面具有比较优势，能够创造比市场平均水平更好的风险调整后投资回报，体现了资产管理机构的专业分工价值目前，国内大部分的公募基金、私募基金和银行金融子公司都在从事积极的管理。
重要概念2:“艺术的定性管理和科学的定量管理”
定性管理是以深入的基础分析研究为核心基础，以基金经理的个人实践经验为基础，通过逻辑推理，识别具有投资机会的品种或组合，从而获得投资收益。定性分析侧重于未来的发展，更侧重于研究的深度和投资的艺术性。
量化管理是指运用量化方法，根据投资策略构建多层次量化模型，在海量历史数据中寻找能够带来超额回报的投资模式，并严格执行交易指令，以获得稳定、可持续、高于平均水平的投资收益，更加注重投资的广度和科学投资
定量管理和定性管理各有优势。在投资宽度、市场适应性、可复制性、风险控制、研究成本、交易成本和分配大类资产的能力方面，定量管理优于定性管理。它可以更好地匹配风险、回报和流动性。然而，现实世界往往充满了不确定性。过去存在的统计映射关系将来可能不存在。定性管理以生物进化研究为基础，对未来的突发事件更加敏感。把两者结合起来，取长补短，是一件很有挑战性的事情。
“多边界约束下的资产管理”
任何资产，如房地产、股票、债券、基金、艺术品等。，具有收益率、风险波动和流动性三个内生的基本特征。同时，它还包含一个外部特征，即投资基金的市场容量。一般来说，资产的流动性、潜在回报率和波动性应该匹配。很难在资产的良好流动性、高回报率和低风险之间找到平衡。与
相对应，任何资产管理策略也受到资产收益率、波动性、流动性和容量等几个维度的边界条件的约束。例如，近年来流行的量价高频策略产量高、波动小，但产能相对有限。价值投资策略能在较长时间内获得较好的投资回报，且策略容量相对较大，但波动性相对较高。
“资产管理实践中的主动量化”
资产管理机构面临着许多不同的客户，不可避免地会面临不同的风险回报偏好、不同的风险承受能力、不同的资本规模和不同的客户资本流动性等约束。如何在如此多的边界约束下做好资产管理是我们资产管理从业者必须考虑和应对的挑战。许多选择对应于许多不同的资产管理概念。我们的选择是:资产管理模式的主动量化
我们将主动量化资产管理的理念具体化到公司的投资决策中。依托公司自主开发的投资研究管理系统——上善裕富主动量化投资管理系统，我们的战略开发和迭代效率非常高，在开发不同的资产战略方面有很大的灵活性。目前，我们的策略包括定量选股、定量择时、定量套期保值、T0策略、CTA、期权策略和主要资产配置策略。投资目标包括a股、港股、商品期货、股指和国债期货、海外指数ETF和场内期权
我们在基金产品方面的考虑是，回报可以来自多种资产、多种策略、多时期、多方向，风险回报特征明显。当产品收益来自不同的风险回报特征，且各种收益来源的相关性较低时，产品的风险回报结构自然稳定，更容易清晰地满足客户不同的风险回报需求，这也是我们坚持复合战略的初衷。我们追求的资产管理目标是满足投资者不同的风险和回报需求，获得相对较低的波动性、良好的流动性、持续增长、复利回报率，同时拥有足够的资本能力
“高级技术的应用”
定量资产管理的启动和开发基于大数据应用。2015年后，谷歌、脸谱等机构相继为机器学习和深度学习开放了许多人工智能架构，如天梭流和派特火炬，而IBM几乎同时宣布了开源机器学习平台SystemML。亚马逊机器学习。世界顶尖的技术巨头掀起了“人工智能技术开放”的浪潮。这使得具有远见和能力的资产管理从业者能够更新技术探索和实践方向。国内同行也有许多实验者。我们也应该成为将这些尖端技术早期应用于量化资产管理系统的重要成员。
“极其广阔的行业发展空间”
量化资产管理模式已经成为全球资产管理行业的重要选择，因为它自然更容易满足资产管理领域的多边界约束根据全球对冲基金研究机构HFR发布的数据，截至2018年第四季度，全球对冲基金的量化基金管理规模约占总管理规模的30%，而中国仅为8%左右。根据国外经验，国内量化资产管理行业有着广阔的空间，我们正在努力。
