華寶基金喻銀尤:量化投資以概率取勝,不爭一時之先,數據與模型決策有利於克服人性弱點

新浪基金
昨天

  隨着市場從科技/AI賽道的狂熱走向主線逐漸模糊、行情反覆震盪,那些「不賭風格,不押賽道,不追熱點」,在投資上更均衡的基金產品開始走到聚光燈下,華寶量化選股混合(A類 017715;C類 017716)就是這樣一隻主動量化公募基金產品。

  這隻基金由華寶基金量化投資部總經理、量化投資總監徐林明與量化投資部基金經理喻銀尤共同掌舵,基金經理喻銀尤是復旦大學計算機碩士、CFA,他專注量化、積累深厚,已擁有10年證券從業經驗和4年基金管理經驗。

  在喻銀尤看來,量化投資是通過科學化的概率思維和計算機模型進行投資決策,這樣可以摒除人性的弱點,避免情緒的干擾;同時量化投資本質上是通過概率統計於不確定性中尋找確定性,由於以概率取勝,因此量化投資往往不爭一時之先,要的是細水長流,更看重從中長期視角去應對難以預測的市場,做出超額收益。

華寶量化選股基金 基金經理  喻銀尤

  全市場選股  分散持倉

  喻銀尤所管理的華寶量化選股混合基金於2023年2月20日成立,截至2026年6月30日,基金自成立以來的累計投資回報為42.36%,取得了良好的收益。

  注:華寶量化選股混合基金自2023.2.20-2026.6.30的業績比較基準回報率為40.36%,數據來源於基金2026年二季度報告;同期基金的年化波動率為19.07%,數據來源於Wind。

  喻銀尤表示,主觀投資依賴人的判斷,而量化投資則是把人的投資理念和研究成果量化為客觀的數理模型,由此來進行決策。由於更依賴數據與模型,量化在投資「廣度」上更具優勢,例始華寶量化選股(A類 017715;C類 017716)即是在全市場廣泛空間裏選擇投資標的,其量化策略覆蓋了超5000餘隻A股,並在此基礎上實現分散持倉、均衡佈局。2026年二季度末,華寶量化選股(A類 017715;C類 017716)前十大重倉股在基金資產中的權重均未超過1.5%,且分佈在醫藥、航空、消費、信息技術、傳媒、工業等多個不同領域。

  在華寶量化選股2026年二季報中,喻銀尤表示,雖然二季度末「科技交易擁擠度逼近歷史極值」,但基金仍然「採取多策略模型,不賭風格、不押賽道、不追熱點,全市場均衡量化選股策略」。業內人士則指出,分散持倉使華寶量化選股基金的收益來源實現了多樣化,投資組合風險收益比得到提升;而要保證分散持倉,量化投資的紀律性、體系化投資框架也起到了重要作用。

  注:以上數據及資料來源於華寶量化選股基金2026年二季度,截至2026年6月30日。

  用概率思維、周期思維和均衡思維應對不確定性

  不追熱點,將如何面對市場短期的喧囂與波動?在這方面,喻銀尤體現出了一位量化基金經理的冷靜與中長期視角下對投資的思考。

  「股市是最容易發生黑天鵝事件的市場,因此股市預測是很難的。少做預測、多做應對纔是在不確定性中尋找確定性的最好方法,尋找確定性也是量化投資追求的目標。量化投資以概率取勝,不爭一時之先,要的是細水長流。」

  喻銀尤認為,市場短期是人性,長期是規律。在管理華寶量化選股(A類 017715;C類 017716)過程中,面對充滿不確定性的市場,他堅持運用概率思維、周期思維和均衡思維,去等待市場的迴歸和再平衡。

  「量化選股基金的魅力就在於,無論我們處於周期的哪個位置,無論市場如何波動,都可以通過科學的數據分析、理性的投資決策、高效的交易執行、廣泛的市場覆蓋以及多策略的投資模型等方式,找到一種相對穩健和高效的投資方法。」 他也提示投資者,那些缺乏投資紀律、受情緒驅動、隨機採取的投資行為,最終往往以失敗告終。

  多策略投資模型保持迭代、進化

  在過往的研究與投資歷程中,喻銀尤發現,伴隨着市場風格的更替與輪換,無論是價值策略還是成長策略,都有跑輸市場的時候,要應對這種市場的不確定性,「多策略投資模型」就是一條有效的破局之道。目前,多策略模型也是華寶量化選股基金的主要投資框架。

  「目前我們多策略模型所採用的子策略主要為價值、成長、高質量、困境反轉及交易類五大類,各大類基本是等權重配置、月度調倉,同時每一大類中也有5個左右子策略,合計共有25個左右子策略。我們通過多策略模型,以及持續地研發新策略、儲備策略等,希望面對無論何種市場環境,都盡力能夠戰勝市場。」喻銀尤說道。

  喻銀尤也將傳統的多因子選股模型嵌入到了這五大策略中,目的是更好地實現超額收益。他表示,華寶量化選股基金每個子策略大概有10個左右因子,例如alpha因子、基本面因子、事件驅動因子等。在因子、策略、模型的研發方面,華寶基金量化投資團隊及喻銀尤下了很多功夫,通過深入研究,持續、動態地保持着多策略投資模型的迭代。喻銀尤較為推崇貝葉斯思維,他認為這不僅是一種數學工具,更是一種「承認無知、持續進化」的投資哲學,這種哲學也使他非常重視因子的創新、模型的迭代,以適應豐富、複雜的市場環境。

  華寶基金在量化投資領域深耕良久,公司於2014年就推出量化對沖公募產品。目前,華寶基金量化投資部在指數增強、量化對沖、主動量化及「固收+投資」等方面聚焦發力,團隊中4位基金經理均具有豐富的投資經驗和深厚的理論功底,基金經理的教育背景也集中在數學、統計、計算機、金融等領域,基本功紮實,研究成果多元。團隊形成了良好的深入研究氛圍,在宏觀分析、個股挖掘、多元套利、技術擇時、事件研究、行業輪動等多方面均有系統的跟蹤,也積累了多類型的產品投資經驗。

  特別提醒:近期市場波動可能較大,短期升跌幅不預示未來表現。請投資者務必根據自身的資金狀況和風險承受能力理性投資,高度注意倉位和風險管理。

  費率說明:華寶量化選股混合A申購費100萬元以下為1.50%,100萬元(含)-200萬元為1.00%,200萬元(含)-500萬元為0.50%,500萬元(含)以上為每筆1000元;贖回費7天以內為1.50%,7天(含)-30天為0.75%,30天(含)-180天為0.50%,180天(含)-以上為0.00%;不收取銷售服務費。華寶量化選股混合C不收取申購費;贖回費7天以內為1.50%,7天(含)-30天為0.50%,30天(含)-以上為0.00%;銷售服務費為每年0.40%。

  風險提示:

  1 .  華寶量化選股混合型基金成立於2023年2月20日,業績比較基準為中證500指數收益率×80%+中證綜合債指數收益率×20%。華寶量化選股基金2024-2025年分年度淨值增長率及其業績比較基準增長率分別為:11.53%、32.36%及6.63%、24.24%,2024-2025年分年度基金年化波動率為26.20%、14.59%。

  2. 喻銀尤目前同時擔任着科創增強ETF華寶、科創增強ETF華寶聯接基金、中證A500指數增強基金、華寶價值發現基金的基金經理。

  3. 科創增強ETF華寶於2026年8月成立,目前尚未滿1個完整年度;科創增強ETF華寶聯接基金於2025年9月成立,目前2025、2026年尚未形成完整投資年度;中證A500指數增強基金於2025年6月成立,目前2025、2026年尚未形成完整投資年度;華寶價值發現基金業績比較基準為中證800價值指數收益率×80%+上證國債指數收益率×20%。華寶價值發現基金2021-2025年分年度淨值增長率及其業績比較基準增長率分別為:10.11%、-5.78%、-13.37%、16.23%、13.06%及-0.53%、-9.75%、-1.74%、19.95%、6.70%。華寶價值發現基金2021-2025年分年度的年化波動率為16.24%、20.42%、14.99%、26.14%、14.64%。

  4. 華寶量化選股基金、華寶量化對沖基金由華寶基金發行與管理,代銷機構不承擔產品的投資和兌付責任。投資人應當認真閱讀《基金合同》、《招募說明書》、《基金產品資料概要》等基金法律文件,了解基金的風險收益特徵,選擇與自身風險承受能力相適應的產品。基金管理人對華寶量化選股基金的風險等級評定為R3-中風險,適合平衡型(C3)及以上的投資者,基金管理人對華寶量化對沖基金的風險等級評定為R2-中低風險,適合穩健型(C2)及以上的投資者,適當性匹配意見請以銷售機構為準。基金管理人管理的其他基金業績不構成基金業績表現保證。基金過往業績並不預示其未來表現,基金投資須謹慎!銷售機構(包括基金管理人直銷機構和其他銷售機構)根據相關法律法規對本基金進行風險評價,投資者應及時關注基金管理人出具的適當性意見,各銷售機構關於適當性的意見不必然一致,且基金銷售機構所出具的基金產品風險等級評價結果不得低於基金管理人作出的風險等級評價結果。基金合同中關於基金風險收益特徵與基金風險等級因考慮因素不同而存在差異。投資者應了解基金的風險收益情況,結合自身投資目的、期限、投資經驗及風險承受能力謹慎選擇基金產品並自行承擔風險。中國證監會對本基金的註冊,並不表明其對本基金的投資價值、市場前景和收益做出實質性判斷或保證。

MACD金叉信號形成,這些股漲勢不錯!

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10