近两年，公募量化投资热度骤升。国投瑞银基金量化投资部副总经理、基金经理殷瑞飞，凭借其深厚的数学功底和深刻的市场洞察力，已成长为这一领域的资深专家。

他融合数学思维与市场实践，运用量化分析挖掘市场非有效性，追求持续的超额收益。其投资实践巧妙地结合了白箱算法与黑箱算法，既重视逻辑推理，又擅长利用数据挖掘技术，打磨出一套成熟独特的量化投资方法论。

面对AI与大数据技术的飞速发展，殷瑞飞看好其未来在量化投资中的应用前景。他认为，在科技与金融的深度融合中，量化投资正迎来一个崭新的时代。

数学思维驱动量化投资

统计学博士出身的殷瑞飞，其投资理念深受数学思维的影响。他深信，数学不仅是解决问题的钥匙，更是逻辑思维的基石。正是这种对数学的深刻理解，为他后来的量化投资之路奠定了坚实的基础。

2008年毕业后，殷瑞飞进入基金行业，在职业生涯初期，他从事风险管理分析师的工作，这让他对投资业绩和风险有了初步的认识。随后，他加入了国投瑞银基金，从量化分析师逐步成长为基金经理，管理了多只指数增强基金和主动量化基金。在这个过程中，他不断探索和优化量化投资策略，结合数学模型和市场实践，形成了自己独特的投资理念。

殷瑞飞认为，量化投资的本质是通过大量的实验和统计分析，找到能够稳定战胜市场的规律。“频率的极限是概率”，这是殷瑞飞对量化投资核心理念的简洁概括。他认为，量化投资就是通过大量的实验和统计分析，找到那些理论胜率高的投资策略。而这个过程，离不开数学思维的支撑。

他认为，量化投资的本质是通过数学模型和统计方法，系统性地捕捉市场的非有效性，从而追求超额收益。而这种理念不仅要求基金经理具备扎实的数学和统计学知识，还需要具备敏锐的市场洞察力和不断学习的能力,将这些数学工具应用于实际投资中。

“量化投资的成功与否，关键在于能否找到有效的因子。这些因子可以是估值、盈利、成长等传统指标，也可以是机器学习挖掘出的复杂模式。找到因子有两种思路，一种思路是基于自己的主观逻辑，另一种思路是机器学习。”殷瑞飞说。

基于主观逻辑的方法，通常是基金经理根据自己的经验和市场观察，提出一些假设，然后通过历史数据进行验证。例如，基金经理可能认为某个行业在未来会有较好的表现，基于这个假设，他可以构建一个因子模型，然后通过回测来验证这个假设的有效性。

机器学习的方法则是通过大量的历史数据，让计算机程序自动寻找规律。这种方法不受人类主观判断的限制，可以发现一些人类难以察觉的模式。例如，通过机器学习模型，可以挖掘出某些股票价格波动的特定模式，从而预测未来的市场走势。

无论是基于主观逻辑还是机器学习的方法，殷瑞飞强调，都需要经过严格的验证。他通常会将数据分成训练集、验证集和测试集，通过多轮的回测和交叉验证，提高模型的稳定性和有效性。

白箱与黑箱的有机结合

具体到投资中，殷瑞飞的量化投资方法和策略主要基于白箱算法和黑箱算法的有机结合，既注重逻辑推理，又充分利用数据挖掘技术。

白箱算法是殷瑞飞投资策略的基础，主要基于逻辑和常识，比如宏观经济环境、行业趋势、公司基本面等，以提高投资决策的合理性和稳健性。

例如，在选股方面，殷瑞飞会通过分析公司的财务报表、市场前景等因素，筛选出具有较高潜在投资价值的股票。同时，他还会关注行业配置，争取投资组合在不同市场环境下都能保持较好的表现。

黑箱算法则更多地依赖于机器学习和大数据分析，能够挖掘出一些非线性的、复杂的投资规律。

在殷瑞飞的投资实践中，黑箱算法主要应用于交易特征因子的挖掘。通过分析历史数据，机器学习模型能够识别出某些特定的价格形态或成交量变化与未来股价走势之间的关联。这些发现可能为投资组合带来额外的风险收益。

在行业配置和个股选择方面，殷瑞飞注重平衡风险与收益。对于指数增强产品，他会保持与基准指数相似的行业权重，通过精选个股来追求超额收益。而对于追求低严控波动的产品，他会更注重行业间的相关性分析，选择波动率较低且相关性较小的行业进行配置。

风险控制是殷瑞飞投资策略的核心原则之一。他认为，有效的风险控制是追求长期回报的关键。因此，在投资过程中，他会严格控制杠杆比例，避免过度承担风险。此外，他还会定期对投资组合进行绩效评估和风险评估，提高投资策略的有效性和稳健性。

殷瑞飞分享了一个具体的投资案例。在过去两三年里，微盘股表现非常好，尤其是今年春节前，市场上很多投资者都看好这个板块。殷瑞飞的模型也支持这个结论，认为微盘股可能会有10%-20%的回撤，这在投资组合中是可以接受的。

然而，随着市场波动加剧，殷瑞飞开始重新思考这个策略的有效性。他意识到，微盘股的表现更大程度上是由资金推动的，而不是基于长期的投资逻辑。于是，他及时调整了投资策略，退出了微盘股策略。

“量化投资并不是完全依赖模型，基金经理的主观能动性也是非常重要的。”他说，在遇到模型与自己判断不一致的情况时，需要综合考虑多方面因素，做出符合投资目标和风险承受能力的决策。

AI赋能量化投资

在科技日新月异的浪潮中，人工智能（AI）与大数据技术正以前所未有的速度改变着投资的面貌。

殷瑞飞坚信，AI技术在量化投资领域的应用前景是广阔的。尽管目前AI在投资领域的应用尚处于起步阶段，但其在因子挖掘、优化投资组合、风险评估及投资决策支持等方面的潜力已经初露端倪。

在因子挖掘方面，AI能够处理海量的历史数据，通过机器学习算法发现隐藏在数据中的有效因子，为投资策略提供更为精准的依据。同时，AI还可以实时监控市场动态，及时捕捉新的投资机会。

在风险管理方面，AI技术能够帮助投资者更准确地评估和管理风险。通过对历史数据的深入分析，AI可以预测市场走势，识别潜在的风险点，并提前制定应对策略。

尽管AI为量化投资带来了诸多机遇，但也面临着一些挑战。其中，数据质量和模型过拟合是两个最为突出的问题。殷瑞飞指出，高质量的数据是量化投资成功的关键。因此，投资者需要建立完善的数据管理体系，确保数据的准确性、完整性和及时性。同时，还需要对数据进行深入的清洗和预处理，以消除噪声和异常值的影响。

对于模型过拟合问题，殷瑞飞表示可以通过交叉验证、正则化等技术来降低模型的复杂度，从而减少过拟合的风险。此外，还可以采用集成学习的方法，将多个模型的预测结果进行组合，以提高模型的泛化能力。

展望未来，殷瑞飞认为量化投资将朝着多元化投资策略、智能化投资决策和全球化投资视野的方向发展。

殷瑞飞，基金经理，量化投资部部门副总经理，中国籍，厦门大学统计学博士。16年证券从业经历，10年公募基金管理经验。 2008年3月至2011年6月任汇添富基金管理公司风险管理分析师。2011年6月加入国投瑞银基金管理有限公司。2013年4月2日至2013年9月25日担任国投瑞银瑞和沪深300指数分级证券投资基金的基金经理助理，2013年5月17日至2013年9月25日担任国投瑞银沪深300金融地产指数证券投资基金（LOF)的基金经理助理。2014年7月24日起担任国投瑞银中证上游资源产业指数证券投资基金（LOF）基金经理，2018年8月1日起兼任国投瑞银中证500指数量化增强型证券投资基金基金经理，2019年6月11日起兼任国投瑞银沪深300指数量化增强型证券投资基金基金经理，2023年10月26日起兼任国投瑞银新增长灵活配置混合型证券投资基金的基金经理。

风险提示：

投资有风险，请谨慎选择。基金过往业绩并不预示其未来表现，基金管理人管理的其他基金的业绩也不构成本基金业绩表现的保证。我国基金运作时间较短，不能反映资本市场发展所有阶段。请仔细阅读《基金合同》、《招募说明书》、《基金产品资料概要》及相关公告。请投资者做好风险测评，并根据您的风险承受能力选择与之相匹配的风险等级的基金产品。定期定额投资不等于零存整取的储蓄品种，有损失本金的风险，投资者应充分了解基金定期定额投资和零存整取等储蓄方式的区别。本基金由国投瑞银基金管理有限公司发行与管理，代销机构不承担产品的投资、兑付和风险管理责任。