時間：2023-07-04 16:01:10
序論：在您撰寫量化投資流程時，參考他人的優秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發您的創作熱情，引導您走向新的創作高度。
曾在全球量化資產管理規模最大的巴克萊投資管理公司（BGI）管理量化基金、現任富國基金公司另類投資部總經理的李笑薇，以自己多年的海內外成功投資經歷，與《投資者報》記者分享了量化投資的神秘與魅力所在。
自李笑薇加盟富國以來，富國A股量化投資模型于2009年底投入實戰，并獲得了不俗的戰績。截至2011年6月30日，富國旗下兩只指數增強基金――天鼎中證紅利、富國滬深300分別獲得了4.32%與 3.79%的收益，在所有指數型基金中位居前兩名。而同期滬深300指數、中證紅利指數分別下跌2.69%、2.1%。這一團隊，正推出第三只指數增強基金――富國中證500指數增強。
量化不是“黑匣子”
《投資者報》：提及量化投資，國內投資者總認為很神秘。它與主動的定性投資差別到底有哪些？
李笑薇：量化模型的特點之一是抽象，但它稱不上是一個“黑匣子”，與傳統基金的投資區別也并非像投資者認為的那樣大。
傳統基金經理在做市場判斷時，腦子中會閃過好幾個模型，比如如何選定行業、個股，實質這都是一個個模型。嚴格說，他們腦子里的模型比量化模型中能看到的都要多，只是他們沒有把這些模型提煉出來而已。
投資者購買傳統主動股票基金，并不代表他們對基金經理的操作完全熟悉?；鸾浝碓谀膫€時間段，配置了哪些行業、個股，投資人無法確切知道，只是能看到每個季度的報告和最終的投資結果。
相比之下，量化投資進出市場的每一個步驟，都非常清晰明了。在我的眼里，這個過程不是“黑匣子”，而是團隊里每一個人按流程逐步去完成的。
《投資者報》：量化投資的詳細工作流程是怎樣的？
李笑薇：量化投資對團隊合作要求更高。一般來說，有一部分人專門進行數據的清洗、整理、輸送等，這需要計算機信息技術較強的人才；模型的設計和研究，往往需要很強的金融及數學背景；基金的日常管理往往需要金融及工程方面的專才。因此，通常量化投資團隊的成員學歷都較高，但不是說學位很重要，而是需要一定的技術積累。
具體流程中，提取數據的人看數據，有人專做研究，有的做優化或者交易下單。每個人都有自己的側重點，在整個團隊中起不同的作用。一個人可能干多件事情，但想要全部完成是不可能的。
《投資者報》：量化投資能否穩定地戰勝市場？
李笑薇：在不同的市場階段，市場的有效性會不同，需要用特定的方法，尋找不同階段的不同機會。
市場上的各種方法，捕捉的內容都不一樣。比如巴菲特，他的風格更趨近于一級市場中VC、PE的思維；西蒙斯則是完全拋開基本面，從純技術的角度，將全球貨幣的走勢、衍生品等林林總總的東西作為投資標的。
從A股市場來說，當前的發展階段需要有獨特的投資方式，富國基金量化增強的定位也有市場需求存在，滿足了一部分配置指數基金的需求。從運作經驗看，量化增強后的收益會好于一般指數的收益，上半年超額收益有8%?？傮w來看，這個收益穩定在5%~10%間，是很多基金難以做到的。
超額收益從何而來
《投資者報》：我們也注意到，多家基金公司都構建了獨立的量化投資團隊和模型，富國基金量化投資模型的獨特之處在哪里？
李笑薇：量化投資最重要的是人的思想，量化只是一個方式和工具，真正在掙錢的，是人的投資思想。
從富國量化模型的特點來看，首先是自下而上精選個股，不做倉位選擇。由于這是一只指數產品，投資人買時就要買到這樣的倉位，我們一直是用95%的倉位操作。
其次，嚴格風險控制，精細成本管理。再次，系統化的投資流程，科學化的投資管理。量化投資從開始到結束，是一個龐大復雜的工程，團隊里面專門有人負責清洗、研究數據，做一系列的回撤，實現交易單。
最后還要尊重模型出來的結果。在操作過程中，主動干預非常少，人的干預更多在整個模型的設計上。
《投資者報》：你們今年近8%的超額收益是如何實現的？不同市場環境下，模型是否會有大的調整？
李笑薇：對我們來說，發現哪些因子在最近的市場更有效，并保持一定的前瞻性，是量化團隊的主要工作。
比如，大家都很熟悉的估值因子，在2006年到2009年都有比較優異的表現。但是到了2010年，估值因子的作用突然發生了變化，估值并不能起到明顯推動作用，我們也提前做了適當的調整。
責任心決定能否做好
《投資者報》：除了模型外，量化投資成功還取決于什么？
李笑薇：一般而言，量化投資策略是否成功取決于三大因素。一個因素是質量，重點取決于數據和研究。第一步是要保證數據的質量沒有問題。對于任何一個數據源，我們基本是用一家數據商，但會用兩家來互相檢驗，檢驗后的結果才進入到自己的數據庫里。
研究質量的好壞，其實是工作責任和態度的問題。量化雖然有門檻，但對理工科碩士以上的人來說門檻并不高，能否做好靠的是責任心。
第二是經驗和判斷。我們會做大量研究、看歷史業績，但歷史不代表未來。當你做了大量細致的研究，發現可能有五個因子影響，表現最好的是A，后面有BCDE，其他因子哪些權重更大？做決定要基于經驗和判斷。但歸根到底，判斷與決策要有很強的實踐來做支撐。
三是運氣，好的質量和經驗不等于好的業績。盡管它們可以提高好業績的概率。投資結果在任何時候都有運氣的影響，這對所有管理人都是公平的。不過，今年這樣的業績基本上屬于正常運氣范圍內。
第一個投資優勢是量化投資能夠做到理性決策。與傳統主動投資不同，量化投資是通過量化模型進行交易，剔除了主觀因素，按已經編制好的程序進行，不會因為情緒而產生投資沖動，我覺得這是量化投資最大的一個優勢。一般而言，量化投資有著模型研究——模型測試——實盤操作這樣的流程，首先有一個投資策略，討論確定其邏輯合理性，隨后將其固化為量化投資模型，綜合歷史回測業績和風險考量指標進行評測，試運行3至6個月進行虛擬交易，如果試運行結果和歷史回測及其他預期結果一致，該模型將得到正式確認，最終將此模型上線交易運行。一旦交付運行，將充分遵照模型的指令進行投資，降低情緒影響，克服人性貪婪恐懼的弱點，做到有計劃、有原則、有紀律地進行投資。一般而言，通過這樣的流程制定的量化投資策略能夠理性決策，獲取市場非理性的收益，大概率戰勝市場。
在這個過程中，量化投資不僅排除了人為的主觀因素，并且可以做到更精確，以精確的值達到一個最優結果，這是量化投資的第二個優勢。比如說什么叫成長性好的個股，是每年業績增長20%，還是更多？什么樣的標準才是他選股的標準？一般投資者判斷某個行業或個股好壞，往往憑借主觀經驗與判斷，量化投資則有一套完整的邏輯和規則，可以進行有效的評價和識別。比如有觀點認為醫藥行業成長快，量化投資或許會考慮用某個指標去度量成長性，比如ROE增速，如果這個指標超出一定閥值，就可確認該行業確實成長快。從這個意義上來說，量化投資采用量化工具將主動投資邏輯規范化，能夠帶來規范化的收益。
量化投資的第三個優勢是對海量信息的處理?，F在滬深兩市已經有2000多只個股，和10多年前相比，一個最大的區別是信息爆炸?，F在人腦是永遠不可能記住這么多信息的，并且對海量數據之間的關聯不可能做出迅速判別，而電腦可以做到。
從摩根士丹利華鑫基金數量化投資運行的量化模型來看，量化模型獲取的超額收益是非常顯著的。除已經實際運行的多因子模型和即將運用在大摩量化配置基金上的行業配置模型外，還有五六個量化模型在模擬運行，包括價值量化模型、成長量化模型、技術量化模型以及事件驅動模型等。截至三季度末，模擬運行的模型均取得明顯的超額收益。實際運作中的大摩多因子基金，根據Wind數據統計，截至10月26日，今年以來基金收益率為2.84%，與該基金的小盤風格比較類似的中證500指數則下跌3.17%。
揭開定量投資神秘面紗
與定性投資不同，定量投資更多關注“數字”背后的意義，依靠計算機的幫助，分析數據中的統計特征，以尋找股票運行模式，進而挖掘出內在價值。
李延剛總結了定量投資的三大優勢：首先是理性。定量投資是對于基于基本面定性投資方法和工具的數量化統計性總結，它在吸收了針對某種投資風格和理念的成功經驗的基礎上，以先進的數學統計技術替代人為的主觀判斷，并能夠客觀理性地堅持，以避免投資的盲目性和偶然性?！巴耆臄盗炕治鲞^程將極大地減少投資者情緒的影響，避免在市場極度狂熱或悲觀的情況下做出非理性的投資決策，因而在牛熊市的轉換中具有很強的自我調節性?！?/p>
其次，全市場覆蓋。定量投資可以利用數量化模型對壘市場的投資標的進行快速高效的掃捕篩選，把握市場每一個可能的投資機會，而定性投資受人力精力的限制，顯然無法顧及如此廣的覆蓋面。
此外，數量化投資更注重組合控制和風險管理。數量化的個股選擇和組合構造過程。實質上就是在嚴格的約束條件下進行投資組合的過程，先從預先設定的績效目標的角度來定義投資組合，然后通過設置各種指標參數來篩選股票，對組合實現優化，以保證在有效控制風險水平的條件下實現期望收益?！皳Q言之，數量化投資模型能夠很好地體現組合收益與基準風險的匹配和一致，”李延剛解釋。
定量投資是否適應中國市場
“談到定量投資，不得不提量化投資領域中的傳奇人物――詹姆斯?西蒙斯?！崩钛觿偛⒉谎陲椘鋵@位投資大師的崇敬，“他不僅是世界級的數學家，也是最偉大的對沖基金經理之一。他創辦的文藝復興科技公司花費15年時間，研發基于量化數學模型的計算機模型，借助該模型，兩蒙斯所管理的大獎章基金，從1989年到2006年的平均年收益率達到了38.5％，甚至超過股神巴非特?！?/p>
值得一提的是，李延剛也來自數量化投資的發源地――北美，他有著6年海外一線投資管理的實際工作經驗，深刻領會并掌握了量化投資理念與方法，具備數量化投資領域的成功經驗。2007年，李延剛回國后加盟中海基余，著手增強中海基金金融工程團隊的寅力。在借鑒國外成熟的投資理念與經驗的基礎上，結合A股實際，他用了近兩年時間對數量化模型進行反復修改與調試。目前，中?；鸬慕鹑诠こ滩恳呀浶纬蓮膿駮r、配置到選股等方面的一系列研究成果，并在今年順勢推出中海量化策略基金。
詹姆斯?西蒙斯的神話在中國證券市場能否再次實現?“當其他人都擺西瓜攤的時候，我們擺了一個蘋果攤?！崩钛觿傆靡粋€形象的比喻來形容定量投資存國內市場的發展機遇。他認為，目前國內證券市場定性投資者太多，競爭激烈，而數量化投資者則太少，機會相對更多，競爭也很小。李延剛表示，大量實征研究證明，中國證券市場為一個弱有效市場，市場上被錯誤定價的股票相對較多，留給定量投資發掘市場非有效性的空間也就越大?；谶@種考慮，定量投資方法在中國的發展極具發展空間。
“今年推出量化基金并非一時的心血來潮，一方面中?；鸾鹑诠こ滩恳呀浿饾u成熟，而另一方面也是出于市場時機的考慮。”李延剛強調。
他認為，在經歷2008年的巨幅下跌后，市場底部已經基本確立，目前小盤股估值相對較貴，短期內市場可能會以調整為主，但未來市場走勢仍然存在諸多不確定。在此背景下，如何把握結構性機會將是未來投資關鍵之所在，利用數量模型進行分析和投資的量化基金具備更好的適應性。中海量化策略基金將把握市場調整時機，采用數量化模型選人具有估值優勢和成長優勢的大中盤股票作為基石，輔之以部分優質的小盤股票。
“量體裁衣”完善全程量化流程
據了解，中海量化策略基金的全程量化流程分三個步驟，即選股策略自下而上，施行一級股票庫初選、二級股票庫精選以及投資組合行業權重配置的全程數量化。
“就像裁縫做衣服一樣，量化基金在投資中也要通過‘量體裁衣’來完善全程量化流程。通過全程量化與基金經理的思想相配合，才能做出優質的量化基金?！崩钛觿偙硎尽?/p>
首先，選取代表性最強的反映公司盈利能力的指標，對于所有的A股上市公司進行篩選從而得到一級股票庫。“主要通過對所有A股股票過去三年平均EPS(每股收益)、ROE(凈資產收益率)、毛利率三項指標進行篩選，它們能分別較好的反映上市公司的獲利能力，從而得到一級股票庫?！崩钛觿傉f。
其次，通過盈利性指標、估值指標、一致預期指標，熵值法確定指標權重后，對一級庫股票進行打分排名，從而篩選出二級股票庫。其中，一致預期指標則是通過各券商分析師的調查后，得出上市公司盈利預期數據平均值，以此權威性地反映市場對公司未來盈利的預期水平。“中海量化基金引入一致預期作為選股指標，可以全面、權威的反應市場對上市公司未來盈利的預期水平，為投資決策提供更為真實和前瞻性的依據。與此同時，還可以根據預期的變化及時動態調節，更加適應股市的震蕩波動?！崩钛觿倧娬{。
2016年以來，A股震蕩明顯加劇。如何更好地規避風險、保住前期浮盈，成為投資者最關心的話題。在此背景下，一些收益穩定、回撤控制能力強的量化產品就成了投資者穩健配置的首選。據《投資者報》數據研究中心對全市場成立于2016年前的67只量化產品（A、C類分開計算）的區間復權單位凈值增長率、以及區間復權單位凈值相對大盤增長率的統計數據顯示，截至5月13日，華寶興業基金旗下的華寶興業量化對沖策略混合型發起式基金A/C（以下簡稱“華寶量化對沖”）在全部67只量化產品中業績表現最好，其區間復權單位凈值相對大盤增長率均超過了20%。
震蕩市場上的投資利器
對于旨在獲取絕對回報的華寶量化對沖來說，完全稱得上是震蕩市場上的投資利器。
據公開資料顯示，自2014年9月成立以來，華寶量化對沖基金已成功穿越4次股市大劫：在2015年1月下旬、4月下旬、6月中旬、以及2016年1月上旬的A股大幅調整中，平穩規避了風險，歷次凈值漲幅超越滬指均在5個百分點以上（數據來源：Wind；截至：2016.4.22）。
此外，值得一提的是，現任基金經理徐林明，證券從業經歷14年，除了擔任華寶興業量化對沖基金、上證180價值ETF及聯接基金、華寶興業事件驅動的基金經理外，還是華寶興業基金的助理投資總監兼量化投資部總經理。據業內人士介紹，徐林明長期從事主動量化策略研究和量化投資工作，在擇時、行業配置和選股領域有較深入的思考和研究，總體負責量化對沖的投資運作和量化模型開發。
談及當前的投資操作，徐林明表示，“2016年以來股指期貨負基差結構仍然存在，在此局面下，華寶量化對沖繼續保持低倉位運作，股票部分用于滿足申購新股的市值要求，同時對這部分頭寸，利用股指期貨對沖系統性風險。一季度華寶量化對沖的資金主要投資于低風險的標的或者現金管理，并積極參與新股申購、可轉債申購、協議存款、隔夜回購等，力爭在風險可控的前提下實現凈值的穩健增長?！?/p>
業內創新量化投資專家
實際上，華寶量化對沖成立自以來，其凈值一直穩步上升，雖然，期間受到市場基差擾動有一定回撤，但很快就回歸正常，這顯然得益于旗下強大的創新量化投資專家團隊。
關鍵詞：電網資產；項目管理；項目建設
中圖分類號：C93 文獻標志碼：A 文章編號：1673-291X（2016）24-0018-02
引言
近年來，我國電力工業的發展十分迅速，在國際上的地位也日益突出。隨著國民生活水平的提高和工業的發展，居民用電量和工業用電量大幅度增加，致使電力負荷嚴重超載，拉閘限電情況頻繁出現，給我國經濟的持續發展和人民的正常生活帶來嚴重的影響，為了改善這種狀況，緩和電力供需緊張的局面，國家加大了對電力行業基礎建設的投資力度。
電網工程項目建設全過程管理中涉及大量的因素和環節，任何一個因素和環節處理不到位，就會對整個工程項目產生重大的影響，可能會導致項目的投資成本增加、項目工期延長、投資收益下降、賬務混亂等不利后果。因此，如何在眾多不確定因素中找出影響項目建設的關鍵因素，確保工程項目的實物和賬務一致性，如期按質按量完成建設項目和建設內容，對提高建設資金的使用效率、保護電網資金安全、防范電網資產流失有著重要的意義。
一、模型研究設計
（一）模型設定
本文根據項目全壽命管理理論，結合國網浙江遂昌縣供電公司的實際情況，以工程項目竣工決算的實物和財務入賬的數額是否一致作為項目管理有效性的替代變量（Effecti，t），構建電網工程項目管理有效性模型，具體如下：
Effecti，t=a0+a1*Sizei，t+a2*Leveli，t+a3*Qualityi，t+a4*Processi，t+a5*Completioni，t+a6*Timei，t+a7*Longi，t+Σcategory+Σmonth+ε
其中，a0、a1、a2、a3、a4、a5、a6、a7為相關變量的系數值，ε為殘差。
在模型中，以項目有效性（Effecti，t）為被解釋變量，用竣工決算的實物和財務入賬的數額是否一致來量化，若一致用1表示，不一致則為0。以項目規模（Sizei，t）、管理人員業務水平（Leveli，t）、管理人員素質（Qualityi，t）、項目流程清晰度（Processi，t）、項目投資完工率（Completioni，t）、各部門銜接的及時性（Timei，t）、項目工期（Longi，t）為控制變量，另外加入項目類別（category）和月度（month）兩個虛擬變量，以提高面板數據分析結果的穩定性。
（二）樣本選取和變量定義
1.樣本選取。本經驗選取遂昌縣供電公司2014―2015年所有的電網工程項目為初始樣本，為了保證樣本之間的可行性和穩定性，按照以下原則做出篩選：第一，剔除存在缺失值的項目；第二，剔除跨年和未結轉的項目。經篩選后得到樣本個數為122個（數據均來源于遂昌縣供電公司基建發展部項目清單）。
2.變量定義。本文運用Richardson（2006）殘差度量模型對項目管理的有效性進行度量，Effecti，t作為管理有效性的替代變量，用竣工決算的實物和財務入賬的數額是否一致來量化，若一致用1表示，不一致則為0。解釋變量項目規模（Sizei，t）用竣工決算金額的自然對數量化，管理人員業務水平（Leveli，t）用員工從事工程項目的工作年限來量化；管理人員的素質（Qualityi，t）用文化程度來量化（1=大專及以下、2=大學本科、3=碩士研究生、4=博士研究生及以上）；項目流程清晰度（Processi，t）是邏輯判斷（1=項目流程清晰，相關資料齊全、0=反之）；項目投資完工率（Completioni，t）邏輯判斷用項目竣工決算金額除以項目投資計劃金額來量化；各部門銜接的及時性（Timei，t）也是邏輯判斷（1=及時，0=不及時）；項目工期（Longi，t）用項目跨的月度來量化；項目類別（category）有配網、技改、生產性大修、研究開發、營銷專項、零購、教育培訓等7個類別，設6個變量；月度（month）12個月，設11個變量。
二、模型回歸
首先對面板數據的混合回歸模型、固定效應模型、隨機效應模型進行豪斯曼檢驗，選取最適合本文的模型進行回歸分析。在混合回歸和固定效應的檢驗中，F值為1.35，F檢驗的P值為0.0000，強烈拒絕原假設“H0：all ui=0”，即認為fe（固定效應）明顯優于混合回歸。在對固定效應與隨機效應進行豪斯曼檢驗時，chi2=584.34，P值為0.0000，故強烈拒絕原假設“H0：ui與xit，zi不相關”，應該使用固定效應模型而非隨機效應模型進行分析。
從下表可知，模型中對項目管理有效性的回歸，項目規模的回歸系數為-0.0248，但不顯著，說明項目規模的大小對項目管理有效性幾乎無影響。管理人員業務水平的回歸系數為0.1404，但不顯著，說明項目管理人員的工作年限對項目管理有效性影響也不大。管理人員素質的回歸系數為0.1679，但不顯著，說明管理人員的學歷與項目管理有效性的關系也不大。項目流程清晰度的回歸系數為0.3998，且在1%水平上顯著，即項目流程清晰度與項目管理有效性呈顯著正相關。說明項目流程清晰度越高，項目管理有效性越高。項目投資完工率的回歸系數為0.0655，且在5%水平上顯著，即項目投資完工率與項目管理有效性呈顯著正相關。說明項目投資完工率越高，項目管理有效性越高。各部門銜接及時性的回歸系數為0.1768，且在5%水平上顯著，即各部門銜接及時性與項目管理有效性呈顯著正相關。說明各部門銜接及時性越高，項目管理有效性越高。項目工期的回歸系數為-0.2763，且在1%水平上顯著，即項目工期與項目管理有效性呈顯著負相關。說明項目工期性越長，項目管理有效性越差。
結論
本文對遂昌縣供電公司工程項目管理有效性因子進行了實證研究，得出了以下的結論：第一，項目流程清晰度和各部門銜接的及時性與項目管理的有效性呈正比；第二，項目工期與項目管理的有效性呈反比；第三，項目管理人員的工作年限和學歷與工程項目管理的有效性無顯著關系。
參考文獻：
[1] 張功富，宋獻中.我國上市公司投資：過度還是不足――基于滬深工業類上市公司非效率投資的實證度量[J].會計研究，2009，（5）：69-77.
安全管理是一個流程
Martin認為，安全風險管理不同于信息安全。信息安全重在操作，是由安全產品驅動的；安全風險管理決定企業戰略，是由業務流程驅動的。Martin認為，流程是一系列系統化的行動，每個行動都有明確的目標。安全風險管理不是某一時間點的事件，也不是產品，它是一個持續進行的流程。它具有連續性、可重復性、高效性和可確保性的特點。
各個公司的銷售部門可能都面臨這樣的問題：一個銷售團隊的任務是否只是賣產品；在這個過程中，他們是否有一個可以量化的指標和量化的體系；是否有一個系統性的評定和量化的銷售人員；每天的銷售業績和銷售指標是否與預期相同……安全風險管理和銷售工作同樣需要有可預見性，即要有目標，實現目標的最好方法就是需要一個完整的流程。
完整的安全風險管理應該有五個步驟：第一步，了解安全風險管理的內涵；第二步，通過技術手段識別風險；第三步，通過技術手段保障風險管理流程的持續性；第四步，明確、量化安全風險；第五步，持續管理安全風險。
溝通讓安全管理更順暢
在現實中，CSO面臨的主要難題包括：風險管理概念不清晰，容易與信息安全混淆；風險管理的流程成熟性不夠，不能給企業管理者提供有說服力的商業案例說明，通過安全風險管理可以提高企業的投資回報率(ROI)；與管理層溝通不暢，CSO提供的數據不能幫助企業管理者制定相關決策。
作為企業的安全管理部門，最重要的是和其他相關部門進行良好的合作，保證在安全實施的過程中使整個公司獲得利益。如果不能做到這一點，就可能會遇到這樣的窘境：信息流失，病毒入侵，某些重要服務中斷。在這個過程中，人們往往會帶著一種恐懼、懷疑和不確定性去購買某種防護產品，這樣，企業的安全管理部門就很難與其他業務部門進行有效的溝通。
人們在講信息安全的時候，往往只談具體的安全產品，但是公司的CEO、首席信息官(CIO)和商業合作伙伴并不一定真正了解這些安全產品。CSO的首要任務是要讓其他業務部門和公司高層了解企業存在的安全風險是什么，挑戰是什么，以及進行相關的安全管理流程和投資所能得到的回報。
量化投資重在風控
近幾年，國內基金公司都在積極推出量化投資產品。但市場人士認為，目前國內的常見“量化”基金，實質上大多是“量化選股”基金，從量化的風險控制到量化的交易，整個決策流程依然靠傳統的方法。
國內著名投行宏觀策略研究員的工作積累，華爾街量化投資的歷練，使華商大盤量化擬任基金經理費鵬對量化投資的A股應用有著自己的心得。他認為，量化投資最大的優勢在風險控制上。與傳統的價值投資“越跌越買”的理念不同，他認為量化投資應該是主動對市場風險進行判斷，通過技術分析、量化模型分析等判定風險，在確定風險之后，及時對倉位進行控制，及時止損。
費鵬認為，目前市場上的量化產品將研究的重點放在擇股和行業配置上，缺乏有效及時的風險響應體系，而從國外的經驗看，量化的一大特點就是對風險的預判。因此，華商基金量化投資團隊在吸收國內外先進經驗的同時，在模型設計之初，便將核心定為風險控制。
在設計中，華商基金量化投資團隊借助了包括從統計信息學角度出發的信息熵值（Entropy）的變化、從分形理論出發的市場模式（P atter n）的變化、從金融物理學角度出發的金融泡沫統計指標的變化、從市場微觀結構出發的分析師一致預期分歧的變化和趨勢等，構建風險模型，對中短期系統風險進行定量分析，依靠基金經理和研究員對宏觀經濟發展狀況、人口與社會的結構性特征、經濟產業周期等因素的分析，對長期風險進行定性分析。
量化投資堅持追求絕對收益
提及量化投資，人們就會想到西蒙斯用公式打敗市場的經典案例。但這一投資工具在被引入國內投資市場之后，并沒有展現其神奇的威力。根據wi n d數據分類顯示，目前市場上有19只量化基金，2 012年可統計的15只量化基金平均收益率僅為2 . 5 5%（同期滬指上漲3 .17%），國內發行的量化基金的表現不盡如人意。
在費鵬看來，國內的量化基金僅僅是“量化選股”，追求相對收益。他認為，量化投資的核心應該是風控，堅持追求的則應該是絕對收益。
相比而言，目前國內公募量化基金多采用多因子模型，而多因子模型的設計原理是把價值投資理論通過數字模型加以表達。在實際測算中，華商基金量化團隊每日漲幅居前的股票中，會有所謂投資價值較少的“垃圾股”，很難通過價值投資理論解釋。
對此，華商量化投資團隊在設計選股模型時，更多的是通過捕捉市場的異常波動，尋找股價波動的非基本面的因素。通過對數據挖掘，建立初選股票池，然后按照行業分類，結合基本面研究，通過行業研究員調研，尋找相互印證支持依據，在分析手段上更多了對隱性信息的補充。
