私募排排网-国内私募基金一站式服务平台
路演_私募路演_基金路演_私募排排网路演中心
回到首页
发布于2025-07-05 10:00453次播放
普吉基金中性产品量化策略介绍

普吉基金中性产品量化策略介绍

主讲人:马征征 | 上海普吉基金
公司logo
上海普吉基金
关注
免费下载PPT
微信沟通
收藏
分享
获取视频分享链接
手机扫码观看
微信微信
朋友圈朋友圈
QQQQ
抖音抖音
小红书小红书
全部
PK
#
基金名称
基金经理
累计收益
今年来收益
年化收益
走势图
操作

当前筛选条件暂无数据,请减少筛选条件试试

温馨提示:本列表所展示的产品可能无法覆盖基金管理人所管理的全部产品(包括正在运作、已清算产品),且其中非代销产品内容均来源于公开渠道,仅供投资者参考,我司对相关内容的真实性、准确性和完整性不作任何实质性判断和保证。

私募尽调专区(FOF定制专享)

汇总
尽调报告汇总 累计10061篇
思晔投资_排排网尽调报告

尽调日期:2025-11-05

泰玥众合_排排网尽调报告

尽调日期:2025-11-05

云脊私募_排排网尽调报告

尽调日期:2025-11-04

明世伙伴私募_排排网尽调报告

尽调日期:2025-11-03

瀛赐基金_排排网尽调报告

尽调日期:2025-11-03

和熙资产_排排网尽调报告

尽调日期:2025-11-03

千象资产_排排网尽调报告

尽调日期:2025-10-31

中信建投期货_排排网尽调报告

尽调日期:2025-10-31

丹羿投资_排排网尽调报告

尽调日期:2025-10-30

知行通达_排排网尽调报告

尽调日期:2025-10-30

蜂起资本_排排网尽调报告

尽调日期:2025-10-30

持赢私募_排排网尽调报告

尽调日期:2025-10-29

懿德财富_排排网尽调报告

尽调日期:2025-10-29

贝得私募_排排网尽调报告

尽调日期:2025-10-29

钜融资产_排排网尽调报告

尽调日期:2025-10-29

弈祖投资_排排网尽调报告

尽调日期:2025-10-28

路远私募_排排网尽调报告

尽调日期:2025-10-28

安贤投资_排排网尽调报告

尽调日期:2025-10-28

亿峰(珠海横琴)私募_排排网尽调报告

尽调日期:2025-10-28

霁海投资_排排网尽调报告

尽调日期:2025-10-28

预告
排排网尽调预告 32次
预计尽调时间:2025-11-13
上海久期投资有限公司
湖南浩友投资管理有限公司
上海贵源投资有限公司
上海毅木资产管理有限公司
海南致衍私募基金管理合伙企业(有限合伙)
海南西格玛私募基金管理有限公司
深圳市天鸾私募证券基金管理有限公司
成都锦天成资产管理有限公司
上海天倚道投资管理有限公司
浙江钱唐永利资产管理有限公司
上海涌涵私募基金管理有限公司
广州致远私募证券投资管理有限公司
上海万纳私募基金管理有限公司
预计尽调时间:2025-11-14
汇智晨星(北京)私募基金管理有限公司
广东辰元私募基金管理有限公司
灵涛私募基金管理(上海)有限公司
北京量子金服资产管理有限责任公司
上海明汯投资管理有限公司
上海珺容投资管理有限公司
瑞锐投资管理(上海)有限公司
预计尽调时间:2025-11-17
深圳海宽私募证券基金管理有限公司
海南璞成私募基金管理合伙企业(有限合伙)
北京宽源资产管理有限责任公司
预计尽调时间:2025-11-18
广州市草本投资管理有限公司
预计尽调时间:2025-11-19
广东谢诺辰阳私募证券投资管理有限公司
预计尽调时间:2025-11-20
湖南汇智融达私募基金管理有限公司
预计尽调时间:2025-11-24
北京睿凝私募基金管理有限公司
预计尽调时间:2025-11-26
深圳市微宝私募证券基金管理有限公司
预计尽调时间:2025-12-11
湖南华尔融世资产管理有限公司
珠海阿巴马私募基金投资管理有限公司
预计尽调时间:2025-12-26
上海铭跃私募基金管理合伙企业(有限合伙)
预计尽调时间:2025-12-29
宁波平方和投资管理合伙企业(有限合伙)
申请参与尽调>

热门搜索

热门嘉宾
但斌林园冯霁曾文凯吴伟志梁宏董宝珍余军李蓓李驰
热门机构
宁波幻方量化林园投资量派投资万方资产倍漾量化钧富投资衍复投资利位私募龙旗科技黑翼资产泓湖私募日斗投资华夏基金天弘基金南方基金博时基金汇添富基金嘉实基金
直播热议
直播看点
Beta
AI
AI 总结
AI 问答
普吉基金的马征征博士与策略研究员Mandy在路演中强调了中小投资人的选股能力和操作技巧,邀请合格中小投资人参与基金投资,承诺长期稳定回报。他们详细介绍了量化投资在中国的发展历程,以及团队如何通过因子进化、策略创新和负贝塔对冲解决量化投资常见问题,实现策略稳健性和超额收益。普吉基金自2015年成立以来,历经战略升级,采用全自研量化交易系统,策略实盘表现优异,回撤控制严格,选股策略全面,策略容量大。策略架构分为三层,通过深度学习实现因子、模型和策略的隔离与组合,适应不同市场风格和投资者需求。路演还提供了后续观看回放、获取路演课件和咨询产品的渠道,表达了对投资者服务的承诺。
关键词
量化策略
普吉基金
中信产品
量化中性策略
策略团队
马征征
Mandy
宋延亭
业绩
回撤控制
超额胜率
负贝塔对冲
市值对冲
全市场选股
策略架构
因子中心
模型组
子策略模块
对冲方法
等市值对冲
章节
  • 00:00:00
    上海普吉基金路演:量化策略中信产品介绍
    上海普吉基金的马总和陈总在路演中介绍了普吉基金中信产品的量化策略,重点讲解了公司的历程、团队背景以及产品与风控策略。普吉基金成立于2015年,核心成员拥有超过15年的投资经验,公司战略从期货套利逐步升级至量化中性策略。路演中还展示了其自研量化交易系统的优异业绩和行业领先地位。
  • 00:02:36
    中信策略团队介绍及其量化交易平台的特色与优势
    中信策略团队由马博士领导,成员包括具有丰富量化研究和市场运营经验的专业人才,专注于研发量化模型和搭建自由量化交易平台。团队采用严格的回撤控制,策略实盘收益率在全市场处于领先地位,单笔交易超额胜率超过65%,远高于市场平均水平。团队独创负贝塔对冲和市值对冲相结合的模式,实现自动化交易,年化双边换手率约50倍。选股策略覆盖全市场,平均持仓分散,单票持仓不超过千分之五,策略容量可达50亿。此外,团队自研CAN深度学习卷积神经网络模型,实现数据清洗自动化,策略研发高速迭代,并自研高效交易系统,兼具鲁棒性、低延迟、高可靠性和可扩展性。
  • 00:06:45
    构建量化投资策略:从因子挖掘到深度学习模型
    该对话详细阐述了一种构建量化投资策略的方法,从最底层的数据清洗和策略搭建开始,逐步构建因子中心,包含手工和机器挖掘的因子,以及市场公有因子。这些因子被分组以适应不同角度的分析,如量价、基本面、宏观等。在此基础上,自研的模型组通过严格的考核和回测,形成了低相关性的多个子模型。模型组与因子中心之间为松耦合关系,允许模型自主选择合适的因子。子策略模块通过模型组合和市场风格筛选,结合独创的风控方法,生成众多备选子策略。整个架构的顶层是一个自研的CNN深度学习卷积神经网络模型,作为筛选器,根据市场环境每日挑选最优子策略,实现了策略的不断迭代和调整,从而提高了市场适应性和鲁棒性。
  • 00:09:27
    量化投资策略:手工与机器挖掘因子及模型组构建
    该策略中心围绕手工挖掘因子和机器挖掘因子展开,其中手工挖掘因子占主导,包括量价、基本面、舆情和宏观等上千个因子,确保低相关性和单因子有效性。同时,利用公有因子和机器挖掘因子作为补充,尽管后者存在过拟合和稳定性问题。模型组则包含自研的线性和非线性模型,线性模型易于解释但拟合能力有限,而非线性模型虽拟合能力强,但需大样本且易过拟合。
  • 00:12:02
    量化投资中CNN与Transformer模型的组合策略
    该团队通过组合CNN和Transformer模型,利用各自优点形成子策略,以避免单一模型的僵化和失效。团队目前拥有近20个模型和几十个后台运行的子策略,其中CNN模型因其较好的可解释性和鲁棒性而被偏好使用。通过自研的CNN深度学习卷积神经网络模型筛选器,自动监控不同子策略的表现,并结合截面维度和时序维度进行日频回看,自动筛选出更优子策略进行实盘操作,整个过程无任何人工干预。截面维度包括夏普、收益率、回撤波动率等指标,时序维度则包括长中短期的比对,权重由机器学习学出和矫正。
  • 00:14:28
    创新策略架构与对冲方法的详细介绍
    本策略采用了独特的架构实现因子复用,避免了传统模式下因子构建的繁琐与过拟合问题。通过只筛选更优子策略进行实盘,确保策略的有效性。此外,引入了等市值对冲加负贝塔组合对冲的新方法,有效管理贝塔敞口和系统性风险,实现贝塔中性。风控措施严格,包括因子中心化和动态调整持仓风格,以及市场风险自动降舱机制,确保投资安全。
  • 00:18:50
    上海普吉产品风控管理及历史业绩介绍
    本次介绍涵盖了上海普吉在产品研发阶段的风控管理策略,包括自研量化研究工具和平台的使用,以及在产品上线前后的事前、事中、事后风控措施。重点介绍了历史业绩,包括中性产品和指增策略的实盘曲线及收益数据,强调历史业绩不代表未来表现。
  • 00:23:57
    投资者会议:探讨模型优化与互动问答
    在投资者热情参与的会议中,讲师被邀请解释模型优化的相关问题,投资者们在聊天区积极提问,现场互动热烈。
  • 00:25:15
    量化投资策略的模型优化与资金分配方法
    对话讨论了在量化投资中,如何通过跟踪前沿论文和技术,优化模型和策略,以及如何通过子模型的组合和筛选,生成有效的投资策略。此外,还详细解释了资金分配的机制,强调了由深度学习模型自动决策,而非人为干预的重要性。同时,提到了模型的升级迭代和对市场风格的适应性,以及如何在特定市场行情下调整市值暴露的标准差。最后,通过引入卷积神经网络模型,展示了自主学习和模型调优的过程。
  • 00:30:11
    预测性因子在市场预测中的应用与策略
    该对话讨论了预测性因子在市场预测中的应用,强调了因子预测周期的多样性,从宏观的长周期到中微观的短周期。模型通过强化学习逐渐优化,表现出在市场趋势变化前的预测能力,如市场上涨前的反弹和下跌前的保守策略调整。团队不会因为因子预测周期的长短而剔除因子,只要因子的相关性低且可解释性强,都会被纳入因子库。多头部分的选股策略覆盖全市场,剔除不盈利或ST股票,但不刻意对标特定指数,可视为一种全市场选股策略。
  • 00:32:28
    对冲策略详解:多头选股与贝塔对冲的实践与调整
    对话详细解释了一种对冲策略,首先通过多头选股并使用市值对冲来减少一部分的贝塔风险。由于计算贝塔的复杂性和可能的误差,团队不仅依赖股指期货进行对冲,还在多头端加入负贝塔因子的选股,以进一步降低贝塔敞口。这种策略通过每日计算贝塔值并调整,结合负贝塔和市值对冲,力求将整体贝塔控制为零。此外,通过券商提供的统计报告,团队持续优化子策略以提高策略的整体表现,同时强调了股指升贴水对策略影响较小,并且团队具备相关的基差管理能力。整体而言,这种策略在不同市场环境下保持了相对稳健的表现。
  • 00:39:29
    基金投资策略与中小投资者建议
    对话中,一位讲师向中小投资者介绍了基金的投资策略,强调了其在市场动荡中的稳定表现,如在特朗普关税引发的市场波动中,策略回撤控制在3%以内,并能迅速恢复净值。讲师鼓励合格的中小投资者参与投资,指出基金在深入研究和策略布局方面的领先优势。
  • 00:42:01
    量化投资与主观投资表现差异及策略优化探讨
    讨论了近年来量化投资相较于主观投资表现出色的原因,归因于量化投资在国内的发展成熟过程,包括策略多样化、因子复用性、过拟合问题的解决以及阿尔法提升等。特别强调了通过负贝塔对冲实现贝塔敞口为零的策略,有效降低了市场风险。同时,回顾了团队自18年以来在量化投资领域的成长与进化,展示了其在解决传统对冲问题上的创新方法。
问
1.尊敬的投资者们,你们好。能否先简单介绍一下上海普吉基金的情况以及本次路演的主题是什么?上海普吉基金的中信策略具有怎样的特征和优势?
答
尊敬的各位投资人大家好,我是策略研究员Mandy,很荣幸为大家带来这场路演。路演主题是普及基金中信产品量化策略介绍。我们将详细介绍公司的历程、团队实力、产品特点和风控策略。中信策略的回撤控制严格,正常情况下不超过3%,极端情况下可能达到5%,但实盘从未超过5%。策略实盘收益率目前在全市场处于领先地位,前八个月收益率超过20%。单笔交易超额胜率超过65%,显著高于市场平均水平。此外,独创了结合负贝塔对冲和市值对冲的对冲方式,并通过构建负贝塔持仓组合降低风险敞口。
问
2.上海普吉基金的策略架构是怎样的?
答
策略架构包括三个主要特点:首先,拥有专家级AI算法团队,自主研发深度学习卷积神经网络模型并实现自动化数据清洗;其次,具备高速迭代的策略研发团队,包括子策略、模型优化和创新性负贝塔精细化对冲的迭代;最后,拥有高效的交易系统,全自研鲁棒性强、低延迟、高可靠的一套交易系统,具有容错性机制和透明性设计,具备可扩展性框架。
问
3.该策略的产品特性有哪些?
答
产品为中低频交易策略,年化双边换手约50倍,实现了自动化交易,符合国家金融监管要求。选股方面,采用全市场选股方式,剔除北交所、ST及亏损股票,资金分散度高,最大持仓不超过千5,且策略容量较大,最大可扩展至50亿。
问
4.能否分享一下上海普吉基金的发展历程和战略升级情况?
答
上海普吉基金成立于2015年,总部位于郑州,团队核心成员平均投资经验超过15年。发展历程可划分为两个阶段,第一阶段主要以期货套利为核心策略,但在国家监管趋严后,我们在2022年开始进行战略升级,经过三年模拟盘到实盘全流程验证过程,于去年10月上线了全自研量化交易系统,并开始执行量化中性策略,目前表现优异且历史业绩非常出色。
问
5.能否介绍一下策略团队的背景和主要职责?
答
策略团队由首席马征征博士领导,他毕业于北京大学计算机专业,拥有丰富的量化模型研发经验以及搭建和管理自由量化交易平台的能力。我是Mandy,担任北京大学计算机硕士,负责辅助马博士进行策略研究和量化系统搭建。此外,团队还有一位具有多年市场运营和公司管理经验的宋延亭宋总。
问
6.策略研发的具体过程是怎样的?
答
首先搭建策略底层并进行全面的数据清洗,构建因子中心,其中包括手工、机器挖掘及市场公有因子等,并根据不同角度分组构建上层模型组。模型组内包含多个独立、低相关性的子模型,经过严格的回测和实判流程考核。在因子中心之上,模型组灵活组合形成多种备选子策略,确保因子、模型和策略之间的隔离,以适应不同市场风格和投资者需求。
问
7.你们的策略架构最上层是什么?它在筛选和调整子策略上如何运作?
答
我们最上层采用了自研的CNN深度学习卷积神经网络模型作为筛选器。这个模型会每日监控不同子策略的表现,并结合市场环境进行回溯分析,挑选出最优的子策略进行实盘交易。通过这种方法,相比传统的固定因子模型策略,我们的策略具有更好的市场适应性和鲁棒性。
问
8.因子中心的情况如何?你们挖掘了哪些类型的因子以及这些因子的特点是什么?
答
因子中心包括了我们人工挖掘的上千个因子,涵盖了量价、基本面、另类舆情和宏观等各类因子,每个因子都具备很强的可解释性,因子间相关性低,并且经过八年的历史回测,具备显著性。同时,我们还会使用一些公有因子,虽然效果一般但能起到辅助作用。此外,还会使用机器挖掘因子进行补充,尽管目前数量较多但过拟合严重且稳定性差,在实际使用中较少,但我们仍在坚持挖掘,期待未来技术突破能提高其效果。
问
9.模型组的情况怎么样?你们主要使用的是什么类型的模型?
答
模型组主要包括自研的线性模型和非线性模型。线性模型易于解释和归因,但拟合非线性关系的能力有限;非线性模型则能更好地处理多类非线性关系,但需要大样本且容易过拟合。为解决这个问题,我们在实操中采用分阶段提取非线性特征的方式组合这两种模型,形成多个子策略,以避免单一模型的僵化和失效。
问
10.筛选器的工作原理是什么?
答
筛选器每天自动监控并回看不同子策略的表现,根据截面维度(如夏普比率、收益率、回撤等指标)和时序维度(不同时间段的对比)来筛选当下最优的子策略,并将其切换至实盘。整个过程无需人工干预,权重由机器学习学习得出并进行矫正。
问
11.这种整体策略架构有哪些优势?
答
该架构实现了因子复用,避免了传统模式下需要大量数学家构建因子工厂的问题。同时,每次只筛选一个最优子策略进行实盘操作,从而有效避免了过拟合现象。此外,我们采用了创新的等市值对冲加策略,通过叠加套利模型管理基差风险,并引入负贝塔持仓组合对冲模式,以实现贝塔中性,进一步降低了风险敞口。
问
12.在投资组合中如何运用正贝塔和负贝塔进行对冲,以及这种对冲方式的特点是什么?
答
当中小票走强时,组合中可能会包含一部分刻意挑选的大票(负贝塔),以实现贝塔敞口严格为零的等市值对冲。这种与众不同的对冲方式不仅实现了对冲,而且会占用多头仓位。
问
13.风控系统是如何运作的,包含哪些模块?
答
风控系统包含五大模块。首先通过等市值加负贝塔组合对冲实现贝塔严格中心化;其次,每日调整投资组合在市值、行业动量等风险因子上的暴露,消除系统性因子对收益的影响,达到因子中心化;此外,利用深度学习卷积神经网络模型进行动态回看和持仓风格随市场风格的高效学习与调整。
问
14.在风险降仓方面,风控系统如何运作?
答
风险降仓模块会在市场风险急剧扩大或风格反转时,自动捕捉市场风险因子并按模型设计进行降仓操作。若回撤超过预设阈值,还会程序化自动降仓。
问
15.产品的风控管理策略具体是什么?
答
产品在研发阶段采用全自研策略,建立量化研究工具和平台,并采用统一的数据获取方式确保策略研究独立性。事前风控通过自营盘测试、监控持仓指标等方式避免样本内外差异和过拟合风险;事中风控严密监控交易进度、账户资金和持仓限制等;结算检查查看持仓记录一致性;事后风控核查敞口、杠杆暴露等数据。
问
16.产品的回撤管理是如何实施的?
答
产品设有严格的回撤预警制度,回撤3%触发预警,5%则进行策略观测和迭代。同时展示的历史业绩表明,在严格回撤管理下实现了较好的收益表现。
问
17.模型优化是如何实现的?
答
模型优化一方面跟踪前沿论文,将可借鉴部分加入策略;另一方面,在内部微观层面,通过子模型组合生成策略,并通过筛选器挑选上线,形成模型优化和因子迭代周期,以适应不同市场行情。
问
18.在资金分配上,你们是如何进行决策的?
答
我们的资金分配不是人为干预的,而是由最上层的CNN深度学习卷积神经网络模型中的筛选器决定。该模型会选择一个更优的子策略来实现实盘操作。具体买哪些股票、分配多少资金,都是基于这个子策略的决策结果。我们确保因子、模型和子策略的有效性,并且整体上跟随市场风格进行资金分配。
问
19.你们的投资策略是否会根据市场风格调整市值暴露程度?对于选股行业和市值规模,你们是如何控制的?
答
是的,我们的整体策略会随着市场风格调整市值暴露。正常情况下,市值暴露控制在一个标准差内,但在特殊行情如一九行情时,可能会放宽至两个标准差。无论何种情况,资金分配始终符合当下市场风格和行情,由更优的子策略进行决策。我们对选股行业和市值规模的暴露都控制在一个标准差以内,并且跟随市场风格变化。这些决策同样由子策略自动做出,我们不会进行人为干预。
问
20.卷积神经网络模型是如何工作的?
答
卷积神经网络模型采用经典全球神经网络结构,并可能加入其他网络模块。虽然模型调优过程中会有人工介入,但主体是一个自主学习的系统,通过阅读前沿论文不断升级迭代以优化性能。
问
21.因子预测周期是如何设定的?
答
我们并没有刻意控制因子的预测周期,而是涵盖了各种不同预测周期的因子,既有宏观长周期因子也有中观微观短周期因子。整个过程确实具有预测性,净值曲线趋势领先于市场。
问
22.因子库中的因子是如何管理和使用的?
答
因子库中的因子无论预测周期长短,只要相关性较低且可解释性强,就会被保留下来,不会剔除。我们的多头部分类似空气指增,全市场选股并剔除不盈利或ST亏损股票,但并未刻意对标某个指数。
问
23.对冲端是如何调节的?
答
首先通过市值对冲尽量消除对冲部分的贝塔敞口,然后在多头端加入负贝塔因子选股,最终通过负贝塔对冲和市值对冲使整个组合的贝塔严格为零。使用多个股指期货进行组合,并结合多头端的负贝塔持股来实现更好的对冲效果,降低计算误差带来的回撤风险。
问
24.业绩归因这一块你们是如何做的?是否通过券商统计报告来获取相关信息?对于对冲效果,是如何体现的?
答
我们并没有专门做业绩归因,而是主要参考券商提供的相关统计报告。目前的目标是保证每天上线的子策略比之前的更优,以确保整体策略的最优性。对冲效果主要通过净值曲线来观察,我们基本上已经将贝塔敞口对冲掉了。计算的beta也比较准确,在叠加负贝塔对冲后,几乎完全对冲掉了股指升贴水,这对我们的策略影响不大。
问
25.对于近期股市的看法如何?
答
我们不能预测市场,但近期股市存在较大的估值期货升水,对于我们的策略而言,这是一个较好的入场时机。市场目前依然活跃,我们只需紧跟市场即可,并且对未来的股市充满希望。
问
26.对中小投资者有何建议?
答
欢迎符合合格投资者条件的中小投资人考虑我们的基金。我们的研究因子和策略布局都处于领先地位,即使在市场动荡时也能保持稳定的回撤控制和快速恢复净值的能力,能为投资人带来长期稳定的收益。
问
27.近几年主观表现较差,量化表现较好的原因是什么?
答
这主要是因为量化在国内从初步萌芽到逐渐成熟的过程,随着市场发展、算力和AI技术进步,量化策略演进速度更快。同时,我们也解决了因子复用性、过拟合问题,并提高了阿尔法,通过等值加负贝塔对冲实现贝塔零敞口,从而获得了更好的表现。
问
28.你们如何实现负贝塔对冲?
答
传统的对冲方式可能存在贝塔敞口,而我们会在多头端通过负贝塔因子选股,选择与市场上相反贝塔的股票进行配置,结合股指期货对冲,最终实现整体组合的贝塔敞口严格为零。
公告:本路演内容仅代表本场路演机构及嘉宾的观点,不代表本平台立场,不构成任何投资建议。基金的过往业绩不代表其未来表现,基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证。本路演所涉信息及数据,须以基金管理人官方网站及其委托的基金估值核算机构发布的内容为准,本平台不对上述资料作出任何实质性判断或保证。

私募路演直播:

普吉基金中性产品量化策略介绍

私募直播看点:

1、北大博士团队自研策略

2、深度学习AI量化选股系统

3、负β对冲策略

4、中性策略过往年化收益较优

管理人简介:

上海普吉基金

上海普吉股权投资基金管理有限公司成立于2015 年 02 月 04 日,2015年5月15日,获得中国证券投资基金业协会的私募证券基金管理人牌照,备案登记编号:P1013498。公司是一家研发实力雄厚、激励制度领先的私募证券基金管理公司。主要策略以稳健、低波为主,包括商品套利策略、期权套利策略、股票量化中性策略、指数增强策略等。公司拥有成熟专业的管理团队,核心团队成员都具备10年以上的投研经验。专注于资本市场投资,致力于为投资人获取稳定可靠的业绩收入,让投资人在投资的过程中充满乐趣,是我们持续不断的追求。

主讲简介:

马征征

北京大学博士,卷积神经网络专家,师从院士,参与多项国家级课题研究,是鹏城实验室开源贡献者和WorldQuant量化顾问,在Global Alphathon世界级量化金融竞赛中,获得大陆第4名、国际第13名的优异成绩,发表顶刊论文7篇,获得国家级专利1项。 2023年加入到公司,带队负责公司量化交易策略研究和开发,包括因子开发、数据清洗、数学建模,算法等多个环节。研究领域包括但不限于深度学习与强化学习,高频量化,量化套利策略等等。

热门路演

四季度大中小盘哪个占优?
NEW
00:35:10
2025-11-13
四季度大中小盘哪个占优?
赵菲;赵楠
288
期指投资机会值得关注,经济转型带来潜在红利
00:44:25
2025-11-12
期指投资机会值得关注,经济转型带来潜在红利
许小国 | 广泓富昶投资
512
27年投资老将的复利密码
00:41:48
2025-11-12
27年投资老将的复利密码
杜小东|旭日盛德资产
471
11月震感加剧!真空期如何布局?
01:14:08
2025-11-11
11月震感加剧!真空期如何布局?
陈奥
677
来“电”提醒丨如何踩对固态电池的节奏?
00:44:40
2025-11-11
来“电”提醒丨如何踩对固态电池的节奏?
双双
642
低利率时代下“固收+” 资产配置方案
00:47:20
2025-11-11
低利率时代下“固收+” 资产配置方案
廖子钰 | 海通期货;龙子健 | 海通期货
715
绰瑞资产:期权领域 “先行者”,覆盖多维度投资
00:46:31
2025-11-11
绰瑞资产:期权领域 “先行者”,覆盖多维度投资
钱涛|上海绰瑞私募
652
致力于投资新一轮康波周期优质公司
01:08:37
2025-11-11
致力于投资新一轮康波周期优质公司
许湘凯 | 浩友投资
571
创金看市丨4000点攻防战!选高景气还是顺周期?
01:05:22
2025-11-10
创金看市丨4000点攻防战!选高景气还是顺周期?
肖伊莎
759
固态电池与储能未来空间解析
00:59:28
2025-11-10
固态电池与储能未来空间解析
许荣漫;阮巧燕
639
进取投资:量选配置正当时
01:04:02
2025-11-10
进取投资:量选配置正当时
胡平|玄元投资
1033
聚焦AI科技前沿、深耕结构性机会
01:07:52
2025-11-10
聚焦AI科技前沿、深耕结构性机会
任晓蓉 | 上海运舟私募
989
11.10世界青年节,硬科技的青春启航日!
01:10:31
2025-11-10
11.10世界青年节,硬科技的青春启航日!
王宁远;王艳丹
737
4000点上下市场风格如何演绎?
00:35:14
2025-11-10
4000点上下市场风格如何演绎?
赵楠;吴刚
725
海量基金

一站式服务平台

查排行、买基金,多品类齐全

持牌机构

正规持牌服务机构

合规持牌经营、投资省心又安全

海量基金

科技赋能,智能投资

利用大数据和AI技术,为您提供更智能的投资体验

资深投资

专业服务团队

全程陪伴,为您提供个性化服务

私募排排网
排排服务热线

400-666-7388(基金销售)

400-680-3928(集团综合)

意见反馈

关注私募排排网

微信微博
在售产品
私募基金公募基金资管计划FOF基金
功能及服务
私募基金排行公募基金排行私募公司大全私募经理大全私募路演直播私募基金资讯投资者教育
关于我们
关于排排网排排网招聘服务协议隐私政策免责声明从业人员公示
帮助中心
制度及业务规则法律法规业务表单下载
联系合作

产品引入:moneyhome@ppwfund.com

路演合作:186-8067-2257(姚女士)

ly@ppwfund.com

媒体合作:177-2283-9695(张先生)

宣传合作:186-8067-2257(姚女士)

联系地址:

深圳市福田区沙嘴路尚美红树湾1号

A座写字楼16楼1601-1605

基金销售服务由深圳市前海排排网基金销售有限责任公司提供  基金销售资格:深证局许可字[2016]21号  查看资质证书

网站地图|标签列表

版权所有©深圳市前海排排网基金销售有限责任公司粤ICP备20057963号-5粤公网安备粤公网安备 44030002007410号工商网监工商网监

温馨提示:业绩区间类型中可能包含较短业绩周期,敬请同时关注产品长期表现,树立价值投资、长期投资、理性投资理念。 基金的过往业绩不预示其未来表现,基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证,本平台未以明示、暗示或其他任何方式承诺或预测产品未来收益。本平台的任何信息和数据仅作为参考,不构成任何投资建议。投资有风险,选择需谨慎。 投资者应谨慎注意各项风险,认真阅读基金合同、基金产品资料概要等销售文件,充分认识产品的风险收益特征,并根据自身投资目的、投资期限、投资经验、资产状况等因素充分考虑自身的风险承受能力,在了解产品情况及销售适当性意见的基础上,理性判断并审慎作出投资决策。基金投资实行“买者自负”原则,投资者自行负担基金运营状况与基金净值变化引致的投资风险。我司承诺并保证对代销产品做好投资者适当性管理及投资者销售服务工作。 我司代理销售的基金产品均由基金管理人管理,数据来源包括但不限于基金管理人、基金托管人、聚源数据等,我司对相关信息及数据仅进行客观披露/展示,虽力求所载内容准确可靠,但无法对其真实性、准确性、完整性作出实质性判断和保证,投资者须以中国证监会资本市场电子化信息披露平台、基金管理人官方网站及其委托的基金估值核算机构发布的信息及数据为准,并且在做好充分的研究后,以自身研究结果为依据,审慎独立地作出投资决策。