走进睦沣丨小而精的量化实践者

导读

2025年3月28日，由好投汇主办的“走进管理人”系列活动之睦沣投资专场圆满落幕。本次活动邀请到睦沣投资核心团队，详实展示了公司的投资理念、风险管理体系及业绩归因等等，并带领参会者实地考察办公环境与交易系统。以下为睦沣投资的深度解析，内容涵盖公司概况、团队背景、策略演进及风控实践。

01.

公司概况

睦沣投资成立于2016年2月2日，于2017年12月5日登记备案。公司以股指期货交易和机器学习深度融合为核心特色，坚持纯股指期货策略开发，通过对低相关子策略的集成组合不断提升策略组合稳定性，同时采用增量迭代、小步迭代方法滚动更新策略以适应市场变化。截至目前，策略管理规模2.2亿元，容量合约价值在10-12亿左右。

02.

团队历程-十年磨一剑的量化基因

团队2015年开始做股指日内策略；15-17年股指期货被限制后改做量化选股，17年开始接触机器学习，18年重新将股指期货策略与机器学习方法结合起来，18年9月股指期货策略实盘上线。2021年完成策略迭代，模型丰富度显著提升。

目前团队7人，由何建辉与李振岳领衔策略开发，核心成员证券从业经验均超10年：

• 何建辉，上海财经大学经济学硕士，曾任东海证券程序化交易小组成员、东方财富证券研究所研究主管。早期专注ETF套利、期现套利、短线趋势交易等策略的研究和开发，后主攻机器学习，独立开发神经网络预测等一系列量化投资策略。
• 李振岳，德国凯泽斯劳滕工业大学硕士，历任东海证券营业部总经理助理，东财基金 （公募）研究总监。熟悉金融建模，对趋势策略、阿尔法多因子策略等有深入研究。

03.

策略演进-从单一模型到多算法协同

1. 早期阶段（2018-2020）

以机器学习预测股指期货T+1涨跌为主，数据源为指数现货量价（15分钟至周线K线），人工挖掘量价因子，模型以神经网络为主导。

2.关键迭代（2021年）

模型多元化：因神经网络在极端行情中拟合偏差较大，引入随机森林算法并增加其权重，权重调整至神经网络60%、随机森林40%。

因子拓展：新增截面因子与长趋势因子。

信号组拓展：2021年底模型信号扩至10组，涵盖随机森林、梯度提升、卷积神经网络（CNN）、Transformer、RetNet等算法。

组合逻辑：每个组下面有3个子策略，模型设计和输入信息会有差异，子策略间相关性平均0.3+。通过压力测试控制信号偏差。

3.交易执行

信号合成：10组信号等权合成-10~10的集合信号，设定阈值将策略信号转化为多空平交易信号。

持仓周期：3-5天，最近一年4-4.5天，无日内交易，接近尾盘时预测T+1涨跌，盘后验证信号偏差并于次日开盘时调整。

模型更新：每月检测一次模型，替换失效策略，替换比例每次约10%。

品种选择：专注IC（中证500）、IM（中证1000）当月合约，回避IF（沪深300）因盈亏比不足；强化IM信号输出，争取和IC信号相关性低一些，目前二者相关性在0.7左右。

换手率：策略迭代后，信号稳定性变强，交易频率下降。从2019年200倍逐步优化至2025年100倍左右，日均交易IC+IM约400手。

04.

风控体系-极端情况下的动态调整

1、仓位管理

根据风控动态调整，以日净值最高点回撤预期倒推仓位上限，不断平滑调整。

2、风险事件应对

2021年，权益市场低波温和上行，持续时间比较长，模型层面不停的触发反转信号，开空止损。回撤发生后，团队采取三项措施：

（1）降低神经网络权重，提升树模型占比；

（2）引入不利行情快速降仓，引入动态止损机制；

（3）设定最高仓位，回撤时平滑降仓。

止盈设置有简单止盈条件，但触发概率极低。

05.

投资感悟-控制回撤，适应变化

从2018年底将股指期货和机器学习结合开发以来，经历过多轮牛熊转换和震荡行情，在策略与市场的碰撞中，睦沣投资的策略开发思路不断拓展，风控体系不断完善。

多年的经验总结下来，睦沣投资认为投资的基础是要做好回撤控制，保护好资金安全，确保策略的生存能力。在这个基础上，不断通过新因子加入、新策略开发、新研究思路引入等适应市场变化，在变化中迭代，在迭代中发展。

睦沣投资以清晰的策略定位与严谨的迭代逻辑，在纯股指期货领域构建了差异化竞争力。其机器学习与传统量化结合的路径，为中小规模管理人提供了可借鉴的范本。

关于具体产品信息本文未详细说明，如果您阅读后需要进一步了解，可以添加下方联系方式。未来我们也将举办更多线上和线下交流活动，敬请关注。

（全文完）

管理人对接/策略交流