走进时间序列丨多层次框架下的投资体系与迭代路径

导读

如何构建穿越周期的投资体系？如何把握不同市场风格下的投资机会？于2025年4月22日上海浦东，好投汇特邀一家专注于研究多层次资产价格规律的管理人——时间序列资产，与投资者交流高波、中波、低波三大类策略。

01.

公司概况

时间序列成立于2020年(管理人编号:P1071639)，资产管理规模15亿。团队通过构建包括投资者行为、公司基本面、产业结构、宏观经济等多层级的研究框架，系统性地把握资产价格变化规律，以实现穿越经济周期的投资业绩。

02.

核心团队

团队核心成员均毕业于中、美名校，精通数理建模，拥有知名金融机构从业经历及创业经历。

卢飞飞-合伙人&CEO

• 南京大学材料物理本科，保研南大物理系，后赴卡内基梅隆大学(CMU)攻读物理方向博士
• 12年起进行美股期权量化交易；15年回国联合创立金融数据搜索引擎公司见微数据
• 精通数学建模和量化交易，拥有丰富的数据渠道和资源
• 目前主要负责市场结构研究及统计套利模型开发

王英昊-合伙人&CIO

• 毕业于卡内基梅隆大学(CMU)，取得计算机和金融工程双学位
• 先后任职于德意志银行，麦格理银行和巴克莱银行，负责量化策略的开发与执行。期间A股量化多因子策略和期货套利策略表现优异
• 精通金融数据的量化建模和研究体系的搭建
• 目前主要负责时间序列股票Alpha模型开发

杜宁-合伙人&技术总监

• 北京大学经济学院金融系本科，香港大学经济学硕士，法律职业资格
• 2015年底联合创立金融数据搜索引擎见微数据，任职CTO
• 2019年加入香侬科技，任职金融AI产品总监
• 2021年加入时间序列，具有丰富的工程经验和领域知识，主要负责公司交易平台、数据平台和算法平台的搭建

03.

策略概述

1. 2019年从基于微观数据的选股模型开始，迭代至今已升级为三层级体系：微观量价、公司基本面、（宏观）市场风格，并形成了三条核心产品线：低波-股指套利；中波-多策略市场中性；高波-宏观择时增强。

• 市场结构研究：聚焦A股风格

结合宏观、产业、资金结构的信息和认知，挖掘不同风格股票的宏观驱动因子、收益来源和风险特征，将A 股近 5000只股票分为4种主要风格类型。

大白马：这类公司主要受中国经济和美国美元流动性的影响。作为各行业核心企业，业绩增速与中国经济高度正相关；此外，外资机构在投资 A 股时，通常倾向于购买知名白马股，因此美元的流进流出影响估值。

在过去，大白马板块曾在2021年Q3和2017年Q3达到营收增速和股价的双重顶点，分别对应两轮短周期经济的顶部。从 2022 年初至去年年底，白马股普遍出现约 50% 的跌幅，主要原因是业绩增速不及预期以及外资持续流出。自去年"924行情"以来，白马股整体走势持续弱于其他风格板块，叠加中美贸易战持续升级的因素，对白马股配置保持谨慎态度。

高息股：研究发现，A股市场股息率前10%的公司投资价值经历了两个转折：

2019年之前，高息股股息率普遍低于十年期国债，投资吸引力有限；19年之后股息率开始持续上升并超越国债，投资价值逐步显现。

2023年10月后，化债政策导致城投债收益率快速下行，债市资金开始寻找替代性资产，高息股吸引力进一步增强。

市场表现方面，在2024年上半年A股整体疲软的背景下，高息股凭借其显著的股息优势吸引了大量低风偏配置型资金流入，展现出强劲的抗跌性和配置价值。这一现象凸显了在低利率环境下，高息股作为优质收益资产的市场地位正在持续提升。基于当前债市资产荒及长期利率下行预期，资金将持续从固收类资产向高息股迁移，这一趋势具备长期持续性。

小市值：A股小市值板块，产业边缘地位使其2012-2019年业务增速仅勉强匹配GDP，2019年后没有明显增长，该板块市值波动主要依赖估值变化而非基本面支撑，形成以短线交易为主的投机性市场。

2023年量化资金从大中盘转向小盘股推动估值泡沫，但2024年初受监管收紧和DMA杠杆爆仓冲击出现流动性危机式回撤。该板块长期存在交易性机会，但需警惕其高波动特性。

科技热点：A股科技（或新质生产力）板块呈现不定期炒作特征，其投资逻辑可分为两种形态：在缺乏明确产业趋势时表现为投机资金驱动的概念博弈；而在确立产业趋势之后（如2019-2021年新能源车产业带动相关公司十倍增长）则呈现业绩驱动的强动量行情。

当前人工智能领域大概率正形成产业趋势。从产业链角度分析，上游算力具备持续兑现业绩的能力，中游大模型、行业模型、以及数据领域机会有限，下游应用端AI软件公司主要机会在一级市场，老牌软件公司若没有跟上时代潮流，反而面临淘汰风险。

• 选股模型：风格+阿尔法”双驱动

2022年以前选股模型以纯阿尔法策略为主，通过严控风格敞口获取超额收益，22年后将A股风格模型细化至四类宏观风格+若干微观风格，围绕不同风格股票的底层逻辑开发、筛选、优化选股因子，并通过适配的因子合成框架和风控方案形成特定风格的选股模型。当前模型形成“风格+阿尔法”双驱动结构，风格收益贡献约10%，阿尔法收益5%-6%。

• 股指套利：应对基差成本，发展为独立策略

该体系最初是为应对股票中性策略中的基差成本而设立，现在是独立的一套策略。策略主要思想是对贴水做定价后统计回归，包含跨期套利和期现套利，交易IM、IC、IF、IH的跨期配对。主要做贴水反转和期限结构回归，也包括少量跨期动量信号。不同类型的信号来源于不同市场环境，整体而言：

高波动市场反转信号较强，持仓周期较短，收益丰厚而平滑；低波动市场信号较少且回归较慢，易形成动量趋势。例如，2024年2月中旬以来，由于雪球对冲盘的持续抛售，贴水持续走扩，呈现明显动量效应。

长期来看，全球宏观环境的恶化会提高重大事件冲击的频率，带来高于历史平均的套利机会。

2.策略分类

（1）高波-宏观择时增强策略

策略逻辑：通过beta和风格的双重择时，控制总回撤的同时获取合理收益。beta择时主要依据全市场整体的业绩增速，估值水平，波动率，流动性等指标；风格择时主要依据当下宏观环境对上述各大类风格的影响。

策略实盘上线一年多以来，收益接近30%，最大回撤11%，体验远好于同期宽基指数表现（中证500指数约6%收益/21%回撤）。

（2）中波-多策略市场中性

策略逻辑：以股票中性为策略主体，叠加多种尾部负相关的子策略以降低极端环境下的回撤并增厚收益。

早期采用80%股票+20%期货对冲的经典中性策略，但面临收益衰减与波动放大的问题。为应对收益衰减，量化行业普遍放大风格敞口，导致小票暴跌等极端风格切换时波动加剧；此外，宏观环境不稳定，增加仓位管理的难度；期货与证券系统割裂，易引发强平风险；

2023年对策略进行升级优化，调整为60%股票+期货对冲+期现套利+跨期套利。核心逻辑：降低股票端比例至60%，预留空间应对极端反转，避免期货强平风险；股指跨期套利用于基差管理，不仅可以降低交易成本，还能应对极端环境；期现套利用于止盈贴水，并在可能出现负超额+贴水收敛双杀风险时提前降仓。

2023年以来，仅出现一次2%以上回撤（924行情3.5%回撤）。

（3）低波-股指套利策略

策略逻辑：捕捉贴水定价偏差，具备危机阿尔法属性（市场高波动时机会更显著）。

交易窗口：年均有效交易时间约6个月（分2-3段，非连续）。

通过本次交流，时间序列在市场风格研究、策略迭代、风险管理等方面的经验值得思考。

好投汇将持续举办"走进管理人"系列线下活动，搭建投资者与优秀管理人的深度交流平台，真正理解管理人的投资理念和方法论。

（全文完）

管理人对接/策略交流