标准定律丨以不变应万变，量化择时新思路

1 导读

当其他数量化策略在选股因子上内卷，或在AI模型上比拼算力时，近日标准定律携量化多空策略开展做客好投汇直播间，其策略具有纯量化择时、跨市场有效、低相关性、长期无需迭代等特点。本场路演从公司背景、策略逻辑、产品体系到市场适配性，进行了全面分享。

2 公募背景深耕

标准定律由两位华夏基金元老级核心人物联合创立，股权结构清晰，张弘弢持股51%、韩世予持股49%，核心团队均具备数学、金融、计算机复合背景，深耕资管行业十余年。

创始人张弘弢，作为中国量化投资拓荒者，拥有25年顶尖资管经验，曾任华夏基金总经理助理、数量投资部总经理，巅峰时期管理规模超 4500亿元，是中国 ETF 和量化投资发展的关键推动者。

联合创始人韩世予，北京大学金融数学本科+博士，2017年加入华夏基金，2020-2025年担任投资经理，深耕期货与股票多空策略模型研发，是团队策略研发的核心掌舵人。

3十年未迭代的“微观结构”择时模型

市面上的量化策略多为多因子选股或AI深度学习，依赖频繁迭代捕捉短期失效。而标准定律的策略显得“格格不入”，策略采用强数学逻辑建模，以市场微观结构为底层支撑，自研特色纯量化时序择时体系。

数据源

策略的建模输入为全量高频盘口量价数据，不纳入任何基本面类数据作为输入变量。A股主要使用Level1数据，因Level1与Level2结果差异小且Level1政策风险低。模型本身可适配Level1、Level2等不同层级的行情数据。

策略模型

基于 “市场参与者以盈利为核心目标” 的普适性假设，通过严谨数学推理，从高频 Level1逐笔数据中，拆解市场订单、撮合规则、价格传导、参与者行为等微观要素，最终输出精准目标仓位。本质是将市场视为随机过程，通过随机控制理论求解随机微分方程，转化为偏微分方程最优解，得出最优仓位。

交易标的

仅交易活跃大蓝筹，A股标的为过去一年成交额前100只个股，60%权重在沪深300内，80%覆盖中证800，日均成交额近10亿，平均总市值超1100亿。美股则交易成交量最大的10只以内股票。

为何选蓝筹？模型本身大小票都适用，预测能力相当，但小票的交易成本更高，且微观结构不如大蓝筹稳定。博弈越充分、市场越成熟，微观结构越稳定，策略表现越好。这与传统量化偏好小票的“流动性溢价”逻辑完全相反。

交易机制

策略交易全程自动化，无人工择时、无人工调仓、无人工干预。日内与隔夜信号逻辑完全一致，将整个市场交易时间段视为连续的整体进行建模。基于实时高频跳价数据，模型每秒更新目标仓位，输出-100%至+100%间的连续敞口，而非简单多空切换，旨在实现长期夏普比率最大化。

融券受限后，团队采用 “自建底仓+股指期货对冲” 模式：买入100只蓝筹等权底仓，通过股指期货锁定整体敞口，做多时加股票仓位、做空时减股票仓位，对冲端用股指期货固定对冲，将固定融券成本转化为可控对冲误差。在市场波动大时，底仓对冲误差有波动，长期来看策略端收益能够覆盖对冲成本，近期对冲回撤已完成修复。

交易频率

策略年化双边换手率约 200 倍，日均换手率约为80%，持仓周期 1-3 天，极端行情下可日内切换敞口。

策略容量

策略总容量超300亿元，当前A股实盘规模仅3亿元，饱和度极低。

策略稳定性

策略2014年于股指期货成型，2015年拓展至商品期货，2022年A股，2024年美股，十年全程无迭代、无参数拟合、无适配修改，仅依赖市场底层不变规律，而非拟合历史行情片段。

Q&A

Q1：策略是否属于AI深度学习模型？

A：不属于。策略是金融工程概率模型，属于逻辑驱动的数学建模，而非数据驱动的 AI/深度学习模型。模型基于严谨的随机过程，解偏微分方程，得到一个最优仓位解。没有“学习”过程，而是“推导”过程，区别于依赖海量数据训练的AI模型，长期稳定性更强。

Q2：策略十年未迭代，是否存在失效风险？

A：理论上任何策略都会失效。但当一个策略能同时在美国、中国A股、期货市场都有效，且10年不迭代，说明它抓的是市场博弈中本质且长期稳定的规律。这种策略失效的概率，远低于那些频繁迭代、捕捉短期因子的策略。

Q3：持仓100只蓝筹，如何避免单一标的风险？

A：等权配置+流动性筛选，分散风险。100只标的等权持仓，单只标的仓位仅1%，无集中风险；同时严格筛选持续高成交额、流动性充足的蓝筹，剔除流动性差、价格波动异常的标的，从标的选择和仓位分配两方面，严控单一标的风险。

Q4：既然能做高频择时，为什么不卷高频交易？

A：高频交易的竞争壁垒在于基建和硬件，而非模型本身。我们的优势在模型，利用高频数据驱动中低频交易，反而能发挥模型对市场本质规律的捕捉能力，避免陷入军备竞赛。

Q5：策略与主流量化私募负相关，核心原因是什么？

A：底层逻辑完全不同。主流量化私募以选股+因子模型为主，收益依赖市场风格与因子有效性，同质化严重、相关性高；我们的策略是纯择时模型，收益依赖市场价格波动与微观结构变化，不依赖任何因子，逻辑独立，因此呈现负相关，是FOF组合的稀缺配置标的。

Q6：策略更适合哪种市场环境？

偏好博弈充分、波动适中的环境。策略无明显风格偏好，牛市、熊市、震荡市均可盈利。相对而言，市场博弈越充分、参与者越理性、波动越均衡，策略表现越稳定；极端单边、流动性枯竭、散户主导的非理性行情，会出现短期小幅波动。

在 A 股波动常态化、量化策略同质化的当下，标准定律团队不拼算力、不拼因子、不追热点，回归数学的本质，用微观结构模型实现了与主流市场的低相关甚至负相关性。在资产配置组合中，市场发生波动时，其独特的负相关性能够成为组合净值的“减震器”。如果您想进一步了解策略及产品，可以联系我们。

（市场有风险，投资需谨慎。本文仅为对标准定律量化择时策略的客观梳理，不构成任何投资建议。）

好投汇将持续举办"走进管理人"系列线上&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方法论。感兴趣可以添加下列联系方式详聊。

管理人对接/策略交流