投资策略
系统化。多策略。AI赋能。
投资理念
我们相信市场是复杂的自适应系统,回报属于系统化、纪律严明的方法。我们的投资理念建立在三大支柱之上:严格的量化分析、真正的多策略分散化,以及持续的AI增强研究。
我们投资组合中的每个策略都是独立构思的,经过多种市场体制的严格回测,并通过实盘模拟交易验证后才会获得资金配置。
智能体优势
传统量化基金依赖人类研究员来提出假设、编写代码和测试策略。这一过程天然受限于团队规模、认知带宽和人类迭代速度。
我们的AI智能体以不同的方式运作。它们自主探索广阔的策略空间,测试数十万种参数配置,只筛选出最稳健的信号——同时人类投资组合经理对风险限额、头寸规模和资金配置保持监督。
结果是研究速度比任何人类团队快几个数量级,同时结合了只有经验丰富的交易员才能提供的判断力和经验。
| 传统 | AI赋能 | |
|---|---|---|
| 研究速度 | 每个策略数周 | 每个策略数分钟 |
| 策略测试数 | 数百个 | 197,000+ |
| 运营时间 | 交易时段 | 24/7 |
| 迭代周期 | 每季度 | 持续 |
体制适应性
市场不会停留在一种模式。牛市转为回调。低波动率突然爆发为危机。均值回归的市场突然开始趋势化。
我们的多策略框架旨在跨所有市场体制表现优异。动量策略捕捉方向性趋势。波动率策略从错位中获利。息差策略产生稳定收益。而我们的套利策略以最小的市场暴露提供一致回报。
当一种策略类型表现不佳时,其他策略会进行补偿——因为它们之间确实是不相关的。
通过套利保全资本
基金的一部分资金被分配给低风险收益策略,旨在保全资本。这些套利策略利用加密市场中的结构性低效率——资金费率差异、基差价差和跨交易所错位。
这些策略提供一致的收益底线,同时为我们更高确信度的方向性策略释放风险预算。
为什么相关性很重要
以MAG7为例——全球最大的七家科技公司。持有全部七家的投资者可能认为自己已经分散化。但当科技板块情绪转变时,它们会一起波动。持有七只科技股不是分散化。
同样的原理适用于交易策略。在同一资产上的五个动量策略不是五个独立的赌注——它们是一个赌注的放大。真正的分散化需要策略对不同的市场力量做出真正不同的反应。
我们0.10的平均策略间相关性意味着我们的策略几乎是独立的。这是可持续风险调整回报的基础。